التطور التكنولوجي لإنتاج الهيدروجين الأزرق على نطاق واسع نحو هدف الطاقة الهيدروجينية في الولايات المتحدة Technological evolution of large-scale blue hydrogen production toward the U.S. Hydrogen Energy Earthshot

المجلة: Nature Communications، المجلد: 15، العدد: 1
DOI: https://doi.org/10.1038/s41467-024-50090-w
PMID: https://pubmed.ncbi.nlm.nih.gov/38971764
تاريخ النشر: 2024-07-06

التطور التكنولوجي لإنتاج الهيدروجين الأزرق على نطاق واسع نحو هدف الطاقة الهيدروجينية في الولايات المتحدة

تاريخ الاستلام: 2 أغسطس 2023
تم القبول: 27 يونيو 2024
نُشر على الإنترنت: 06 يوليو 2024
(د) التحقق من التحديثات

Wanying Wu® هايبوا زهاي يوجين هولوبنياك

الهيدروجين قد يلعب دورًا حاسمًا في انتقال الولايات المتحدة إلى اقتصاد خالٍ من الانبعاثات. سيساهم التعلم من مشاريع الهيدروجين الكبيرة في تعزيز التطور التكنولوجي والابتكار نحو هدف الطاقة الهيدروجينية في الولايات المتحدة. نطبق منحنيات الخبرة لتقدير التكاليف المتطورة لإنتاج الهيدروجين الأزرق وللتحقق من الأثر الاقتصادي على التطور التكنولوجي لائتمان الضرائب في قانون خفض التضخم المتعلق بالاحتجاز الكربوني والهيدروجين النظيف. يمكن أن يقلل التعلم من خلال الممارسة وحده من تكلفة إنتاج الهيدروجين الأزرق. ومع ذلك، بدون الحوافز الضريبية، من الصعب أن تصل تكلفة إنتاج الهيدروجين الأزرق إلى الهدف المحدد. . هنا نوضح أن القدرة الإنتاجية التراكمية اللازمة للوصول إلى نقطة التعادل للهيدروجين الأزرق المستند إلى الغاز هي الهدف يعتمد بشكل كبير على ائتمان الضرائب، وسعر الغاز الطبيعي، ومعدل التضخم، ومعدلات التعلم. نقدم توصيات لتطوير مركز الهيدروجين ولتسريع التقدم التكنولوجي نحو هدف طاقة الهيدروجين.
الهيدروجين النظيف لديه القدرة على المساعدة في تحقيق خفض انبعاثات الاقتصاد بشكل شامل بحلول عام 2050 مقارنة بعام 2005، وتعزيز أمن الطاقة والقدرة على التحمل، وتطوير اقتصاد جديد في الولايات المتحدة في عام 2030، يمكن أن تخلق اقتصاد الهيدروجين حوالي 100,000 وظيفة جديدة صافية لتطوير مشاريع رأس المال الجديدة وبنية تحتية للهيدروجين النظيف. لقد خصص قانون البنية التحتية الثنائي الحزبي في الولايات المتحدة مليار للهيدروجين النظيف لوزارة الطاقة الأمريكية (DOE) تعتبر تقنيات إنتاج الهيدروجين ذات الكربون الصفري والمنخفض من الخيارات الرئيسية في مجموعة متنوعة من الأدوات التي تمكّن الانتقال إلى مستقبل طاقة نظيفة مستدامة وعادلة. في أكتوبر 2023، أعلنت وزارة الطاقة الأمريكية مليار لإطلاق سبعة مراكز إقليمية للهيدروجين النظيف في جميع أنحاء البلاد ستستخدم بعض المراكز الإقليمية الماء والغاز الطبيعي كمواد أولية لعملية التحليل الكهربائي المدعومة بالطاقة المتجددة وإصلاح الميثان بالبخار (SMR) مع احتجاز الكربون وتخزينه (CCS) لإنتاج الهيدروجين النظيف، والذي يُطلق عليه أيضًا الهيدروجين الأخضر والأزرق في الممارسة العملية، على التوالي. يُنظر إلى الهيدروجين الأزرق غالبًا على أنه جسر قصير الأمد نحو اقتصاد الهيدروجين الخالي من الكربون. ومع ذلك، نظرًا لاحتمالية تسرب الميثان العالي، هناك نقاشات علمية حول تنافسية الهيدروجين الأزرق. الذي يدعو بشكل جاد إلى تقليل انبعاثات الميثان.
تقوم الولايات المتحدة بجهود كبيرة لتسريع التقدم من خلال استثمارات تاريخية وسياسات وحوافز إضافية للهيدروجين النظيف. لقد حددت الاستراتيجية الوطنية الأمريكية للهيدروجين النظيف وخارطة الطريق مسارات استراتيجية لإنتاج 10 ملايين طن متري (MMT) من الهيدروجين النظيف سنويًا بحلول عام 2030، و20 مليون طن متري بحلول عام 2040، و50 مليون طن متري بحلول عام 2050 في الولايات المتحدة. على الرغم من أن الهيدروجين الأخضر المدعوم بالطاقة المتجددة له انبعاثات كربونية أقل بكثير من الهيدروجين الأزرق، إلا أن تكلفة إنتاج الهيدروجين الأخضر الحالية يمكن أن تكون أعلى بعدة مرات. كما هو موضح لاحقًا. إنتاج الهيدروجين القائم على الوقود الأحفوري مع احتجاز الكربون أو الهيدروجين الأزرق هو من بين مجموعة من المسارات للهيدروجين النظيف. في عام 2021، أطلقت وزارة الطاقة الأمريكية مبادرة Energy Earthshots التي تهدف إلى تسريع الابتكارات في حلول الطاقة النظيفة الأكثر وفرةً وبأسعار معقولة وموثوقة من خلال لتسريع الابتكار التكنولوجي والتوسع في الهيدروجين النظيف، تتضمن هذه المبادرة إطلاق هيدروجين يهدف إلى خفض تكلفة الهيدروجين النظيف إلى لكل 1 كيلوغرام في عقد واحد الذي يُطلق عليه اسم مشروع هيدروجين إنرجي إيرث شوت.
قانون خفض التضخم (IRA) لعام 2022 يوفر مجموعة من الائتمانات الضريبية لتحفيز نشر تقنيات الهيدروجين النظيف. يتضمن قانون IRA بندين تحفيزيين: القسم 45 V الضريبي الجديد
ائتمان لإنتاج الهيدروجين النظيف وائتمان ضريبي معزز بموجب القسم 45Q لاحتجاز الكربون تتوفر خصم ضريبة بقيمة 45 دولارًا لمشاريع الهيدروجين التي تقل انبعاثات غازات الدفيئة (GHG) على مدى دورة حياتها عن 4.0 كيلوغرام من ثاني أكسيد الكربون. ) مكافئ لكل كيلوغرام من الهيدروجين خلال فترة العشر سنوات ويتراوح من إلى 3.0 لكل كيلوغرام من الهيدروجين. يختلف رصيد الإنتاج مع مستوى انبعاثات غازات الدفيئة خلال دورة الحياة. بالإضافة إلى ذلك، عزز قانون IRA رصيد الضريبة 45Q إلى لكل طن متري من المخزنة في خزانات ملحية و لكل طن متري من يستخدم لاستعادة النفط المعزز (EOR) أو تطبيقات صناعية أخرى لمدة تصل إلى اثني عشر عامًا. تم خفض عتبة الاحتجاز المطلوبة لمشاريع CCS المؤهلة إلى 18,750 طنًا متريًا من 12,500 طن متري سنويًا لمحطات الطاقة و 12,500 طن متري سنويًا للمرافق الأخرى. ستسهل هذه الحوافز الضريبية إنتاج الهيدروجين الأزرق على نطاق واسع.
في عام 2020، بلغ إنتاج الهيدروجين العالمي 90 مليون طن متري سنويًا (MMTA)، منها 72 مليون طن متري كانت هيدروجين نقي. بينما بلغ إنتاج الهيدروجين في الولايات المتحدة حوالي 10 مليون طن سنويًا على مستوى العالم، كانت تقنيات SMR وتحويل الفحم إلى غاز بدون تقليل الكربون تمثل و إنتاج الهيدروجين النقي على التوالي. وبالمثل، شكلوا 99% من إنتاج الهيدروجين في الولايات المتحدة في عام 2020، من بينه تم صنعه بواسطة SMR يمكن ربط SMR وغازification الفحم مع CCS لإنتاج هيدروجين منخفض الكربون. ومع ذلك، يتم إنتاج أقل من 1% من الهيدروجين العالمي حالياً من موارد الوقود الأحفوري مع CCS. الجدول 1 يلخص مشاريع الهيدروجين الأزرق المعتمدة على الوقود الأحفوري المثبتة حول العالم. على مستوى العالم، أنتجت هذه المشاريع 0.7 مليون طن متري سنويًا من الهيدروجين الأزرق من موارد الغاز والفحم والنفط، وقامت بالتقاط 10 مليون طن متري سنويًا من في . في الولايات المتحدة، أنتجت مشاريع الهيدروجين الأزرق 0.23 مليون طن متري من الهيدروجين في .
قدمت مختبر الطاقة الوطني التابع لوزارة الطاقة الأمريكية (NETL) تقييمًا مقارنًا لأداء وتكلفة تقنيات إنتاج الهيدروجين المتقدمة المعتمدة على الوقود الأحفوري، بما في ذلك الإصلاح والتغويز بدون وبت. يتراوح التكلفة المستوية لإنتاج الهيدروجين بدون تقليل الكربون تقريبًا من إلى 2.6 لكل كيلوغرام من الهيدروجين ويختلف
مع نوع المواد الخام أو تكنولوجيا الإنتاج. إن إضافة احتجاز الكربون وتخزينه للهيدروجين منخفض الكربون تزيد من التكلفة المستوية بأكثر من 50% لإنتاج الإصلاح و لإنتاج الغازification أكبر مساهم في تكلفة المستوى هو تكلفة الوقود لإنتاج الإصلاح، بينما تكون تكلفة رأس المال لإنتاج الغازification. .
غالبًا ما تتضمن عملية إنتاج الهيدروجين الأزرق عدة أنظمة فرعية، مثل SMR و CCS. من المحتمل أن تنخفض التكاليف المستقبلية للأنظمة الفرعية الفردية نتيجة للتعلم من خلال الممارسة مع زيادة حجمها. ومع ذلك، قد يختلف التقدم في التعلم حسب النظام الفرعي. شوتس وآخرون. تم تحليل بيانات تكلفة الهيدروجين التي تم ملاحظتها خلال الفترة من 1940 إلى 2007 ووجد أن معدل التعلم لعملية إعادة تشكيل الميثان، والذي يُعرف بأنه النسبة المئوية لانخفاض التكلفة لكل مضاعفة للسعة المثبتة التراكمية، هو في الاستثمار، لكن لا يوجد تخفيض في التكلفة الإجمالية للإنتاج، مما يعني معدل تعلم صفر في تكاليف التشغيل والصيانة (O&M). روبين وآخرون. و IEAGHG أفاد أن معدل التعلم لعملية الغازification هو لتكلفة رأس المال و لتكلفة التشغيل والصيانة. تعتبر CCS تقنية أساسية لإنتاج الهيدروجين الأزرق. روبين وآخرون. أفاد أن معدل التعلم لنظام التقاط الكربون هو لتكلفة رأس المال و لتكاليف التشغيل والصيانة. ستؤدي تنفيذ مشاريع احتجاز الكربون على نطاق واسع إلى تقليل التكلفة المستقبلية لاحتجاز الكربون للتقنيات المتقدمة. على الرغم من أنه تم إجراء عدد كبير من دراسات منحنى التعلم في السنوات الماضية، إلا أنه لم يتم تحقيق أي تقدم يذكر في تقدير معدلات التعلم لتقنيات SMR، والتغويز، وCCS بخلاف الدراستين الرائدتين من قبل شوتس وآخرين. وروبين وآخرون اعتمدت الدراسات الحديثة بشكل متكرر على معدلات التعلم من الدراستين الرائدتين لمجموعة متنوعة من التطبيقات. . ومع ذلك، فإن القليل من الدراسات تقدم تقييمًا شاملاً للتعلم التكنولوجي العام للهيدروجين الأزرق المنتج من موارد الوقود الأحفوري وتفحص التأثير المحتمل للحوافز الضريبية على التطور التكنولوجي.
تنبؤات تطور التكنولوجيا ضرورية للبحث والتطوير في التكنولوجيا المتقدمة، وتحليل السوق والتوقعات، وتحليل الاستثمار، وتخطيط الموارد، واتخاذ القرارات والسياسات.
الجدول 1 | منشآت إنتاج الهيدروجين الأزرق التشغيلية
المادة الخام اسم المشروع بلد سنة عبر الإنترنت طاقة الإنتاج ثاني أكسيد الكربون المحتجز (مليون طن متري/سنة)
( ساعة ( أطنان مترية/سنة
الغاز الطبيعي بي سي إس نيتروجين الولايات المتحدة 2013 31,344 غير متوفر 0.25
بورت آرثر الولايات المتحدة 2013 ١٢٥,٣٧٦ ١١٨ 1.00
سماد إينيد الولايات المتحدة 1982 ٨٧,٧٦٤ غير متوفر 0.70
ميناء جيروم فرنسا 2015 12,538 ٣٩ 0.10
مهمة كندا 2015 ١٢٥,٣٧٦ ٣٠٠ 1.00
سماد نوتريين (أغريوم سابقاً) كندا ٢٠٢٠ ٣٧,٦١٣ غير متوفر 0.30
الريادة CCUS الإمارات العربية المتحدة 2016 ٤٧٨٧٦ غير متوفر 0.80
فحم شركة سينوبك كيو لو للبتروكيماويات الصين ٢٠٢٢ ٤١،٨٩٢ غير متوفر 0.70
شركة سينوبك حقل تشونغيوان النفطي لتعزيز استخراج النفط الصين 2015 5985 غير متوفر 0.10
حقول تشانغتشينغ النفطية لتعزيز استخراج النفط الصين 2015 ٢٩٩٢ غير متوفر 0.05
مصنع غاز سينفويل في السهول الكبرى وويبرن ميدال الولايات المتحدة ٢٠٠٠ ١٧٩,٥٣٦ غير متوفر ٣.٠٠
نفط مصنع كوفيفيل للأسمدة الولايات المتحدة 2013 ١٢٥,٣٧٦ غير متوفر 1.00
تحويل غاز المخلفات الثقيلة لشركة شل في مصفاة بيرنيس هولندا 2005 ٢٣,٩٣٨ ١٠٠٠ 0.40
مشروع كراماي دونهوا لتقنية النفط CCUS وتعزيز استخراج النفط الصين 2015 5985 غير متوفر 0.10
مصفاة نورث ويست ستيرجون كندا ٢٠٢٠ 77,799 غير متوفر 1.30
رمال النفط الأفقية كندا ٢٦,٢١٢ غير متوفر 0.44
تتمثل الأهداف الرئيسية لهذه الدراسة في تقدير التكاليف المستقبلية المتطورة لمسارات إنتاج الهيدروجين الأزرق الرئيسية من النشر على نطاق واسع، بما في ذلك تقنية إعادة تشكيل الميثان بالبخار المتطورة (SMR) وغازification الفحم مع احتجاز الكربون وتخزينه (CCS)، وفحص التأثير الاقتصادي على التطور التكنولوجي لائتمانات الضرائب الخاصة بالهيدروجين النظيف بموجب قانون خفض التضخم (IRA). تقيم هذه الدراسة كل من ائتمانات الضرائب 45 Q و 45 V وتقارن دورها الاقتصادي في تعزيز إنتاج الهيدروجين الأزرق نحو هدف طاقة الهيدروجين. توضح هذه الدراسة كيف أن التعلم من خلال الممارسة سيقلل من تكلفة إنتاج الهيدروجين الأزرق في المستقبل وكم يجب أن تكون سعة مشاريع الهيدروجين الأزرق المثبتة لتحقيق هدف التكلفة. تقدم هذه الدراسة نظرة مستقبلية لإنتاج الهيدروجين الأزرق على نطاق واسع من الموارد الأحفورية المخفضة وتكشف عن الاتجاهات التطورية المحتملة المدفوعة بالسياسات، بما في ذلك اعتمادها على عوامل رئيسية.

النتائج

تقوم هذه الدراسة أولاً بتوصيف انبعاثات غازات الدفيئة وتكاليف التقنيات التجارية لإنتاج الهيدروجين الأزرق، ثم تطور نماذج التعلم التكنولوجي والانتشار لتقييم التكاليف المستقبلية والمسارات التطورية لإنتاج الهيدروجين الأزرق بدون وبتحفيزات ضريبية نحو هدف الطاقة الهيدروجينية الأمريكي. كما يتم إجراء سلسلة من التحليلات البارامترية للكشف عن اعتماد التكلفة الإجمالية لإنتاج الهيدروجين على عوامل رئيسية، مثل سعر الوقود، وعدم اليقين في تكاليف احتجاز الكربون، ومعدلات التعلم، ومعدل التضخم.

إنتاج الهيدروجين الأزرق الحالي

تتبنى هذه الدراسة تقنيات الإصلاح والتغويز المتطورة كنقطة مرجعية لاستكشاف الاتجاهات التطورية لإنتاج الهيدروجين الأزرق المدفوع بالتعلم من خلال الممارسة. تم الحصول على الأداء الحالي وتقديرات التكلفة لهذه التقنيات من دراسة NETL الحديثة. تُنتج الغالبية العظمى من الهيدروجين في الولايات المتحدة عبر إصلاح الميثان بالبخار (SMR). بالإضافة إلى ذلك، فإن تكلفة الهيدروجين الأزرق المنتج بواسطة SMR مع التقاط الكربون وتخزينه (CCS) مشابهة لتلك الناتجة عن الإصلاح الذاتي الحراري مع CCS، ولكن الانبعاثات في الموقع وعلى مدى دورة الحياة من عملية SMR أقل. لذا، تركز هذه الدراسة على التحلل المائي للميثان مع احتجاز الكربون لإنتاج الهيدروجين الأزرق القائم على الغاز. في الوقت نفسه، يتم استخدام مفاعل غاز من نوع شل يعمل بالهواء مع احتجاز الكربون لإنتاج الهيدروجين الأزرق القائم على الفحم. الجدول التكميلي 1 في الملاحظة التكميلية 1 يلخص المعلمات الاقتصادية والتقنية الرئيسية والافتراضات التي تم اتخاذها لمصانع إنتاج الهيدروجين الأزرق باستخدام الغاز الطبيعي والفحم كمصادر خام، والتي تشمل عمر المشروع، عامل السعة، القدرة الإنتاجية بالساعة، سعر الوقود، ومعدل الرسوم الثابتة. بالإضافة إلى ذلك، بصمات الأرض والمياه لكل وحدة من الهيدروجين المنتج بواسطة هذه المصانع والمقادير من تم الإبلاغ عن الحجز أيضًا في الجدول التكميلي 2. تنتج مصانع الهيدروجين الأزرق هيدروجينًا عالي النقاء ( ) عند ضغط 6.48 ميغاباسكال ونقل الكمية الملتقطة عند ضغط 15.3 ميغاباسكال للتخزين في خزانات ملحية، وهي ظروف تصميم نموذجية. تُبلغ هذه الدراسة عن نتائج التكلفة بالدولارات الأمريكية الحقيقية لعام 2018 ما لم يُذكر خلاف ذلك.
بالنسبة للافتراضات المعطاة، فإن التكلفة الإجمالية المستوية للهيدروجين (LCOH) هي لـ SMR مع CCS و لغازification الفحم مع احتجاز الكربون. بالمقارنة، فإن تكلفة إنتاج الهيدروجين في المصنع هي أعلى لإنتاج الغازification مقارنة بإنتاج الإصلاح، مما يشير إلى أن دمج SMR مع CCS أكثر تنافسية بكثير لإنتاج الهيدروجين الأزرق. بالإضافة إلى ذلك، فإن مجموعة الموقع انبعاثات إنتاج الهيدروجين بواسطة التحليل البخاري للميثان مع احتجاز الكربون هي ، وهو أقل بكثير من ذلك من الغازification مع . بالإضافة إلى المكدس قد تكون هناك انبعاثات غازات دفيئة هاربة من مصادر مختلفة في مصنع إنتاج SMR، principalmente من معدات الأنابيب والتجهيزات. ومع ذلك، فإن انبعاثات غازات الدفيئة الهاربة تبلغ حوالي انبعاثات غازات الدفيئة من المكدس مما يشير إلى أن تسرب الميثان من النباتات ليس قضية خطيرة.
تم تقسيم مصنع إنتاج الهيدروجين إلى أنظمة فرعية رئيسية. يتم الإبلاغ عن المكونات المدرجة في كل من الأنظمة الفرعية المحددة لمصانع الإنتاج المعتمدة على الغاز والفحم في الجداول التكميلية 3 و 4، على التوالي. تُظهر الأشكال 1a و 1b التوزيع حسب النظام الفرعي في تكلفة إنتاج الهيدروجين في المصنع لكل من مصنعين الإنتاج، على التوالي. تساهم الأنظمة الفرعية الفردية في تكلفة الإنتاج الإجمالية بشكل مختلف. بالنظر إلى سعر الغاز من ، تعتبر SMR واستهلاك الوقود المرتبط بها مجتمعة لنبات LCOH للإنتاج القائم على الغاز. يرجى ملاحظة أنه في مصنع الهيدروجين القائم على الغاز مع احتجاز الكربون، فإن وحدة احتراق الوقود تولد الطاقة الحرارية ليس فقط لعملية SMR ولكن أيضًا لتجديد المذيب في عملية احتجاز الكربون. بالنظر إلى سعر الفحم طن متري، الغازification واستهلاك الوقود المرتبط بهما معًا تمثل إنتاج الفحم. وبالتالي، سيكون لتقدم الأنظمة الفرعية الفردية في التعلم تأثير مختلف على تكلفة الإنتاج الإجمالية في المستقبل. بالإضافة إلى ذلك، تمثل تكاليف الوقود و لنبات LCOH لحالات الإنتاج المعتمدة على الغاز والفحم، على التوالي. سعر الغاز الطبيعي هو عامل رئيسي يؤثر على إنتاج الهيدروجين الأزرق المعتمد على الغاز.
حالياً، يتم إنتاج الهيدروجين بشكل رئيسي من خلال التحليل البخاري للميثان دون احتجاز الكربون في الولايات المتحدة، والذي يُطلق عليه غالباً الهيدروجين الرمادي. بالمقارنة معه، يمكن أن يقلل إنتاج الهيدروجين الأزرق من التحليل البخاري للميثان مع احتجاز الكربون من الانبعاثات. شدة الانبعاثات بواسطة لكن زيادة LCOH بـ . الناتج تكلفة التخفيف بواسطة الهيدروجين الأزرق هي لكل طن متري من على النقيض من ذلك، فإن إنتاج الهيدروجين الأخضر بواسطة إلكتروليزر الأغشية البوليمرية تقريبًا لا يحتوي على وحدة. انبعاثات ولكن قيمة LCOH العالية تتراوح من . الناتج تكلفة التجنب للهيدروجين الأخضر مقارنةً بالهيدروجين الرمادي تتراوح من لكل طن متري من ، وهو ما يزيد بكثير عن ذلك الناتج من الهيدروجين الأزرق. من الواضح أن هناك تنازلات في تكاليف التجنب وتوفير الانبعاثات بين مسارات إنتاج الهيدروجين الأزرق والأخضر. تفاصيل بيانات الانبعاثات والتكاليف و تقديرات تكلفة التجنب متاحة في الملاحظة التكميلية 2. يرجى ملاحظة أن اختيار حالة مرجعية يؤثر على تكلفة التجنب.

