摘要
本报告构建了一套完整的小型模块化反应堆（Small Modular Reactor, SMR）经济性评估模型，重点量化分析模块化制造带来的学习曲线效应（Nth-of-a-Kind, NOAK）以及收入多元化对项目经济可行性的提升价值。研究系统梳理了 SMR 技术的历史演进脉络，深入剖析了模块化制造在核电行业的具体实现方式与底层逻辑，通过建立包含规模经济系数与学习率的双因子技术经济模型，量化了从首堆（First-of-a-Kind, FOAK）到第 N 台机组的成本演化路径。
研究表明：SMR 的经济性本质上是 "规模不经济" 与 "学习效应" 的动态博弈过程。在基准情景下（学习率 9.5%），SMR 需累计部署约 32 台机组才能将单位千瓦造价降至与大型压水堆相当水平；若学习率提升至 15%，则仅需 8-10 台即可实现成本持平。收入多元化可使项目综合收益提升 30%-50%，其中工业供汽、区域供暖和核能制氢是最具潜力的增值方向。
第一章 研究背景与意义
1.1 全球能源转型与核电复兴
全球气候治理进程的加速推进正在重塑能源系统的发展范式。2023 年联合国气候变化大会（COP28）首次将核能纳入全球盘点成果文件，超过 20 个国家共同承诺到 2050 年将全球核电装机容量提升两倍IAEA。国际原子能机构（IAEA）在 2024 年发布的预测中，将高情景下 2050 年全球核电装机上调至当前水平的 2.5 倍，其中约四分之一的新增装机将来自小型模块化反应堆International Atomic Energy Agency。
这一转变的底层逻辑在于：深度脱碳无法仅依靠间歇性可再生能源完成。工业供热、高温工艺用能、基荷电力保障等 "难减排" 领域，需要稳定、可控、低碳的能源供给。核能作为目前唯一可大规模部署的零碳基荷电源，其战略价值在能源安全与气候目标的双重驱动下重新凸显。
然而，传统大型核电正面临严峻的发展瓶颈。过去二十年，西方核电项目普遍遭遇严重的成本超支与工期延误。美国沃格特勒（Vogtle）核电站 3、4 号机组最终造价突破 340 亿美元，单位千瓦造价超过 15000 美元；法国弗拉芒维尔（Flamanville）3 号机组工期延误超过 10 年，成本超支 3 倍以上。这些案例严重打击了投资者信心，也暴露了 "一代一型、一厂一建" 传统核电模式的内在缺陷。
1.2 传统大型核电的经济性困境
传统核电的经济学建立在 "规模经济"（economies of scale）基础之上 —— 通过增大单机组功率来摊薄固定成本，降低单位千瓦造价。从 20 世纪 70 年代开始，全球主流核电机组从 300MWe 级逐步提升至 1000MWe 以上，第三代机组普遍达到 1200-1700MWe。
但规模经济并非没有边界。当机组规模超过一定阈值后，工程复杂度、供应链压力、现场施工难度呈非线性增长，反而推高了单位成本。更重要的是，大型核电项目呈现出显著的 "负学习" 特征 —— 法国核电舰队的历史数据分析显示，随着机组数量增加，单位成本非但没有下降，反而持续上升，被称为 "反向学习曲线"（negative learning rate）。
造成这一反常现象的根本原因在于：传统核电建造模式本质上是定制化工程，每座核电站都是独一无二的。设计变更、监管要求升级、现场施工管理差异等因素，使得不同项目之间的经验迁移极为有限。每一个新项目在某种意义上都是 "首堆"，学习效应被工程复杂度的提升所抵消。
1.3 SMR 的兴起与研究意义
正是在这一背景下，小型模块化反应堆（SMR）作为一种颠覆性的技术经济范式进入视野。SMR 通常定义为电功率 300MW 以下、采用模块化设计、工厂预制、现场组装的核反应堆。其核心经济逻辑是：牺牲部分规模经济收益，换取制造端的批量生产学习效应，通过 "规模不经济" 与 "学习效应" 的交换，实现整体成本的下降。
这一理念并非全新构想。早在核电发展初期（20 世纪 50-60 年代），商用反应堆大多属于小型机组范畴。但当时的技术路线是向大型化演进以追求规模效益，小型化被视为技术不成熟阶段的过渡形态。当代 SMR 的不同之处在于：它主动选择小型化，目的是适配模块化制造模式，将核电从 "建筑业" 转变为 "制造业"。
