钢铁流程资源-能源-碳排放耦合关系及分析
张琦
1
，王小壮
2
，许立松
1
，沈佳林
1
(1. 东北大学国家环境保护生态工业重点实验室， 辽宁 沈阳 110819；
2. 中冶南方(武汉)热工有限公司， 湖北 武汉 430223)
摘要：
钢铁工业作为国民经济建设的基础性行业，在繁荣发展的同时带来了资源和能源消耗量大、CO2排放高等问题，引起国内外重点关注。基于中国北方某钢铁企业，以3种典型的耦合关系为例对钢铁生产过程的水资源-能源-碳排放耦合关系以及相关的影响因素进行了分析。节能供给曲线分析和生命周期水足迹分析结果表明，案例企业的能源消耗-水资源消耗-碳排放存在协同效应。例如在节能技术视角下，19项具有成本效益的节能技术在减少能耗6.01 GJ/t的同时，还可协同减少工业新水消耗1.35 m
3
/t、水足迹4.81 m
3
/t以及CO2排放640.36 kg/t。进一步分析了耦合关系的主要影响因素，即电力消费结构、废钢投入率和节能技术参数变化的影响。该研究为中国钢铁工业可持续发展提供理论依据和重要参考。
关键词：
钢铁生产过程； 节能供给曲线； 水足迹； 碳排放； 耦合关系
钢材由于具有良好的性能、相对低廉的成本以及原材料易于获取等优点，广泛应用于生产和生活的各个领域，钢铁工业也因此成为中国国民经济的重要基础性行业。统计数据显示，中国粗钢产量自1996年首次突破1亿t大关后迅速增加，2019年中国粗钢总量更是达到9.68亿t，成为世界钢铁产量增加的主要驱动力。
中国钢铁工业发展至今取得了举世瞩目的成就，然而，随着其快速发展，一些问题也日益凸显出来，资源、能源和环境问题逐渐成为钢铁工业可持续发展的掣肘。作为典型的能源密集型行业，钢铁工业总能耗占全国工业总能耗的20%~25%，占全国总能耗的15%左右。钢铁工业也是资源密集型行业，以水资源为例，钢铁工业用水量占全国工业总用水量的14%左右，是名副其实的耗水大户。大量的含碳能源和资源消耗也带来了CO2排放量居高不下的问题，使得钢铁工业成为仅次于发电部门和建筑材料部门的第三大温室气体排放部门，贡献了全国10%左右的温室气体排放量。
针对上述现状，钢铁工业的节能减排研究工作得到学者们的广泛关注。戴铁军应用工业代谢分析方法对某钢铁企业的资源效率、能源效率和环境效率进行了研究，提出了钢铁企业节能减排的5大途径。叶友斌等以实际钢铁企业为例，基于碳素流分析以及直接排放计算原理计算出案例企业的CO2排放量，指出CO2减排重点是燃料消耗，应通过源头节省燃料投入和末端大力回收副产煤气来降低CO2排放量。由于能源消耗量和CO2排放量联系紧密，两者往往被同时研究。LI Y等运用节能供给曲线分析方法对中国钢铁工业2010—2030年节能潜力和CO2减排潜力进行了分析，结果表明，节能技术的实施不仅可以带来4.63 GJ/t的节能量，还可带来443.21 kg/t的CO2减排效果。CHEN W Y等指出，应用干法熄焦等余热余能回收技术对减小能源强度和碳排放强度意义重大，但长远来看，炼钢方式转向电炉炼钢更加重要。ZHANG Q等建立动态物质流模型对中国钢铁工业2015—2050年的节能减排潜力进行了分析，结果表明，35项节能技术的采用会带来3.01 GJ/t的节能效果以及协同的398.22 kg/t的CO2减排效果。