التكاليف المستقبلية لإنتاج الهيدروجين الأزرق بدون وبدون ائتمانات ضريبية

يتكون مصنع إنتاج الهيدروجين الأزرق من العديد من الأنظمة الفرعية. ومع ذلك، فإن حالة النضج للأنظمة الفرعية الفردية وسعتها المثبتة الأولية تختلف. نتيجة لذلك، تختلف معدلات التعلم والسعة المثبتة الأولية حسب النظام الفرعي. وبالتالي، يتم استخدام نموذج منحنى التعلم القائم على المكونات لبناء منحنى تعلم على مستوى المصنع استنادًا إلى معدلات التعلم وسعة التثبيت الأولية للأنظمة الفرعية الفردية. بالإضافة إلى ذلك، يتم تقييم التعلم التكنولوجي من حيث السعة المثبتة التراكمية للهيدروجين الأزرق بدلاً من عدد مصانع إنتاج الهيدروجين الجديدة. لتوصيف التكاليف المتطورة للهيدروجين الأزرق المنتج من موارد الغاز الطبيعي والفحم في المستقبل، تقوم هذه الدراسة أولاً ببناء منحنيات تعلم لتكلفة رأس المال الإجمالية المنفقة (TASC) وتكلفة التشغيل والصيانة الإجمالية (TOM) للأنظمة الفرعية الفردية في كل مصنع، ثم تؤسس منحنى تعلم تكلفة الهيدروجين الأزرق (LCOH) للمصنع كدالة للسعة الإنتاجية التراكمية. لبناء منحنى تعلم إما لتكلفة رأس المال الإجمالية المنفقة (TASC) أو لتكلفة التشغيل والصيانة الإجمالية (TOM)، يجب أولاً تحديد السعة المثبتة الأولية، والتكلفة الأولية، ومعدل التعلم. كما تم مناقشته أعلاه، يتم اشتقاق تكلفة رأس المال الإجمالية المنفقة (TASC) وتكلفة التشغيل والصيانة الإجمالية (TOM) للأنظمة الفرعية الفردية من دراسة NETL. وتم تلخيصها في الجداول التكميلية 6-10 في الملاحظة التكميلية 3 والجداول التكميلية 11 و12 في الملاحظة التكميلية 4. تم جمع السعة المثبتة الأولية (الجدول التكميلية 13) ومعدلات التعلم للأنظمة الفرعية الفردية بشكل رئيسي من العديد من الدراسات المعروفة وتم تلخيصها في الجدول 2، حيث تشير القيم بين الأقواس إلى نطاقات غير مؤكدة تتعلق بالقيم الأساسية. تختلف كل من السعة المثبتة الأولية ومعدلات التعلم بشكل كبير حسب النظام الفرعي. هناك أيضًا عدم يقين كبير في معدلات التعلم لكل من تكاليف رأس المال وتكاليف التشغيل والصيانة.
إنتاج الهيدروجين الأزرق بدون ائتمانات ضريبية. على مستوى العالم، كانت السعة المثبتة الأولية لإنتاج الهيدروجين في عام 2021 هي
الشكل 1 | التكاليف الأولية والمستقبلية لإنتاج الهيدروجين الأزرق بدون حوافز ضريبية ومعها. أ توزيع التكلفة المستوية الأولية لإنتاج الهيدروجين القائم على الغاز الإنتاج. ب توزيع التكلفة المستوية الأولية للفحم الإنتاج. ج منحنيات التعلم للفحم والغاز رأس المال الإنتاجي والتشغيل
تكاليف الصيانة (O&M) بدون حوافز ضريبية. منحنيات التعلم للتكلفة الإجمالية الموحدة للفحم والغاز. الإنتاج بدون وبتحفيزات ضريبية. التكاليف المستقبلية المخفضة للفحم والغاز الإنتاج مع الحوافز الضريبية.
يُقدَّر أن يكون 0.31 مليون طن سنويًا للهيدروجين الأزرق المستند إلى الغاز و0.15 مليون طن سنويًا للهيدروجين الأزرق المستند إلى الفحم تظهر الشكل 1c منحنيات التعلم لتكاليف رأس المال المستوي وتكاليف التشغيل والصيانة وتكلفة الهيدروجين على مستوى المصنع لإنتاج الهيدروجين القائم على الوقود الأحفوري. تشير المقارنة بين فئات التكاليف المختلفة على مدى نطاق القدرة الإنتاجية التراكمية إلى
أن التكلفة الإجمالية المستوية للهيدروجين الأزرق ستظل متأثرة بشكل كبير بـ TOM في المستقبل، خاصةً بالنسبة للإنتاج القائم على الغاز. بالإضافة إلى ذلك، تشير المقارنة بين الطريقتين إلى أن SMR مع CCS ستظل أكثر تنافسية من الناحية الاقتصادية لإنتاج الهيدروجين الأزرق مقارنةً بالتغويز مع CCS.
الجدول 2 | السعة المثبتة الأولية ومعدلات التعلم للأنظمة الفرعية الفردية لإنتاج الهيدروجين الأزرق
المادة الخام الأنظمة الفرعية الطاقة المثبتة الأولية ( ) معدلات التعلم مصادر البيانات
تكلفة رأس المال تكلفة التشغيل والصيانة الطاقة المثبتة الأولية معدلات التعلم
الغاز الطبيعي إصلاح الميثان بالبخار 0.11 (0.05-0.17) الوكالة الدولية للطاقة شوتس وآخرون
امتصاص الضغط المتأرجح 0.11 (0.05-0.17) الوكالة الدولية للطاقة شوتس وآخرون
التقاط 0.11 (0.06-0.17) 0.22 (0.10-0.30) الوكالة الدولية للطاقة روبين وآخرون ; IEAGHG
ضغط 0.00 (0.00-0.10) 0.00 (0.00-0.10) روبين وآخرون روبين وآخرون ; IEAGHG
النقل والتخزين غير قابل للتطبيق 0.05 الوكالة الدولية للطاقة NETL
فحم وحدة فصل الهواء 0.10 (0.05-0.15) 0.05 (0.00-0.10) روبين وآخرون روبين وآخرون ; IEAGHG
كتلة الغازification 173 0.14 (0.07-0.21) 0.12 (0.05-0.20) هيغمان روبين وآخرون ; IEAGHG
تنظيف غاز التخليق 0.10 (0.05-0.10) 0.10 (0.05-0.10) هيغمان اقتصاديات الصناعة، شركة وE.H. Pechan & Associates، شركة
استعادة الكبريت 0.11 (0.06-0.17) 0.22 (0.10-0.30) روبين وآخرون روبين وآخرون ; IEAGHG
امتصاص الضغط المتأرجح 0.11 (0.05-0.17) الوكالة الدولية للطاقة شوتس وآخرون
كتلة الطاقة 0.05 (0.03-0.09) 0.00 روبين وآخرون روبين وآخرون ; IEAGHG ; زهاي
التقاط 0.11 (0.06-0.17) 0.22 (0.10-0.30) الوكالة الدولية للطاقة روبين وآخرون ; IEAGHG
ضغط 0.00 (0.00-0.10) 0.00 (0.00-0.10) روبين وآخرون روبين وآخرون ; IEAGHG
النقل والتخزين غير قابل للتطبيق 0.05 الوكالة الدولية للطاقة NETL
تُقدّر السعة المثبتة الأولية للأنظمة الفرعية الفردية بناءً على السعة العالمية لإنتاج الهيدروجين. انظر المعادلات التكميلية (2) و(3) للتفاصيل.
محطة توليد الطاقة بالدورة المركبة أو محطة توليد الطاقة بالفحم فوق الحرجة. انظر المعادلة التكميلية (4) للحصول على التفاصيل.
يُفترض أن نظام النقل والتخزين لديه القدرة الإجمالية الأولية المثبتة كـ التقاط الأنظمة الفرعية في مصانع إنتاج الهيدروجين.
الـ يتم اعتبار نظام النقل والتخزين كعنصر من مكونات تكلفة التشغيل والصيانة.
يفترض أن تكون السعة المثبتة الأولية لنظام تنظيف الغاز الاصطناعي هي نفسها سعة نظام كتلة الغازification.
يفترض أن تكون نسبة التعلم في التشغيل والصيانة صفرًا حيث لم يتم العثور على سلوك التعلم من خلال العمل لنشاط إنتاج الهيدروجين بشكل عام استنادًا إلى البيانات التاريخية (شوتس وآخرون). ).
قد يصل الطلب السنوي على الهيدروجين النظيف المنتج من الموارد المتجددة والفوسفات المنخفضة الكربون في الولايات المتحدة إلى 10 ملايين طن متري من الهيدروجين سنويًا بحلول كما هو موضح في الشكل 1c، تنخفض التكاليف من خلال تحسينات تدريجية على التقنيات الحالية عندما تزداد القدرة الإنتاجية التراكمية. عندما تصل إلى 10 مليون طن سنويًا، تنخفض تكاليف رأس المال وتكاليف التشغيل والصيانة. و من المستويات الحالية لإنتاج الغاز، على التوالي. هناك تخفيضات مماثلة في التكاليف لإنتاج الفحم. ونتيجة لذلك، ينخفض ​​LCOH للمصنع إلى بواسطة لإنتاج المعتمد على الغاز و بواسطة لإنتاج الفحم بعد قدرة إنتاج 10 مليون طن متري من الهيدروجين. على الرغم من أن الخبرة المكتسبة من المشاريع الكبيرة المنفذة ستساعد في خفض التكاليف المستقبلية لإنتاج الهيدروجين الأزرق، إلا أنه من الصعب على كل من تقنيات الإصلاح والتغويز مع احتجاز الكربون أن تصل إلى الهدف التكلفي لـ .
تتأثر اتجاهات تكلفة الإنتاج على مستوى المصنع (LCOH) بشكل كبير بمعدلات التعلم لرأس المال والصيانة والتشغيل (O&M) للأنظمة الفرعية الرئيسية، بالإضافة إلى أسعار المواد الخام. بالنسبة للإنتاج القائم على الغاز، فإن التحليل البخاري للميثان (SMR) واحتجاز الكربون وتخزينه (CCS) هما النظامان الفرعيان الرئيسيان اللذان يهيمنان على تكلفة الإنتاج على مستوى المصنع، كما تم مناقشته أعلاه. ومع ذلك، كما هو موضح في الجدول 2، لا توجد تخفيضات في تكاليف الصيانة والتشغيل نتيجة لنشر SMR (بما في ذلك المكونات المرتبطة)، وامتصاص الضغط المتأرجح (PSA) لتنقية الهيدروجين، و الضغط. لسعر الغاز الطبيعي المعطى لذلك، من الصعب الوصول إلى هدف التكلفة لـ حتى عندما تتجاوز القدرة الإنتاجية التراكمية 10 مليون طن سنويًا.
إنتاج الهيدروجين الأزرق مع ائتمانات ضريبية. تهدف كل من ائتمانات الضرائب 45 Q و 45 V إلى تعزيز الاستثمار في تقنيات الهيدروجين النظيف ومن ثم خفض تكلفة إنتاج الهيدروجين. ومع ذلك، بالنسبة لمشاريع الهيدروجين الأزرق مع احتجاز الكربون، لا يمكن للمكلف بالضرائب المطالبة بكل من ائتمانات الضرائب 45 V و 45 Q في نفس الفترة. للمطالبة إما بائتمان الضرائب 45 Q أو ائتمان الضرائب 45 V، يجب أن تكون المنشآت قد بدأت الخدمة قبل يناير. الائتمان متاح لمثل هذه المنشآت المؤهلة لفترة معينة. فترة توفر الائتمان مشتركة بين المنشآت المؤهلة، بغض النظر عن وقت بدء الخدمة.
في هذه الدراسة، يُفترض أن البيانات الملتقطة يتم تخزينه في خزانات ملحية، مما يكسب ائتمان احتجاز الكربون بـ لكل طن متري من لمدة 12 عامًا. كما ذُكر سابقًا، يعتمد ائتمان الضريبة البالغ 45 V على انبعاثات دورة حياة إنتاج الهيدروجين، والتي تشمل انبعاثات غازات الدفيئة من مداخن المصانع، وإمدادات الوقود، وإمدادات الطاقة الكهربائية، و الاحتجاز أو الإدارة. تم تقدير انبعاثات دورة الحياة من قبل NETL لتتراوح بين 3.1 إلى -يساوي الهيدروجين الأزرق القائم على الغاز في فترة الثقة بين و قيم النسبة المئوية ومن 3.4 إلى الهيدروجين الأزرق القائم على الفحم، الذي يتأثر بشكل رئيسي بعدم اليقين في إمدادات الوقود أكبر مساهم بين المراحل المتعددة لانبعاثات دورة الحياة هو إمداد الوقود التقدير الوسيط لانبعاثات دورة الحياة هو -يساوي الهيدروجين الأزرق القائم على الغاز و -يساوي الهيدروجين الأزرق المستند إلى الفحم الذي يقترب من القيمة الحدية لـ مطلوب لـ
الشكل 2 | انتشار السعة المركبة التراكمية للهيدروجين منخفض الكربون ومنحنيات التعلم المستندة إلى الوقت للهيدروجين الأزرق القائم على الغاز. أ انتشار السعة المركبة التراكمية. منحنيات التعلم المعتمدة على الوقت لتكلفة إنتاج الهيدروجين الأزرق.
المطالبة بائتمان الضريبة الأدنى للهيدروجين النظيف. مشاريع الهيدروجين الأزرق لديها احتمال عادل لكسب ائتمان ضريبي بقيمة 45 V. وبالتالي، يُفترض أن يكون ائتمان الضريبة على الإنتاج لمشاريع الهيدروجين هو لكل كيلوغرام من لمدة 10 سنوات. هذا الافتراض متفائل بالنسبة للهيدروجين الأزرق في هذه الدراسة. ومع ذلك، لا يوجد ائتمان ضريبي بقيمة 45 دولارًا إذا كانت انبعاثات دورة الحياة لمشاريع الهيدروجين الأزرق المحددة أكثر من -يساوي . انظر الملاحظة التكميلية 5 لمزيد من المعلومات حول انبعاثات دورة الحياة والائتمانات الضريبية. توضح الشكل 1d منحنيات التعلم لتكلفة الهيدروجين المنتجة من الغاز والفحم مع الحوافز الضريبية.
تؤدي الحوافز الضريبية إلى خفض تكلفة إنتاج الهيدروجين (LCOH) للمصنع. عندما تصل القدرة الإنتاجية التراكمية إلى 10 مليون طن سنويًا، تنخفض التكلفة الإجمالية للهيدروجين المنتج بواسطة SMR مع احتجاز الكربون إلى و لكل كيلوغرام من الهيدروجين المنتج مع ائتمانات الضرائب 45 Q و 45 V، على التوالي. هم و أقل من تكلفة الهيدروجين المنخفض الكربون بدون حوافز ضريبية، على التوالي. هناك تخفيضات مماثلة في التكاليف مع الإنتاج القائم على الغازification. تشير هذه النتائج إلى أن ائتمان الضريبة 45 Q يوفر حوافز اقتصادية أكبر لمشاريع الهيدروجين الأزرق مقارنةً بائتمان الضريبة 45 V.
تقلل الحوافز الضريبية من تجربة التعلم المرتبطة بالوقت اللازمة للوصول إلى هدف التكلفة. ومع ذلك، تُظهر الشكل 1d أنه مع وجود ائتمان ضريبي لإنتاج الهيدروجين أو ائتمان ضريبي لاحتجاز الكربون، لا يزال من الصعب على غازification الفحم مع احتجاز الكربون أن ينتج الهيدروجين الأزرق بتكلفة بالمقابل، مع الائتمان الضريبي لاحتجاز الكربون المزعوم لمشاريع الهيدروجين، فإن تكلفة الهيدروجين الأزرق المنتج بواسطة التحليل المائي مع احتجاز الكربون تقترب من هدف طاقة الهيدروجين، كما هو موضح في الشكل 1d.
سيساهم التعلم من خلال الممارسة في تقليل تكلفة إنتاج الهيدروجين من الهيدروجين الأزرق المستند إلى الفحم والغاز. توضح الشكل 1e تقليل التكلفة حسب النظام الفرعي وحسب ائتمان الضرائب 45Q عندما تصل القدرة المركبة التراكمية للهيدروجين الأزرق إلى 10 مليون طن سنويًا. بالنسبة للهيدروجين الأزرق المنتج من كل من موارد الفحم والغاز، سيكون تقليل التكلفة الإجمالية مدفوعًا بشكل كبير بائتمان ضريبة احتجاز الكربون وتحسين التقاط الكربون. بالمقابل، ستساهم الأنظمة الفرعية الأخرى، مثل SMR و PSA، بمساهمات محدودة لأنها تقنيات ناضجة وليس لديها أو لديها تخفيضات محدودة من نشر إضافي قدره 10 مليون طن سنويًا في تكاليفها المستقبلية. تشير هذه النتائج إلى أهمية الدعم المستمر من كلا القطاعين العام والخاص لبرامج البحث والتطوير والعرض المتعلقة باحتجاز الكربون على المستويات الفيدرالية والولائية.