如果这一范式转换能够成功，将从根本上解决困扰核电行业半个世纪的成本困境。工厂化生产意味着质量可控、工期可预测、学习效应可积累；模块化意味着建设周期从 7-10 年缩短至 2-3 年，融资成本大幅降低；小型化意味着单台机组投资门槛下降，更多市场主体可参与，部署灵活性显著提升。
然而，SMR 的经济性承诺在很大程度上仍停留在理论层面。截至 2025 年，全球真正投入商运的 SMR 项目屈指可数，首堆成本数据普遍偏高。NuScale 公司在美国的 CFPP 项目因成本上涨 50% 以上而被迫取消，引发了业界对 SMR 经济可行性的广泛质疑。学习曲线能否兑现、多快兑现、在多大规模上兑现，成为行业争论的焦点。
1.4 研究目标与方法
本报告的核心研究目标包括：
构建 SMR 经济性量化评估模型：整合规模经济、学习效应、融资成本、运维成本等关键变量，建立全生命周期成本分析框架。
量化模块化制造效应：系统解析 Nth-of-a-Kind 学习曲线的作用机制，基于实证数据标定学习率参数区间，模拟不同部署规模下的成本演化路径。
评估收入多元化价值：量化分析热电联产、工业供汽、核能制氢、海水淡化等多元应用场景的经济增值，建立 "核能 + X" 综合收益模型。
梳理争议与各方立场：全面呈现关于 SMR 经济性的主要争论点，客观分析不同利益相关方的观点与论据。
展望未来发展路径：提出经济性提升的关键路径，预测 2030-2050 年的产业发展图景。
研究方法采用 "理论建模 + 实证校准 + 情景模拟" 三位一体的技术路线：
基于 Wright 学习曲线理论和规模经济定律构建核心数学模型
通过元分析（Meta-Analysis）整合已有研究的成本数据，校准模型参数
设置保守、基准、乐观三种情景，进行多维度敏感性分析
结合典型项目案例，验证模型的解释力与预测能力
第二章 SMR 发展的历史背景与技术演进
2.1 核电技术发展简史
核电技术的发展历程可清晰划分为四个阶段，每个阶段都对应着不同的经济逻辑与技术追求。
第一代核电（1950s-1960s 中期）：实验验证阶段
世界上第一座商用核电站 —— 美国希平港（Shippingport）核电站于 1957 年并网发电，电功率仅 60MWe。这一时期的反应堆普遍功率较小，技术路线多样，压水堆、沸水堆、气冷堆、重水堆等多种技术并行探索。此时的核电尚未形成明确的规模经济意识，小型化是技术不成熟条件下的自然选择。
第二代核电（1960s 中期 - 1990s）：规模化扩张阶段
从 20 世纪 60 年代中后期开始，核电进入快速商业化期。在电力需求高速增长的推动下，机组规模持续扩大，从 300MWe 提升至 600MWe，再到 1000MWe 以上。压水堆和沸水堆技术路线胜出，成为主流。这一阶段的经济学逻辑是 "越大越经济"，规模效应主导了技术演进方向。截至福岛事故前，全球在运机组平均功率已超过 900MWe。
第三代核电（1990s-2020s）：安全强化阶段
三里岛和切尔诺贝利事故后，安全要求大幅提升，催生了第三代核电技术。AP1000、EPR、华龙一号等三代 + 设计，在安全性上实现了质的飞跃，但也进一步推高了工程复杂度和建造成本。这一时期，核电的单位造价持续攀升，规模经济的边际效益递减，甚至出现规模不经济现象。
第四代核电与 SMR（2010s 至今）：多元创新阶段
2000 年第四代核能系统国际论坛（GIF）成立，确定了六种先进反应堆概念，其中多数天然具有小型化、模块化特征。与此同时，SMR 作为独立的技术经济路线迅速崛起。其驱动力不再仅仅是安全性能的提升，更包含了对建造模式、部署灵活性、市场适应性的重新思考。核电发展在经历了半个世纪的 "由小到大" 之后，开始探索 "由大到小" 的新路径。
2.2 SMR 概念的起源与早期探索
