CO2-EOR地質(zhì)封存工程經(jīng)濟(jì)評價(jià)與投資風(fēng)險(xiǎn)分析

■ 王 眾/駱毓燕/鐘 媛

（成都理工大學(xué)管理科學(xué)學(xué)院，四川 成都 610059）

0　引言

二氧化碳捕捉與封存（Carbon Capture and Storage, CCS）自2005年被政府間氣候變化專門委員會（IPCC）正式提出以來，因與現(xiàn)有能源系統(tǒng)的高匹配度和巨大減排潛力，持續(xù)受到各方關(guān)注，被認(rèn)為是未來減排方案的重要組成（IPCC(2005)[1]；Hansson等(2009)[2]）。我國能源結(jié)構(gòu)以“煤炭和煤電”為主，CCS具有良好應(yīng)用前景，政府對CCS相關(guān)研究給予足夠重視與大力支持（Zhou等(2010)[3]；朱磊等(2014)[4]；Zhu等(2015)[5]）。目前CCS尚處于研發(fā)和示范階段，其大規(guī)模商業(yè)化應(yīng)用還存在一系列困難和挑戰(zhàn)，其中減排成本高是主要障礙之一。CCS是一個(gè)多環(huán)節(jié)系統(tǒng)，若在封存環(huán)節(jié)采用二氧化碳強(qiáng)化采油（CO2-EOR），則可以在減排CO2同時(shí)獲得原油增產(chǎn)收益，從而降低CCS整體減排成本，因此“CCS+EOR”方案也被視為CCS商業(yè)化運(yùn)營的早期機(jī)會（匡建超等(2012)[6]）。因而，準(zhǔn)確評估CO2-EOR地質(zhì)封存項(xiàng)目的收益成本和投資風(fēng)險(xiǎn)，對完善CCS商業(yè)化項(xiàng)目的技術(shù)經(jīng)濟(jì)評價(jià)、甄別篩選早期實(shí)施機(jī)會具有重要的理論和現(xiàn)實(shí)意義。

MIT的Heddle等(2003)[7]、ECOFYS的Hendriks等(2004)[8]、卡內(nèi)基梅隆大學(xué)的McCoy(2008)[9]、McCoy等（2009)[10]、美國西北太平洋國家實(shí)驗(yàn)室的Dahowski等(2012)[11]、中國科學(xué)院巖土力學(xué)研究所的Wei等(2015)[12]圍繞該問題開展了深入研究，取得了一定的研究成果。然而，筆者認(rèn)為上述文獻(xiàn)討論的焦點(diǎn)主要集中在成本構(gòu)成及計(jì)算公式上，對于石油年產(chǎn)量等重要工程參數(shù)沒有給出明確、簡便的計(jì)算方法；在成本計(jì)算中往往直接套用石油開發(fā)的經(jīng)驗(yàn)公式，對于CO2泄露監(jiān)測與防治處理等環(huán)節(jié)考慮不足；相關(guān)研究側(cè)重于確定條件下的成本收益計(jì)算，對不確定條件下的項(xiàng)目投資風(fēng)險(xiǎn)缺乏足夠討論?；诖?，筆者在對現(xiàn)有相關(guān)模型解構(gòu)的基礎(chǔ)上，引入Lake和Walsh(2008)[13]提出的CO2-EOR產(chǎn)量模型和美國環(huán)保署(2008)[14]提出的CO2地質(zhì)封存監(jiān)測方案，構(gòu)建了CO2-EOR地質(zhì)封存工程經(jīng)濟(jì)模型，以Lost Soldier油田為例計(jì)算該油田實(shí)施CO2-EOR的減排效果和減排成本，分析各因素對CO2-EOR項(xiàng)目的影響，同時(shí)進(jìn)一步探討不確定條件下CO2-EOR項(xiàng)目的投資風(fēng)險(xiǎn)和投資邊界，以期為CCS早期商業(yè)化實(shí)施提供參考。