انتشار إنتاج الهيدروجين الأزرق القائم على الوقت

من المفيد في تخطيط طاقة الهيدروجين استكشاف ما إذا كان يمكن تحقيق أهداف معينة من حيث القدرة الإنتاجية والتكاليف بحلول عام 2030. تشير دراسة جديدة إلى القدرة المركبة التراكمية للطاقة منخفضة الكربون.
إنتاج الهيدروجين على مر الزمن استنادًا إلى المشاريع المعلنة والمخطط لها والمCommitted عالميًا من خلال تم إنشاء نموذج لنشر الابتكار استنادًا إلى القدرات الحالية والمستقبلية للهيدروجين منخفض الكربون حتى عام 2030 لاستكشاف انتشار الهيدروجين الأزرق القائم على الغاز على مدى فترة تخطيط طويلة الأمد حتى عام 2050.
تظهر الشكل 2أ تقديرات القدرة المركبة التراكمية لإنتاج الهيدروجين منخفض الكربون على مستوى العالم بمرور الوقت. تمثل قدرة الهيدروجين الأزرق القائم على الغاز من إجمالي قدرة الهيدروجين منخفض الكربون المذكورة في الجدول 1 ومن المتوقع أن تكون في عام 2030 من حيث قواعد بيانات مشروع الهيدروجين لوكالة الطاقة الدولية نظرًا لتغير الحصص بمرور الوقت، تُظهر الشكل 2a أيضًا نطاقًا من القدرة المركبة التراكمية للهيدروجين الأزرق القائم على الغاز في سنة معينة. قد تتراوح القدرة المركبة التراكمية للهيدروجين الأزرق القائم على الغاز عالميًا من 6 إلى 12 مليون طن سنويًا في عام 2030، مما يعني أنه سيكون من الصعب على إنتاج الهيدروجين الأزرق بواسطة التحليل المائي للميثان مع احتجاز الكربون وحده في الولايات المتحدة أن يصل إلى 10 مليون طن سنويًا في عام 2030.
تظهر الشكل 1c التكلفة الإجمالية للهيدروجين الأزرق المستند إلى الغاز كدالة للسعة المركبة التراكمية، بينما تظهر الشكل 2a السعة المركبة التراكمية على مر الزمن. من خلال دمجهما معًا، الشكل. يظهر التكلفة الإجمالية لإنتاج الهيدروجين الأزرق القائم على الغاز بدون ائتمان ضريبي بمرور الوقت. تشير النتيجة الموضحة في الشكل 2ب إلى أنه بالنسبة لسعر الوقود ومعدلات التعلم المعطاة في الحالة الأساسية، سيكون من الصعب أيضًا على الهيدروجين الأزرق القائم على الغاز الوصول إلى الهدف الطموح للتكلفة. بحلول عام 2030 في السيناريوهات العادية دون حوافز قوية وتقنيات تغير اللعبة.

حساسية تكلفة إنتاج الهيدروجين الأزرق للعوامل الرئيسية

سيساهم الانتشار الواسع لمشاريع الهيدروجين في خفض التكاليف المستقبلية لإنتاج الهيدروجين النظيف. ستؤدي الحوافز الضريبية للهيدروجين النظيف إلى تقليل تكاليف الإنتاج بشكل أكبر وتسريع التطور التكنولوجي نحو هدف طاقة الهيدروجين. ومع ذلك، من الصعب على غازification الفحم مع احتجاز الكربون أن تصل إلى هدف التكلفة. الهيدروجين النظيف. بالمقابل، فإن الإنتاج المدعوم بالضرائب للهيدروجين الأزرق من خلال التحلل المائي مع احتجاز الكربون لديه القدرة على الوصول إلى هدف طاقة الهيدروجين. ستستخدم مشاريع الهيدروجين الأزرق المعلنة في الولايات المتحدة بشكل رئيسي تقنيات إعادة تشكيل تعتمد على الغاز مع تتأثر تكاليف الإنتاج المستقبلية واتجاهاتها التطورية بسعر الغاز الطبيعي، وتكلفة نظام إزالة الكربون، ومعدلات التعلم في تكاليف رأس المال والصيانة والتشغيل، بالإضافة إلى التضخم عندما يتم تقدير التكلفة بالدولار الاسمي. في الولايات المتحدة، أسعار الغاز الطبيعي متقلبة للغاية. هناك أيضًا عدم يقين كبير في معدلات التعلم للعديد من الأنظمة الفرعية، كما هو موضح في الجدول 2. لذلك، يتم إجراء تحليل الحساسية للهدروجين الأزرق القائم على الغاز مع التركيز على سعر الغاز الطبيعي.
الشكل 3 | تأثير سعر الغاز الطبيعي على التكلفة المستوية المستقبلية لإنتاج الهيدروجين الأزرق القائم على الغاز في ثلاث حالات تشمل حالة الإنتاج الأساسية، والإنتاج مع ائتمان ضريبي بقيمة 45 V، والإنتاج مع ائتمان ضريبي بقيمة 45 Q.
عدم اليقين في تكاليف نظام إزالة الكربون، ومعدلات التعلم، ومعدل التضخم. في كل تحليل برامتر، تم الاحتفاظ بالمعلمات الأخرى عند قيم الحالة الأساسية المذكورة في الجدول 2 والجداول التكميلية 1 و15 و16 ما لم يُذكر خلاف ذلك.
أثر سعر الغاز الطبيعي. بالنسبة للهيدروجين الأزرق المنتج من التحليل البخاري للميثان مع احتجاز الكربون، تمثل تكلفة المواد الخام لنبات LCOH، مع سعر الغاز الطبيعي المفترض في السنوات الماضية من 2017 إلى 2022، تراوحت الأسعار السنوية المتوسطة لغاز هنري هاب بين إلى لذا، من الضروري فحص الفائدة الاقتصادية لأسعار الغاز المنخفضة في إنتاج الهيدروجين الأزرق. توضح الشكل 3 تأثير أسعار الغاز الطبيعي على تكلفة إنتاج الهيدروجين (LCOH) للمصنع بدون حوافز ضريبية ومعها. من الواضح أن تكلفة إنتاج الهيدروجين للمصنع حساسة للغاية لسعر الغاز الطبيعي. تساعد موارد الغاز الطبيعي الرخيصة تقنية SMR-CCS على تقليل القدرة الإنتاجية التراكمية اللازمة للوصول إلى هدف طاقة الهيدروجين.
عندما يتم المطالبة بائتمان ضريبة Q 45 لمشاريع الهيدروجين، فإن القدرة الإنتاجية التراكمية اللازمة للوصول إلى هدف التكلفة من هو 4.9 و 0.6 مليون طن متري إذا انخفض سعر الغاز إلى و على التوالي. كما هو موضح في الشكل 3، فإن تكلفة الهيدروجين المنخفضة الأولية للنبات أقل بالفعل من إذا كان سعر الغاز الطبيعي هو عند المطالبة بائتمان الضريبة بقيمة 45 فولت، يجب أن تصل القدرة الإنتاجية التراكمية إلى 9.8 و 1.2 مليون طن متري لتحقيق هدف التكلفة عندما ينخفض سعر الغاز إلى و ، على التوالي. ومع ذلك، بدون الحوافز الضريبية مثل 45 Q و 45 V وزيادة معدلات التعلم، لا يزال من الصعب على هذه الطريقة الإنتاجية، حتى مع موارد الغاز الطبيعي الرخيصة، أن تصل إلى هدف طاقة الهيدروجين.
من الجدير بالذكر أيضًا أن صناعة الهيدروجين المعتمدة على الغاز قد تؤثر بشكل كبير على أسواق الغاز الطبيعي في الولايات المتحدة، اعتمادًا على حجم إنتاج الهيدروجين الأزرق في المستقبل. على سبيل المثال، فإن إنتاج 10 مليون طن متري سنويًا من الهيدروجين بواسطة التحليل المائي مع احتجاز الكربون سيستهلك 1.9 مليار جيجا جول من الغاز الطبيعي سنويًا، وهو ما يعادل حوالي استهلاك الغاز الطبيعي الصناعي الوطني في .
أثر عدم اليقين في تكاليف نظام إزالة الكربون. هناك عدم يقين في العملية والاحتياطات المتعلقة بالمشروع. أنظمة الإزالة المستخدمة لإنتاج الهيدروجين منخفض الكربون من موارد الغاز الطبيعي. تؤثر هذه الشكوك على TASC و LCOH لمصنع إنتاج الهيدروجين. تعتمد طوارئ العملية على مستوى نضج التكنولوجيا، بينما تعتمد طوارئ المشروع على توفر تفاصيل المشروع المحددة للموقع. في الأساس
الشكل 4 | آثار الطوارئ في العمليات والمشاريع أنظمة إزالة الكربون على تكلفة رأس المال الأولية وتكلفة الغاز المستوية المستقبلية لإنتاج الهيدروجين الأزرق القائم على الغاز. تمثل المنطقة المظللة باللون الأزرق الفاتح عدم اليقين في تكلفة إنتاج الهيدروجين المستوية، والتي تتأثر بتقديرات التكلفة غير المؤكدة لأنظمة إزالة الكربون. تمثل الخطوط المنقطة البرتقالية أن تكلفة الهيدروجين المستوية تتفاوت من إلى عند القدرة المركبة التراكمية البالغة 10 مليون طن سنويًا، بينما تمثل الخطوط الزرقاء المتقطعة الوصول إلى تكلفة تتراوح متطلبات القدرة المركبة المثبتة من 7 إلى 16 مليون طن سنويًا.
الحالة، contingency العملية هي تكلفة البناء الأساسية (BEC) لنظام Cansolv و لنظام MDEA، بينما احتياطي المشروع هو مجموع BEC، والهندسة، وإدارة البناء، والمكتب الرئيسي والرسوم، واحتياطي العمليات و25% لوحدة Cansolv و20% لوحدة MDEA ثم يتم إجراء تحليل برامترى لكشف التأثيرات الجماعية للعمليات غير المؤكدة والاحتياطات الخاصة بالمشروع، والتي تأخذ في الاعتبار الاحتياطات المنخفضة والعالية. في سيناريو الاحتياطات المنخفضة، تكون احتياطات العملية هي لنظام كانسولف و لنظام MDEA، بينما احتياطي المشروع هو لكلا أنظمة الإزالة. في سيناريو الطوارئ العالية، تكون طوارئ العملية لكلا أنظمة الإزالة، بينما احتياطي المشروع هو لكلا أنظمة الإزالة .
كما هو موضح في الشكل 4، فإن عدم اليقين في تقديرات تكلفة نظام إزالة الكربون له تأثير كبير على TASC لمصنع إنتاج الهيدروجين. نتيجة لذلك، يتفاوت LCOH للمصنع من إلى عند القدرة المركبة التراكمية البالغة 10 مليون طن سنويًا. للوصول إلى تكلفة تتراوح متطلبات القدرة المركبة التراكمية من 7 إلى 16 مليون طن سنويًا. تشير هذه النتائج إلى أن عدم اليقين في تكاليف أنظمة إزالة الكربون قد يؤدي إلى اختلافات ملحوظة في تقدير القدرة المركبة التراكمية اللازمة لتحقيق هدف التكلفة.
أثر معدلات التعلم. تؤثر معدلات التعلم بشكل مباشر على اتجاهات التكاليف المستقبلية. على وجه الخصوص، معدلات التعلم للصيانة والتشغيل (O&M) لـ SMR و PSA و تؤثر الضغوط بشكل كبير على وتيرة تخفيض التكاليف نحو هدف طاقة الهيدروجين، حيث تهيمن تكاليفها واستهلاك الوقود أو الكهرباء المرتبط بها بشكل جماعي على تكلفة الهيدروجين على مستوى المصنع. في الحالة الأساسية، تكون معدلات التعلم للصيانة والتشغيل صفرًا للأنظمة الفرعية الثلاثة. ومع ذلك، تُظهر الجدول 2 أن هناك عدم يقين في معدلات التعلم، والتي يمكن أن تختلف حسب أو أكثر بالنسبة للقيم الأساسية لبعض الأنظمة الفرعية. نظرًا لهذه الشكوك العالية، من المهم فحص حساسية اتجاهات التكاليف المستقبلية لمعدلات التعلم.
تتم استكشاف سيناريوهات إضافية لدراسة تأثير الزيادات في كل من معدلات التعلم لرأس المال والصيانة والتشغيل (O&M) للأنظمة الفرعية الفردية مع التركيز على الزيادات في معدلات التعلم للصيانة والتشغيل لـ SMR و PSA و الضغط. في هذه السيناريوهات، تكون معدلات التعلم لرأس المال والصيانة والتشغيل مرتفعة بالنسبة للأنظمة الفرعية الفردية لتكون و أعلى من القيم الأساسية، باستثناء SMR و PSA و الضغط. يتم زيادة معدلات التعلم في التشغيل والصيانة لـ
شكل. | حساسية تكلفة الهيدروجين المنخفضة (LCOH) بواسطة إعادة تشكيل الميثان مع احتجاز الكربون (SMR مع CCS) لمعدلات التعلم. أ تكلفة الهيدروجين المنخفضة تحت سيناريوهين حدوديين لمعدلات التعلم. LCOH تحت نطاق معدلات التعلم المعتمدة على الوقت، باستثناء معدلات التعلم لتكاليف التشغيل والصيانة، والتي تتراوح بين 5%-10% لـ SMR و PSA و الضغط. ملاحظة إلى الشكل 5: يعني نسبة مئوية بالنسبة لمعدل التعلم الأساسي، بينما يعني معدل التعلم على أساس مطلق.
ملاحظة للاختصارات: CCS تعني احتجاز الكربون وتخزينه؛ LCOH تعني التكلفة المستوية للهيدروجين؛ LR تعني معدل التعلم؛ O&M تعني التشغيل والصيانة؛ PSA تعني امتصاص الضغط المتأرجح؛ وSMR تعني إصلاح الميثان بالبخار.
ثلاثة أنظمة فرعية إلى و على أساس مطلق. يوضح الشكل 5 حساسية تكلفة الهيدروجين الأخضر للنبات لمعدلات التعلم المتزايدة.
الزيادات في معدلات التعلم، وخاصة معدلات التعلم الخاصة بالتشغيل والصيانة لـ SMR و PSA و الضغط، من الواضح أنه يقلل من القدرة الإنتاجية التراكمية اللازمة للوصول إلى هدف التكلفة. ومع ذلك، تشير النتائج الموضحة في الشكل 5 أيضًا إلى أنه بدون حوافز ضريبية للهيدروجين النظيف، سيكون من الصعب على الهيدروجين الأزرق المنتج من موارد الغاز الطبيعي المكلفة أن يصل إلى هدف هيدروجين الطاقة بحلول عام 2030، حتى لو كان من المقرر أن يتسارع التقدم في التعلم بشكل كبير. إذا كانت معدلات التعلم في التشغيل والصيانة لـ SMR و PSA و ضغط يصل إلى أكثر من يمكن أن يقلل النشر الضخم لمشاريع الهيدروجين الأزرق المدعومة بحوافز ضريبية 45Q من تكلفة إنتاج الهيدروجين لكل وحدة. تظهر الشكل 5أ، ب أنه مع معدل تعلم التشغيل والصيانة بالنسبة للأنظمة الفرعية الثلاثة، فإن القدرة الإنتاجية التراكمية عند نقطة التعادل هي 20 مليون طن سنويًا أو أكثر، والتي تتأثر أيضًا بمعدلات التعلم للأنظمة الفرعية الأخرى.
أثر معدل التضخم. بشكل عام، تقدر هذه الدراسة تكلفة إنتاج الهيدروجين بالدولار الحقيقي. ومع ذلك، عندما يتم تقدير التكلفة بالدولار الاسمي، فإن تقديرات LCOH الأولية والمستقبلية تختلف مع معدل التضخم حيث يؤثر على معدل الخصم، ومعدل الرسوم الثابتة، وعامل التماثل. تم إجراء تحليل برامتر إضافي لمعدل التضخم لتحديد أثره على تكلفة إنتاج الهيدروجين الأزرق القائم على الغاز نحو هدف هيدروجين الطاقة. توضح الشكل 6 منحنيات التعلم لإنتاج الهيدروجين الأزرق مع التضخم. تظهر الشكل 6a و 6b أنه عند مستوى معين من القدرة المركبة التراكمية، تزداد LCOH بالدولار الاسمي عندما يرتفع معدل التضخم من إلى . نتيجة لذلك، قد لا يصل إنتاج الهيدروجين الأزرق إلى الهدف التكلفي لـ لكلا السيناريوهين بدون وبتخفيض ضريبي قدره 45 Q حتى عندما تصل القدرة المركبة التراكمية إلى 30 MMTA. توضح الشكل 6c أيضًا أنه مع معدل تضخم قدره قد تقترب تكلفة LCOH المستقبلية من الهدف المستهدف عندما يتم استخدام موارد الغاز الطبيعي الرخيصة كمواد أولية لإنتاج الهيدروجين الأزرق بقدرة تركيبية إجمالية تصل إلى 30 مليون طن سنويًا.
الشكل 6أ، ب يقارن أيضًا منحنيات التعلم لإنتاج الهيدروجين الأزرق بين السيناريوهين بدون وبتضخم. كما هو موضح في الشكل 6أ للسيناريو بدون ائتمان ضريبي 45Q، يمكن تعويض الانخفاض في تكلفة إنتاج الهيدروجين الناتج عن نشر القدرة المثبتة التراكمية البالغة 10 مليون طن سنويًا بمعدل تضخم قدره هناك نتيجة مشابهة عند القدرة المركبة التراكمية البالغة 5 مليون طن سنويًا.
بالنسبة للسيناريو الذي يتضمن ائتمان ضريبي 45Q، كما هو موضح في الشكل 6ب. تشير جميع هذه النتائج إلى أن التضخم سيشكل تحديات ملحوظة لإنتاج الهيدروجين الأزرق للوصول إلى هدف طاقة الهيدروجين في المستقبل القريب.