SMR 的技术根源可以追溯到军用核动力。1954 年美国 "鹦鹉螺号" 核潜艇服役，标志着紧凑型压水堆技术的成熟。舰船用反应堆天然要求体积小、功率密度高、系统集成度高，这些特性正是当代 SMR 的重要技术基因。
美国陆军在 1957 年启动了 ML-1 移动式反应堆项目，旨在为战场雷达和导弹系统提供移动电力，这可以视为最早的模块化小型堆概念。但受限于当时的技术水平和安全考虑，项目未能持续推进。苏联同期也开展了类似研究，并最终发展出浮动核电站技术路线，于 2019 年投运了 "罗蒙诺索夫院士号" 浮动核电站。
商用 SMR 概念的正式提出可追溯至 21 世纪初。2002 年，美国能源部（DOE）启动 "新一代核电倡议"（NGNP），开始系统评估高温气冷堆等小型先进堆的商业潜力。2007 年 NuScale Power 公司成立，2009 年 X-energy 成立，2011 年 TerraPower 加速推进，标志着 SMR 商业化浪潮正式开启。
中国的 SMR 研究起步于 21 世纪初。高温气冷堆是中国具有优势的技术路线，2000 年 10MW 高温气冷实验堆（HTR-10）临界，2021 年石岛湾高温气冷堆核电站示范工程（HTR-PM，2×250MWt）首次并网发电。压水堆路线方面，中核集团 "玲龙一号"（ACP100）于 2021 年开工建设，预计 2026 年建成投产，是全球首个陆上商用模块化小型压水堆。
2.3 全球 SMR 技术路线发展现状
根据 IAEA 统计，全球目前有超过 80 种 SMR 设计处于不同开发阶段，技术路线呈现多元化格局。按冷却剂类型可分为四大类：
轻水堆（LWR）路线
技术成熟度最高，基于传统压水堆 / 沸水堆技术小型化、模块化设计。代表产品包括 NuScale VOYGR（77MWe / 模块）、西屋 AP300（300MWe）、GE 日立 BWRX-300（300MWe）、罗尔斯・罗伊斯 SMR（470MWe）、中核 "玲龙一号"（125MWe）等。轻水堆 SMR 沿用成熟燃料体系和运行经验，监管接受度高，是最有可能率先实现规模化部署的技术路线。
高温气冷堆（HTGR）路线
采用石墨慢化、氦气冷却，出口温度可达 750-950℃，特别适合工业供热和制氢。代表产品包括中国 HTR-PM、美国 X-energy Xe-100、英国 Ultra Safe Nuclear 等。高温气冷堆具有固有安全性好、温度高、多用途能力强等优势，但燃料制备和氦气回路技术复杂度较高。
液态金属冷却快堆路线
采用钠、铅或铅铋合金冷却，可实现快中子谱运行，支持闭式燃料循环。代表产品包括 TerraPower Natrium 钠冷快堆（345MWe）、GE 日立 PRISM、俄罗斯 SVBR-100 铅铋快堆等。快堆在燃料利用效率和核废料减量方面优势显著，但技术难度大、安全挑战突出。
熔盐堆（MSR）路线
采用熔融盐作为燃料载体或冷却剂，具有在线换料、高温运行、常压系统等特点。代表产品包括 Terrestrial Energy IMSR、Flibe Energy LFTR、中国钍基熔盐堆实验装置等。熔盐堆被认为是极具潜力的第四代技术，但多数仍处于实验室研发阶段。
从商业化进度看，轻水堆 SMR 领先一个身位，高温气冷堆紧随其后，液态金属堆和熔盐堆尚需更长时间的技术验证。
2.4 主要国家 SMR 战略布局
美国：全球 SMR 商业化的领跑者。通过 DOE 的先进反应堆示范计划（ARD）资助 TerraPower、X-energy 等企业建设首堆项目。2020 年 NuScale 成为首个获得 NRC 设计认证的 SMR 企业。IRA 法案提供的生产税抵免（PTC）和投资税抵免（ITC）大幅改善了 SMR 的经济性预期。近年来，数据中心企业（如谷歌、微软）成为 SMR 的重要潜在客户，推动了市场需求的快速升温。
中国：技术路线全面布局，示范工程稳步推进。高温气冷堆和压水堆 SMR 均有在建示范项目。国家 "十四五" 规划明确提出积极稳妥推动 SMR 示范应用。中国拥有完整的核电装备制造产业链，在模块化建造施工方面经验丰富，具备 SMR 规模化量产的产业基础。