1　CO2-EOR地質(zhì)封存工程經(jīng)濟(jì)模型

1.1　工程模型

1.1.1EOR石油產(chǎn)量估算

通過對全球70個(gè)CO2-EOR項(xiàng)目的統(tǒng)計(jì)分析，CO2-EOR地質(zhì)封存項(xiàng)目的石油產(chǎn)出可以用圖1描述：在t1注入CO2，經(jīng)過△tb（1～3個(gè)月），石油產(chǎn)量從tb開始增加并在tp達(dá)到峰值，隨后產(chǎn)量曲線遞減，遞減至tn達(dá)到項(xiàng)目經(jīng)濟(jì)極限（Lake和Walsh(2008)[13]）。

根據(jù)圖1，設(shè)項(xiàng)目ti時(shí)刻石油產(chǎn)量為qi（bbl/a）、累積產(chǎn)量為Npi（bbl），有：

其中：tiWF為水驅(qū)峰值對應(yīng)時(shí)刻，qiWF和qpeak分別為水驅(qū)和CO2-EOR的峰值產(chǎn)量（bbl/a），bWF和bEOR分別為水驅(qū)和CO2-EOR的遞減指數(shù)，DiWF和DiEOR分別為水驅(qū)和CO2-EOR的初始遞減率。

在式(1)和式(2)中，tiWF、qiWF、bWF和DiWF可根據(jù)水驅(qū)的歷史產(chǎn)量確定，商業(yè)化項(xiàng)目的bEOR平均值為0.2。那么，確定qi和Npi就只需要確定tp、tn、qpeak和DiEOR。

1.1.1.1確定tp和tn

設(shè)CO2年注入量為Qinj（t/a），CO2在儲層條件下的密度為ρres_CO2（kg/m3），有：

其中：BRB/STB為轉(zhuǎn)換系數(shù)。

根據(jù)經(jīng)驗(yàn)公式：

假設(shè)t1與tiWF的間隔為△t1，在△t1已知的情況下即可求出tp和tn。

1.1.1.2確定qpeak

定義項(xiàng)目ti時(shí)刻的驅(qū)油效果為foi：

定義項(xiàng)目ti時(shí)刻的無因次累計(jì)產(chǎn)量為NpiD：

其中：OOIP為油田原始地質(zhì)儲量（bbl）。

定義ti與t1的無因次時(shí)間間隔為△tDi：

聯(lián)合式(2)、式(6)、式(7)、式(8)，有：

式(9)中，△tDb、△tDp和△tDn、fob和NpbD可以根據(jù)上面的公式求出；fon實(shí)際為項(xiàng)目經(jīng)濟(jì)極限，其值可以事先設(shè)定（一般介于0.01～0.04）；NpnD實(shí)際就是項(xiàng)目最終采收率ER，可以根據(jù)石油重度API得出（Hendriks等(2004)[8]），則fopeak通過迭代即可求出。根據(jù)式(6)：

1.1.1.3確定DiEOR

根據(jù)式(1)、式(9)，在tn時(shí)刻有：

商業(yè)項(xiàng)目DiEOR的取值范圍一般為0.15～0.4，若根據(jù)式(11)計(jì)算出的DiEOR超出上述范圍，則需要調(diào)整Qinj或其他相關(guān)參數(shù)重新計(jì)算。

1.1.2CO2年封存量估算

在CO2-EOR過程中，注入的CO2經(jīng)過一段時(shí)間（1～5年）會隨石油被采出地面（CO2突破）。實(shí)際操作中為減少CO2二次排放和降低成本，通常會將突破的CO2與原油分離，加壓后重新注入。設(shè)CO2突破時(shí)刻為tbk，ti時(shí)刻的CO2封存潛力Mi，據(jù)Shaw和Bachu(2002)[15]：