نقاش

تظهر هذه الدراسة الفرص والتحديات أثناء إنشاء اقتصاد الهيدروجين الجديد. معدلات تعلم النفقات الرأسمالية لإنتاج الهيدروجين الأخضر هي و لتحليل القلوي وتحليل غشاء البوليمر الكهربائي، على التوالي ، والتي تشبه تلك الخاصة بـ SMR و PSA. ومع ذلك، فإن القدرة التنافسية من حيث التكلفة للهيدروجين الأخضر مقارنةً بالهيدروجين الأزرق في المستقبل تظل مسألة مفتوحة حيث أن تكلفة الإنتاج المستقبلية تعتمد أيضًا على القدرة المثبتة الأولية، وتكلفة الكهرباء المتجددة، والائتمان الضريبي، وعوامل أخرى. ستكون الخبرة المكتسبة من تنفيذ مشاريع الهيدروجين الأزرق مفيدة في خفض التكاليف المستقبلية لإنتاج الهيدروجين من كل من التحلل البخاري للميثان (SMR) والغازification مع احتجاز الكربون وتخزينه (CCS). عند المقارنة بين طريقتي إنتاج الهيدروجين، سيظل SMR مع CCS أكثر تنافسية من الناحية الاقتصادية. بالنسبة للتقديرات المعطاة لمعدلات التعلم لـ SMR و CCS، يمكن تقليل التكلفة الإجمالية لإنتاج الهيدروجين الأزرق بدون حوافز ضريبية بـ من المستوى الحالي إلى عندما تصل القدرة الإنتاجية التراكمية إلى 10 مليون طن سنويًا. بالإضافة إلى معدلات التعلم، يتأثر إجمالي تكلفة الهيدروجين بشكل كبير أيضًا بسعر الغاز الطبيعي. ومع ذلك، بدون حوافز ضريبية، لا يزال من الصعب على تقنية إعادة تشكيل الميثان بالبخار مع احتجاز الكربون الوصول إلى هدف طاقة الهيدروجين حتى عندما تكون موارد الغاز الطبيعي رخيصة، مما يشير إلى الحاجة الملحة للابتكار الجذري في التكنولوجيا. مع الحوافز الضريبية، فإن القدرة الإنتاجية التراكمية المثلى المطلوبة لتقنية إعادة تشكيل الميثان بالبخار مع احتجاز الكربون للوصول إلى هدف التكلفة يعتمد بشكل كبير على سعر الغاز ويمكن أن يكون أقل بكثير من 10 مليون طن سنويًا عندما لا تتجاوز أسعار الغاز في المقابل، عندما لا تكون موارد الغاز الطبيعي رخيصة، فإن القدرة الإنتاجية التراكمية اللازمة لتحقيق التعادل المطلوبة لمفاعلات التحلل البخاري المعززة بالضرائب مع احتجاز الكربون تكون عند مستوى 20 مليون طن سنويًا أو أكثر حتى لو تم زيادة معدلات التعلم لتكاليف رأس المال والتشغيل والصيانة بشكل ملحوظ. في ملخص قصير لهذه النتائج، تعتبر الائتمانات الضريبية، وسعر الغاز الطبيعي، ومعدلات التعلم هي العوامل الأكثر أهمية التي تحدد بشكل جماعي القدرة الإنتاجية التراكمية اللازمة لمفاعلات التحلل البخاري مع احتجاز الكربون للوصول إلى هدف طاقة الهيدروجين. ومع ذلك، يمكن أن تؤدي التضخم إلى رفع التحديات بشكل ملحوظ أمام الهيدروجين الأزرق للوصول إلى هدف التكلفة.
الشكل 6 | تأثير معدل التضخم على التكلفة المستقبلية لإنتاج الهيدروجين الأزرق القائم على الغاز بدون وبدون ائتمان ضريبي بقيمة 450. أ تكلفة إنتاج الهيدروجين الموحدة مع سعر الغاز من ودون ائتمان ضريبي 45 Q. تكلفة إنتاج الهيدروجين المستوية مع سعر الغاز وائتمان ضريبي بقيمة 45 Q. تكلفة إنتاج الهيدروجين المعدلة مع معدل التضخم و45 Q ائتمان ضريبي.
ستصل القدرة الإنتاجية العالمية للهيدروجين منخفض الكربون إلى 12.3 مليون طن سنويًا بحلول عام 2030 استنادًا إلى المشاريع المعلنة والمخطط لها والمCommitted. ستصل قدرة الهيدروجين منخفض الكربون في أمريكا الشمالية إلى 6.8 مليون طن سنويًا بحلول . ومع ذلك، فقط 1.8 مليون طن متري سنويًا و 1.5 مليون طن متري سنويًا من المشاريع المعلنة في أمريكا الشمالية والولايات المتحدة التي وصلت إلى قرار الاستثمار النهائي (FID)، وذلك بشكل رئيسي لأن العديد من المشاريع المعلنة لم تؤمن التمويل بعد ولم تُثبت العقود.
تسليم تتأثر التردد في العقود طويلة الأجل والموسعة بالعديد من العوامل، مثل عدم اليقين في الأسعار، وعدم توفر وموثوقية إمدادات الهيدروجين على نطاق واسع، وعدم اليقين في تنفيذ السياسات على المدى القريب، وعدم اليقين السياسي على المدى الطويل. بالنسبة لمشاريع الهيدروجين الأزرق، يمكن أن تؤدي تحسينات في الائتمانات الضريبية لاحتجاز الكربون إلى تحسين اقتصاديات إنتاج الهيدروجين. على سبيل المثال، فإن تمديد فترة الائتمان الضريبي 45 Q من 12 عامًا الحالية إلى 18 عامًا سيقلل بشكل كبير من القدرة المركبة التراكمية المطلوبة لمشاريع الهيدروجين الأزرق المعتمدة على الغاز للوصول إلى هدف طاقة الهيدروجين، كما هو موضح في الشكل التوضيحي التكميلي 3. يمكن اعتبار تمديد فترة الائتمان الضريبي 45Q لمشاريع الهيدروجين الأزرق خيارًا لتأمين التمويل وتعزيز عقود الشراء على المدى الطويل.
يتطلب إنتاج الهيدروجين الأزرق موارد من الوقود الأحفوري، والمياه، والأراضي. لأغراض توضيحية، تُظهر الشكل التوضيحي 4 متطلبات الموارد الطبيعية السنوية لعملية التحلل البخاري مع احتجاز الكربون كوظيفة للطاقة الإنتاجية التراكمية للهيدروجين بناءً على تصميم المصنع وأدائه كما هو موضح في الجدول التوضيحي 1. سيتطلب إنتاج 10 مليون طن سنويًا من الهيدروجين بواسطة التحلل البخاري مع احتجاز الكربون سنويًا 1.9 مليار جيجا جول من موارد الغاز الطبيعي، سحب الموارد المائية، وتشغل موارد الأرض. سيؤثر تنفيذ مشاريع الهيدروجين على نطاق واسع نحو هدف هيدروجين الطاقة بشكل ملحوظ على العديد من الموارد الطبيعية وتخطيط الموارد المحلية. بالإضافة إلى تكلفة الإنتاج، يجب أيضًا التخطيط لإنتاج الهيدروجين الأزرق الضخم في سياق استدامة الموارد.
الحوافز الضريبية لإنتاج الهيدروجين النظيف أو احتجاز الكربون تسرع من التعلم التكنولوجي لتقليل القدرة الإنتاجية التراكمية المرتبطة بالوقت اللازمة للوصول إلى هدف تكلفة إنتاج الهيدروجين، وبالتالي تقليل استهلاك الموارد الطبيعية والتأثيرات البيئية. بالمقارنة بين نوعي الائتمانات الضريبية، تحقق مشاريع الهيدروجين الأزرق قيمة اقتصادية أكبر من الائتمان الضريبي 45 Q مقارنة بالائتمان الضريبي 45 V. بالنسبة لاحتجاز الكربون بعد الاحتراق، فإن تعزيز الـ كفاءة الإزالة من إلى أو أكثر يمكن أن تحقق انبعاثات صافية صفرية مع زيادة تكلفة التجنب فقط أو أقل . وبالتالي، CCS العميق لـ يمكن اعتبار التقاط الكربون لإنتاج الهيدروجين الأزرق كوسيلة لإزالة انبعاثات الموقع تقريبًا بالكامل، وفي الوقت نفسه، الحصول على فوائد اقتصادية متزايدة من ائتمان الضرائب 45Q.
هناك حاجة ماسة للابتكار الجذري في التكنولوجيا وتكامل الأنظمة لتحقيق هدف طاقة الهيدروجين بحلول عام 2030. بالإضافة إلى احتجاز الكربون وتخزينه العميق، يجب البحث وتطوير وإظهار تقنيات الهيدروجين المتقدمة، مثل التحلل الحراري والتحلل الحفزي للغاز الطبيعي، وإعادة تشكيل الميثان الجاف، والحلقات الكيميائية، لتقليل منحنيات التعلم. يمكن اعتبار الإصلاح الذاتي الحراري والأكسدة الجزئية خيارًا للاستثمار في مشاريع جديدة في مجال الهيدروجين الأزرق. هناك حاجة قوية للدعم التعاوني والجهود المشتركة في البحث والتطوير من كلا القطاعين العام والخاص. ومع ذلك، قد يكون من الصعب على تقنيات الهيدروجين المتقدمة أن تصل إلى هدف التكلفة بحلول عام 2030. قد لا تكون التحسينات في تكنولوجيا الهيدروجين وحدها كافية للوصول إلى هدف التكلفة. يجب أيضًا استكشاف مسارات تقليل التكاليف بخلاف تقدم التكنولوجيا لإنتاج الهيدروجين النظيف بشكل موسع. حيث أن عملية إعادة تشكيل الميثان بالبخار (SMR) بدون تقليل الكربون هي العملية الأكثر استخدامًا حاليًا لإنتاج الهيدروجين، فإن تعديل مرافق SMR الحالية لتشمل احتجاز الكربون وتخزينه (CCS) يمكن أن يقلل بشكل كبير من الاستثمار وبالتالي من التكلفة الإجمالية لإنتاج الهيدروجين الأزرق. بينما يتم بناء مصانع إنتاج جديدة لتلبية الطلب المتزايد بشكل كبير على الهيدروجين النظيف، فإن تعديل CCS أو CCS العميق هو خيار لتقليل التكاليف للهيدروجين الأزرق على المدى القريب. بالإضافة إلى ذلك، يمكن أن تؤدي التقدمات في تجديد المذيبات لـ CCS أو CCS العميق إلى خفض عقوبة الطاقة لتحسين الجدوى الاقتصادية. مبيعات المنتجات الثانوية، تقييم التكلفة، دمج إنتاج الهيدروجين مع أنظمة الطاقة الأخرى، والموقع الأمثل لمصانع الإنتاج هي الخيارات الإضافية لتقليل التكاليف نحو هدف طاقة الهيدروجين. .
يجب اتخاذ استراتيجيات تنافسية وإجراءات سياسة وتنظيمية داعمة بسرعة على جانبي الطلب والعرض على الهيدروجين على المستويين الفيدرالي والولائي بما يتماشى مع توسيع الابتكار. هناك حاجة إلى مجموعة متنوعة من الاستراتيجيات عالية المستوى على جانب الطلب لتعزيز الاستخدام الواسع للهيدروجين منخفض الكربون في القطاعات الصناعية وقطاع النقل وقطاع الطاقة، ثم إنشاء أسواق واسعة النطاق للهيدروجين منخفض الكربون. لإطلاق اقتصاد الهيدروجين النظيف، يمكن استخدام نهج التجمع من جانب العرض لإنشاء شبكات إنتاج ونقل وطلب إقليمية من خلال تجميع إمدادات المواد الخام وإنتاج الهيدروجين واحتجاز الكربون مع عدة مستخدمين نهائيين، ومن خلال الاستفادة من البنية التحتية الحالية، مثل بنية أنابيب الغاز الطبيعي. ، و النقل والخزانات الجيولوجية لـ التخزين. لتوسيع اقتصاد الهيدروجين الإقليمي، هناك حاجة إلى استثمارات مؤمنة في إنتاج الهيدروجين والبنية التحتية الداعمة، مع تمويل من القطاعين العام والخاص، بالإضافة إلى الدعم والامتيازات الضريبية. علاوة على ذلك، يمكن أن يؤدي نشر مصانع إنتاج الهيدروجين الكبيرة بدلاً من الصغيرة إلى تحسين الاقتصاد الهندسي على مستوى المصنع. نظرًا للدور المهم لتقنية احتجاز الكربون وتخزينه (CCS) في إنتاج الهيدروجين الأزرق التنافسي، يجب تعزيز الدعم لمشاريع العرض الكبيرة في المدى القريب لتقليل تكلفة CCS وعدم اليقين المرتبط بها. يجب إعطاء الأولوية للاستثمارات في الهيدروجين الأزرق لتأمين الموارد المالية الكافية لأكثر التقنيات تنافسية في المدى القريب. يمكن تخصيص الحوافز الاقتصادية والسياسية مع التركيز على الهيدروجين الأزرق القائم على الغاز لتحفيز نشره على نطاق واسع وتطوره التكنولوجي بسبب الميزة الواضحة في التكلفة مقارنة بالهيدروجين الأزرق القائم على الفحم. إن تمديد الائتمان الضريبي 45Q من الفترة الحالية التي تبلغ 12 عامًا إلى فترة أطول لمشاريع الهيدروجين الأزرق القائم على الغاز سيقلل بشكل ملحوظ من القدرة المركبة التراكمية المتعلقة بالوقت اللازمة للوصول إلى هدف طاقة الهيدروجين. بالإضافة إلى الحوافز الضريبية المعززة، يمكن أن يكون تداول الانبعاثات دافعًا آخر لتسهيل نشر التكنولوجيا منخفضة الكربون ومن ثم تسريع التطور التكنولوجي. .
على الرغم من أنه من المتوقع أن تنخفض التكلفة المستقبلية للهيدروجين الأزرق نتيجة للتجارب التراكمية بالتزامن مع الحوافز الضريبية، قد لا يكون الهيدروجين الأزرق تنافسياً من الناحية الاقتصادية مع الهيدروجين الرمادي في المدى القريب. لذلك، يمكن استخدام نهج سياسة العصا والجزرة لإطلاق اقتصاد الهيدروجين النظيف، لتحفيز نشر الهيدروجين منخفض الكربون وكبح إنتاج الهيدروجين الرمادي من الموارد الأحفورية غير المعالجة.
ستكون هناك حاجة إلى العديد من مشاريع الهيدروجين الأزرق المدعومة بالضرائب مع مواد أولية رخيصة بقدرة إجمالية تصل إلى عدة ملايين من الأطنان المترية من الهيدروجين سنويًا لتحقيق هدف طاقة الهيدروجين، الذي يعتمد بشكل كبير على عدة عوامل رئيسية تم مناقشتها أعلاه. ومع ذلك، فإن النشر الحالي لتقنية إعادة تشكيل الميثان بالبخار مع احتجاز الكربون لإنتاج الهيدروجين الأزرق يتخلف كثيرًا عن التقديرات لما هو مطلوب. ستكون هناك حاجة إلى مراكز هيدروجين إقليمية في جميع أنحاء البلاد لإنتاج الهيدروجين النظيف عند مستوى التكلفة المستهدف. ستستهلك إنتاجية الهيدروجين الأزرق على نطاق واسع أنواعًا متعددة من الموارد الطبيعية، مثل الموارد الأحفورية والمياه والأراضي، بالإضافة إلى الخزانات الجيولوجية والبنية التحتية للنقل. التخزين، ويؤثر على الإدارة المحلية والتخطيط لهذه الموارد الطبيعية. تتفاوت توافر وسعر هذه الموارد الطبيعية حسب المنطقة أو الموقع في البلاد. وبالتالي، يجب أن تأخذ مواقع مصانع إنتاج الهيدروجين الأزرق في الاعتبار التواجد المشترك والتوافر المشترك لهذه الموارد الطبيعية. على النقيض من ذلك، يجب أن يتم تحديد مواقع الهيدروجين الأخضر في المناطق التي تتمتع بانتشار عالٍ للطاقة الشمسية وطاقة الرياح.
ترافق هذه الدراسة عدة تحذيرات. يتم تطبيق نموذج أحادي العامل من الأعلى إلى الأسفل باستخدام معدلات تعلم ثابتة لوصف الاتجاهات التكنولوجية المتطورة في المستقبل. ومع ذلك، فإنه تمثيل مبسط لاتجاهات التكلفة المستقبلية للتقنيات الجديدة أو تصميمات العمليات على نطاق واسع. من المتوقع أن يتطور الهيدروجين الأزرق تكنولوجياً استناداً إلى الخبرة التجريبية المستمرة.
تحسينات على التقنيات الحالية، والتي تشبه دراسات منحنى التعلم الأخرى حول ومع ذلك، قد تتقدم ابتكارات التكنولوجيا بنمط معقد بدلاً من ذلك. يتم إجراء تحليل الحساسية لاستكشاف العواقب المحتملة لمعدلات التعلم غير المؤكدة ولكن دون تحديد احتمالية النتائج بسبب نقص البيانات التجريبية الكافية. إذا تم إنشاء تقنيات جديدة تغير قواعد اللعبة ونشرها على نطاق واسع، فإن التعلم الناتج يمكن أن يتسارع بشكل كبير مما يؤدي إلى تقليل التكاليف بشكل أكبر أو تقليل متطلبات القدرة الإنتاجية التراكمية للوصول إلى هدف طاقة الهيدروجين أكثر مما تم تقديره في هذه الدراسة.
وأخيرًا وليس آخرًا، من المهم جدًا منع انبعاثات الميثان من المنبع أثناء إصلاح الغاز الطبيعي مع تقنية احتجاز الكربون وتخزينه لإنتاج الهيدروجين الأزرق. يمكن أن تؤدي تسريبات الميثان على طول سلسلة إمداد الغاز الطبيعي إلى jeopardize دور الغاز الطبيعي في الانتقال الطاقي نحو مستقبل منخفض الكربون أو صفر انبعاثات، حتى عند استخدام تقنية احتجاز الكربون. معدل تسرب الميثان العالي أو أكثر يمكن أن يرفع من بصمة الكربون للهيدروجين الأزرق ويجعله غير تنافسي أو حتى غير قابل للحياة في اقتصاد الهيدروجين لتقليل أو تجنب مخاطر الالتزام بالهيدروجين الأزرق عالي الانبعاثات، يجب فرض معايير ولوائح صارمة للحد من تسرب الميثان وتعزيز نشر أفضل التقنيات المتاحة للحد من الميثان. .

طرق

تطبق هذه الدراسة منحنيات التعلم التجريبية لوصف التكاليف المتطورة لإنتاج الهيدروجين الأزرق بدون وبتحفيزات ضريبية مستقبلية. يقدم القسم نموذج انتشار الابتكار، ونموذج منحنى التعلم القائم على المكونات، ومقياس اقتصادي لتقييم التكنولوجيا، ثم يناقش مصادر البيانات المستخدمة في صياغة النموذج وتقدير التكاليف.

نموذج انتشار الابتكار

تصف انتشار الابتكار كيف تنتشر تقنية جديدة مع مرور الوقت. وغالبًا ما يُستخدم منحنى على شكل حرف S لقياس الانتشار مع مرور الوقت، حيث تزداد نسبة التبني خلال المرحلة المبكرة، وتصل إلى مستوى أقصى عند نقطة الانعطاف، ثم تنخفض حتى تشبع منحنى الانتشار. لتقدير القدرة المثبتة السنوية للهيدروجين منخفض الكربون مع مرور الوقت، يتم استخدام دالة الانتشار على شكل حرف S. :
أين هو السعة المثبتة السنوية للهيدروجين منخفض الكربون في سنة معينة (مليون طن متري سنويًا، MMTA)؛ هو مستوى التشبع للطاقة المثبتة السنوية (MMTA)؛ هو السعة السنوية المثبتة الأولية في سنة البدء (MMTA)؛ هو معدل النمو (كسر)؛ و هو عام معين بعد فترة البداية. يتم تقدير معاملات الدالة من خلال الانحدار استنادًا إلى القدرات الحالية والمستقبلية لإنتاج الهيدروجين منخفض الكربون من خلال تتوفر تفاصيل إضافية حول وظيفة الانحدار والانتشار في الملاحظة التكميلية 7. بمجرد تحديد السعة المثبتة السنوية في السنوات المستقبلية، يمكن تقدير السعة المثبتة السنوية التراكمية كدالة للوقت.

نموذج منحنى التعلم القائم على المكونات

تمثل منحنى التعلم علاقة تجريبية بين تكلفة وحدة الإنتاج والقدرة الإنتاجية التراكمية على مر الزمن. التقدم المحرز من الخبرة المرتبطة بالوقت يترجم إلى خفض تكلفة إنتاج الهيدروجين. يتم استخدام نموذج منحنى التعلم ذو العامل الواحد على نطاق واسع لوصف اتجاهات التكلفة للتقنيات أو الأنظمة الجديدة. في هذا النموذج، يتم تقدير التكلفة المستقبلية للتكنولوجيا كدالة للإنتاج التراكمي المثبت.
سعة :
أين هو تكلفة الوحدة عند القدرة المركبة التراكمية؛ هو نسبة القدرة المركبة التراكمية بالنسبة للقدرة الأولية؛ و a هو تكلفة الوحدة الثابتة عند القدرة المركبة الأولية؛ و هو معامل التعلم الثابت. يتم تعريف الانخفاض النسبي في التكلفة من كل مضاعفة للسعة المثبتة التراكمية على أنه معدل التعلم ويتم حسابه :
حيث LR هو معدل التعلم، و العامل هو نسبة التقدم. يمكن أن تكون تكلفة الفائدة إما التكلفة الإجمالية لرأس المال أو التكلفة الإجمالية للتشغيل والصيانة (O&M). لبناء منحنى تعلم لتكنولوجيا ما بالنسبة لتكلفتها الإجمالية لرأس المال أو التكلفة الإجمالية للتشغيل والصيانة، يجب تحديد ثلاثة أنواع من معلمات النموذج، بما في ذلك التكلفة الأولية، السعة المثبتة الأولية، ومعدل التعلم. يمكن تقدير معدلات التعلم لرأس المال والتشغيل والصيانة باستخدام بيانات تجريبية للتقنيات الناضجة أو نهج مماثل للتقنيات المتقدمة. على سبيل المثال، تم اشتقاق معدلات التعلم لـ SMR من بيانات السعة المثبتة والتكلفة التاريخية الخاصة به. بينما تم تقدير معدلات التعلم لالتقاط الكربون بعد الاحتراق من خلال الإشارة إلى معدلات التعلم لإزالة الكبريت من غاز المداخن بعد الاحتراق لأنها متشابهة من الناحية الفنية. تم مناقشة البيانات المجمعة لهذه المعايير لاحقًا.
تشمل محطة إنتاج الهيدروجين تقنيات أو أنظمة فرعية متعددة، والتي لها قيم مختلفة فيما يتعلق بالمعايير الثلاثة التي تحدد منحنى التعلم. في إنتاج الهيدروجين الأزرق، تقع الأنظمة الفرعية الفردية عند مستويات مختلفة من النضج التكنولوجي. تعتمد معدلات التعلم والسعة المثبتة الأولية على مستوى النضج ثم تختلف حسب النظام الفرعي. على سبيل المثال، في محطة إنتاج الهيدروجين الأزرق المعتمدة على الغاز، تعتبر SMR وPSA أنظمة فرعية ناضجة، في حين أن التقاط الكربون لم يتم نشره على نطاق واسع، على الرغم من أنه متاح تجارياً. نتيجة لذلك، فإن معدلات التعلم في التشغيل والصيانة هي صفر لـ SMR وPSA ولكنها 22% لتقنية التقاط الكربون. وبالتالي، يتم تطبيق نموذج منحنى التعلم القائم على المكونات لتقدير التكلفة الإجمالية لإنتاج الهيدروجين عند مستوى معين من السعة المثبتة التراكمية كمجموع تكاليف الأنظمة الفرعية الفردية. :
أين هو التكلفة الإجمالية لكل وحدة عند القدرة المركبة التراكمية؛ هو التكلفة الأولية للنظام الفرعي ” i ” لإنتاج الوحدة الأولى؛ هو معامل التعلم للنظام الفرعي ” i “; هو معدل التعلم للنظام الفرعي “i”؛ وNum هو عدد الأنظمة الفرعية في المصنع. يتم عرض مصانع الإنتاج المعتمدة على الغاز والفحم في الملاحظة التكميلية 1، وتم تقسيم الأشكال التكميلية 1 و2 إلى خمسة أنظمة فرعية وتسعة أنظمة فرعية، على التوالي. يتم الإبلاغ عن الأنظمة الفرعية الفردية بالتفصيل للمصنعين في الجداول التكميلية 3 و4، على التوالي.

