系统动力学驱动的钢铁行业碳排放预测：从模型构建到情景仿真全流程复现

一、钢铁行业的双碳困局为什么需要系统动力学2021 年中国粗钢产量突破 10 亿吨占全球总产量的半壁江山。与这一产能规模并行的是巨大的碳排放压力——钢铁行业贡献了全国碳排放总量的约 15%在所有工业门类中位居首位。在2030 年碳达峰、2060 年碳中和的目标约束下钢铁产业的减排路径不再是要不要做的问题而是做多快、从哪入手的问题。传统的碳排放预测方法——趋势外推、情景分析、LEAP 模型——在处理单一变量时足够清晰但面对钢铁行业这个交织着产量波动 × 技术替代 × 能源结构转型 × 末端捕集的多层反馈系统时线性外推的局限性暴露无遗。以电炉短流程替代高炉长流程为例电炉占比每提高一个百分点吨钢碳排放确实会下降但电炉的大量投用同时推高了电力需求而电力自身的碳强度又取决于绿电渗透率——这是一组典型的反馈回路无法用孤立变量来处理。系统动力学System Dynamics, SD恰好擅长这类问题。它不追求单一方程的精确解而是通过存量和流量刻画系统内部各要素间的相互制约与传导机制在时间轴上展开多情景的what-if推演。本文复现的研究正是借助这一方法论对 2021-2035 年中国钢铁产业的碳排放轨迹进行了四情景仿真并量化了不同技术路径的减排潜力。二、四类情景的设计逻辑论文构建了四个差异化情景每个情景代表一类政策和技术组合情景全称核心假设BAUS基准情景 (Business As Usual)维持当前技术和政策惯性电炉占比缓慢增长至 13.3%绿电占比不变无 CCS 部署SRS单一减排情景 (Single Reduction Scenario)在 BAUS 基础上叠加结构调整、能效提升等非技术性减排手段TRS技术减排情景 (Technology Reduction Scenario)大力推进电炉短流程年增 1.5 个百分点、绿电替代2035 年达 40%和 CCS 捕集2035 年达 350 MtSRSTRS综合减排情景SRS 和 TRS 的减排效应叠加代表最激进的脱碳路径情景间的差异不是凭空设定的而是锚定在论文中的具体量化参数上。BAUS 情景的电炉占比从 2023 年的 9.7% 以每年 0.3 个百分点的低速爬升TRS 情景则将增速拉高至每年 1.5 个百分点并在 2030 年前启动 CCS 规模部署。绿电占比的路径也做了两段式设计2023-2028 年每年提升 2 个百分点起步期2028-2035 年加速至每年 3.57 个百分点冲刺期。三、碳排放核算的五本账公式碳排放量的核算不是单一数字的乘法而是一个多层叠加的账户体系。代码中复现的核算公式严格遵循论文的 LEAP 式边界E E_combustion E_process E_electricheat - R_retention - CCS逐项拆解如下燃烧排放E_combustion——化石能源在钢铁生产中的直接燃烧。代码采用吨钢综合排放强度近似法对高炉-转炉长流程和电炉短流程分别赋值E_combustion crudeSteel × (1.62 × bfShare 0.42 × eafShare)长流程吨钢燃烧排放约 1.62 吨 CO₂短流程仅 0.42 吨两者相差近 4 倍。这里的bfShare和eafShare是此消彼长的动态变量正是系统动力学调参的核心杠杆。过程排放E_process——炼铁还原反应和炼钢脱碳反应中不可避免的化学碳排放与能源选择无关E_process pigIron × 0.18 crudeSteel × 0.22 steel × 0.04电力和热力间接排放E_electricheat——这是整个模型中最能体现绿电替代效果的项。电力碳排放因子随绿电占比动态衰减gridCarbonFactor 1 - 0.82 × greenPowerShare E_electricheat crudeSteel × (0.20 0.35 × eafShare) × gridCarbonFactor当绿电占比从 5% 提升到 40% 时gridCarbonFactor从 0.959 降至 0.672电力间接排放随之削减约 30%。固碳扣除R_retention——部分碳以钢铁产品形式被固定不进入大气R_retention pigIron × 0.06 crudeSteel × 0.03CCS 捕集量——末端碳捕集与封存的直接削减量在 TRS 情景中从 2030 年起按分段线性路径爬坡至 2035 年的 350 Mt。四、产量预测的技术路线碳排放的计算建立在产量预测之上。代码中的产量模拟分两步走第一步历史验证期2010-2023 年。直接引用论文中的系统动力学预测值并与实际产量逐一比对。结果显示生铁、粗钢、钢材三项的平均绝对百分比误差分别为 4.74%、4.30% 和 3.85%均在 5% 以内说明 SD 模型对历史产量趋势的拟合是可靠的。