其中：RFi為ti時(shí)刻的采收率，RFBK為tbk時(shí)刻采收率，Bo為石油體積系數(shù)。

則第i年的CO2累積封存量：

1.1.3所需設(shè)施設(shè)備估算

1.1.3.1注入井和生產(chǎn)井

設(shè)所需生產(chǎn)井和注入井?dāng)?shù)量分別為Np和Ni，單井注入率為Rinj（t/a/口），則：

設(shè)在EOR井網(wǎng)布局中采注井比例為Ra，則有：

需要注意的是，Np和Ni還必須滿足下面兩個(gè)公式，若不滿足則需調(diào)整Rinj。

其中：Rinj_max為單井注入率上限（t/a/口），Qpro_max為單井產(chǎn)量上限（bbl/a/口）。

1.1.3.2監(jiān)測設(shè)施

為防止C O2泄露造成地下水污染和二次排放，需要對注入過程進(jìn)行實(shí)時(shí)監(jiān)控，還需配置一定數(shù)量的監(jiān)測井和監(jiān)測站。假設(shè)監(jiān)測井?dāng)?shù)量Nm取決于注入井?dāng)?shù)量，監(jiān)測站數(shù)量Ns取決于油田面積（EPA(2008)[14]），則有：

其中：β1和β2為比例系數(shù)，S為油田面積（km2）。

1.2　經(jīng)濟(jì)模型

設(shè)油田儲層深度為d（ft），監(jiān)測井深度為dm（ft），油田廢棄井?dāng)?shù)量為Nab（口），高危井?dāng)?shù)量為Nd（口），場地勘查鉆井取芯個(gè)數(shù)為Nc（個(gè)），CO2購買價(jià)格為P_CO2（$/t），碳交易價(jià)格為P_carbon（$/t）。

1.2.1固定投資CAPX（$）估算

1.2.1.1場地勘查階段

場地勘查與早期評價(jià)成本：

1.2.1.2工程建設(shè)階段

新建注入井及相關(guān)設(shè)施：

改造注入井及相關(guān)設(shè)施：

新建生產(chǎn)井及相關(guān)設(shè)施：

改造生產(chǎn)井及相關(guān)設(shè)施：

循環(huán)設(shè)施：

監(jiān)測設(shè)施：

1.2.1.3安全核查階段

注入CO2在不同時(shí)間尺度的流體模擬：

廢棄井搜尋與安全性評估（$）：

高危井修復(fù)：

1.2.1.4后續(xù)處置階段

封井：

設(shè)備設(shè)施移除：

由于CAPX涉及的分項(xiàng)較多，為便于后續(xù)分析，筆者將CAPX（$）分為：場地勘察與核查（C_site）、設(shè)備設(shè)施（C_eqp）和后續(xù)處理（C_post）三類：

其中：Ma（0≤Ma≤1）為油田開發(fā)程度，Ma越大表明油田開發(fā)程度越高，需要新建的注入井和生產(chǎn)井越少。

1.2.2運(yùn)營維護(hù)成本OM（$/a）估算

生產(chǎn)井與注入井日常運(yùn)行維護(hù)成本

石油抽吸與生產(chǎn)：

CO2循環(huán)與加壓：

CO2購買：

注入期間監(jiān)測：

后續(xù)監(jiān)測：

1.2.3收益Ri（$/a）估算

石油增產(chǎn)收入：

碳交易收入：

1.2.4凈現(xiàn)值計(jì)算

通常C_site、C_eqp相關(guān)投資在（t1-1）時(shí)刻完成，C_wellplug相關(guān)投資在tn+1時(shí)刻完成，C_removal相關(guān)投資在后續(xù)監(jiān)測最后一年完成。為便于比較，筆者將所有固定投資折現(xiàn)到（t1-1）時(shí)刻，設(shè)后續(xù)監(jiān)測期為T，折現(xiàn)率為r，則固定投資現(xiàn)值：