مقياس التكلفة لتقييم التكنولوجيا

يتم تطبيق نموذج منحنى التعلم القائم على المكونات لتوقع التكلفة الإجمالية لرأس المال وتكلفة التشغيل والصيانة الإجمالية للأنظمة الفرعية الفردية والمصنع بشكل عام كدالة للسعة المركبة التراكمية، ثم تقدير التكلفة الإجمالية لإنتاج الهيدروجين لسعة مركبة تراكمية معينة. المقياس التكلفي الذي تم اعتباره لتقييم التكنولوجيا هو التكلفة المستوية للهيدروجين ويتم تقديرها في
دولارات حقيقية .
حيث يعني الحرف الفرعي ” R ” الدولارات الحقيقية؛ هو التكلفة المستوية للهيدروجين من مصنع إنتاج الهيدروجين الأزرق ( ); ” هو تكلفة رأس المال المستوية ( ); هو تكلفة التشغيل والصيانة المستوية غير المتعلقة بالوقود ); هو سعر الوقود المعدل حسب المستوى ( ); TASC هو إجمالي رأس المال المنفق لمصنع إنتاج الهيدروجين الأزرق ($)؛ هو معدل الرسوم الثابتة (كسر/سنة)؛ CF هو عامل سعة المحطة (%); AH هو إجمالي الساعات السنوية (8760 ساعة)؛ هو معدل إنتاج الهيدروجين بالساعة ( ساعة ) ; هو إجمالي تكلفة التشغيل والصيانة غير المتعلقة بالوقود ($/سنة)، بما في ذلك كل من التكاليف الثابتة والمتغيرة غير المتعلقة بالوقود للتشغيل والصيانة؛ هو تكلفة الغاز الطبيعي ( ) أو تكلفة الفحم ( طن متري)؛ FR هو معدل تدفق الغاز الطبيعي بالساعة ( ساعة) أو معدل تدفق الفحم (طن متري/ساعة). عند تقدير LCOH بالدولار الحقيقي، يجب تحديد FCR باستخدام المعادلات (10) إلى (13)، والتي تختلف باختلاف عمر المشروع ومتغيرات مالية متعددة. :
حيث يمثل الرمز العلوي “غير الوقود” المكون غير الوقودي؛ هو عامل استرداد رأس المال (كسر/سنة)؛ ETR هو معدل الضريبة الفعّال (%)؛ هو القيمة الحالية لمصروف استهلاك الضرائب لمشروع الهيدروجين الأزرق (كسر/سنة)؛ ATWACC هو متوسط تكلفة رأس المال الموزون بعد الضريبة (%); BL هو عمر المشروع الكتابي (سنة); هو نسبة استهلاك الضريبة في السنة ) (كسر); هو عدد سنوات الاستهلاك (سنة)؛ هو نسبة الملكية (%)؛ هو نسبة الدين (%)؛ هو معدل العائد الحقيقي على حقوق الملكية (%)؛ هو المعدل الحقيقي لتكلفة الدين (%). المعلمات المالية ومصادر بياناتها مفصلة في الجدول التكميلي 17 والنتيجة الناتجة عن FCR متاحة في الجدول التكميلي 18.
تؤثر التضخم على معدل الخصم، ATWACC، FCR، وعوامل أخرى. لتقييم تأثير التضخم على تكلفة إنتاج الهيدروجين الأزرق، يتم تقدير LCOH بالدولار الاسمي. يتم الإبلاغ عن التقدير التفصيلي لـ LCOH بالدولار الاسمي في الملاحظة التكميلية 8.
عندما يتم النظر في ائتمان ضريبي لإنتاج الهيدروجين النظيف أو ائتمان ضريبي لاحتجاز الكربون لمشروع هيدروجين أزرق، يتم تقدير ائتمان الضريبة المستوي (LTC) وتكلفة الهيدروجين المستوية مع ائتمان ضريبي بالدولار الحقيقي باستخدام المعادلة (14a) أو المعادلة.
(14ب) والمعادلة (15) على التوالي:
أين هو تكلفة الهيدروجين المستوية مع ائتمان ضريبي ( ); و هي الائتمانات الضريبية المستوية للأقسام 45 V و 45 Q على مدى عمر المشروع الأزرق للهيدروجين، على التوالي ( ); هو إنتاج الهيدروجين السنوي ( كجم سنة ); هو السنوي مقدار الاحتجاز (طن متري) /سنة); BL هو عمر الكتاب لمشروع الهيدروجين (سنوات); هو فترة الائتمان 45 V (سنوات)؛ هو فترة ائتمان 45 Q (سنوات)؛ هو معدل المكافأة 45 فولت ( )، والتي تعتمد على انبعاثات غازات الدفيئة خلال دورة الحياة (انبعاثات “من البئر إلى البوابة”)؛ و هو معدل مكافأة 45 Q (دولار/طن متري) ).

مصادر البيانات

لبناء منحنى التعلم، يجب تحديد السعة المثبتة الأولية، والتكلفة الأولية، ومعدل التعلم. كما هو موضح أدناه، يتم جمع البيانات لهذه المعلمات من مصادر مختلفة للأنظمة الفرعية الفردية.
تم اشتقاق التكلفة الأولية لـ TASC والتكلفة الإجمالية للصيانة والتشغيل الفردية من دراسة حديثة لمختبر الطاقة الوطنية في الولايات المتحدة حول التقنيات التجارية المتطورة لإنتاج الهيدروجين الأزرق. توفر دراسة NETL تقديرات التكلفة الإجمالية للمصنع للعمليات أو الأنظمة الفردية، بالإضافة إلى تكلفة المالك وتكاليف TASC وO&M للمصنع بشكل عام. يتم تطبيق تفصيلات التكلفة على تقديرات تكلفة المصنع الخاصة بـ NETL للوصول إلى التكلفة الأولية لـ TASC والتكلفة الإجمالية لـ O&M للأنظمة الفرعية الفردية. تم تفصيل طرق تخصيص التكلفة والتقديرات ذات الصلة في الملاحظات التكميلية 3 إلى 4 والجداول التكميلية 6 إلى 12.
تُقدّر السعة المثبتة الأولية للأنظمة الفرعية الفردية بناءً على السعة المثبتة العالمية الحالية ما لم يُذكر خلاف ذلك، مما يعني توقعات محافظة لتعلم التكنولوجيا. تُقاس السعة المثبتة بوحدات جيجاوات مكافئة من الطاقة الحرارية. عندما تُقاس السعة المثبتة بقدرة الطاقة الكهربائية، يتم تحويلها إلى جيجاوات مكافئة من الطاقة الحرارية مع افتراض كفاءة حرارية لـ يتم تحويل سعة الطاقة الحرارية إلى سعة إنتاج الهيدروجين المعتمدة على الكتلة من حيث قيمتها الحرارية العليا. وتستند بيانات السعة المثبتة الأولية بشكل رئيسي إلى معلومات تم جمعها من مراجعة الهيدروجين العالمية للوكالة الدولية للطاقة. مقالة عن منحنى التعلم ذات استشهادات عالية وقاعدة بيانات غاز التخليق لمجلس تكنولوجيا غاز التخليق العالمي تتوفر تفاصيل إضافية عن القدرة المثبتة الأولية في الملاحظة التكميلية 4 والجدول التكميلية 13.
تم جمع البيانات حول معدلات تعلم تكاليف رأس المال وتكاليف التشغيل والصيانة بشكل رئيسي من ثلاث دراسات لمنحنى التعلم تتعلق بإنتاج الهيدروجين من خلال الإصلاح وتوليد الطاقة مع احتجاز الكربون. تأتي بيانات معدل التعلم الإضافية من دراسات أخرى .

توفر البيانات

تم إيداع بيانات المصدر التي تم توليدها في هذه الدراسة في قاعدة بيانات Figshare: [https://doi.org/10.6084/m9.figshare.23821926. يمكن أيضًا الحصول على البيانات من خلال الاتصال بالمؤلف المقابل.

References

  1. U.S. Department of Energy. U.S. national clean hydrogen strategy and roadmap. https://www.hydrogen.energy.gov/docs/
    hydrogenprogramlibraries/pdfs/us-national-clean-hydrogen-strategy-roadmap.pdf (2023).
  2. U.S. Department of Energy. Pathways to commercial liftoff: Clean hydrogen. https://liftoff.energy.gov/wp-content/uploads/2023/ 03/20230320-Liftoff-Clean-H2-vPUB.pdf (2023).
  3. U.S. Department of Energy. Biden-Harris Administration Announces $7 Billion For America’s First Clean Hydrogen Hubs, Driving Clean Manufacturing and Delivering New Economic Opportunities Nationwide. https://www.energy.gov/articles/biden-harris-administration-announces-7-billion-americas-first-clean-hydrogen-hubs-driving (2023).
  4. Howarth, R. W. & Jacobson, M. Z. How green is blue hydrogen? Energy Sci. Eng. 9, 1676-1687 (2021).
  5. Romano, M. C. et al. Comment on “How green is blue hydrogen?”. Energy Sci. Eng. 10, 1944-1954 (2022).
  6. International Renewable Energy Agency. Making the breakthrough: Green hydrogen policies and technology costs. ISBN 978-92-9260-314-4 (2021).
  7. National Energy Technology Laboratory. Comparison of commercial, state-of-the-art, fossil-based hydrogen production technologies. Report No. DOE/NETL-2022/3241 (2022).
  8. U.S. Department of Energy. Energy Earthshots: Hydrogen. Report No. DOE/EE-2362 (2021).
  9. Congressional Research Service. H.R. 5376 – Inflation Reduction Act of 2022. https://www.congress.gov/bill/117th-congress/house-bill/ 5376/text (2022).
  10. International Energy Agency. Global hydrogen review 2021. https:// iea.blob.core.windows.net/assets/5bd46d7b-906a-4429-abdae9c507a62341/GlobalHydrogenReview2021.pdf (2021).
  11. U.S. Department of Energy. Hydrogen strategy enabling a lowcarbon economy. https://www.energy.gov/sites/prod/files/2020/ 07/f76/USDOE_FE_Hydrogen_Strategy_July2020.pdf (2020).
  12. International Energy Agency. Global hydrogen review 2022. https:// iea.blob.core.windows.net/assets/c5bc75b1-9e4d-460d-90566e8e626a11c4/GlobalHydrogenReview2022.pdf (2022).
  13. Schoots, K., Ferioli, F., Kramer, G. J. & Van der Zwaan, B. C. C. Learning curves for hydrogen production technology: An assessment of observed cost reductions. Int. J. Hydrog. Energy 33, 2630-2645 (2008).
  14. Rubin, E. S., Yeh, S., Antes, M., Berkenpas, M. & Davison, J. Use of experience curves to estimate the future cost of power plants with capture. Int. J. Greenh. Gas. Control 1, 188-197 (2007).
  15. International Energy Agency Greenhouse Gas R&D Programme. Estimating future trends in the cost of capture technologies. Report No. 2006/6 (2006).
  16. Zhai, H. Advanced membranes and learning scale required for costeffective post-combustion carbon capture. iScience 13, 440-451 (2019).
  17. Böhm, H., Zauner, A., Rosenfeld, D. C. & Tichler, R. Projecting cost development for future large-scale power-to-gas implementations by scaling effects. Appl. Energy 264, 114780 (2020).
  18. Fan, J. L., Li, Z., Li, K. & Zhang, X. Modelling plant-level abatement costs and effects of incentive policies for coal-fired power generation retrofitted with CCUS. Energy Policy 165, 112959 (2022).
  19. Fan, J. L., Xu, M., Yang, L., Zhang, X. & Li, F. How can carbon capture utilization and storage be incentivized in China? A perspective based on the 45Q tax credit provisions. Energy Policy 132, 1229-1240 (2019).
  20. George, J. F., Müller, V. P., Winkler, J. & Ragwitz, M. Is blue hydrogen a bridging technology? The limits of a price and the role of state-induced price components for green hydrogen production in Germany. Energy Policy 167, 113072 (2022).
  21. Kang, J. N. et al. The prospects of carbon capture and storage in China’s power sector under the target: A component-based
    learning curve approach. Int. J. Greenh. Gas. Control 101, 103149 (2020).
  22. Lee, H., Lee, J. & Koo, Y. Economic impacts of carbon capture and storage on the steel industry – A hybrid energy system model incorporating technological change. Appl. Energy 317, 119208 (2022).
  23. Malhotra, A. & Schmidt, T. S. Accelerating low-carbon innovation. Joule 4, 2259-2267 (2020).
  24. Nicodemus, J. H. Technological learning and the future of solar : A component learning comparison of solar thermochemical cycles and electrolysis with solar PV. Energy Policy 120, 100-109 (2018).
  25. Yang, L., Xu, M., Yang, Y., Fan, J. & Zhang, X. Comparison of subsidy schemes for carbon capture utilization and storage (CCUS) investment based on real option approach: Evidence from China. Appl. Energy 255, 113828 (2019).
  26. Alhamdani, Y. A., Hassim, M. H., Ng, R. T. & Hurme, M. The estimation of fugitive gas emissions from hydrogen production by natural gas steam reforming. Int. J. Hydrog. Energy 42, 9342-9351 (2017).
  27. Peterson, D., Vickers, J. & DeSantis, D. Hydrogen Production Cost from PEM Electrolysis-2019. Prepared for Department of Energy. https://www.hydrogen.energy.gov/docs/ hydrogenprogramlibraries/pdfs/19009_h2_production_cost_pem_ electrolysis_2019.pdf?Status=Master (2020).
  28. International Energy Agency. Hydrogen projects database. https:// www.iea.org/reports/hydrogen-projects-database (2021).
  29. The White House. Building a clean energy economy: A guidebook to the Inflation Reduction Act’s investments in clean energy and climate action. January 2023 Version 2. https://www.whitehouse.gov/ wp-content/uploads/2022/12/Inflation-Reduction-Act-Guidebook. pdf (2023).
  30. Hydrogen Councial and McKinsey & Company. Hydrogen insights 2023. https://hydrogencouncil.com/wp-content/uploads/2023/ 05/Hydrogen-Insights-2023.pdf (2023).
  31. International Energy Agency. Hydrogen projects database. https:// www.iea.org/reports/hydrogen-projects-database (2023).
  32. U.S. Energy Information Administration. Henry hub natural gas spot price. https://www.eia.gov/dnav/ng/hist/rngwhhdA.htm (2023).
  33. U.S. Energy Information Administration. Natural Gas Explained. Use of Natural Gas. https://www.eia.gov/energyexplained/natural-gas/ use-of-natural-gas.php (2023).
  34. National Energy Technology Laboratory. Quality guidelines for energy system studies: Cost estimation methodology for NETL assessments of power plant performance. Report No. NETL-PUB22580 (2021).
  35. Hydrogen Council. Path to hydrogen competitiveness a cost perspective. https://hydrogencouncil.com/wp-content/uploads/2020/ 01/Path-to-Hydrogen-Competitiveness_Full-Study-1.pdf (2020).
  36. International Renewable Energy Agency. Green hydrogen cost reduction: Scaling up electrolysers to meet the Climate Goal. ISBN 978-92-9260-295-6 (2020).
  37. International Renewable Energy Agency. Hydrogen: A renewable energy perspective. ISBN 978-92-9260-151-5 (2019).
  38. Rubin, E. S., Azevedo, I. M., Jaramillo, P. & Yeh, S. A review of learning rates for electricity supply technologies. Energy Policy 86, 198-218 (2015).
  39. Zhai, H. & Rubin, E. S. It is time to invest in capture. Environ. Sci. Technol. 56, 9829-9831 (2022).
  40. Bistline, J. E. Roadmaps to net-zero emissions systems: Emerging insights and modeling challenges. Joule 5, 2551-2563 (2021).
  41. AlHumaidan, F. S., Halabi, M. A., Rana, M. S. & Vinoba, M. Blue hydrogen: Current status and future technologies. Energy Convers. Manag. 283, 116840 (2023).
  42. National Energy Technology Laboratory. Strategies for achieving the DOE hydrogen shot goal: Thermal conversion approaches. Report No. DOE/NETL-2023/3824 (2023).
  43. Ji, T. et al. Microwave-accelerated regeneration of a non-aqueous slurry for energy-efficient carbon sequestration. Mater. Today Sustain. 19, 100168 (2022).
  44. Talati, S., Zhai, H. & Morgan, M. G. Viability of carbon capture and sequestration retrofits for existing coal-fired power plants under an emission trading scheme. Environ. Sci. Technol. 50, 12567-12574 (2016).
  45. Achakulwisut, P. et al. Global fossil fuel reduction pathways under different climate mitigation strategies and ambitions. Nat. Commun. 14, 5425 (2023).
  46. Shirizadeh, B. et al. The impact of methane leakage on the role of natural gas in the European energy transition. Nat. Commun. 14, 5756 (2023).
  47. Fleiter, T. & Plötz, P. In Encyclopedia of Energy, Natural Resource, and Environmental Economics (ed Shogren, J. F.) 1, 63-73 (Elsevier, London, 2013).
  48. Geroski, P. A. Models of technology diffusion. Res. Policy 29, 603-625 (2000).
  49. Schmidt, O., Hawkes, A., Gambhir, A. & Staffell, I. The future cost of electrical energy storage based on experience rates. Nat. Energy 2, 1-8 (2017).
  50. Higman, C. GSTC syngas database: 2017 update. Gasification & Syngas Technologies Conference (2017).
  51. National Energy Technology Laboratory. Quality guidelines for energy system studies: Technology learning curve (FOAK to NOAK). Report No. DOE/NETL-341/081213 (2013).
  52. Industrial Economics, Inc. and E.H. Pechan & Associates, Inc. Direct cost estimates for the Clean Air Act second section 812 prospective analysis. Report No. EP-D-04-006 (2011).

شكر وتقدير

تدعم هذه الدراسة كلية موارد الطاقة بجامعة وايومنغ. يود المؤلفون أن يعبروا عن شكرهم الكبير لهولي كروتكا، سكوت كويلينان، إدوارد روبين، زيتاو وو، ولاندن فولر على المساعدة في هذه الدراسة. الآراء والأفكار الواردة في هذه المقالة تعبر عن آراء المؤلفين فقط ولا تعكس بالضرورة آراء أو مواقف حكومة الولايات المتحدة أو أي وكالة من وكالاتها.

مساهمات المؤلفين

قام هـ. ز. بتصميم وإدارة البحث؛ و. و. أجرى التجارب؛ و. و. و هـ. ز. قاما بالتحليل؛ و. هـ. ساهم في المناقشة؛ وكتب هـ. ز. و. و. المسودة الأصلية؛ وراجع جميع المؤلفين وحرروا المسودة.

المصالح المتنافسة

يعلن المؤلفون عدم وجود مصالح متنافسة.

معلومات إضافية

معلومات إضافية النسخة الإلكترونية تحتوي على مواد إضافية متاحة فيhttps://doi.org/10.1038/s41467-024-50090-w.
يجب توجيه المراسلات والطلبات للحصول على المواد إلى هايبوا زهاي.
تُشكر مجلة Nature Communications فيونا بيك، ميشيل نوسان، وفيليب فيربورت على مساهمتهم في مراجعة هذه العمل. يتوفر ملف مراجعة الأقران.
معلومات إعادة الطبع والتصاريح متاحة على http://www.nature.com/reprints
ملاحظة الناشر: تظل Springer Nature محايدة فيما يتعلق بالمطالبات القضائية في الخرائط المنشورة والانتماءات المؤسسية.
الوصول المفتوح: هذه المقالة مرخصة بموجب رخصة المشاع الإبداعي للاستخدام والمشاركة والتكيف والتوزيع وإعادة الإنتاج في أي وسيلة أو صيغة، طالما أنك تعطي الائتمان المناسب للمؤلفين الأصليين والمصدر، وتوفر رابطًا لرخصة المشاع الإبداعي، وتوضح ما إذا تم إجراء تغييرات. الصور أو المواد الأخرى من طرف ثالث في هذه المقالة مشمولة في رخصة المشاع الإبداعي للمقالة، ما لم يُشار إلى خلاف ذلك في سطر الائتمان للمادة. إذا لم تكن المادة مشمولة في رخصة المشاع الإبداعي للمقالة وكان استخدامك المقصود غير مسموح به بموجب اللوائح القانونية أو يتجاوز الاستخدام المسموح به، ستحتاج إلى الحصول على إذن مباشرة من صاحب حقوق الطبع والنشر. لعرض نسخة من هذه الرخصة، قم بزيارة http://creativecommons.org/ licenses/by/4.0/.
© المؤلفون 2024
  1. كلية الهندسة والعلوم الفيزيائية، جامعة وايومنغ، لaramie، WY، الولايات المتحدة الأمريكية. مدرسة موارد الطاقة، جامعة وايومنغ، لaramie، WY، الولايات المتحدة الأمريكية. قسم الهندسة والسياسة العامة، جامعة كارنيجي ميلون، بيتسبرغ، PA، الولايات المتحدة الأمريكية. -البريد: hzhai@uwyo.edu
  2. مصادر البيانات: الوكالة الدولية للطاقة .
    يمكن تحويل قدرة إنتاج الهيدروجين إلى القدرة المعتمدة على الكتلة بناءً على كثافة الهيدروجين من (الوكالة الدولية للطاقة ).
    سيتم تحويل مشروع التقاط واستخدام الكربون إلى مشروع التقاط واستخدام وتخزين الكربون في عام 2024 (الوكالة الدولية للطاقة ).
    مصدر البيانات: الوكالة الدولية للطاقة .