现有的研究成果为钢铁工业的可持续发展做出了卓越贡献，但是仍然存在一些需要解决的问题。从研究对象上来看，很多研究仅针对单一的能源消耗、资源流动或CO2相关内容进行分析，或者是针对联系紧密的能源效率改善对CO2排放量的影响进行研究，鲜有针对资源消耗、能源消耗以及碳排放之间耦合关系的全面分析。从研究尺度来看，大多数研究集中在宏观层面分析一个国家或地区的钢铁工业，基于微观层面以实际钢铁企业为例的综合性研究相对较少。因此，本文以中国北方某钢铁企业为例，基于实际生产数据对钢铁生产流程的水资源-能源-碳排放耦合关系及其影响因素进行分析，为新形势下钢铁工业节能减排提供一种新的思路。
耦合关系是指事物之间存在的一种相互作用、相互影响的关系。当其中某一项发生改变时，会对另外一项或多项造成影响，而这种相互之间的影响既可以是一致的，称之为协同，也可以是相反的，称之为权衡。除此之外，这种相互影响既可以是直接的，也可以是间接的。这种耦合关系广泛存在于钢铁生产过程消耗的各类资源和能源中，以水资源消耗和能源消耗为例，水的提取、运输、使用以及污水处理等过程都需要消耗能量来完成，而原料混合、冷却冲洗、发电以及余热回收等过程都需要消耗水来完成。
1.1典型资源-能源-碳排放耦合关系
(1)节能技术视角下能源-水资源-碳排放耦合关系。许多环境问题和能源问题本质上是相互关联的，但是长期以来一直被单独研究和管理。作为一个典型的案例，节能技术对能源消耗量的影响不论是在学者的研究中还是政策制定者颁布的法规中始终都是一个热点，然而，节能技术的采用除了节能外，还会对CO2排放量和新水资源消耗量造成影响，这一点经常被忽略。《钢铁行业先进适用节能减排技术指南》指出，钢铁企业应用干法熄焦技术后，生产单位产品不仅可以节能0.46 GJ，减少CO2排放50.05 kg，还因避免湿法熄焦用水而减少新水消耗0.19 m
3
，其他的节能技术也有类似的效果。因此，钢铁生产过程的能耗、水耗和碳排放可以通过节能技术的采用而联系起来。
(2)水足迹视角下资源-能源消耗耦合关系。资源和能源的生产、消费以及回收等过程需要水资源的参与，且相互影响密不可分。以发电过程为例，水是发电过程的工质，通过不断地相态变化推动汽轮机做功产生电力供给生产生活，其他条件一定时，发电量越大消耗的水资源越多，而当水资源因污染等原因供给减少时，反过来限制发电量的增加。发电量与耗水量的关系可以通过文献的计算公式量化，而其他资源和能源，例如废钢和焦炭的水资源消耗量相对缺乏具体的计算公式。因此，本文采用生命周期水足迹的概念来量化资源-能源消耗耦合关系。
(3)资源利用视角下能源-水资源-碳排放耦合关系。钢铁生产过程资源消耗包括废钢、矿石、新水、熔剂、电极以及其他合金等。受限于各类资源自身的重要性，本文主要研究水资源消耗视角下能源-水资源-碳排放耦合关系。具体而言，从水源地提取到运输和使用再到废水处理都需要以水泵和其他机械设备做功为代价来完成每个过程，水泵做功消耗了电力，而电力消耗会产生CO2排放和相应的水足迹。因此，可通过能耗量将水资源利用视角下能源-水资源-碳排放耦合关系联系起来。
1.2评价指标
判断一个工序或系统的好坏、先进程度等需要相应的评价指标。由于本文研究的是钢铁生产系统，因此分别从工序和企业层面考虑，采用工序能耗和吨钢综合能耗等应用最广泛的评价指标。借鉴《系统节能基础》给出的计算方法，工序能耗定义为
式中：ECi为第i工序的工序能耗，kg/t；e为能源的种类；i为生产工序；Pi为工序i的产品产量，t；Qi，in，e为第i工序投入第e种能源的数量，m
3
，t或kW·h等；SCFe为第e种能源对应的折标准煤系数；Qi，out，e为第i工序产出的第e种能源的数量，m
3
，t或kW·h等。