項(xiàng)目凈現(xiàn)值NPV（$）可以為表示為：

其中：Tax為綜合稅費(fèi)率。

單位凈現(xiàn)值NPV_unit（$/t）可以表示為：

2　實(shí)例應(yīng)用分析

本文假定以Lost Soldier油田1由于本文構(gòu)建的工程經(jīng)濟(jì)模型輸入?yún)?shù)較多，涉及了油田的基本參數(shù)和水驅(qū)參數(shù)，國內(nèi)油田數(shù)據(jù)未公開，難以收集全部的參數(shù)。而根據(jù)文獻(xiàn)[13]可以搜集Lost Soldier油田的全部相關(guān)信息，因此本文以Lost Soldier為例進(jìn)行預(yù)測分析。為目標(biāo)，開展CO2-EOR地質(zhì)封存，運(yùn)用構(gòu)建的工程經(jīng)濟(jì)模型，對該項(xiàng)目的封存效果和封存成本進(jìn)行預(yù)測分析。設(shè)該油田進(jìn)行CO2驅(qū)時(shí)的采收率為0.17，其余參數(shù)見表1。

表1　參數(shù)設(shè)定

2.1　驅(qū)油-封存效果分析

將表1數(shù)據(jù)代入工程模型，得出該項(xiàng)目的采油曲線和CO2封存曲線，如圖2和圖3所示。從圖中可以看出該項(xiàng)目產(chǎn)油經(jīng)濟(jì)壽命周期為18年，CO2注入后原油產(chǎn)量迅速增加并在第4年達(dá)到峰值（3.54×106bbl/a），隨后產(chǎn)量曲線遞減；封存的CO2在第3年突破，突破后封存量快速降低。經(jīng)濟(jì)壽命周期內(nèi)共增產(chǎn)原油2.72×107bbl，共封存CO26.90×106t，CO2利用系數(shù)為0.25t/bbl，即每增產(chǎn)1bbl原油可封存0.25t CO2。

據(jù)式(15)-(19)，該項(xiàng)目共需注入井162口、生產(chǎn)井243口、監(jiān)測井162口、監(jiān)測站6個(gè)，由于油田成熟度較高，其中有113口注入井和170口生產(chǎn)井是通過已有井改造而來。

圖2　采油曲線

圖3　CO2封存曲線

2.2　封存成本分析

根據(jù)式(20)-(34)，該項(xiàng)目固定投資2.40×108$，其中場地勘察與核查、設(shè)備設(shè)施、后續(xù)處理投資分別占到總投資的1.62%、93.98%和4.40%，如圖4所示。同傳統(tǒng)CO2驅(qū)油項(xiàng)目相比，CO2-EOR地質(zhì)封存對CO2泄露控制要求更嚴(yán)，因而監(jiān)測成本較高，在本例中監(jiān)測設(shè)施投資占比最大，占到總投資的34.27%。

根據(jù)式(35)-(42)，該項(xiàng)目的日常運(yùn)營維護(hù)費(fèi)用和收益如圖5所示。對照圖2和圖3可以看出：在第1年，由于CO2封存量較高而石油產(chǎn)量很低，收益主要來自于碳交易；從第2年開始，石油收益隨石油產(chǎn)量的攀升而快速上升，與此同時(shí)CO2封存量隨CO2突破而急劇降低，碳交易收入快速降低。由于目前碳交易價(jià)格偏低，石油收入遠(yuǎn)高于CDM收入，是項(xiàng)目收益的絕對組成部分，項(xiàng)目總收入在石油產(chǎn)量達(dá)到峰值后逐步降低。從圖中還可以看出，CO2購買與CO2循環(huán)成本占OPEX一半以上；從第3年CO2突破后，注入的CO2主要來自于循環(huán)處理而非新購買，而循環(huán)處理成本（6.78$/t）遠(yuǎn)低于新購成本（30$/t），因而OPEX逐漸降低。此外，除去其余的運(yùn)行維護(hù)費(fèi)用，包括注入井、生產(chǎn)井、監(jiān)測井維護(hù)成本基本保持穩(wěn)定。