Journal: Nature Communications, Volume: 15, Issue: 1
DOI: https://doi.org/10.1038/s41467-024-50090-w
PMID: https://pubmed.ncbi.nlm.nih.gov/38971764
Publication Date: 2024-07-06

Technological evolution of large-scale blue hydrogen production toward the U.S. Hydrogen Energy Earthshot

Received: 2 August 2023
Accepted: 27 June 2024
Published online: 06 July 2024
(D) Check for updates

Wanying Wu® , Haibo Zhai Eugene Holubnyak

Hydrogen potentially has a crucial role in the U.S. transition to a net-zero emissions economy. Learning from large-scale hydrogen projects will boost technological evolution and innovation toward the U.S. Hydrogen Energy Earthshot. We apply experience curves to estimate the evolving costs of blue hydrogen production and to further examine the economic effect on technological evolution of the Inflation Reduction Act’s tax credits for carbon sequestration and clean hydrogen. Learning-by-doing alone can decrease the production cost of blue hydrogen. Without tax incentives, however, it is hard for blue hydrogen production to reach the cost target of . Here we show that the breakeven cumulative production capacity required for gasbased blue hydrogen to reach the target highly depends on tax credit, natural gas price, inflation rate, and learning rates. We make recommendations for hydrogen hub development and for accelerating technological progress toward the Hydrogen Energy Earthshot.
Clean hydrogen has the potential to help achieve economy-wide emissions reductions by 2050 relative to 2005, promote energy security and resilience, and develop a new economy in the United States . In 2030, the hydrogen economy could create about 100,000 net new jobs for the development of new capital projects and clean hydrogen infrastructure . The U.S. Bipartisan Infrastructure Law has appropriated billion for clean hydrogen for the U.S. Department of Energy (DOE) . Both zero- and low-carbon hydrogen production technologies are key options in a diverse toolbox enabling the transition to a sustainable and equitable clean energy future . In October 2023, the U.S. DOE announced billion to launch seven Regional Clean Hydrogen Hubs across the nation . Some regional hubs will use water and natural gas as the feedstock for renewable-powered electrolysis and steam methane reforming (SMR) with carbon capture and storage (CCS) to produce clean hydrogen, which is also called green and blue hydrogen in practice, respectively. Blue hydrogen is often viewed as a near-term bridge to a zero-carbon hydrogen economy. Given potential high methane leakage, however, there are scientific debates on the competitiveness of blue hydrogen , which makes a serious call for methane abatement.
The U.S. is making significant efforts to accelerate progress through historic investments and additional policies and incentives for clean hydrogen . The U.S. National Clean Hydrogen Strategy and Roadmap has outlined strategic pathways for annual clean hydrogen production of 10 million metric tons (MMT) by 2030,20 MMT by 2040, and 50 MMT by 2050 in the U.S. . Although renewable-powered green hydrogen has much less carbon emissions than blue hydrogen, the current cost of green hydrogen production can be several times higher , as shown later. Fossil fuel-based hydrogen production with CCS or blue hydrogen is among a portfolio of pathways for clean hydrogen. In 2021, the U.S. DOE launched the Energy Earthshots Initiative that aims to accelerate breakthroughs of more abundant, affordable, and reliable clean energy solutions by . To catalyze technological innovation and scale in clean hydrogen, this initiative included a hydrogen shot that aims to decrease the cost of clean hydrogen to per 1 kilogram in 1 decade , which is called the Hydrogen Energy Earthshot.
The Inflation Reduction Act (IRA) of 2022 provides a set of tax credits to stimulate the deployment of clean hydrogen technologies . The IRA contains two incentive provisions: a new Section 45 V Tax
Credit for clean hydrogen production and an enhanced Section 45Q Tax Credit for carbon sequestration . The 45 V tax credit is available for hydrogen projects with life cycle greenhouse gas (GHG) emissions of less than 4.0 kilograms of carbon dioxide ( ) equivalent per kilogram of hydrogen during the 10-year period and ranges from to 3.0 per kilogram of hydrogen. The production credit varies with the level of life cycle GHG emissions. In addition, the IRA has enhanced the 45Q tax credit to per metric ton of stored in saline reservoirs and per metric ton of used for enhanced oil recovery (EOR) or other industrial applications for up to twelve years. The sequestration threshold required for eligible CCS projects has been lowered to 18,750 metric tons of per year for power plants and 12,500 metric tons per year for other facilities. These tax incentives would facilitate large-scale blue hydrogen production.
In 2020, global hydrogen production reached 90 million metric tons per annum (MMTA), of which 72 MMTA were pure hydrogen , while the U.S. hydrogen production reached about 10 MMTA . Globally, SMR and coal gasification without carbon abatement accounted for and of the pure hydrogen production , respectively. Similarly, they accounted for 99% of the U.S. hydrogen production in 2020, of which was made by SMR . SMR and coal gasification can be coupled with CCS to produce low-carbon hydrogen. However, less than 1% of the global hydrogen is produced currently from fossil fuel resources with CCS . Table 1 summarizes fossil fuel-based blue hydrogen projects installed around the world. Globally, these projects produced 0.7 MMTA of blue hydrogen from gas, coal, and oil resources and captured 10 MMTA of in . In the U.S., the blue hydrogen projects produced 0.23 MMTA of hydrogen in .
The U.S. DOE’s National Energy Technology Laboratory (NETL) has provided a comparative assessment of the performance and cost of state-of-the-art fossil fuel-based hydrogen production technologies, including reforming and gasification without and with . The levelized cost of hydrogen production without carbon abatement ranges roughly from to 2.6 per kilogram of hydrogen and varies
with feedstock type or production technology. The addition of CCS for low-carbon hydrogen increases the levelized cost by more than 50% for the reforming production and for the gasification production . The largest contributor to the levelized cost is the fuel cost for the reforming production, whereas it is the capital cost for the gasification production .
The production process of blue hydrogen often involves multiple subsystems, such as SMR and CCS. Future costs of individual subsystems will likely decline as a result of learning-by-doing as they scale up. However, the progress in learning may vary by subsystem. Schoots et al. analyzed hydrogen cost data observed during the period of 1940 to 2007 and found that the learning rate of SMR, defined as the fractional reduction in cost for each doubling of cumulative installed capacity, is in the investment, but there is no cost reduction in the overall production cost, which implies a zero-learning rate in operating and maintenance (O&M) costs. Rubin et al. and IEAGHG reported that the learning rate of gasification is for capital cost and for O&M cost. CCS is an essential technology for blue hydrogen production. Rubin et al. reported that the learning rate of a carbon capture system is for capital cost and for O&M cost. Deployment of large-scale CCS projects will decrease the future cost of carbon capture for advanced technologies . Although a large number of learning curve studies have been done in the past years, almost no breakthroughs have been made in estimating the learning rates for SMR, gasification, and CCS beyond the two pioneering studies by Schoots et al. and Rubin et al. . Recent studies frequently adopted the learning rates from the two pioneering studies for a variety of applications . However, few studies provide a thorough assessment of the overall technological learning of blue hydrogen produced from fossil fuel resources and examine the potential effect of tax incentives on technological evolution.
Projections of technological evolution are crucial to research and development in advanced technology, market analysis and forecast, investment analysis, resource planning, and decision- and policy-
Table 1 | Operational blue hydrogen production facilities
Feedstock Project Name Country Online Year Production Capacity Captured CO2 (million metric tons/year)
( hour ( metric tons/year)
Natural Gas PCS Nitrogen United States 2013 31,344 N/A 0.25
Port Arthur United States 2013 125,376 118 1.00
Enid Fertilizer United States 1982 87,764 N/A 0.70
Port Jerome France 2015 12,538 39 0.10
Quest Canada 2015 125,376 300 1.00
Nutrien (Former Agrium) Fertilizer Canada 2020 37,613 N/A 0.30
Al Reyadah CCUS United Arab Emirates 2016 47,876 N/A 0.80
Coal Sinopec Qilu Petrochemical CCS China 2022 41,892 N/A 0.70
Sinopec Zhongyuan Oilfield EOR China 2015 5985 N/A 0.10
Changqing Oil Field EOR China 2015 2992 N/A 0.05
Great Plains Synfuel Plant and WeyburnMidale United States 2000 179,536 N/A 3.00
Oil Coffeyville Fertilizer Plant United States 2013 125,376 N/A 1.00
Shell Heavy Residue Gasification CCU Pernis Refinery Netherlands 2005 23,938 1,000 0.40
Karamay Dunhua Oil Technology CCUS EOR Project China 2015 5985 N/A 0.10
North West Sturgeon Refinery Canada 2020 77,799 N/A 1.30
Horizon Oil Sands Canada 26,212 N/A 0.44
making. The major objectives of this study are to estimate the future evolving costs of major blue hydrogen production pathways from large-scale deployment, including state-of-the-art SMR and coal gasification with CCS, and to examine the economic effect on the technological evolution of the IRA’s tax credits for clean hydrogen. This study evaluates both the 45 Q and 45 V tax credits and compares their economic role in promoting blue hydrogen production toward the Hydrogen Energy Earthshot. This study demonstrates how learning-bydoing will lower the cost of blue hydrogen production in the future and how much capacity of blue hydrogen projects should be installed to reach a cost target. This study offers an outlook for large-scale blue hydrogen production from abated fossil resources and reveals its potential policy-driven evolutionary trends, including their dependence on key factors.

Results

This study first characterizes greenhouse gas emissions and costs of commercial technologies for blue hydrogen production and then develops technological learning and diffusion models to assess the future costs and evolutionary trajectories of blue hydrogen production without and with tax incentives toward the U.S. Hydrogen Energy Earthshot. A series of parametric analyses are further performed to reveal the dependence of the overall hydrogen production cost on key factors, such as fuel price, carbon capture cost uncertainties, learning rates, and inflation rate.

Current blue hydrogen production

This study adopts state-of-the-art reforming and gasification technologies as a point of reference to explore the evolutionary trends of blue hydrogen production driven by learning-by-doing. The current performance and cost estimates of these technologies are obtained from the recent NETL study . The majority of hydrogen produced in the U.S. is made via steam methane reforming (SMR). In addition, the cost of blue hydrogen produced by SMR with carbon capture and storage (CCS) is similar to that by autothermal reforming with CCS, but the onsite and life-cycle emissions from the SMR process are less . This study, therefore, focuses on SMR with CCS for gas-based blue hydrogen production. In the meantime, an oxygen-blown, entrained-flow Shelltype gasifier is employed with CCS for coal-based blue hydrogen production . Supplementary Table 1 in Supplementary Note 1 summarizes the major techno-economic parameters and assumptions made for blue hydrogen production plants using natural gas and coal resources as the feedstocks, which include the project book lifetime, capacity factor, hourly production capacity, fuel price, and fixed charge rate. In addition, the land and water footprints per unit of hydrogen produced by these plants and the amounts of sequestration are also reported in Supplementary Table 2. Blue hydrogen plants produce high-purity hydrogen ( ) at the pressure of 6.48 MPa and transport the captured at the pressure of 15.3 MPa for storage in saline reservoirs, which are typical design conditions. This study reports the cost results in 2018 U.S. real dollars unless otherwise noted.
For the given assumptions, the total levelized cost of hydrogen (LCOH) is for SMR with CCS and for coal gasification with CCS. In comparison, the plant LCOH is higher for gasification production than the reforming production, which indicates that the integration of SMR with CCS is much more competitive for blue hydrogen. In addition, the on-site stack emissions from hydrogen production by SMR with CCS are , which is much less than that from gasification with . In addition to the stack emissions, there may be fugitive GHG emissions from various sources at an SMR production plant, mainly from the piping equipment and fittings . However, fugitive GHG emissions are about of the stack GHG emissions , which indicates that plant methane leakage is not a serious issue.
A hydrogen production plant is decomposed into major subsystems. The components included in each of the subsystems defined for gas- and coal-based production plants are reported in Supplementary Tables 3 and 4, respectively. Figure 1a, b show the distribution by subsystem in the plant LCOH for the two production plants, respectively. The contributions of individual subsystems to the overall production cost are different. Given the gas price of , SMR and associated fuel consumption collectively account for of the plant LCOH for gas-based production. Please note that at the gas-based hydrogen plant with CCS, the fuel combustion unit generates thermal energy for not only SMR but also the carbon capture process’s solvent regeneration. Given the coal price of metric ton, gasification and associated fuel consumption collectively account for of the coalbased production. Thus, the progress of individual subsystems in learning will have a different effect on the overall production cost in the future. In addition, the fuel costs account for and of the plant LCOH for the gas- and coal-based production cases, respectively. Natural gas price is a key factor influencing gas-based blue hydrogen production.
Currently, hydrogen is mainly produced by SMR without CCS in the U.S., which is often called gray hydrogen. Compared to it, the blue hydrogen production by SMR with CCS can decrease the stack emission intensity by but increase the LCOH by . The resulting avoidance cost by blue hydrogen is per metric ton of . In contrast, the green hydrogen production by polymer electrolyte membrane electrolyzers almost has no stack emissions but a high LCOH value ranging from . The resulting avoidance cost by green hydrogen relative to gray hydrogen varies from per metric ton of , which is much higher than that by blue hydrogen. Obviously, there are tradeoffs in avoidance cost and emission savings between the blue and green hydrogen production pathways. The details of emission and cost data and avoidance cost estimation are available in Supplementary Note 2. Please note that the choice of a reference case affects the avoidance cost.

Future costs of blue hydrogen production without and with tax credits

A blue hydrogen production plant consists of numerous subsystems. However, the maturity status of individual subsystems and their initial installed capacity are different. As a result, learning rates and initial installed capacity vary by subsystem. Thus, a component-based learning curve model is employed to construct a plant-level learning curve based on individual subsystems’ learning rates and initial installed capacity. In addition, the technological learning is evaluated in terms of the cumulative installed capacity of blue hydrogen instead of the number of new hydrogen production plants. To characterize the evolving costs of blue hydrogen produced from natural gas and coal resources in the future, this study first constructs learning curves for the total as-spent capital (TASC) and total operating and maintenance (TOM) cost of individual subsystems at each plant and then establishes the learning curve of the plant LCOH as a function of cumulative production capacity. To construct a learning curve for either the TASC or the TOM, initial installed capacity, initial cost, and learning rate have to first be determined. As discussed above, the initial TASC and TOM of individual subsystems are derived from the NETL study and summarized in Supplementary Tables 6-10 in Supplementary Note 3 and Supplementary Tables 11 and 12 in Supplementary Note 4. The initial installed capacity (Supplementary Table 13) and learning rates of individual subsystems are collected mainly from numerous well-established studies and summarized in Table 2, in which bracketed values indicate uncertain ranges related to the base values. Both the initial installed capacity and learning rates vary significantly by subsystem. There are also high uncertainties in learning rates for both capital and O&M costs.
Blue hydrogen production without tax credits. At a global scale, the initial installed capacity of hydrogen production in 2021 was
Fig. 1 | Initial and future costs of blue hydrogen production without and with tax incentives. a Distribution of initial levelized cost for gas-based production. b Distribution of initial levelized cost for coal-based production. c Learning curves for coal-based and gas-based production capital and operating and
maintenance (O&M) costs without tax incentives. d Learning curves for overall levelized cost of coal-based and gas-based production without and with tax incentives. e Future cost reductions for coal-based and gas-based production with tax incentives.
estimated to be 0.31 MMTA for gas-based blue hydrogen and 0.15 MMTA for coal-based blue hydrogen . Figure 1c shows the learning curves for levelized capital and O&M costs and plant LCOH for fossilbased hydrogen production. A comparison between different cost categories over a range of cumulative production capacity indicates
that the overall levelized cost of blue hydrogen will still be affected largely by TOM in the future, especially for gas-based production. In addition, a comparison between the two methods implies that SMR with CCS would continue to be more economically competitive for blue hydrogen production than gasification with CCS.
Table 2 | Initial installed capacity and learning rates of individual subsystems for blue hydrogen production
Feedstock Subsystems Initial Installed Capacity ( ) Learning Rates Sources of Data
Capital Cost O&M Cost Initial Installed Capacity Learning Rates
Natural Gas Steam Methane Reforming 0.11 (0.05-0.17) IEA Schoots et al.
Pressure Swing Adsorption 0.11 (0.05-0.17) IEA Schoots et al.
Capture 0.11 (0.06-0.17) 0.22 (0.10-0.30) IEA Rubin et al. ; IEAGHG
Compression 0.00 (0.00-0.10) 0.00 (0.00-0.10) Rubin et al. Rubin et al. ; IEAGHG
Transportation and Storage Not Applicable 0.05 IEA NETL
Coal Air Separation Unit 0.10 (0.05-0.15) 0.05 (0.00-0.10) Rubin et al. Rubin et al. ; IEAGHG
Gasification Block 173 0.14 (0.07-0.21) 0.12 (0.05-0.20) Higman Rubin et al. ; IEAGHG
Syngas Cleanup 0.10 (0.05-0.10) 0.10 (0.05-0.10) Higman Industrial Economics, Inc. and E.H. Pechan & Associates, Inc.
Sulfur Recovery 0.11 (0.06-0.17) 0.22 (0.10-0.30) Rubin et al. Rubin et al. ; IEAGHG
Pressure Swing Adsorption 0.11 (0.05-0.17) IEA Schoots et al.
Power Block 0.05 (0.03-0.09) 0.00 Rubin et al. Rubin et al. ; IEAGHG ; Zhai
Capture 0.11 (0.06-0.17) 0.22 (0.10-0.30) IEA Rubin et al. ; IEAGHG
Compression 0.00 (0.00-0.10) 0.00 (0.00-0.10) Rubin et al. Rubin et al. ; IEAGHG
Transportation and Storage Not Applicable 0.05 IEA NETL
The initial installed capacity of individual subsystems is estimated based on the global hydrogen production capacity. See Supplementary Equations (2) and (3) for the details.
combined cycle power plant or a supercritical coal power plant. See Supplementary Equation (4) for the details.
It is assumed that transportation and storage subsystem has the total initial installed capacity as the capture subsystems at hydrogen production plants.
The transportation & storage subsystem is treated as the O&M cost component.
It is assumed that the initial installed capacity of the syngas cleanup subsystem is the same as the gasification block subsystem.
The O&M learning rate is assumed to be zero as no learning-by-doing behavior was found for the overall hydrogen production activity based on historical data (Schoots et al. ).
The annual demand for clean hydrogen produced from renewable and decarbonized fossil resources in the U.S. may reach 10 million metric tons of hydrogen per year by . As shown in Fig. 1c, the costs decline via incremental improvements to current technologies when the cumulative production capacity increases. When it reaches 10 MMTA, the capital and O&M costs decrease by and from the current levels for gas-based production, respectively. There are similar cost reductions for coal-based production. As a result, the plant LCOH decreases to by for the gas-based production and by for the coal-based production after 10 MMTA of hydrogen production capacity. Although experience learned from large-scale deployed projects will help to lower the future costs of blue hydrogen production, it is hard for both reforming and gasification technologies with CCS to reach the cost target of .
The plant LCOH trends are affected largely by key subsystems’ capital and O&M learning rates, along with feedstock prices. For gasbased production, SMR and CCS are the key subsystems that dominate the plant LCOH, as discussed above. However, as shown in Table 2, there are no reductions gained in O&M costs from deploying SMR (including associated components), pressure swing adsorption (PSA) for hydrogen purification, and compression. For the given natural gas price of , therefore, it is difficult to reach the cost target of , even when the cumulative production capacity goes beyond 10 MMTA.
Blue hydrogen production with tax credits. Both the 45 Q and 45 V tax credits are to promote investment in clean hydrogen technologies and then lower the cost of hydrogen production. For blue hydrogen projects with CCS, however, a taxpayer cannot simultaneously claim both 45 V and 45 Q tax credits during a given period. To claim either the 45 Q tax credit or the 45 V tax credit, facilities must be placed in service before January . The credit is available for such qualified facilities for a period. The period of credit availability is common to eligible facilities, regardless of their start-of-service time.
In this study, it is assumed that the captured is stored in saline reservoirs, which earns a carbon-sequestration credit of per metric ton of for 12 years. As mentioned earlier, the 45 V tax credit depends on the life cycle emissions of hydrogen production, which include greenhouse gas emissions from plant stacks, fuel supply, electric power supply, and sequestration or management. The life cycle emissions were estimated by the NETL to range from 3.1 to -eq for the gas-based blue hydrogen in the confidence interval between the and percentile values and from 3.4 to for the coal-based blue hydrogen, which is driven mainly by the uncertainty in fuel supply . The largest contributor among the multiple stages to the life cycle emissions is the fuel supply . The median estimate of life cycle emissions is -eq for the gas-based blue hydrogen and -eq for the coal-based blue hydrogen , which is close to the threshold value of required to
Fig. 2 | Diffusion of cumulative installed capacity of low-carbon hydrogen and time-based learning curves of gas-based blue hydrogen. a Diffusion of cumulative installed capacity. Time-based learning curves of blue hydrogen production cost.
claim the minimum tax credit for clean hydrogen. Blue hydrogen projects have a fair possibility of earning a 45 V tax credit. Thus, the production tax credit for hydrogen projects is assumed to be per kilogram of for 10 years. This assumption is optimistic for blue hydrogen in this study. However, there is no 45 V tax credit if the life cycle emissions of specific blue hydrogen projects are more than -eq . See Supplementary Note 5 for additional information about life cycle emissions and tax credits. Figure 1d shows the learning curves for the plant LCOH for the gas- and coalbased hydrogen production with tax incentives.
Tax incentives lower the plant LCOH of hydrogen production. When the cumulative production capacity reaches 10 MMTA, the overall cost of hydrogen produced by SMR with CCS declines to and per kilogram of hydrogen produced with the 45 Q and 45 V tax credits, respectively. They are and less than the LCOH without tax incentives, respectively. There are similar cost reductions with gasification-based production. These results indicate that the 45 Q tax credit provides more economic incentives for blue hydrogen projects than the 45 V tax credit.
Tax incentives decrease the time-related learning experience necessary to reach a cost target. However, Fig. 1d shows that with either a hydrogen production tax credit or a carbon-sequestration tax credit, it is still hard for coal gasification with CCS to produce blue hydrogen at a cost of . In contrast, with the carbonsequestration tax credit claimed for hydrogen projects, the cost of blue hydrogen produced by SMR with CCS approximates the Hydrogen Energy Earthshot, as shown in Fig. 1d.
Learning-by-doing will reduce the cost of hydrogen production for coal- and gas-based blue hydrogen. Figure 1e shows the cost reduction by subsystem and by the 45Q tax credit when the cumulative installed capacity of blue hydrogen reaches 10 MMTA. For blue hydrogen produced from both coal and gas resources, the overall cost reduction will be driven largely by the carbon-sequestration tax credit and the improvement in carbon capture. In contrast, other subsystems, such as SMR and PSA, will make limited contributions because they are mature technologies and have no or limited reductions from an additional 10 MMTA deployment in their future costs. These results indicate the importance of continued support from both public and private sectors for CCS-related research, development, and demonstration programs at federal and state levels.

