banner
Centre d'Information
Un accompagnement post-achat exemplaire

L’hydrogène vert mondial

Jun 27, 2023

Nature Communications volume 14, Numéro d'article : 2578 (2023) Citer cet article

7136 Accès

53 Altmétrique

Détails des métriques

Le secteur sidérurgique représente actuellement 7 % des émissions mondiales de CO2 liées à l’énergie et nécessite une réforme en profondeur pour se déconnecter des combustibles fossiles. Nous étudions ici la compétitivité sur le marché de l’une des voies de décarbonation largement envisagées pour la production d’acier primaire : la réduction directe du minerai de fer à base d’hydrogène vert, suivie de la production d’acier au four à arc électrique. En analysant plus de 300 sites en utilisant conjointement l'optimisation et l'apprentissage automatique, nous montrons qu'une production d'acier compétitive basée sur les énergies renouvelables est située à proximité du tropique du Capricorne et du Cancer, caractérisée par un solaire supérieur avec une éolienne terrestre supplémentaire, en plus du minerai de fer de haute qualité. et les bas salaires des métallurgistes. Si les prix du charbon à coke restent élevés, l’acier non fossile pourrait devenir compétitif dans des endroits favorables à partir de 2030, et s’améliorer encore vers 2050. Une mise en œuvre à grande échelle nécessite de prêter attention à l’abondance de minerai de fer approprié et d’autres ressources telles que la terre et l’eau, aux défis techniques associés. avec réduction directe et configuration future de la chaîne d’approvisionnement.

À l'heure actuelle, les combustibles fossiles constituent le sang du secteur sidérurgique : 27 EJ (1 018 J) de charbon, 3 EJ de gaz et 5 EJ (1 400 TWh) d'électricité sont consommés chaque année pour la production du métal le plus utilisé sur terre1, émettant un en moyenne de 2 tonnes de CO2 par tonne d'acier et responsable de 7 % des émissions mondiales de CO2 liées à l'énergie2. 1,95 milliards de tonnes d'acier ont été produites en 20213, avec une projection qui devrait atteindre 2,19 milliards de tonnes d'ici 2050 étant donné que la demande mondiale converge vers 250 kg par habitant en 20804. Actuellement, 22 % de la production d'acier provient du secteur électrique secondaire (à base de ferraille). four à arc (EAF) qui devrait atteindre jusqu'à 50 % de la demande d'ici 2050, comme le prévoient Pauliuk et al.5, à condition que la collecte efficace des déchets, le contrôle des contaminants et le commerce soient maintenus. Des mesures exhaustives d’efficacité des matériaux pour les produits contenant de l’acier, notamment une durabilité améliorée, une réutilisabilité et une conception minimaliste, pourraient réduire la demande d’acier primaire (à base de minerai), potentiellement jusqu’à 40 %6. Le progrès économique mondial et la croissance démographique contrecarrent cependant les perspectives de réduction de la demande d’acier ; les prévisions d’émissions appellent à des mesures urgentes d’atténuation conjointes du côté de l’offre et de la demande7. Une grande partie de la demande future d’acier devra probablement être satisfaite par l’acier primaire, au cours duquel une réduction du minerai de fer à forte intensité d’émissions de carbone se produira si l’utilisation de la technologie actuelle se poursuit.

En réponse à la pression en faveur de la décarbonation, des mesures progressives telles que l'amélioration de l'efficacité énergétique et le remplacement partiel des combustibles (biomasse ou hydrogène) des opérations à base de combustibles fossiles seront insuffisantes pour respecter les engagements climatiques du secteur sidérurgique ; le haut fourneau doit être équipé d’une technologie de captage du carbone ou être progressivement abandonné8. D’un autre côté, une technologie de décarbonation profonde a émergé à différentes échelles de réduction des émissions, de faisabilité technique, de viabilité économique et de maturité de développement. Bien que les fours électriques de production d'acier puissent être facilement décarbonés grâce aux énergies renouvelables, les options les plus prometteuses pour décarboner la production de fer sont : (i) la réduction directe du fer (DRI) à base d'hydrogène vert (H2), (ii) la DRI à base de gaz naturel (GN). avec captage, utilisation et/ou stockage du carbone (CCUS), (iii) haut fourneau traditionnel (BF) ou réduction par fusion (SR) avec substitution partielle du charbon par de la biomasse et du CCUS, et (iv) électrolyse directe du minerai de fer9,10,11 . Les solutions de captage du CO2 ont jusqu’à présent connu un succès très limité dans le secteur de l’acier ; une seule centrale DR basée au GN fonctionne avec CCUS12. La modernisation des usines BF existantes avec du CCUS, bien qu'elle soit souhaitable en raison de l'utilisation des actifs existants, n'a pas encore été testée et ne constitue pas non plus une méthode efficace de réduction des émissions étant donné la pluralité de points d'émission et la variabilité de la concentration de CO2 des gaz de combustion13. Représentant une direction complètement différente, le H2-DRI et l’extraction électrolytique sont des solutions basées sur les énergies renouvelables où le carbone en tant qu’agent réducteur est complètement remplacé par l’hydrogène ou l’électricité, respectivement. En tant que technologie révolutionnaire, l’extraction électrolytique est actuellement d’un coût prohibitif et devrait être prête à être commercialisée à long terme (après 2040)14. En comparaison, le H2-DRI combiné au four à arc électrique (EAF) (appelé H2-DRI-EAF) a été largement considéré comme une option de pointe en matière de décarbonation profonde malgré une série de problèmes à résoudre15, grâce à l'intensification des investissements industriels16, pilote par les précurseurs suédois17 et production commerciale prévue d’ici 202518.