英国：将 SMR 视为核电复兴的核心路径。2025 年选定罗尔斯・罗伊斯 SMR 作为首选技术，计划在 2030 年前建成首座机组，2040 年前部署多座 SMR 电站。英国政府提供了大量研发资金支持，并设立专门监管通道加速审批。
加拿大：SMR 部署进展迅速。安大略电力公司（OPG）选择 GE 日立 BWRX-300 技术，在达林顿（Darlington）厂址建设 SMR 项目，总投资约 209 亿加元，预计 2029 年投运。加拿大还制定了全国 SMR 路线图，推动在矿区、偏远社区的应用。
俄罗斯：浮动式 SMR 技术领先。"罗蒙诺索夫院士号" 浮动核电站已在楚科奇地区商运，为偏远地区提供电力和供热。俄罗斯还在开发陆上 SMR 技术，服务于国内北极开发和出口市场。
第三章 SMR 经济性评估理论框架
3.1 平准化度电成本（LCOE）模型
平准化度电成本（Levelized Cost of Electricity, LCOE）是电力行业通用的经济性比较指标，代表发电厂在全生命周期内每发一度电的平均成本。其核心思想是将项目寿命期内所有成本折现后，除以总发电量的现值，得到单位电量的平均成本。
标准 LCOE 计算公式如下：
\(LCOE = \frac{\sum_{t=0}^{n} \frac{C_t}{(1+r)^t}}{\sum_{t=1}^{n} \frac{E_t}{(1+r)^t}}\)
其中：
(C_t) 为第 t 年的成本支出，包括初始投资、运维费用、燃料费用、退役费用等
(E_t) 为第 t 年的发电量
r 为折现率（加权平均资本成本 WACC）
n 为项目经济寿命期
对于核电项目，成本构成可进一步分解为：
隔夜资本成本（Overnight Capital Cost, OCC）：假设一夜之间建成的建设成本，不含建设期利息
建设期融资成本（Interest During Construction, IDC）：建设期间资金占用的成本
运行维护成本（O&M）：包括固定运维费和可变运维费
燃料成本：核燃料采购及后处理费用
退役与废料处置成本：电站寿期末的拆除、去污和废物处置费用
SMR 与大型核电在 LCOE 结构上存在显著差异：
SMR 的 OCC 单位千瓦造价（$/kW）初始高于大堆，但下降潜力更大
SMR 建设周期短，IDC 占比显著低于大堆
SMR 模块化设计可能降低运维复杂度，但单位运维成本未必更低
SMR 燃料成本占比通常低于大堆，因为资本成本占主导地位
折现率（WACC）对核电 LCOE 的影响极大。由于核电是资本密集型产业，折现率每提高 1 个百分点，LCOE 将上升约 8%-12%。SMR 建设周期短、单台投资小的特点，有助于降低融资风险溢价，从而获得更低的资本成本。
3.2 学习曲线理论与 Wright 定律
学习曲线（Learning Curve），又称经验曲线，描述了随着累计产量增加，单位产品成本呈规律性下降的现象。这一规律最早由西奥多・莱特（Theodore Wright）在 1936 年研究飞机制造时发现，因此也被称为 Wright 定律。
Wright 定律的数学表达式为：
\(Y_x = Y_1 \cdot x^b\)
其中：
(Y_x) 为第 x 台产品的成本
(Y_1) 为第 1 台产品的成本
x 为累计产量
b 为学习指数（b < 0）
更常用的表述是 "学习率"（Learning Rate, LR），即累计产量每翻一番时，单位成本下降的比例。学习率与学习指数的关系为：
\(b = \log_2(1 - LR)\)
例如，学习率为 20% 意味着产量每翻一番，单位成本下降 20%，即成本变为原来的 80%，这也被称为 "80% 学习曲线"。
学习效应的来源可分为四类：
工人学习：操作工人熟练度提升，作业时间缩短
工艺优化：生产流程改进，工装夹具优化
产品标准化：设计定型，变更减少，可批量采购原材料
供应链学习：供应商经验积累，零部件成本下降