Time-based diffusion of blue hydrogen production

It is helpful for hydrogen energy planning to explore if certain production capacity and cost targets can be achieved by 2030 . A new study reports the cumulative installed capacity of low-carbon
hydrogen production over time-based on globally announced, planned, and committed projects through . A diffusion-ofinnovation model was established based on the current and future low-carbon hydrogen capacities through 2030 to explore the timebased diffusion of gas-based blue hydrogen over a long-term planning horizon through 2050.
Figure 2a shows the cumulative installed capacity estimates for global low-carbon hydrogen production over time. The gas-based blue hydrogen capacity accounts for of the total low-carbon hydrogen capacity given in Table 1 and is estimated to be in 2030 in terms of the International Energy Agency’s hydrogen project databases . Given the changing shares over time, Fig. 2a also shows a range of cumulative installed capacity for gas-based blue hydrogen in a particular year. The cumulative installed capacity of the global gas-based blue hydrogen may range from 6 to 12 MMTA in 2030 , which implies that it would be hard for the blue hydrogen production by SMR with CCS alone in the U.S. to reach 10 MMTA in 2030.
Figure 1c shows the overall plant LCOH as a function of cumulative installed capacity for gas-based blue hydrogen, whereas Fig. 2a shows the cumulative installed capacity over time. Combining them together, Fig. shows the overall plant LCOH of gas-based blue hydrogen production without tax credit over time. The result shown in Fig. 2b implies that for the fuel price and learning rates given in the base case, it would also be difficult for gas-based blue hydrogen to reach the ambitious cost target of by 2030 in normal scenarios without aggressive incentives and game-changing technologies.

Sensitivity of blue hydrogen production cost to key factors

Massive deployment of hydrogen projects will lower future costs for clean hydrogen production. Tax incentives for clean hydrogen will further decrease production costs and accelerate the technological evolution toward the Hydrogen Energy Earthshot. However, it is hard for coal gasification with CCS to reach the cost target of for clean hydrogen. In contrast, the tax-incentivized production for blue hydrogen by SMR with CCS has the potential to reach the Hydrogen Energy Earthshot. Blue hydrogen projects announced in the U.S. will mainly employ gas-based reformation technologies with . The future production costs and their evolutionary trends are affected by natural gas price, carbon removal system cost, and learning rates in capital and O&M costs, as well as inflation when the cost is estimated in nominal dollars. In the U.S., natural gas prices are highly volatile. There are also high uncertainties in learning rates for many subsystems, which are shown in Table 2. The sensitivity analysis, therefore, is performed for the gas-based blue hydrogen with a focus on natural gas price,
Fig. 3 | Effect of natural gas price on future levelized cost of gas-based blue hydrogen production in three cases including base production case, production with a 45 V tax credit, and production with a 45 Q tax credit.
carbon removal system cost uncertainties, learning rates, and inflation rate. In each parametric analysis, other parameters were kept at the base case values given in Table 2 and Supplementary Tables 1, 15, and 16 unless otherwise noted.
Effect of natural gas price. For blue hydrogen produced by SMR with CCS, the feedstock cost accounts for of the plant LCOH, with an assumed natural gas price of . In the past years from 2017 to 2022, the annual average Henry Hub gas prices ranged from to . Thus, it is necessary to examine the economic benefit of low gas prices for blue hydrogen production. Figure 3 shows the effect of natural gas prices on the plant LCOH for hydrogen production without and with tax incentives. Obviously, the plant LCOH is highly sensitive to the natural gas price. Cheap natural gas resources help SMR-CCS decrease the cumulative production capacity necessary to reach the Hydrogen Energy Earthshot.
When the 45 Q tax credit is claimed for hydrogen projects, the cumulative production capacity necessary to reach the cost target of is 4.9 and 0.6 MMTA if the gas price declines to and , respectively. As shown in Fig. 3, the initial plant LCOH is already less than if the natural gas price is . When the 45 V tax credit is claimed, the cumulative production capacity should reach 9.8 and 1.2 MMTA to achieve the cost target when the gas price declines to and , respectively. Without tax incentives like 45 Q and 45 V and increased learning rates, however, it is still difficult for this production method, even with cheap natural gas resources to reach the Hydrogen Energy Earthshot.
It is also worth noting that the gas-based hydrogen industry may have a sizable effect on the natural gas markets in the U.S., depending on the scale of blue hydrogen production in the future. For example, the production of 10 MMTA hydrogen by SMR with CCS would consume 1.9 billion GJ of natural gas per year, which is equivalent to about of the national industrial natural gas consumption in .
Effect of carbon removal system cost uncertainties. There are uncertainties in the process and project contingencies of two removal systems employed for producing low-carbon hydrogen from natural gas resources. Such uncertainties affect the TASC and LCOH of a hydrogen production plant. The process contingency depends on the maturity level of a technology, whereas the project contingency depends on the availability of site-specific project details. In the base
Fig. 4 | Effects of process and project contingencies of removal systems on initial capital cost and future levelized cost of gas-based blue hydrogen production. The light blue shading area represents the uncertainties in the levelized cost of hydrogen production, which are driven by the uncertain cost estimates of carbon removal systems. The orange dash lines represent that the levelized cost of hydrogen varies from to at the cumulative installed capacity of 10 MMTA, while the blue dash lines represent that to reach the cost of , the cumulative installed capacity requirements vary from 7 to 16 MMTA.
case, the process contingency is of the bare erected cost (BEC) for the Cansolv system and for the MDEA system, while the project contingency is of the sum of BEC, engineering, construction management, home office and fees, and process contingency and 25% for the Cansolv unit and 20% for the MDEA unit . A parametric analysis is then conducted to reveal the collective impacts of uncertain processes and project contingencies, which take into account low and high contingencies. In the low contingencies scenario, the process contingency is for the Cansolv system and for the MDEA system, while the project contingency is for both the removal systems. In the high contingencies scenario, the process contingency is for both the removal systems, while the project contingency is for both the removal systems .
As shown in Fig. 4, the uncertainties in carbon removal system cost estimates have a sizable effect on the hydrogen production plant’s TASC. As a result, the plant LCOH varies from to at the cumulative installed capacity of 10 MMTA. To reach the cost of , the cumulative installed capacity requirements vary from 7 to 16 MMTA. These results imply that cost uncertainties in carbon removal systems may result in pronounced variations in the estimation of the cumulative installed capacity necessary to reach a cost target.
Effect of learning rates. Learning rates directly drive future cost trends. In particular, the O&M learning rates of SMR, PSA, and compression largely influence the pace of cost reductions toward the Hydrogen Energy Earthshot as their costs and associated fuel or electricity consumption collectively dominate the plant LCOH. In the base case, the O&M learning rates are zero for the three subsystems. However, Table 2 shows that there are uncertainties in learning rates, which can vary by or more relative to the base values for some subsystems. Given such high uncertainties, it is important to examine the sensitivity of future cost trends to learning rates.
Additional scenarios are explored to examine the effect on the overall LCOH of increases in both the capital and O&M learning rates of individual subsystems with an emphasis on the increased O&M learning rates for SMR, PSA, and compression. In these scenarios, the capital and O&M learning rates are elevated for individual subsystems to be and higher than the base values, except for SMR, PSA, and compression. The O&M learning rates are increased for the
Fig. | Sensitivity of LCOH by SMR with CCS to learning rates. a LCOH under two boundary scenarios of learning rates. LCOH under the range of timebased learning rates, except for O&M cost learning rates, which are equal to 5%-10% for SMR, PSA, and compression. Note to Fig. 5: means a percentage relative to the base learning rate, whereas means the learning rate on an absolute basis.
Note to abbreviations: CCS means carbon capture and storage; LCOH means levelized cost of hydrogen; LR means learning rate; O&M means operating and maintenance; PSA means pressure swing adsorption; and SMR means steam methane reforming.
three subsystems to and on an absolute basis. Figure 5 shows the sensitivity of the plant LCOH to the increased learning rates.
The increases in learning rates, especially the O&M learning rates of SMR, PSA, and compression, obviously lower the cumulative production capacity necessary to reach a cost target. The results shown in Fig. 5, however, also imply that without tax incentives for clean hydrogen, it would still be challenging for blue hydrogen produced from expensive natural gas resources to reach the Hydrogen Energy Earthshot by 2030, even if the progress in learning is to accelerate substantially. If the O&M learning rates of SMR, PSA, and compression reach more than , massive deployment of blue hydrogen projects claimed with 45Q tax incentives can decrease the plant LCOH to . Figure 5a, b show that with an O&M learning rate of for the three subsystems, the breakeven cumulative production capacity is 20 MMTA or more, which is also affected by other subsystems’ learning rates.
Effect of inflation rate. In general, this study estimates the cost of hydrogen production in real dollars. When the cost is estimated in nominal dollars, however, both the initial and future LCOH estimates vary with the inflation rate as it affects the discount rate, fixed charge rate, and levelization factor. A parametric analysis was further performed for the inflation rate to quantify its effect on the evolving cost of gas-based blue hydrogen production toward the Hydrogen Energy Earthshot. Figure 6 shows the learning curves of blue hydrogen production with inflation. Figure 6a, b show that at a given level of cumulative installed capacity, the LCOH in nominal dollars increases when the inflation rate increases from to . As a result, blue hydrogen production may not reach the cost target of for both scenarios without and with a 45 Q tax credit even when the cumulative installed capacity reaches 30 MMTA. Figure 6c further shows that with an inflation rate of , the future LCOH may get close to the cost target when cheap natural gas resources are used as the feedstock to produce blue hydrogen with a cumulative installed capacity of up to 30 MMTA.
Figure 6a, b also compare the learning curves of blue hydrogen production between the two scenarios without and with inflation. As shown in Fig. 6a for the scenario without a 45Q tax credit, the reduction in hydrogen production cost from deploying the cumulative installed capacity of 10 MMTA can be offset by an inflation rate of . There is a similar result at the cumulative installed capacity of 5 MMTA
for the scenario with a 45Q tax credit, as shown in Fig. 6b. All these results imply that inflation would remarkably raise challenges for blue hydrogen production to reach the Hydrogen Energy Earthshot in the near future.

Discussion

This study reveals opportunities and challenges while creating the new hydrogen economy. The capex learning rates of green hydrogen production are and for alkaline electrolysis and polymer electrolyte membrane electrolysis, respectively , which are similar to those for SMR and PSA. However, the cost competitiveness of green hydrogen relative to blue hydrogen in the future remains an open question as the future production cost also depends on initial installed capacity, renewable electricity cost, tax credit, and other factors . Experience learned from the deployment of blue hydrogen projects will be helpful in lowering future costs of hydrogen production by both SMR and gasification with CCS. In comparison between the two hydrogen production methods, SMR with CCS will continue to be more economically competitive. For the given estimates of learning rates for SMR and CCS, the overall cost of blue hydrogen production without tax incentives can be decreased by from the current level to when the cumulative production capacity reaches 10 MMTA. In addition to the learning rates, the overall LCOH is also affected significantly by natural gas price. Without tax incentives, however, it is still hard for SMR with CCS to reach the Hydrogen Energy Earthshot even when natural gas resources are cheap, which implies an urgent need for radical innovation in technology. With tax incentives, the breakeven cumulative installed production capacity, which is required for SMR with CCS to reach the cost target of , highly depends on the gas price and can be much less than 10 MMTA when gas prices are not more than . In contrast, when natural gas resources are not cheap, the breakeven cumulative production capacity required for tax-incentivized SMR with CCS is at a level of 20 MMTA or more even if the learning rates for capital and O&M costs are increased remarkably. In a short summary of these findings, tax credit, natural gas price, and learning rates are the most significant factors that collectively determine the breakeven cumulative production capacity required for SMR with CCS to reach the Hydrogen Energy Earthshot. However, inflation can remarkably elevate challenges for blue hydrogen to reach the cost target.
Fig. 6 | Effect of inflation rate on future cost of gas-based blue hydrogen production without and with 450 tax credit. a Levelized cost of hydrogen production with a gas price of and without a 45 Q tax credit. Levelized cost of hydrogen production with a gas price of and 45 Q tax credit. c Levelized cost of hydrogen production with a inflation rate and 45 Q tax credit.
The global production capacity of low-carbon hydrogen will reach 12.3 MMTA by 2030 based on the announced, planned, and committed projects . The low-carbon hydrogen capacity in North America will reach 6.8 MMTA by . However, only 1.8 MMTA and 1.5 MMTA of the announced projects in North America and the U.S. have reached the final investment decision (FID), mainly because many announced projects have not yet secured financing and nailed down contracted
offtake . The hesitancy to long-term, scaled contracts is influenced by numerous factors, such as lack of price certainty, unavailability and reliability of large-scale hydrogen supply, near-term policy implementation uncertainty, and long-term political uncertainty . For blue hydrogen projects, enhancements in tax credits for carbon sequestration can improve the economics of hydrogen production. For example, an extension of the 45 Q tax credit period from the current 12 years to 18 years would significantly reduce the cumulative installed capacity required for gas-based blue hydrogen projects to reach the Hydrogen Energy Earthshot, as demonstrated in Supplementary Fig. 3. Extending the period of the 45Q tax credit for blue hydrogen projects can be considered an option to secure financing and promote longterm offtake.
Production of blue hydrogen requires fossil fuel resources, water, and land. For illustrative purposes, Supplementary Fig. 4 shows the annual natural resource requirements for SMR with CCS as a function of cumulative hydrogen production capacity based on the plant design and performance given in Supplementary Table 1. The hydrogen production of 10 MMTA by SMR with CCS would annually require 1.9 billion GJ of natural gas resources, withdraw of water resources, and occupy of land resources. Deployment of large-scale hydrogen projects toward the Hydrogen Energy Earthshot will pronouncedly affect multiple natural resources and local resource planning. In addition to the production cost, massive blue hydrogen production should also be planned in the context of resource sustainability.
Tax incentives for either clean hydrogen production or carbon sequestration accelerate technological learning to reduce the timerelated cumulative production capacity necessary to reach a cost target for hydrogen production and in turn, lower natural resource consumption and environmental impacts. In comparison between the two types of tax credits, blue hydrogen projects gain more economic value from the 45 Q tax credit than the 45 V tax credit. For post-combustion CCS, enhancing the removal efficiency from to or more can achieve net-zero emissions while increasing the avoidance cost by only or less . Thus, deep CCS for capture can be considered for blue hydrogen production to nearly fully remove site emissions and in the meantime, receive increased economic benefits from the 45Q tax credit.
Radical innovation in technology and systems integration is urgently needed to reach the Hydrogen Energy Earthshot by 2030. In addition to deep CCS, advanced hydrogen technologies, such as thermal and catalytic pyrolysis of natural gas, dry reforming of methane, and chemical looping, should be researched, developed, and demonstrated (RD&D) for buying down learning curves . Autothermal reforming and partial oxidation can be considered an option for greenfield investment in blue hydrogen . There is a strong need for collaborative support and joint efforts on RD&D from both the public and private sectors. However, it may be still challenging for advanced hydrogen technologies to reach the cost target by 2030 . Improvements in hydrogen technology alone may not be enough to reach the cost target of . Cost reduction pathways beyond technology advancement for clean hydrogen production should also be explored extensively. As SMR without carbon abatement is the most widely-used process for hydrogen production now, retrofitting CCS to existing SMR facilities can substantially decrease the investment and then the overall production cost for blue hydrogen. While building new production plants to meet the significantly increasing demand for clean hydrogen, retrofit of CCS or deep CCS is a cost reduction option for blue hydrogen in the near term. In addition, advances in solvent regeneration for CCS or deep CCS can lower the energy penalty to improve economic viability . By-product sales, valuation, hydrogen production integration with other energy systems, and optimal siting of production plants are the additional options for cost reductions toward the Hydrogen Energy Earthshot .
Competing strategies and supportive policy and regulatory actions should be made rapidly on both the hydrogen demand and supply sides at both federal and state levels in alignment with the innovation expansion. A variety of high-level strategies are needed on the demand side to promote the widespread use of low-carbon hydrogen in industrial, transportation, and power sectors and then establish large-sale markets for low-carbon hydrogen . To jumpstart a clean hydrogen economy, a cluster approach can be employed on the supply side to establish regional production-transportation-demand networks by co-locating feedstock supply, hydrogen production, and carbon sequestration with multiple endusers and by utilizing existing infrastructure, such as pipeline infrastructure for natural gas, , and transportation and geological reservoirs for storage. To scale the regional hydrogen economy, secured investments in hydrogen production and supporting infrastructure are required with funding from both public and private sectors, plus subsidies and tax incentives. In addition, deploying large hydrogen production plants instead of small ones can improve engineering economics at a plant level. Given the important role of CCS in producing competitive blue hydrogen, continued support for large-scale demonstration projects should be boosted in the near term to reduce the CCS cost and its uncertainty. Investments in blue hydrogen should be prioritized to lock down sufficient financial resources for the most competitive technologies in the near term. Economic and policy incentives can be tailored with emphasis on gas-based blue hydrogen to catalyze its widespread deployment and technological evolution because of the pronounced cost advantage relative to coal-based blue hydrogen. Extending the 45Q tax credit from the current 12 -year period to a longer period for gas-based blue hydrogen projects would remarkably lower the time-related cumulative installed capacity necessary to reach the Hydrogen Energy Earthshot. In addition to the enhanced tax incentives, emission trading can be another driver to facilitate low-carbon technology deployment and then accelerate technological evolution .
Although the future cost of blue hydrogen is expected to decrease from cumulative experience in conjunction with tax incentives, blue hydrogen may not be economically competitive with gray hydrogen in the near term. To jumpstart a clean hydrogen economy, therefore, a carrot-and-stick policy approach can be employed to stimulate lowcarbon hydrogen deployment and constrain gray hydrogen production from unabated fossil resources.
Numerous tax-incentivized blue hydrogen projects with cheap feedstocks will be needed at a total capacity of roughly several million metric tons of hydrogen per year to reach the Hydrogen Energy Earthshot, which highly depends on the several key factors discussed above. However, the current deployment of SMR with CCS for blue hydrogen production is lagging far behind estimates of what is required. Regional hydrogen hubs will be needed across the country to produce clean hydrogen at the targeted cost level. Large-scale blue hydrogen production will consume multiple types of natural resources, such as fossil, water, and land resources, and geological reservoirs and transportation infrastructure for storage, and affect local management and planning of these natural resources. The availability and price of these natural resources vary by region or location in the country. Thus, siting blue hydrogen production plants should take into account the co-location and co-availability of these natural resources. In contrast, green hydrogen would ideally be sited in regions with high penetration of solar and wind energy.
Several caveats accompany this study. A single-factor top-down model using constant learning rates is applied to characterize technological evolving trends in the future. However, it is a simplified representation of future cost trends for large-scale new technologies or process designs . Technological evolution is projected for blue hydrogen based on the empirical experience of continuing
improvements to current technologies, which is similar to other learning curve studies on . However, technology innovation may progress in a complex pattern instead. Sensitivity analysis is performed to explore the potential consequences of uncertain learning rates but without the quantification of the likelihood of the outcomes due to a lack of sufficient empirical data. If new game-changing technologies were to be created and deployed widely, however, the resulting learning could be accelerated substantially to result in greater cost reductions or less cumulative production capacity requirements to reach the Hydrogen Energy Earthshot than those estimated in this study.
Last but not least, it is very important to prevent upstream methane emissions while reforming natural gas with CCS to produce blue hydrogen. Methane leakage along the natural gas supply chain can jeopardize the role of natural gas in the energy transition to a lowcarbon or net-zero future, even when CCS is deployed . A high methane leakage rate of or more can elevate the blue hydrogen’s carbon footprint and make it uncompetitive or even unviable in a hydrogen economy . To reduce or avoid the risks of committing to high-emitting blue hydrogen, stringent standards and regulations should be imposed to limit methane leakage and promote the deployment of the best available technologies for methane abatement .