吨钢综合能耗是指企业在报告期内平均每生产1 t钢所消耗的能源折合成标准煤的量，定义为
式中：SECcs为吨钢综合能耗，kg/t；a为工序数量；pi为工序i的钢比系数，t/t。
式中：SCEcs为吨钢综合碳排放，kg/t；CEi为第i工序的碳排放量，kg/t；FWCi为第i工序的新水消耗，m
3
/t； SWCcs为吨钢综合水耗，m
3
/t。
2.1节能技术视角下能源-水资源-碳排放耦合关系
本文通过节能供给曲线(conservation supply curve，CSC)分析方法对节能技术视角下能源-水资源-碳排放耦合关系进行研究。节能供给曲线又称为节能减排成本曲线，由美国劳伦斯伯克利实验室的Meier A等开发，经过多年的发展，目前被广泛用于评价一个项目或技术措施的节能收益和经济效益，在计算工业领域能效改善潜力、污染物减排潜力和相关的技术经济性评估方面起着重要作用。
传统的节能供给曲线模型主要由技术实施的节能量、节能成本(投资成本和运维成本)、能源价格以及贴现率等关键参数组成。本文利用节能供给曲线分析方法来研究钢铁企业水资源和能源消耗以及CO2排放之间的耦合关系，需要对原始的节能供给曲线模型加以改进，加入节能技术的节水收益和CO2减排收益。上述各项参数之间关系由式(5)~式(7)来表述。
式中：CCEj为节能技术j的节能成本，元/GJ；d为贴现率，%；j为不同的节能技术；n为节能技术的使用寿命，a；I为节能技术的投资成本，元；CT为碳排放税，元/t；PE为能源价格，元/GJ；PW为工业新水价格，元/m
3
；ACCj为节能技术j的年度化资本成本，元/t；AEBj为节能技术j的年度化节能潜力，GJ；CEMj为节能技术j的CO2减排潜力，kg；DWSj为节能技术j的直接节水潜力，m
3
；TESj为节能技术j的节能量，GJ/t；ΔO&Mj为节能技术j的年运行和维护变化成本，元/t。
为进一步通过节能供给曲线模型分析节能技术视角下案例企业的能源-水资源-碳排放耦合关系，按照先进性、适用性和经济可行性的原则，筛选出31项中国钢铁工业先进节能减排技术作为重点研究对象(表1)，各项技术的详细信息见表2和表3。
考虑节能、直接节水以及CO2减排收益的节能供给曲线如图1所示，虚线是31项节能技术仅考虑节能收益时的节能供给曲线，实线是同时考虑节能技术的节能、节水和CO2减排收益的节能供给曲线。与单一的节能收益相比，考虑直接节水和CO2减排收益后，总节能成本由1 924.76下降到1 658.37元/GJ，降幅达13.84%。19项节能技术具有成本效益，累计节能潜力、直接节水潜力、间接节水潜力以及CO2减排潜力分别为6.01 GJ/t、1.35 m
3
/t、4.81 m
3
/t、640.36 kg/t，分别占总潜力的76.74%、81.79%、63.84%、70.27%。就单项技术而言，综合考虑直接节水收益和CO2减排收益后，对T10、T8以及T14的成本效益影响较大，节能成本分别下降了30.42元/GJ、22.19以及18.53，其中T10和T14是因为考虑了CO2减排收益，而T8是由于考虑了直接节水收益。
因此，节能技术视角下案例企业的能源-水资源-碳排放存在协同效应，具体而言，案例企业新水资源消耗量和CO2排放量因节能技术的采用而协同减小，且节能技术普及率越高，节水量和CO2减排量越大。
2.2水足迹视角下资源-能源消耗耦合关系