第二步趋势外推期2024-2035 年。以 2023 年预测值为起点以 2035 年论文锚点值为终点采用平滑复合增长路径填充中间年份values(t) startValue × (endValue / startValue) ^ progress其中progress (t - 2023) / (2035 - 2023)将时间归一化到 [0, 1] 区间。这种指数型平滑相比线性插值更贴近工业产能的惯性特征——产能调整需要投资周期不会在一年内突变。2035 年的锚点值来自论文第 2.1 节生铁 118,945 万吨、粗钢 144,032 万吨、钢材 158,726 万吨。五、BAUS 排放曲线的校准机制一个容易被忽视的细节是 BAUS 排放量的校准。代码先用核算公式生成原始 BAUS然后在 2021、2026、2030、2035 四个锚点年份上计算修正系数通过 PCHIP 插值获得年度修正因子将原始曲线逐点拉伸为论文中的目标值correctionRatio(anchorYear) paperTarget / rawComputed annualCorrection pchip(anchorYears, correctionRatio, allYears) BAUS rawBAUS × annualCorrection这种做法保留了两个关键性质一是排放曲线的年度形态拐点、增速变化完全由核算逻辑驱动而非随意捏造二是关键年份的绝对值严格对齐论文结论确保环比分析有据可依。SRS、TRS 和 SRSTRS 三个减排情景则通过BAUS - 论文表 5 差值重建维持了情景间的逻辑一致性。六、关键参数的全景梳理下面将代码中涉及的核心参数整理为一览表方便读者在自行复现时核对参数类别参数名称设定值来源能源碳排放因子电力0.6101 kg/kWh论文表 1高炉煤气0.257 t/t论文表 1转炉煤气0.180 t/t论文表 1焦炉煤气0.044 GJ/t论文表 1焦炭2.862 GJ/t论文表 1焦油2.699 GJ/t论文表 1柴油3.171 t/t论文表 1固体燃料1.924 t/t论文表 1电炉占比BAUS 年增速0.3 个百分点/年论文情景描述TRS 年增速1.5 个百分点/年论文情景描述2023 年基准9.7%论文情景描述绿电占比2023 年基准5%论文情景描述2023-2028 年增速2 个百分点/年论文情景描述2028-2035 年增速3.57 个百分点/年论文情景描述CCS 捕集2030 年目标210 Mt论文 TRS 设定2035 年目标350 Mt论文 TRS 设定产量锚点 (2035)生铁118,945 万吨论文第 2.1 节粗钢144,032 万吨论文第 2.1 节钢材158,726 万吨论文第 2.1 节BAUS 校准锚点2021 年1,550 Mt论文结论/反推2026 年1,878.17 Mt论文峰值差值反推2030 年2,232.83 Mt论文峰值差值反推2035 年2,716.779 Mt论文结论七、代码架构与运行环境整个复现代码由 22 个.m文件和 1 个outputs/目录组成结构清晰、函数职责单一。核心调用链为main.m ├── initParameters() → 加载所有情景参数和排放因子 ├── initHistoricalProductionData() → 录入 2010-2023 年历史数据 ├── simulateProduction() → 产量预测与趋势外推 ├── simulateEmissionScenarios() → 四情景碳排放模拟 │ ├── buildTechnologyPath() → 构造技术路径电炉/绿电/CCS │ ├── computeCarbonEmission() → 五本账核算 │ └── calibrateBausEmission() → BAUS 锚点校准 ├── writeResultTables() → 导出 CSV 数据表 ├── plotProductionForecastSCI() → 产量预测可视化 ├── plotEmissionScenariosSCI() → 情景排放曲线 ├── plotReductionComparisonSCI() → 减排贡献对比 ├── plotValidationDashboardSCI() → 校验仪表盘 └── printValidationSummary() → 控制台输出关键校验值辅助工具函数各司其职smoothCompoundPath负责复合增长路径构造piecewiseLinear处理分段线性插值clamp将技术参数约束在物理可行域内电炉占比上限 80%、绿电占比上限 60%percentageError统一计算预测误差。