← 論文一覧に戻る

Analysis of CCS implementation in Indonesia’s coal fired power plants, economic optimization, and potential impact on Java-Bali grid for future decarbonization

Anggit Raksajati, Sanggono Adisasmito, Veri Hendrayawan

International Journal of Applied Power Engineering (IJAPE)📚 査読済 / ジャーナル2026-06-01#CCUS
DOI: 10.11591/ijape.v15.i2.pp927-941
原典: https://doi.org/10.11591/ijape.v15.i2.pp927-941
📄 PDF

🤖 gxceed AI 要約

日本語

本研究はインドネシアの石炭火力発電所へのCCS導入の経済的実現可能性を分析。330MW×3基のモデルプラントで、CCS導入によりLCOEは124USD/MWhに上昇。炭素税76USD/tCO2や国際炭素市場価格75USD/tCO2で採算が取れ、中古プラントへの適用が有望。ジャワ・バリ系統では再生可能エネルギーへの移行に至る過渡的戦略としてCCSが有効。

English

This study evaluates retrofitting CCS in Indonesian coal-fired power plants. For a 3x330 MW plant, LCoE rises to 124 USD/MWh. CCS becomes viable with a carbon tax of 76 USD/tCO2 or carbon market revenue of 75 USD/tCO2. Mid-aged plants are most suitable. In the Java-Bali grid, CCS serves as a transition pathway until PV+BESS LCoE falls below 50 USD/MWh.

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

📝 gxceed 編集解説 — Why this matters

日本のGX文脈において

インドネシアは日本のGX政策と関連が薄いが、CCS技術の経済性評価やカーボンプライシングの感度分析は日本でも参考になる。日本は石炭火力のフェードアウトが課題であり、CCS導入条件の比較材料となる。

In the global GX context

This paper provides a detailed techno-economic assessment of CCS retrofitting in a developing country context, with sensitivity to carbon pricing and capital grants. It offers insights for countries with existing coal fleets, adding to global CCS literature.

👥 読者別の含意

🔬研究者:The sensitivity analysis and cost breakdown provide a replicable framework for CCS economic modeling in coal-heavy grids.

🏢実務担当者:Utilities and project developers can use the CCS viability thresholds (carbon tax, carbon price, CAPEX grants) for planning.

🏛政策担当者:Policymakers in coal-dependent regions can reference the carbon price and grid integration conditions to design CCS deployment incentives.

📄 抄録（日本語訳）

本研究は、インドネシアの石炭火力発電所（CFPP）への炭素回収・貯留（CCS）技術の導入効果を評価することを目的とする。代表的な3×330 MW CFPPを用いた場合、CCSの統合により均等化発電原価（LCoE）は124 USD/MWhに上昇する。主要なコスト構成要素には、CO₂回収（21.7%）、蒸気抽気によるエネルギー損失（18.5%）、CO₂輸送・圧入（16.7%）が含まれる。感度分析によれば、CCSは高い炭素上限値（0.9 tCO₂/MWh）と76 USD/tCO₂の炭素税の下で経済的に実行可能となる。一方、国際炭素市場は75 USD/tCO₂での潜在的な収入を提供し、CCSコストを完全に相殺できる。さらに、CAPEX補助金はLCoEを12.4%削減でき、CCS導入における初期投資の緩和に寄与する。ジャワ・バリ系統内では、CFPPが発電構成の58.8%を占め、そのうち41%は10〜20年経過し、主に亜臨界技術を使用しており、28%は20年以上経過して自然退役に従い再生可能エネルギーに置き換えられている。CCS改修は、より新しい技術と低い排出原単位を持つ中期経年の発電所にとって経済的・技術的により実行可能であり、限られた再生可能エネルギーのベースロード供給状況下で系統安定性を支援する。この戦略は、PV+BESSのLCoEが50 USD/MWhを下回るまでの長期的な再生可能エネルギー統合への移行経路としても機能する。

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

📄 Abstract（原文）

This study aims to evaluate impact of retrofitting carbon capture and storage (CCS) technology on coal fired power plants (CFPP) in Indonesia. Using a representative 3×330 MW CFPP, the integration of CCS increases the levelized cost of electricity (LCoE) to 124 USD/MWh. Key cost components include CO₂ capture (21.7%), energy penalty from steam extraction (18.5%), and CO₂ transport and injection (16.7%). Sensitivity analysis indicates that CCS becomes financially viable under a high carbon cap (0.9 tCO₂/MWh) and a carbon tax of 76 USD/tCO₂. Meanwhile, International carbon markets offer a potential revenue at 75 USD/tCO₂ can fully offset CCS costs. Additionally, CAPEX grants can reduce LCoE to 12.4%, serving to mitigate upfront investment for CCS deployment. Within the Java-Bali grid, CFPP account for 58.8% of the generation mix with 41% aged 10-20 years using predominantly subcritical technology while 28% are over 20 years old and follow natural retirement being replaced by renewable energy. CCS retrofitting is more economically and technically viable for mid aged plants with newer technologies and lower emission intensities, supporting grid stability with limited renewable base load availability. This strategy also serves as a transitional pathway toward long term renewable integration until the LCoE of PV+BESS falls below 50 USD/MWh.

🔗 Provenance — このレコードを発見したソース

🔔 こうした論文の新着を逃したくない方は キーワードアラート に登録（無料・3キーワードまで）。

gxceed は公開メタデータに基づく研究支援データセットです。要約・翻訳・解説は AI 支援で生成されています。 最終的な解釈・検証は利用者が原典資料に基づいて行うことを前提とします。