对于 SMR 而言，学习效应主要发生在工厂制造环节，这也是其与传统核电最本质的区别。传统现场建造模式下，每个项目地理环境不同、施工团队不同、管理方式不同，学习难以有效积累；而工厂化生产在固定场所、固定人员、固定设备下进行，学习效应能够持续积累并发挥作用。
3.3 FOAK/NOAK 成本演化机制
核电行业常用首堆（First-of-a-Kind, FOAK）和第 N 台（Nth-of-a-Kind, NOAK）的概念来描述成本演化的两个阶段。
FOAK 阶段：即首台机组或首批机组，包含大量一次性成本：
设计认证与许可申请费用
首台套制造工装模具投入
供应链培育成本
工程管理学习成本
调试与验证费用
FOAK 成本通常显著高于后续机组，且包含大量不可复制的沉没成本。对于全新技术路线，FOAK 成本可能是 NOAK 成本的 1.5-2 倍。
NOAK 阶段：即生产工艺成熟、供应链稳定后的标准化产品，成本达到稳定水平。NOAK 成本反映了技术成熟后的真实经济水平。
从 FOAK 到 NOAK 的过渡不是一蹴而就的，而是一个连续的学习过程。通常需要经历以下阶段：
FOAK 到第 4 台：快速学习期，成本下降最快，主要来自设计定型和工艺优化
第 4 台到第 16 台：中速学习期，供应链成熟，规模效应显现
第 16 台以后：慢速学习期，学习效应边际递减，逐渐趋近于极限成本
不同研究对 SMR 学习率的估计存在较大差异，范围从 5% 到 15% 不等。NREL 2024 年年度技术基线（ATB）报告建议大型堆采用 8% 学习率，SMR 采用 9.5% 学习率。INL 的荟萃分析显示，自下而上（bottom-up）研究估计的学习率普遍高于自上而下（top-down）研究，前者可达 10%-15%，后者多在 5%-10% 区间。
3.4 全生命周期成本评估体系
完整的 SMR 经济性评估需要建立全生命周期成本（Life Cycle Cost, LCC）框架，覆盖从研发到退役的全过程。除了传统的建设、运维、燃料成本外，还需特别关注以下因素：
模块化制造带来的成本结构变化：
工厂制造成本上升，但现场施工成本下降
运输与吊装成本增加
模块化接口成本需要计入
质量控制成本可能上升但返工成本下降
部署灵活性带来的财务收益：
分期建设、滚动投产，缩短投资回收期
可根据需求增长逐步扩容，避免过度投资
单模块故障不影响全厂运行，可用性提升
多用途应用带来的收入增量：
热电联产的供热收入
工业供汽收入
制氢及其他化工产品收入
海水淡化收入
外部成本与风险成本：
核废料处置成本
安全升级成本
监管不确定性成本
公众接受度相关的社会成本
本报告构建的 SMR 经济性评估模型将以上因素系统整合，形成 "成本 - 收益 - 风险" 三维评估框架，为后续量化分析奠定理论基础。
第四章 模块化制造效应的量化分析
4.1 模块化制造的具体实现方式
模块化制造是 SMR 经济范式的核心支柱，其本质是将核电站的建造活动从 "现场施工为主" 转变为 "工厂制造为主"。这一转变涉及设计、制造、运输、吊装、调试全流程的重构。
4.1.1 模块化的层级划分
SMR 的模块化并非单一概念，而是可分为多个层级：
第一层：系统级模块化
将整个核电厂划分为若干个完整的功能模块，如核岛模块、常规岛模块、电气厂房模块等。每个模块在工厂完成全部装配和测试后，整体运输到现场进行拼接。罗尔斯・罗伊斯 SMR 采用的就是这一模式，全厂约 1500 个标准模块，分为重型压力容器模块、机电管模块和土建模块三大类。
第二层：设备级模块化
将反应堆本体、蒸汽发生器、主泵等核心设备设计为可整体运输的独立模块。NuScale 的设计最为典型，每个 77MWe 模块是一个完整的一体化压水堆，包含压力容器、蒸汽发生器、堆内构件、控制棒驱动机构等全部核岛主设备，整体封装在钢制安全壳内，可通过公路、铁路或水路运输。
第三层：部件级模块化
在传统核电建造中也广泛应用的模块化方式，将管道、阀门、支架等预组装成管廊模块或设备模块，减少现场焊接和安装工作量。这是最低层级的模块化，也是当前大型核电项目已部分采用的技术。
真正定义 SMR 的是第一和第二层模块化，即系统级和设备级的整体工厂预制。只有达到这个层级，才能充分发挥批量生产的学习效应。