Methods

This study applies empirical learning curves to characterize the evolving costs of blue hydrogen production without and with future tax incentives. The section presents a diffusion-of-innovation model, a component-based learning curve model, and an economic metric for technology evaluation and then discusses the sources of data used for the model formulation and cost estimation.

Diffusion-of-innovation model

The diffusion of innovation describes how a new technology would spread over time. An S-shaped curve is often used to measure the diffusion over time, in which the adoption rate increases during the early stage, reaches a maximum level at the point of inflection, and decreases until the diffusion curve saturates . To estimate the annual installed capacity of low-carbon hydrogen over time, the S-shaped diffusion function is employed :
Where is the annual installed capacity of low-carbon hydrogen in a particular year ” ” (million metric tons per annum, MMTA); is the saturation level of annual installed capacity (MMTA); is the initial annual installed capacity in the start year (MMTA); is the growth rate (fraction); and is a particular year after the start period. The function coefficients are estimated by regression based on current and future low-carbon hydrogen production capacities through . Additional details about the regression and diffusion function are available in Supplementary Note 7. Once the annual installed capacity in future years is determined, the cumulative annual installed capacity can be estimated as a function of time.

Component-based learning curve model

A learning curve represents an empirical relationship between production unit cost and cumulative production capacity over time. The improved performance gained from time-related experience translates to lower the cost of hydrogen production. The one-factor learning curve model is used widely to characterize cost trends of new technologies or systems . In this model, the future cost of a technology is estimated as a function of cumulative installed production
capacity :
Where is the unit cost at the cumulative installed capacity; is the ratio of cumulative installed capacity relative to initial capacity; a is the constant unit cost at the initial installed capacity; and is the constant learning parameter. The fractional reduction in cost from each doubling of cumulative installed capacity is defined as the learning rate and is calculated :
Where LR is the learning rate, and factor is the progress ratio. The cost of interest can be either the total capital cost or the total operating and maintenance (O&M) cost. To construct a learning curve for a technology with respect to its either total capital cost or total O&M cost, three types of model parameters have to be specified, including the initial cost, initial installed capacity, and learning rate. Capital and O&M learning rates can be estimated using empirical data for mature technologies or an analogous approach for advanced technologies. For example, the learning rates for SMR were derived from its historical installed capacity and cost data , whereas the learning rates for post-combustion carbon capture were estimated by referring to those of post-combustion flue-gas desulfurization as they are technically analogous . The data collected for these parameters are discussed later.
A hydrogen production plant involves multiple technologies or subsystems, which have different values regarding the three parameters defining a learning curve. At blue hydrogen production, individual subsystems lie at different levels of technological maturity. Learning rates and initial installed capacity count on maturity level and then vary by subsystem. For example, at a gas-based blue production plant, SMR and PSA are mature subsystems, whereas carbon capture has not been deployed widely, though it is commercially available. As a result, the O&M learning rates are zero for SMR and PSA but 22% for carbon capture. Thus, a component-based learning curve model is applied to estimate the total cost of hydrogen production at a certain level of cumulative installed capacity as the sum of individual subsystem costs :
Where is the total cost per plant at the cumulative installed capacity; is the initial cost of subsystem ” i ” to produce the first unit; is the learning parameter for subsystem ” i “; is the learning rate of subsystem “i”; and Num is the number of subsystems at a plant. The gasand coal-based production plants are shown in Supplementary Note 1 and Supplementary Figs. 1 and 2 are decomposed into five subsystems and nine subsystems, respectively. The individual subsystems are reported in detail for the two plants in Supplementary Tables 3 and 4, respectively.

Cost metric for technology evaluation

The component-based learning curve model is applied to project the future total capital cost and total O&M cost of individual subsystems and an overall plant as a function of cumulative installed capacity and then estimate the overall cost of hydrogen production for a given cumulative installed capacity. The cost metric considered for technology evaluation is the levelized cost of hydrogen and is estimated in
real dollars .
Where the subscript ” R ” means the real dollars; is the levelized cost of hydrogen of a blue hydrogen production plant ( ); is the levelized capital cost ( ); is the non-fuel levelized operating and maintenance cost ( ); is the levelized fuel price ( ); TASC is the total as-spent capital of a blue hydrogen production plant ($); is the fixed charge rate (fraction/year); CF is the plant capacity factor (%); AH is the total annual hours ( 8760 h ); is the hourly hydrogen production rate ( hour ); is the total non-fuel operating and maintenance (O&M) cost ($/year), including both the fixed and non-fuel variable O&M costs; is the natural gas cost ( ) or coal cost ( metric ton); FR is the hourly natural gas flow rate ( hour) or coal flow rate (metric ton/hour). When estimating the LCOH in real dollars, the FCR has to be determined using Eq. (10) to (13), which varies with the project book lifetime and a panel of financial variables :
Where the superscript “nonfuel” represents the non-fuel component; is the capital recovery factor (fraction/year); ETR is the effective tax rate (%); is the present value of tax depreciation expense of a blue hydrogen project (fraction/year); ATWACC is the after-tax weighted average cost of capital (%); BL is the project book lifetime (year); is the tax depreciation fraction in a year ( ) (fraction); is the number of years of depreciation (year); is the percent of equity (%); is the percent of debt (%); is the real rate of return on equity (%); is the real rate of cost of debt (%). The financial parameters and their data sources are detailed in Supplementary Table 17 and the resulting FCR is available in Supplementary Table 18.
Inflation affects discount rate, ATWACC, FCR, and other factors. To evaluate the effect of inflation on the cost of blue hydrogen production, the LCOH is estimated in nominal dollars. The detailed estimation of the LCOH in nominal dollars is reported in Supplementary Note 8.
When either a clean-hydrogen production tax credit or a carbonsequestration tax credit is considered for a blue hydrogen project, the levelized tax credit (LTC) and the levelized cost of hydrogen with a tax credit are estimated in real dollars using Equation (14a) or Equation
(14b) and Equation (15), respectively:
Where is the levelized cost of hydrogen with a tax credit ( ); and are the levelized tax credit of Sections 45 V and 45 Q over the book lifetime of a blue hydrogen project, respectively ( ); is the annual hydrogen production ( kg year ); is the annual sequestration amount (metric ton /year); BL is the book lifetime of a hydrogen project (years); is the 45 V credit period (years); is the 45 Q credit period (years); is the 45 V bonus rate ( ), which depends on the life cycle GHG emissions (“well-to-gate” emissions); and is the 45 Q bonus rate ($/metric ton ).

Data sources

To construct a learning curve, initial installed capacity, initial cost, and learning rate must be specified. As discussed below, the data for these parameters are collected from various sources for individual subsystems.
The initial TASC and total O&M cost of individual subsystems are derived from the NETL’s recent study on state-of-the-art commercial technologies for blue hydrogen production . The NETL study provides the estimates of total plant cost for individual processes or systems, as well as the owner’s cost and the TASC and O&M costs for the overall plant. The cost breakdowns are applied to the NETL’s plant-level cost estimates to come up with the initial TASC and total O&M cost for individual subsystems. The cost allocation methods and relevant cost estimates are detailed in Supplementary Notes 3 to 4 and Supplementary Tables 6 to 12.
The initial installed capacity of individual subsystems is estimated based on the current global installed capacity unless noted otherwise, which implies conservative projections of technological learning. The installed capacity is measured in equivalent gigawatts of thermal energy. When the installed capacity is measured in electric power capacity, it is converted to equivalent gigawatts of thermal energy with an assumed thermal efficiency of . Thermal energy capacity is further converted to the mass-based production capacity of hydrogen in terms of its higher heating value. The data of initial installed capacity are mainly derived or collected from the International Energy Agency’s Global Hydrogen Review , a highly-cited learning curve article , and the Global Syngas Technology Council syngas database . Additional details of initial installed capacity are available in Supplementary Note 4 and Supplementary Table 13.
The data on capital and O&M cost learning rates are mainly collected from three learning curve studies on reforming hydrogen production and power generation with CCS, respectively . Additional learning rate data come from other studies .

Data availability

The source data generated in this study have been deposited in the Figshare database: [https://doi.org/10.6084/m9.figshare.23821926]. The data can also be obtained by contact with the corresponding author.

References

  1. U.S. Department of Energy. U.S. national clean hydrogen strategy and roadmap. https://www.hydrogen.energy.gov/docs/
    hydrogenprogramlibraries/pdfs/us-national-clean-hydrogen-strategy-roadmap.pdf (2023).
  2. U.S. Department of Energy. Pathways to commercial liftoff: Clean hydrogen. https://liftoff.energy.gov/wp-content/uploads/2023/ 03/20230320-Liftoff-Clean-H2-vPUB.pdf (2023).
  3. U.S. Department of Energy. Biden-Harris Administration Announces $7 Billion For America’s First Clean Hydrogen Hubs, Driving Clean Manufacturing and Delivering New Economic Opportunities Nationwide. https://www.energy.gov/articles/biden-harris-administration-announces-7-billion-americas-first-clean-hydrogen-hubs-driving (2023).
  4. Howarth, R. W. & Jacobson, M. Z. How green is blue hydrogen? Energy Sci. Eng. 9, 1676-1687 (2021).
  5. Romano, M. C. et al. Comment on “How green is blue hydrogen?”. Energy Sci. Eng. 10, 1944-1954 (2022).
  6. International Renewable Energy Agency. Making the breakthrough: Green hydrogen policies and technology costs. ISBN 978-92-9260-314-4 (2021).
  7. National Energy Technology Laboratory. Comparison of commercial, state-of-the-art, fossil-based hydrogen production technologies. Report No. DOE/NETL-2022/3241 (2022).
  8. U.S. Department of Energy. Energy Earthshots: Hydrogen. Report No. DOE/EE-2362 (2021).
  9. Congressional Research Service. H.R. 5376 – Inflation Reduction Act of 2022. https://www.congress.gov/bill/117th-congress/house-bill/ 5376/text (2022).
  10. International Energy Agency. Global hydrogen review 2021. https:// iea.blob.core.windows.net/assets/5bd46d7b-906a-4429-abdae9c507a62341/GlobalHydrogenReview2021.pdf (2021).
  11. U.S. Department of Energy. Hydrogen strategy enabling a lowcarbon economy. https://www.energy.gov/sites/prod/files/2020/ 07/f76/USDOE_FE_Hydrogen_Strategy_July2020.pdf (2020).
  12. International Energy Agency. Global hydrogen review 2022. https:// iea.blob.core.windows.net/assets/c5bc75b1-9e4d-460d-90566e8e626a11c4/GlobalHydrogenReview2022.pdf (2022).
  13. Schoots, K., Ferioli, F., Kramer, G. J. & Van der Zwaan, B. C. C. Learning curves for hydrogen production technology: An assessment of observed cost reductions. Int. J. Hydrog. Energy 33, 2630-2645 (2008).
  14. Rubin, E. S., Yeh, S., Antes, M., Berkenpas, M. & Davison, J. Use of experience curves to estimate the future cost of power plants with capture. Int. J. Greenh. Gas. Control 1, 188-197 (2007).
  15. International Energy Agency Greenhouse Gas R&D Programme. Estimating future trends in the cost of capture technologies. Report No. 2006/6 (2006).
  16. Zhai, H. Advanced membranes and learning scale required for costeffective post-combustion carbon capture. iScience 13, 440-451 (2019).
  17. Böhm, H., Zauner, A., Rosenfeld, D. C. & Tichler, R. Projecting cost development for future large-scale power-to-gas implementations by scaling effects. Appl. Energy 264, 114780 (2020).
  18. Fan, J. L., Li, Z., Li, K. & Zhang, X. Modelling plant-level abatement costs and effects of incentive policies for coal-fired power generation retrofitted with CCUS. Energy Policy 165, 112959 (2022).
  19. Fan, J. L., Xu, M., Yang, L., Zhang, X. & Li, F. How can carbon capture utilization and storage be incentivized in China? A perspective based on the 45Q tax credit provisions. Energy Policy 132, 1229-1240 (2019).
  20. George, J. F., Müller, V. P., Winkler, J. & Ragwitz, M. Is blue hydrogen a bridging technology? The limits of a price and the role of state-induced price components for green hydrogen production in Germany. Energy Policy 167, 113072 (2022).
  21. Kang, J. N. et al. The prospects of carbon capture and storage in China’s power sector under the target: A component-based
    learning curve approach. Int. J. Greenh. Gas. Control 101, 103149 (2020).
  22. Lee, H., Lee, J. & Koo, Y. Economic impacts of carbon capture and storage on the steel industry – A hybrid energy system model incorporating technological change. Appl. Energy 317, 119208 (2022).
  23. Malhotra, A. & Schmidt, T. S. Accelerating low-carbon innovation. Joule 4, 2259-2267 (2020).
  24. Nicodemus, J. H. Technological learning and the future of solar : A component learning comparison of solar thermochemical cycles and electrolysis with solar PV. Energy Policy 120, 100-109 (2018).
  25. Yang, L., Xu, M., Yang, Y., Fan, J. & Zhang, X. Comparison of subsidy schemes for carbon capture utilization and storage (CCUS) investment based on real option approach: Evidence from China. Appl. Energy 255, 113828 (2019).
  26. Alhamdani, Y. A., Hassim, M. H., Ng, R. T. & Hurme, M. The estimation of fugitive gas emissions from hydrogen production by natural gas steam reforming. Int. J. Hydrog. Energy 42, 9342-9351 (2017).
  27. Peterson, D., Vickers, J. & DeSantis, D. Hydrogen Production Cost from PEM Electrolysis-2019. Prepared for Department of Energy. https://www.hydrogen.energy.gov/docs/ hydrogenprogramlibraries/pdfs/19009_h2_production_cost_pem_ electrolysis_2019.pdf?Status=Master (2020).
  28. International Energy Agency. Hydrogen projects database. https:// www.iea.org/reports/hydrogen-projects-database (2021).
  29. The White House. Building a clean energy economy: A guidebook to the Inflation Reduction Act’s investments in clean energy and climate action. January 2023 Version 2. https://www.whitehouse.gov/ wp-content/uploads/2022/12/Inflation-Reduction-Act-Guidebook. pdf (2023).
  30. Hydrogen Councial and McKinsey & Company. Hydrogen insights 2023. https://hydrogencouncil.com/wp-content/uploads/2023/ 05/Hydrogen-Insights-2023.pdf (2023).
  31. International Energy Agency. Hydrogen projects database. https:// www.iea.org/reports/hydrogen-projects-database (2023).
  32. U.S. Energy Information Administration. Henry hub natural gas spot price. https://www.eia.gov/dnav/ng/hist/rngwhhdA.htm (2023).
  33. U.S. Energy Information Administration. Natural Gas Explained. Use of Natural Gas. https://www.eia.gov/energyexplained/natural-gas/ use-of-natural-gas.php (2023).
  34. National Energy Technology Laboratory. Quality guidelines for energy system studies: Cost estimation methodology for NETL assessments of power plant performance. Report No. NETL-PUB22580 (2021).
  35. Hydrogen Council. Path to hydrogen competitiveness a cost perspective. https://hydrogencouncil.com/wp-content/uploads/2020/ 01/Path-to-Hydrogen-Competitiveness_Full-Study-1.pdf (2020).
  36. International Renewable Energy Agency. Green hydrogen cost reduction: Scaling up electrolysers to meet the Climate Goal. ISBN 978-92-9260-295-6 (2020).
  37. International Renewable Energy Agency. Hydrogen: A renewable energy perspective. ISBN 978-92-9260-151-5 (2019).
  38. Rubin, E. S., Azevedo, I. M., Jaramillo, P. & Yeh, S. A review of learning rates for electricity supply technologies. Energy Policy 86, 198-218 (2015).
  39. Zhai, H. & Rubin, E. S. It is time to invest in capture. Environ. Sci. Technol. 56, 9829-9831 (2022).
  40. Bistline, J. E. Roadmaps to net-zero emissions systems: Emerging insights and modeling challenges. Joule 5, 2551-2563 (2021).
  41. AlHumaidan, F. S., Halabi, M. A., Rana, M. S. & Vinoba, M. Blue hydrogen: Current status and future technologies. Energy Convers. Manag. 283, 116840 (2023).
  42. National Energy Technology Laboratory. Strategies for achieving the DOE hydrogen shot goal: Thermal conversion approaches. Report No. DOE/NETL-2023/3824 (2023).
  43. Ji, T. et al. Microwave-accelerated regeneration of a non-aqueous slurry for energy-efficient carbon sequestration. Mater. Today Sustain. 19, 100168 (2022).
  44. Talati, S., Zhai, H. & Morgan, M. G. Viability of carbon capture and sequestration retrofits for existing coal-fired power plants under an emission trading scheme. Environ. Sci. Technol. 50, 12567-12574 (2016).
  45. Achakulwisut, P. et al. Global fossil fuel reduction pathways under different climate mitigation strategies and ambitions. Nat. Commun. 14, 5425 (2023).
  46. Shirizadeh, B. et al. The impact of methane leakage on the role of natural gas in the European energy transition. Nat. Commun. 14, 5756 (2023).
  47. Fleiter, T. & Plötz, P. In Encyclopedia of Energy, Natural Resource, and Environmental Economics (ed Shogren, J. F.) 1, 63-73 (Elsevier, London, 2013).
  48. Geroski, P. A. Models of technology diffusion. Res. Policy 29, 603-625 (2000).
  49. Schmidt, O., Hawkes, A., Gambhir, A. & Staffell, I. The future cost of electrical energy storage based on experience rates. Nat. Energy 2, 1-8 (2017).
  50. Higman, C. GSTC syngas database: 2017 update. Gasification & Syngas Technologies Conference (2017).
  51. National Energy Technology Laboratory. Quality guidelines for energy system studies: Technology learning curve (FOAK to NOAK). Report No. DOE/NETL-341/081213 (2013).
  52. Industrial Economics, Inc. and E.H. Pechan & Associates, Inc. Direct cost estimates for the Clean Air Act second section 812 prospective analysis. Report No. EP-D-04-006 (2011).

Acknowledgements

This study is supported by the University of Wyoming’s School of Energy Resources. The authors greatly acknowledge Holly Krutka, Scott Quillinan, Edward Rubin, Zitao Wu, and Landen Fuller for assistance with this study. The views and opinions of this article are those of the authors alone and do not necessarily state or reflect those of the United States Government or any agency thereof.

Author contributions

H.Z. conceived and guided the research; W.W. performed the experiments; W.W. and H.Z. did the analysis; E.H. contributed to the discussion; H.Z. and W.W. wrote the original manuscript; and all the authors reviewed and edited the manuscript.

Competing interests

The authors declare no competing interests.

Additional information

Supplementary information The online version contains supplementary material available at https://doi.org/10.1038/s41467-024-50090-w.
Correspondence and requests for materials should be addressed to Haibo Zhai.
Peer review information Nature Communications thanks Fiona Beck, Michel Noussan, and Philipp Verpoort for their contribution to the peer review of this work. A peer review file is available.
Reprints and permissions information is available at http://www.nature.com/reprints
Publisher’s note Springer Nature remains neutral with regard to jurisdictional claims in published maps and institutional affiliations.
Open Access This article is licensed under a Creative Commons Attribution 4.0 International License, which permits use, sharing, adaptation, distribution and reproduction in any medium or format, as long as you give appropriate credit to the original author(s) and the source, provide a link to the Creative Commons licence, and indicate if changes were made. The images or other third party material in this article are included in the article’s Creative Commons licence, unless indicated otherwise in a credit line to the material. If material is not included in the article’s Creative Commons licence and your intended use is not permitted by statutory regulation or exceeds the permitted use, you will need to obtain permission directly from the copyright holder. To view a copy of this licence, visit http://creativecommons.org/ licenses/by/4.0/.
© The Author(s) 2024
  1. College of Engineering and Physical Sciences, University of Wyoming, Laramie, WY, USA. School of Energy Resources, University of Wyoming, Laramie, WY, USA. Department of Engineering and Public Policy, Carnegie Mellon University, Pittsburgh, PA, USA. -mail: hzhai@uwyo.edu
  2. The sources of data: IEA .
    The hydrogen production capacity can be converted to the mass-based capacity based on the hydrogen density of (IEA ).
    The carbon capture and utilization project will be converted to a carbon capture, utilization, and storage project in 2024 (IEA ).
    The source of data: IEA .