300 deposits in 68 countries./p>300 iron ore deposits was achieved using a machine learning (ML) model. The ML model was trained using the optimisation results (ML targets) alongside statistical data of solar and onshore wind potential (ML features). ML model accuracy was high, demonstrated by a coefficient of variation (R2) value of 0.96 for predicting the levelised cost of renewable energy infrastructure (RE cost) ($8/t standard error, 5% of mean) and 0.85 for predicting LCOS (excluding iron ore and labour costs) ($26/t standard error, 5% of mean) for 1 Mtpa green H2-DRI-EAF facilities. The cost of solar panels and wind turbines were separated as core cost components requiring further investigation; in 2050, the projected RE costs constituted approximately 20% of optimised LCOS with expected variability (average $120 + /- $35/t steel). Both the RE cost and LCOS ML models may be used to aid future supply chain modelling./p> 300 iron ore deposits. b LCOS including ore, with markers sized by relative quantity of ore mined on annual basis (mine production data from CRU Group69 and U.S. Geological Survey22). Geographical coverage shrinks from 68 to 22 countries which includes all optimised countries, excluding Guinea. LCOS at Kiruna in Sweden was reduced to $850/t (from $940/t), which is closer to the optimised LCOS, to control the extreme outlier and enable greater colour graduations over remaining mines (the ML model accuracy was reduced in this extreme northerly location)./p>

Up to this point, our global assessments have been made based on steel production facilities with 1 Mtpa capacity, allowing an ‘apples to apples’ cost comparison. However, significant growth in green H2-DRI-EAF steel manufacturing in certain regions could be hindered by resource constraints and industrial development status. To assess the production system feasibility at scale, national green H2-DRI-EAF steel industries were sized according to the hypothetical utilisation of extracted ore given the following rates of technology diffusion (i.e. H2-DRI-EAF steel output of total steelmaking potential): 30% in 2030, 50% in 2040 and 60% in 2050. Using our optimisation modelling results (with 25% scrap charge to EAF), an indicative picture of resource requirements is provided in Table 1 for 2050 (with complete analysis given in Supplementary Data). Land intensity rates of 45 MW/km2 and 8 MW/km2 for solar panels and onshore wind turbines, respectively, were assumed41, alongside a water demand rate of 12 L/kg H2 for electrolysis (considering 33% losses and 9 L/kg stoichiometric minimum) and water recycling rate of 9 L/kg H2 during DRI. Land availability for RE infrastructure was determined within the regions where iron ore mines exist (rather than the entire country) and constrained by 50% of the available shrubland, herbaceous vegetation and sparse vegetation given by the Copernicus Global Land Cover Map(2020)." href="/articles/s41467-023-38123-2#ref-CR42" id="ref-link-section-d238605590e1022"42./p>300 locations (covering 68 countries) in less than a second. This was a significant timesaving considering the GAMS optimisation model’s computational processing time of 3 h (on a machine with Intel i7-8665U CPU and 16 GB memory of RAM running Windows 10) for a given location and RE input year. Gradient-boosted regression models from the scikit-learn toolkit68 were fitted to directly predict two targets: levelised cost of renewable energy infrastructure (RE cost), and steel (LCOS, excluding ore and labour) for green H2-DRI-EAF steel production without scrap charging in a 1 Mtpa facility. The ML algorithm learned from a dataset with 675 entries: 45 regions modelled over 5 renewable energy input data years and 3 installation years. Note that New Zealand was the 45th region added to the 44 previously optimised regions to ensure the largest range of latitudes were covered in the input dataset. To determine the overall LCOS, statistical RE data from 2019 was used as features to project the machine-learned LCOS (excluding ore and labour), with separately computed costs of DR-grade ore (see Eq. 1) and labour added./p>(2020)./p>