钢铁生产中资源和能源的利用过程会有水的参与，但是相比于资源和能源本身从开采到利用的生命周期全过程用水量却又显得微不足道，因此，本文并不针对钢铁企业能源使用时对应的水耗进行研究，而是着眼于因资源和能源消耗产生的从开采到利用再到回收全生命周期过程的用水量、用水足迹的研究。
2002年，Hoekstra A Y提出了水足迹的概念，其由直接消耗的水和虚拟的水组成，可以从单个流程、工厂、工业部门、国家和地区等不同尺度进行评价。Hoekstra A Y指出，水足迹是考虑直接和间接过程的评估人为活动在地理和时间维度上造成的水资源消耗和污染的综合指标。一般而言，水足迹评估往往将其分为绿水足迹、蓝水足迹和灰水足迹3类来考虑。本文对水足迹的研究仅限于蓝水足迹，即生命周期新水取水量。
目前有2种方法计算水足迹大小，即链式求和法和逐步累加法。链式求和法主要用于只有一个产品输出的生产系统，生产系统中各个步骤相关的水足迹可以完全输出给产品。这一方法明显不适用于钢铁生产，因为钢铁生产的各个工序输出的物质不仅包括主产品，还包括其他的副产品，因此，本文采用逐步累加法来计算水足迹。逐步累加法是一种常规的水足迹计算方法，该方法以各个步骤计算结果为基准，逐渐累积到最终产品。
对于钢铁产品生产过程消耗的任意资源或能源，其水足迹均可由式(8)进行计算。
式中：WF为水足迹，m
3
；Q为钢铁生产过程消耗的某一资源或能源的数量，m
3
，t或kW·h等；WFF为水足迹系数。
对于钢铁生产过程的某一工序i，输入和输出的水足迹是平衡的，输入工序i总的水足迹由式(9)计算。
式中：LCWi为生命周期水足迹，m
3
；a、b分别为输入工序i的资源和能源的项数；e为输入的能源；r为输入的资源。
对于任意钢铁生产工序，输出项目包括工序主要产品和其他产品，工序i的主产品水足迹WFi，product由式(10)计算。
式中：Qi，byproduct为工序i的副产品在生产过程中消耗的某一资源或能源的数量，m
3
,t或kW·h等；WFFbyproduct为副产品的水足迹系数，m
3
/m
3
,m
3
/t或m
3
/(kW·h)。
基于式(8)~式(10)，结合企业实际生产数据，以炼钢工序为例计算工序水足迹量和吨钢水足迹量。如表4和表5所示，输入炼钢工序的物质包括铁水、焦炉煤气、高炉煤气、转炉煤气、电力、蒸汽、氧气、软水、新水、空气、氮气、氩气、废钢以及熔剂。经过计算，输入炼钢工序总的水足迹为454.46万m
3
。输入项中煤气和动力的比例较小，以铁水和废钢的水足迹为主，分别占炼钢工序水足迹输入量的55.89%和13.62%。粗钢是炼钢工序的主产品，将表中数据代入式(10)，算出粗钢的水足迹为9.48 m
3
/t，即炼钢工序每生产1 t粗钢直接或间接消耗了9.48 m
3
的水资源。
从计算过程中不难发现，水足迹视角下案例企业的资源和能源消耗存在协同效应，水足迹随着工序的资源和能源消耗量增加而增大。工序的水足迹大小主要受上游产品的水足迹影响，能源介质中电力消耗产生的水足迹最大，资源投入中废钢水足迹最大。
2.3资源利用视角下能源-水资源-碳排放耦合关系
钢铁生产过程用水对能源消耗-水资源-碳排放的影响可由式(11)~式(13)来衡量。
式中：SECi， k为工序i中k的单位能耗，kW·h/m
3
；SCEi， k为工序i中k的单位碳排放，kg/t；SWFi， k为工序i中k的单位水足迹，L/t；k为不同种类的水；m为外购电的比例；Qi，k为工序i中k的流量，m
3
；ECi， k为工序i中k的总能耗，kW·h；CEFp、CEFs分别为外购电和自发电的碳排放系数，kg/(kW·h)；WFFp、WFFs分别为外购电和自发电的水足迹系数，m