圖4　固定投資構(gòu)成

圖5　運(yùn)營成本和收益構(gòu)成

根據(jù)式(44)-(45)，該項(xiàng)目NPV=-2.71×106$，NPV_unit=-0.39$/t，即封存1t CO2需花費(fèi)0.39$。

3　投資風(fēng)險(xiǎn)與投資決策分析

在CCS商業(yè)化階段，項(xiàng)目受哪些因素影響最大？項(xiàng)目收益與風(fēng)險(xiǎn)多大？在什么條件下盈利？是投資者最為關(guān)心的問題。圍繞上述三個(gè)問題，筆者從不確定性分析的角度，對CO2-EOR項(xiàng)目作進(jìn)一步討論。

3.1　風(fēng)險(xiǎn)因素分析

CO2-EOR地質(zhì)封存涉及的因素較多，根據(jù)實(shí)際，重點(diǎn)對油田參數(shù)d、S、Swi、Vp、ER、Diwf、bwf、qiwf，工程參數(shù)△t1、Ra、Qpro_max、Qinj、fon、β1，經(jīng)濟(jì)參數(shù)P_oil，P_carbon，P_CO2共計(jì)17個(gè)因素進(jìn)行分析，觀察上述因素變動對單位封存成本的影響。假設(shè)各因素變動范圍為[-70%,+70%]，結(jié)果如圖6所示。從圖6中可以看出在油田參數(shù)中，d、ER、Vp對NPV_unit影響最大，而水驅(qū)參數(shù)（Diwf、bwf、qiwf）、S和Swi對項(xiàng)目的影響較小。在工程和經(jīng)濟(jì)參數(shù)中，除了△t1和P_carbon外，其余參數(shù)對NPV_unit影響均較大，尤其以P_oil和Qpro_max的影響程度最大。

需要注意的是，Qpro_max和Ra兩個(gè)參數(shù)對NPV_unit的影響較為特殊：①當(dāng)Qpro_max變動幅度＞60%時(shí)，NPV_unit不再隨Qpro_max增大而變化；②當(dāng)Ra變動幅度＜50%時(shí)，NPV_unit隨Ra的增大而增大，當(dāng)Ra變動幅度＞50%時(shí)，NPV_unit隨Ra的增大而減小。分析其原因：根據(jù)式(14)-(17)有Qinj/Rinj×Ra≥qpeak/Qpro_max，Rinj可隨Qpro_max增大而增大，此時(shí)Ni和Np相應(yīng)減小，NPV_unit增大；但是當(dāng)Rinj增大至Rinj_max時(shí)，Rinj不再隨著Qpro_max的增大而增大，因此NPV_unit停止變化。對于Ra，Rinj隨Ra增大而增大，此時(shí)Ni減少而Np保持不變，NPV_unit增大；當(dāng)Rinj增大至Rinj_max時(shí)，Rinj不再隨著Ra的增大而增大，此時(shí)Ni停止變化，但Np隨Ra的增大而增大，相應(yīng)的NPV_unit減小。

3.2　收益—風(fēng)險(xiǎn)分析

項(xiàng)目風(fēng)險(xiǎn)受到多個(gè)不確定因素的共同作用，筆者在單因素敏感性分析的基礎(chǔ)上，選擇d、Vp、ER、Ra、Qpro_max、Qinj、fon、β1、P_oil、P_carbon、P_CO2共11個(gè)不確定因素作為隨機(jī)變量，并假設(shè)其服從均勻分布（分布范圍如表2所示），運(yùn)用蒙特卡羅模擬對CO2-EOR項(xiàng)目的收益—風(fēng)險(xiǎn)做進(jìn)一步分析。