4.1.2 工厂制造工艺流程
SMR 模块的工厂制造通常包含以下核心工序：
原材料备料与检验：特种钢材、核级设备的采购与入厂检验，建立完整的质量追溯链条
大型锻件加工：反应堆压力容器、蒸汽发生器壳体等核心部件的锻造与机加工
模块组装焊接：在专用厂房内进行模块内部设备、管道、仪表的安装焊接
系统集成测试：模块出厂前进行水压试验、气密性试验、电气回路测试等
防护包装与发运：进行防腐、防震包装，通过特种运输车辆或船舶运往现场
工厂环境相比现场施工具有显著优势：
环境可控：不受天气影响，全年稳定生产
设备专用：可配置专用工装、自动化焊接机器人、检测设备
人员稳定：固定的技术工人团队，经验持续积累
质量保障：标准化作业流程，完善的检测手段，返工率低
根据行业测算，模块化建造可将现场工作量减少 70% 以上，现场施工人员需求降低 2/3，建设周期从传统的 5-7 年缩短至 2-3 年。
4.1.3 现场组装模式
工厂制造完成的模块运抵现场后，通过大型吊装设备进行快速拼装。现场工作主要包括：
基础土建与底板浇筑
模块吊装就位与找正
模块间接口连接（机械、电气、仪控）
系统整体联调与试验
装料与启动调试
理想状态下，SMR 的现场施工时间可控制在 12-18 个月，主要工作是 "搭积木" 式的模块安装。这大幅缩短了资金占用时间，降低了建设期利息成本。
4.2 规模不经济与学习效应的对冲机制
SMR 经济性的核心矛盾在于：小型化天然带来 "规模不经济"，而模块化制造带来 "学习效应"，两者的相对强弱决定了 SMR 最终的成本水平。
4.2.1 规模经济定律
电力设备的成本与功率之间通常服从规模经济定律，即成本与功率呈指数关系：
\(C = C_0 \cdot \left(\frac{P}{P_0}\right)^k\)
其中：
C 为功率 P 对应的成本
(C_0) 为参考功率(P_0)对应的成本
k 为规模经济系数（0 < k < 1）
k 值小于 1 意味着成本增长慢于功率增长，即功率越大，单位功率成本越低。k 值越小，规模经济效应越显著。
对于核电设备，规模经济系数 k 通常在 0.5-0.8 之间。综合多项研究，核岛部分的 k 值约为 0.6-0.7，常规岛约为 0.7-0.8，土建工程约为 0.8-0.9。全厂综合 k 值约为 0.6 左右。
这意味着，如果将反应堆功率从 1100MWe 缩小到 77MWe（约 1/14），理论上单位千瓦成本将上升：
\(\frac{C_{77}/77}{C_{1100}/1100} = \left(\frac{77}{1100}\right)^{k-1} = \left(\frac{1}{14.3}\right)^{-0.4} \approx 2.91\)
即 77MWe SMR 的单位千瓦成本将是 1100MWe 大堆的约 2.9 倍。这就是 SMR 面临的 "规模惩罚"。实证数据也印证了这一点：77MW 级 SMR 单位成本较 1.1GW 参考堆高出约 191.5%。
4.2.2 学习效应的补偿机制
学习效应是 SMR 弥补规模劣势的唯一途径。根据 Wright 定律，随着累计产量增加，单位成本持续下降。当学习效应积累到一定程度，SMR 的单位成本可以降低到与大堆相当甚至更低的水平。
两者达到平衡点的条件为：
\(C_{1,SMR} \cdot n^{b_{SMR}} = C_{1,Large} \cdot n^{b_{Large}}\)
考虑规模经济效应后，可推导出 SMR 追平大堆成本所需的累计机组数量。
以 k=0.6、大堆参考功率 1100MWe、SMR 功率 300MWe 为例：
首台 SMR 单位成本约为大堆的 1.9 倍
若 SMR 学习率为 10%，大堆学习率为 5%
则约需部署 12-15 台 SMR，单位成本可与大堆持平
如果 SMR 功率更小（如 77MWe），规模惩罚更大，则需要更多的部署数量才能追平。这也解释了为什么不同技术路线的 SMR 对部署规模的预期差异巨大 —— 罗尔斯・罗伊斯 470MWe SMR 据称仅需 8 台即可实现目标成本，而 NuScale 77MWe 模块则需要更大的部署规模。