3
/(kW·h)。
3种类型的水在每个工序中的能耗以及由于能耗造成的CO2排放和水足迹见表6。从水种层面来看，循环水的能耗是案例企业用水的主要能耗，为7.64 kW·h/t，占3种类型水总能耗的94%，即案例企业生产1 t粗钢需要的循环水在利用过程中消耗了7.64 kW·h的能量。废水的能耗最小，仅为
0.06 kW·h/t。从工序角度来看，轧钢工序因水资源综合利用消耗的能量为4.28 kW·h/t，占总能耗的53%，烧结过程用水的能耗最小。
由于用水过程产生的CO2排放和水足迹是通过能耗得到的，因此相对大小的趋势与能耗保持一致，循环水的各项数据最大，CO2排放和水足迹分别为6.14 kg/t和70.19 L/t。同样，烧结过程中用水的CO2排放量和水足迹最小，分别为0.03 kg/t和0.34 L/t。从用水能耗的计算结果和实际生产经验中不难发现，不同类型和不同工序的水量差异是造成这些结果的主要原因。因此，案例企业水资源利用过程的能源和水资源消耗以及碳排放呈现协同减小或增加的趋势。
3.1电力消费结构
案例企业电力来源分为外购电和自发电两类，后者所占比例约为60%。涉及电力消耗的过程无法确定具体来源，因此在计算碳排放和水足迹时，根据比例进行了加权计算，因此，当电力消费结构发生改变时，电力的碳排放因子和水足迹系数随之改变。
图2所示为案例企业电力消耗结构的变化对吨钢CO2排放和水足迹的影响，用变化量表示。深色柱状图为企业CO2排放量变化情况，浅色柱状图为企业吨钢水足迹变化情况。可以看出，与基准情景相比，当案例企业自发电量为0时，即用电量完全外购，吨钢CO2排放量减少了1 093.44 kg，而水足迹增加了1.30 m
3
;当案例企业自发电量为100%时，CO2排放量增加了728.96 kg/t，而水足迹减少了0.87 m
3
/t。可以发现，随着自发电的比例增加，CO2排放量也随之增加，而水足迹却随之减少。这是由于自发电的CO2排放因子大于外购电，而水足迹系数小于外购电，故CO2排放量与水足迹的变化趋势相反。
3.2废钢投入率
废钢是指在钢铁生产过程中产生的钢铁废料，以及使用后报废的设备、构件中的钢铁材料。多项研究表明，转炉中加入废钢对钢铁企业节能减排意义重大，转炉中投入废钢减小了铁水的需求，铁水的减少从源头上减少了煤和焦炭等含碳能源的消耗量。在计算过程中发现，废钢利用不仅影响到能耗和碳排放量，对企业水足迹量也有影响。废钢投入率对案例企业资源和能源消耗以及CO2排放的影响由式(14)~式(17)量化。
由于废钢熔化主要依靠上游工序输入的铁水热量，因此转炉中使用的废钢数量是有限的，合理区间一般为10%~25%。考虑在不增加额外的燃料消耗情况下废钢投入量不能无限增大，以及中国钢铁企业实际运行现状，本文假设废钢投入量上限为20%，下限为不投入。
假设废钢和粗钢的铁质量分数相等，转炉炼钢过程的铁损忽略不计，且未因投入废钢而增加额外的燃料消耗。当废钢投入率为α时，依据铁元素平衡可得
式中：α为废钢投入率，%；w(Fe)cs为粗钢中铁质量分数，%；w(Fe)HM为铁水中铁质量分数，%；w(Fe)SS为废钢中铁质量分数，%；QCS为粗钢产量，t；QHM为铁水量，t。
式(16)表征了废钢投入率与铁水需求量之间的关系，可以看出，随着废钢投入率的增大，铁水需求随之减小，铁水的减少降低了炼铁工序的钢比系数，案例企业的吨钢综合能耗和CO2排放量随之减小。