經(jīng)過10000次仿真，得到符合條件的NPV_unit模擬值7231個(gè)，其分布如圖7和圖8所示。經(jīng)計(jì)算，該項(xiàng)目虧損（NPV_unit＜0）的概率為0.51，NPV_unit有50%的概率落入[-32.96,31.74]區(qū)間，NPV_uni中位數(shù)=-1.54$/t。進(jìn)一步分析極值風(fēng)險(xiǎn)，該項(xiàng)目有5%的概率NPV_unit≥74.28$/t或NPV_unit≤-90.68$/t，有1%的概率NPV_unit≥95.12$/t或NPV_unit≤-144.48$/t。

圖6　(a) NPV_unit敏感性分析（油田基本參數(shù)）

圖6　(b) NPV_unit敏感性分析（工程參數(shù)與經(jīng)濟(jì)參數(shù)）

表2　風(fēng)險(xiǎn)因素變化區(qū)間

圖7　NPV_unit分布

圖8　NPV_unit累積概率

3.3　投資邊界分析

當(dāng)目標(biāo)油田確定后，影響CO2-EOR項(xiàng)目投資決策的主要因素來自于價(jià)格變動。此外，傳統(tǒng)CO2-EOR項(xiàng)目不涉及CO2泄露監(jiān)控，目前對于監(jiān)測井?dāng)?shù)量如何確定還未形成一致結(jié)論（EPA(2010)[17]），不同研究得出的監(jiān)測成本從0.1$/tCO2（Benson等(2005)[18]）至4.06$/tCO2（Vidas等(2009)[19]），最大相差40倍?；诖?，筆者認(rèn)為項(xiàng)目投資決策主要受P_oil、P_CO2、P_carbon、β1影響。設(shè)定P_oil、P_CO2、P_carbon和β1同時(shí)為確定型變量，其余7個(gè)風(fēng)險(xiǎn)因素仍為隨機(jī)變量且服從均勻分布，通過仿真觀察上述四個(gè)因素不同組合下CO2-EOR地質(zhì)封存項(xiàng)目風(fēng)險(xiǎn)變動情況，從而確定投資邊界。根據(jù)實(shí)際，本文設(shè)定P_oil=50/60/70（$/bbl）、P_CO2=10/20/30/40/50（$/t）、P_carbon=5/10/15/20/25（$/t）、β1=0.1/0.5/1.0/1.5/2。根據(jù)取值，一共可得到375種組合，對每一種組合進(jìn)行10000次模擬，可得出各組合對應(yīng)的虧損概率和NPV_unit中位數(shù)，詳見表3。

結(jié)合3.2分析結(jié)果，本文定義：表3中NPV_unit中位數(shù)＜0的為高風(fēng)險(xiǎn)組合（投資不可行），虧損概率≤0.2的為低風(fēng)險(xiǎn)組合（投資可行）。為進(jìn)一步明確項(xiàng)目投資條件，幫助投資者更加直觀地了解項(xiàng)目所處風(fēng)險(xiǎn)區(qū)間，筆者針對不同油價(jià)情境下，高、低風(fēng)險(xiǎn)組合邊界進(jìn)行了進(jìn)一步探討。首先將P_oil=50情景下，低風(fēng)險(xiǎn)組合中虧損概率最大的組合（P_carbon=20，P_CO2=10、β1=0.1）和高險(xiǎn)組合中虧損概率最小的組合（P_carbon=5，P_CO2=30、β1=0.1）挑選出來，分別定義為L1和H1并描繪在圖9上。L1是所有低風(fēng)險(xiǎn)組合的臨界點(diǎn)，由于P_CO2和β1已經(jīng)為最小值，只能沿著P_carbon≥20方向搜尋其余低風(fēng)險(xiǎn)組合，因而在P_o i l=50情景下的低風(fēng)險(xiǎn)組合域（可行區(qū)域）為一條線；H1是所有高風(fēng)險(xiǎn)組合的臨界點(diǎn)，此時(shí)可沿著P_CO2≥30和β1≥0.1兩個(gè)方向搜尋其余高風(fēng)險(xiǎn)組合，因而在P_oil=50情景下的高風(fēng)險(xiǎn)組合域（不可行區(qū)域）為一個(gè)面。