4.2.3 学习效应的来源分解
SMR 的学习效应并非均匀分布在所有成本项上，而是主要集中在制造相关环节。可按成本项分解学习率：
可以看出，工厂制造环节的学习率显著高于现场土建环节。这正是 SMR 将工作重心从现场转向工厂的根本原因 —— 更高的学习率意味着更快的成本下降。
4.3 学习率参数的实证研究与区间估计
4.3.1 已有研究的学习率估计
学术界对核电学习率的研究已有数十年历史，但由于数据稀缺、方法各异，结论差异较大。本报告系统梳理了近年来具有代表性的 SMR 学习率研究：
自上而下（Top-Down）研究：
基于历史核电成本数据推算，通常给出较为保守的学习率估计。
Clack et al. (2022)：约 5%
Nichol and Desai (2019)：5%-15%
Abou-Jaoude et al. (2023)：5%-15%
NREL ATB 2024：基准值 9.5%（SMR），8%（大堆）
自下而上（Bottom-Up）研究：
基于制造工艺流程分析，分解各环节学习潜力，通常给出更乐观的估计。
Rubio and Tricot (2016)：5%-10%
Roulstone et al. (2020)：2%-15%
Stewart and Shirvan (2022)：3%-16%
Lyons and Roulstone (2019)：供应链结构优化下可达 15% 以上
汇总来看，学术界对 SMR 学习率的共识区间为 5%-15%，基准值约为 9%-10%。这一范围显著宽于其他制造业（如光伏组件学习率约 20%-24%，燃气轮机约 10%-15%），反映了核电技术的复杂性和不确定性。
4.3.2 学习率的关键影响因素
学习率并非技术的固有属性，而是取决于产业组织方式。以下因素对 SMR 实际学习率影响重大：
设计标准化程度：设计冻结越彻底、变更越少，学习效应越容易积累。如果每台机组都有设计改动，学习将被不断打断。
生产连续性：生产节拍越稳定、间隔越短，学习效果越好。如果订单断断续续，工人和供应商都会遗忘经验，出现 "遗忘效应"。
供应链集中度：核心模块由少数几家工厂集中生产，学习积累最快。如果分散在多个工厂各自生产，学习效应会被稀释。
技术成熟度：成熟技术的学习率较低，因为可改进空间小；新技术初期学习率高，但后期会快速下降。
自动化水平：自动化程度越高，人工学习的影响越小，整体学习率可能降低但更稳定。
这意味着，学习率不是一个可以被动等待的自然规律，而是需要主动管理的战略目标。产业政策、市场结构、企业策略都会显著影响最终实现的学习率。
4.4 供应链结构对学习效应的影响
供应链结构是决定 SMR 学习效应能否充分释放的关键变量。剑桥大学 Lyons 和 Roulstone 的研究指出，供应链结构从两个维度影响学习效果：模块装配设施的数量、组件供应商的数量与关系模式。
4.4.1 集中式与分布式制造
集中式制造：所有模块在单一中央工厂生产，学习效应最大化。工人经验、工艺优化、工装改进都能完全沉淀和复用。但缺点是运输半径受限，单一工厂产能有上限，地缘风险集中。
分布式制造：在不同地区建立多个组装工厂，靠近目标市场。优点是降低运输成本、规避贸易壁垒、利于本地化。但每个工厂都要经历学习过程，整体学习效率低于集中式。
理论上，集中式工厂的学习率最高。但在现实中，出于市场准入、政治因素、供应链安全等考虑，分布式制造可能是更可行的选择。如何在分布式布局下实现知识共享和经验迁移，是产业界需要解决的重要课题。
4.4.2 纵向一体化与专业化分工
反应堆供应商可以选择高度纵向一体化，自主生产大部分核心部件；也可以选择轻资产模式，大量依赖外部供应商。
纵向一体化的优势在于：
内部知识传递顺畅，学习效应不流失
质量控制更严格
利润内部化
专业化分工的优势在于：
每个供应商专注于自身领域，学习更快
可利用成熟供应商的现有产能
固定投资压力小