前已述及，转炉中加入废钢除了影响能源消耗量和CO2排放量外，还会影响水足迹量。当废钢投入比为α时，输入炼钢工序的水足迹由式(17)计算，结合式(16)即可量化废钢投入率变化对水足迹的影响。
式中：Qelse为其他产品在生产过程中消耗的某一资源或能源的数量，m
3
,t或kW·h等；WFFelse为其他产品的水足迹系数，m
3
/m
3
,m
3
/t或m
3
/(kW·h)。
如图3所示，随着废钢投入率越来越大，案例企业的吨钢综合能耗和碳排放随之不断下降。当案例企业转炉炼钢不投入废钢时，吨钢综合能耗和碳排放分别上升到629.56 kgce/t和2 625.84 kg/t，相比目前实际运行水平分别高出6.58%和7.73%；反之，当案例企业转炉炼钢投入废钢率达到20%时，吨钢综合能耗和碳排放分别下降到551.88 kg/t
和2 312.47 kg/t，相比目前实际运行水平分别下降6.57%和5.13%。
废钢投入率变化对水足迹的影响如图4所示，由于废钢是最终产品，因此随着废钢投入量增加，炼钢工序的水足迹和案例企业吨钢水足迹也随之增加。计算结果显示，当废钢投入率为0时，案例企业吨钢水足迹为8.76 m
3
/t，比当前生产实际小7.64%；而当废钢投入率增加到20%时，吨钢水足迹增加到9.87 m
3
/t，比当前生产实际增加4.22%。也就是说，随着废钢投入率上升，案例企业以水足迹增加为代价减少了吨钢综合能耗及碳排放。
3.3节能技术参数影响
节能技术的节能量、节水量、CO2减排量相对固定，影响节能技术成本效益的参数主要是贴现率以及价格，通过分析参数变化对节能技术的成本效益有何影响，进而理清能耗-水耗-碳排放在不同参数条件下的协同减少量。
首先分析贴现率的影响。由于政策制定者和企业决策者考虑问题的出发点不同，企业决策者倾向于选择较高的贴现率，而政策制定者通常选择较低的贴现率，在之前的分析过程中，本文折衷采用的贴现率为15%。因此，这里采用5%和25%的贴现率进行敏感性分析。
贴现率的影响如图5所示。可以看出，随着贴现率的增加，节能成本也随之增加。当选择5%的较低贴现率时，共有21项技术具有成本效益，累计节能6.41 GJ/t，与15%的基准贴现率相比，具有成本效益的技术节能潜力提高了6.65%，节水潜力提高了18.58%，CO2减排潜力提高了8.46%；当选择25%的较高贴现率时，具有成本效益的节能技术减少到18个，累计节能潜力为5.55 GJ/t，与15%的基准贴现率相比，具有成本效益的节能技术的节能潜力降低了7.72%，节水潜力降低了14.38%，CO2减排潜力降低了7.82%。作为受贴现率影响的典型例子，T21的成本效益变化最大，仅在低贴现率时具有成本效益，基准贴现率和高贴现率时均不具有成本效益。值得注意的是，在不同的贴现率下，31项节能技术的节能潜力、节水潜力以及减排潜力总体保持不变。
其次分析价格的影响。价格的大小直接影响到节能技术的节能收益，从而影响到技术的经济性。此处以CO2排放价格，即碳税为例进行分析。本文的碳税设置在50元/t，相对来说较小。因此，结合文献中不同金额的情景设置，本文选择2个更高的碳税值，对碳税值为150和300元/t进行敏感性分析。
图6所示为不同的碳税值对节能技术的影响，从上至下依次为50、150和300元/t。可以看出，随着碳税的增加，节能技术的节能成本呈下降趋势。与基准情景50元/t相比，当碳税增加到150元/t时，总节能成本由基准的1 658.37下降到1 183.01元/GJ。此时共计20项节能技术具有成本效益，累计节能量为6.11 GJ。相比于基准情景，累计节能潜力、节水潜力、CO2减排潜力分别增长1.66%、18.58%、3.00%。当碳税继续增加到300元/t时，