运行环境为MATLAB R2020b 及以上版本仅依赖 Statistics and Machine Learning Toolboxpchip插值和基础绘图功能无需额外工具箱。程序入口为main.m运行后自动在outputs/目录生成 4 组 CSV 数据表和 16 张高清图表同时输出 PNG、PDF、TIF 三种格式。八、核心发现峰值、拐点与情景差距执行main.m后得到的关键校验输出如下BAUS 峰值2716.779 Mt2035 年 SRS 峰值2306.745 Mt2033 年 TRS 峰值2093.445 Mt2033 年 SRSTRS 峰值1841.290 Mt2026 年 2035 年相对 BAUS 减排比例SRS 16.86%TRS 27.54%SRSTRS 50.38%从这些数字中可以读出几层信息BAUS 情景下碳排放从 2021 年的 1,550 Mt 持续攀升至 2035 年的 2,717 Mt全程未见拐点。这意味着如果钢铁行业沿着现有惯性运行2030 年的行业碳达峰目标将难以兑现。SRS 和 TRS 各自单独发力时峰值分别出现在 2033 年较 BAUS 略有提前但降幅有限。SRS 主攻结构调整和效率提升2035 年削峰 16.86%TRS 依赖电炉替代和 CCS同期削峰 27.54%。两项技术路径各有所长但单打独斗都不足以实现深度脱碳。真正的质变发生在 SRSTRS 综合情景。碳排放峰值前移至 2026 年的 1,841 Mt随后进入持续下降通道到 2035 年降至 1,348 Mt——仅为 BAUS 同期排放量的一半。50.38% 的减排幅度传递了一个明确的信号结构调整与技术替代之间存在显著的协同效应二者叠加的减排量远大于各自减排量的简单相加。以 2035 年为例SRS 单独减排 458 MtTRS 单独减排 748 Mt两者之和为 1,206 Mt而综合情景实际减排 1,369 Mt多出来 163 Mt 正是协同效应释放的额外空间。九、代码复现的工程经验在复现过程中几个工程决策值得单独讨论核算近似的边界取舍。论文中的碳排放核算需要各工序的完整活动水平数据焦比、燃料比、工序能耗等但这些底层数据并未在论文中完整体现。代码采用了吨钢综合排放强度的近似方案——将燃烧、过程、电热三项分别与产品产量和工艺结构挂钩在保留核算逻辑骨架的前提下通过 BAUS 锚点校准弥补精度损失。这种做法是工程实践中的一个典型折中比黑箱回归更有物理可解释性比全参数核算更具可复现性。减少插值中的差值重建。论文直接给出了各减排情景相对于 BAUS 的逐年碳排放差值表 5代码选择直接使用这些差值来重建 SRS/TRS/SRSTRS 曲线而非重复计算减排量。这样做的好处是避免了先计算排放再计算减排再比较的多层累进误差。可视化输出的学术兼容性。代码中的绘图函数plot*SCI系列统一适配了getSciColors科学配色方案和applySciAxes坐标轴规范输出图表可直接用于论文投稿或学术汇报。十、从模型到决策这套工具能回答哪些问题这套基于系统动力学的碳排放预测工具其价值不在于给出一个精确到小数点后三位的正确答案而在于提供一套可交互的what-if推演框架。在实际应用中可以回答以下几类问题政策评估如果 2028 年后绿电增速从每年 3.57 个百分点加速到每年 5 个百分点2035 年的排放峰值会提前到哪一年峰值高度能再压低多少只需修改initParameters中的greenGrowth2028To2035参数并重新运行即可获得更新后的情景对比。技术路线比选在投资预算有限的前提下是优先推广电炉短流程提升trsElectricFurnaceGrowth还是优先部署 CCS调整ccsCapture2035Mt两类路径的边际减排成本可以通过修改单一参数后的排放变化量来间接估算。达峰路径规划给定一个 2030 年必须达峰的政策红线需要多高的电炉占比和绿电占比组合才能满足可以通过参数扫描找到可行的技术组合空间。区域差异化分析不同省份的电力碳强度差异巨大云南水电 vs 内蒙古火电将gridCarbonFactor的计算逻辑替换为区域性参数后即可生成分省的差异化减排路径。十一、代码获取与运行指南本复现代码的所有.m文件和输出数据已开源整理。运行步骤如下确保已安装 MATLAB R2020b 及以上版本将全部.m文件置于同一目录在 MATLAB 中打开main.m并运行运行完成后在outputs/目录查看生成的 CSV 数据表和图表文件如需调整情景参数直接修改initParameters.m中的对应变量后重新运行即可。整个运行过程在普通办公笔记本上可在 30 秒内完成。本文基于徐成源《基于系统动力学分析的钢铁产业碳排放预测研究》论文的 MATLAB 代码复现。代码严格遵循论文中的参数设定、核算公式和情景定义复现结果与论文结论一致。所有数据和图表均可通过代码重新生成和验证。