同理，挑選出P_oil=60和P_oil=70情景下，高、低風(fēng)險(xiǎn)組合的臨界點(diǎn)H2和L2、H3和L3并描繪圖9上，運(yùn)用同樣方法搜尋其余高、低風(fēng)險(xiǎn)組合，并描繪不可行和可行區(qū)域。從圖9可以看出：P_oil=50時(shí)的可行區(qū)域?yàn)橐粭l線，不可行區(qū)域?yàn)橐粋€(gè)面；隨著P_oil從50增加至60，可行區(qū)域從一條線變?yōu)橐粋€(gè)面，不可行區(qū)域面積進(jìn)一步縮??；當(dāng)P_oil增加至70，可行區(qū)域從一個(gè)面變?yōu)橐粋€(gè)長方體，不可行區(qū)域則變?yōu)橐粭l線。高、低風(fēng)險(xiǎn)組合數(shù)量也隨著可行區(qū)域面積的增減而變化，當(dāng)P_oil從50上升至70，低風(fēng)險(xiǎn)組合從2個(gè)增加至55個(gè)，高風(fēng)險(xiǎn)組合從89個(gè)減少至7個(gè)。

圖9　投資可行域與不可行域

表3　P_oil、P_carbon、P_CO2和β1對虧損概率和NPV_unit中位數(shù)聯(lián)合影響

4　結(jié)語

由于CO2-EOR地質(zhì)封存可以產(chǎn)生額外經(jīng)濟(jì)效益，降低CCS整體減排成本，被認(rèn)為是CCS商業(yè)化運(yùn)營的早期機(jī)會和實(shí)施方案。為科學(xué)評價(jià)CO2-EOR地質(zhì)封存項(xiàng)目，本文構(gòu)建了CO2-EOR地質(zhì)封存的工程經(jīng)濟(jì)模型，并以Lost Soldier油田作為假定對象，對其進(jìn)行CO2-EOR封存的封存效果和收益預(yù)測分析，在此基礎(chǔ)上運(yùn)用敏感性分析探討了油藏深度、采收率、油價(jià)等17個(gè)不確定因素對項(xiàng)目的影響，最后通過蒙特卡洛仿真進(jìn)一步分析了CO2-EOR封存項(xiàng)目的投資風(fēng)險(xiǎn)和投資邊界條件。結(jié)果表明：

(1)由于CO2突破和循環(huán)利用的緣故，CO2-EOR項(xiàng)目的實(shí)際封存量偏低。以Lost Soldier油田為例，其整個(gè)EOR周期中共封存CO26.90×106t，無法單獨(dú)滿足一個(gè)大型CCS電廠（每年約排放1×106t～2×106t）的長期（20年）減排需求。

(2)CO2-EOR過程復(fù)雜，項(xiàng)目收益受到油田參數(shù)、EOR工程參數(shù)和經(jīng)濟(jì)參數(shù)的影響。其中，油價(jià)和油藏深度對項(xiàng)目收益影響最大；單井最大產(chǎn)量和采注井比例對項(xiàng)目收益的影響較為復(fù)雜，呈現(xiàn)非線性。

(3)盡管CO2-EOR封存具有一定的收益，但在目前油價(jià)偏低（45～50$/bbl）、CO2捕捉成本居高不下（＞40$/t）的情況下，CCS+EOR項(xiàng)目投資風(fēng)險(xiǎn)仍然較高，項(xiàng)目虧損概率超過0.7。但隨著新技術(shù)的出現(xiàn)和應(yīng)用，監(jiān)測成本下降空間較大（例如Bolhassani(2016)[20]指出在監(jiān)測效果相同的前提下，基于壓力的監(jiān)測方法相較于基于地球化學(xué)的監(jiān)測方法，可使監(jiān)測井?dāng)?shù)量大幅減少，總監(jiān)測成本降幅達(dá)61%），屆時(shí)可進(jìn)一步降低投資風(fēng)險(xiǎn)。

[1]Working Group III of the Intergovernmental Panel on Climate Change. IPCC Special Report on Carbon Dioxide Capture and Storage[R].Cambridge:Cambridge University Press,2005.