累计节能成本下降到469.97元/GJ，尽管具有成本效益的技术只增加了一项，但总节能成本明显下降，此时具有成本效益的技术累计节能潜力为6.12 GJ/t。受碳税增加影响最大的技术是T10，其能源成本从96.37元/t降低到-55.71元/t，具有成本效益的21项节能技术的节能潜力提高1.82%，CO2减排潜力提高3.92%。由于T10没有直接的节水效果，与基准情景相比，节水潜力仍保持18.58%的增长。
因此，对于企业运营来说，选择较低的贴现率和较高的能源价格、水价以及碳税值时，节能技术更具有成本效益，进而促进能耗-水耗-碳排放的协同下降效益，有效降低案例企业的水资源消耗和能源消耗以及CO2排放量。
本文以北方某钢铁企业为例，基于实际生产数据，通过节能供给曲线分析和生命周期水足迹分析等方法对钢铁生产过程的资源消耗-能源消耗-CO2排放之间的耦合关系及其影响因素进行了研究。
(1)节能技术视角下，案例企业的能耗-水耗-碳排放存在协同减少效应。考虑协同的节水收益和减排收益后，31项节能技术的节能成本由1 924.76下降到1 658.37元/GJ，其中19项节能技术具有成本效益，若全部实施，在减少能耗6.01 GJ/t的同时，协同减少工业新水1.35 m
3
/t、水足迹4.81 m
3
/t、CO2排放640.36 kg/t。
(2)资源和能源消耗从水足迹角度来看存在协同效应，案例企业吨钢水足迹为9.48 m
3
/t。水足迹大小主要受到上游工序主产品水足迹的影响，同时还受工序电力消耗大小和投入资源种类的影响。减少资源和能源的消耗量对减少钢铁生产生命周期用水意义重大。水资源综合利用会消耗电力，而电力消耗又会产生CO2排放和水足迹，三者因水流量的大小而存在协同增加或减少的关系。水的类型中循环水的能耗、水足迹、碳排放最大，分别为7.63 kW·h/t、70.19 L/t、6.14 kg/t。
(3)资源-能源-碳排放耦合关系受到电力消费结构和转炉废钢投入率以及节能技术的关键参数影响。当电力消耗完全外购时，CO2排放量减少了1 093.44 kg/t，而水足迹增加了1.30 m
3
/t；转炉中投入废钢以水足迹增大为代价减小了能源消耗和CO2排放量，当废钢投入率为20%时，吨钢水足迹增加到9.87 m
3
/t，而吨钢综合能耗和碳排放减小到551.88 kg和2 312.47 kg CO2；对于企业运营来说，选择更高的贴现率会降低节能技术的成本效益，进而减弱协同下降效应，而选择更高的能源价格、水价以及碳税值时，节能技术更具有成本效益，进而促进这种协同效益，有效降低能源和水资源消耗以及CO2排放量。
略
张琦, 王小壮, 许立松, 沈佳林. 钢铁流程资源-能源-碳排放耦合关系及分析[J]. 钢铁, 2020, 55(10): 103-114. ZHANG Qi, WANG Xiao-zhuang, XU Li-song, SHEN Jia-lin. Analysis on coupling relationship of resource-energy-carbon emissions in steel production[J]. Iron and Steel, 2020, 55(10): 103-114.
http://www.chinamet.cn/Jweb_gt/CN/Y2020/V55/I10/103