[2]HANSSON A,BRYNGELSSON M.Expert Opinions on Carbon Dioxide Capture and Storage—A Framing of Uncertainties and Possibilities[J].Energy Policy,2009,37(6):2273-2282.

[3]ZHOU W.J,ZHU B,FUSS S,et al.Uncertainty modeling of CCS investment strategy in China’s power sector[J].Applied Energy,2010,87(7):2392-400.

[4]朱磊,范英.中國燃煤電廠CCS改造投資建模和補(bǔ)貼政策評價(jià)[J].中國人口·資源與環(huán)境,2014,24(7):99-105.

[5]ZHU L,DUAN H,FAN Y.CO2mitigation potential of CCS in China-an evaluation based on an integrated assessment model[J].Journal of Cleaner Production,2015(103):934-947.

[6]匡建超,王眾,霍志磊.中國二氧化碳捕捉與封存(CCS)技術(shù)早期實(shí)施方案構(gòu)建研究[J].中外能源,2012(12):17-23.

[7]HEDDLE G,HERZOG H,KLETT M.The Economics of CO2 storage[R].MA:Massachusetts Institute of Technology,2003.

[8]HENDRIKS C,GRAUS W,VAN BERGEN F.Global carbon dioxide storage potential and costs[R].Utrecht,Netherlands:ECOFYS,2004.

[9]MCCOY S.T. The economics of CO2 transport by pipeline and storage in saline aquifer and oil reservoirs[D].PA,USA:Carnegie Mellon University,2008.

[10]MCCOY S.T,RUBIN E.S. The effect of high oil price on EOR project economics[J].Energy Procedia,2009(1):4143-4150

[11]DAHOWSKI R.T，DAVIDSON C.L，LI X.C，et al.A $70/tCO2 greenhouse gas mitigation backstop for China's industrial and electric power sectors:Insights from a comprehensive CCS cost curve[J].International Journal of Greenhouse Gas Control,2012,11:73-85

[12]WEI N,LI X.C,DAHOWSKI R.T,et al.Economic evaluation on CO2-EOR of onshore oil fields in China[J].International Journal of Greenhouse Gas Control,2015（37）:170-181.

[13]LAKE L W,WALSH M P.Enhanced oil recovery (EOR):field data literature search[R].Austin,TX:University of Texas,2008.

[14]United State Environment Protection Agency. Geologic CO2sequestration technology and cost analysis (Technical Support Document)[R].Washington D.C.,US:United State Environment Protection Agency,2008.

[15]SHAW,J,BACHU,S.Screening,evaluation and ranking of oil reservoirs suitable for CO2flood EOR and CO2 sequestration[J].Journal of Canada Petroleum Technology,2002,41(9):51-61.

[16]鄭宇花.碳金融市場的定價(jià)與價(jià)格運(yùn)行機(jī)制研究[D].北京：中國礦業(yè)大學(xué)(北京),2016.

[17]United State Environment Protection Agency.Geologic CO2 sequestration technology and cost analysis (Technology and Cost Document for the final GS Rule)[R].Washington D.C.,US: United State Environment Protection Agency,2010.

[18]BENSON M.S,HOVERSTEN M,GASPERIKOVA E,et al. Monitoring protocols and life-cycle costs for geologic storage of carbon dioxide[J].Greenhouse Gas Control Technologies,2005,3(1):1259-1264.

[19]VIDAS H,HUGMAN R,CLAPP C.Analysis of Geologic Sequestration Costs for the United States and Implications for Climate Change Mitigation[J].Energy Procedia,2009,1(1):4281-4288.

[20]BOLHASSANI B.Model-based cost analysis for pressure and geochemical-based monitoring methods in CO2-EOR fields:application to field A [D].Texas,USA:The University of Texas at Austin,2016.