航空工业的经验表明，适度的专业化分工配合严格的标准体系，能够实现更高的整体学习效率。但核电的核安全要求决定了主承包商必须保持对核心环节的强力管控。
4.4.3 多机组同厂址的学习效应
除了工厂制造端的学习，同一厂址部署多台机组也会产生显著的学习效应。共享土建基础设施、同一施工团队、共享运维队伍等，都能摊薄成本。
例如，一个厂址部署 4 台、8 台甚至 12 台 SMR 模块，单位成本会显著低于单台部署。NuScale 的标准设计支持最多 12 个模块共建一厂，正是为了获取这种厂址级的规模效应。
4.5 不同技术路线 SMR 的学习曲线对比
不同技术路线的 SMR，其学习曲线特征存在显著差异。
轻水堆 SMR：
基础技术成熟，大部分零部件供应链已存在
FOAK 成本相对较低，因为可大量沿用现有技术
学习率中等，主要来自制造模式创新而非技术本身
预计学习率：8%-12%
高温气冷堆：
燃料元件、氦气回路等专用技术成熟度较低
FOAK 成本高，供应链需要从头培育
但一旦量产，专用部件学习潜力大
预计学习率：10%-16%
液态金属快堆：
技术复杂度最高，很多关键设备尚无成熟供应链
FOAK 成本极高，首堆包含大量研发成本
长期学习潜力大，但需要很长时间才能显现
预计学习率：12%-18%（但初始基数极高）
总体而言，技术越成熟、与现有核电产业重叠度越高的路线，首堆成本越低，但学习空间也相对有限；技术越前沿的路线，首堆成本越高，但长期成本下降空间越大。
4.6 量化模型与数值模拟
基于上述理论，本节构建量化模型，模拟不同情景下 SMR 的成本演化路径。
4.6.1 模型设定
基准参数：
参考大型压水堆：1100MWe，OCC = 6000 $/kW（NOAK 水平）
SMR 机型 A：300MWe，规模经济系数 k=0.6
SMR 机型 B：77MWe，规模经济系数 k=0.6
大堆学习率：8%
SMR 学习率：保守 5%，基准 9.5%，乐观 15%
首堆（FOAK）成本估算：
300MWe SMR 首堆 OCC：约 9500 $/kW（考虑规模不经济 + 首堆溢价）
77MWe SMR 首堆 OCC：约 14000 $/kW
4.6.2 成本演化路径模拟
根据 Wright 定律计算不同累计台数下的单位 OCC：
300MWe SMR 成本演化（单位：$/kW）
77MWe SMR 成本演化（单位：$/kW）
4.6.3 盈亏平衡点分析
以大型堆 NOAK 成本 6000 $/kW 为基准，计算 SMR 追平所需的累计台数：
300MWe SMR：
保守情景（5%）：约需 80 台以上，难以在可预见未来追平
基准情景（9.5%）：约需 28-30 台
乐观情景（15%）：约需 7-8 台
77MWe SMR：
保守情景（5%）：基本不可能追平
基准情景（9.5%）：约需 120 台以上
乐观情景（15%）：约需 25-30 台
这一结果清晰地表明：SMR 功率等级越高，规模惩罚越小，实现成本竞争力所需的部署数量越少；学习率越高，追平速度越快。对于小功率 SMR 而言，仅靠纯发电场景很难在经济上与大堆竞争，必须依赖收入多元化和特殊场景溢价。
第五章 收入多元化价值的量化评估
5.1 "核能 + X" 商业模式的底层逻辑
传统核电的商业模式高度单一 —— 几乎全部收入来自售电。这种单一收入结构在电力市场化环境下面临较大风险，也限制了 SMR 发挥其技术特性。对于单位造价本就偏高的 SMR 而言，仅靠售电收入难以在短期内实现经济可行性。
"核能 + X"（Nuclear Plus）模式的核心思想是：充分利用 SMR 部署灵活、温度等级多样、选址范围广的特点，同时提供电力、热力、氢气、淡水等多种产品，通过多元化收入提升项目整体回报率。
从经济学角度看，收入多元化的价值体现在三个层面：
价值叠加效应：同一座反应堆的能量输出被分级利用，能源利用效率从纯发电的 33%-40% 提升至热电联产的 70%-90%，单位能量的经济产出显著增加。
收入平滑效应：不同收入流具有不同的波动特征。电力收入受电价波动影响大，供热 / 供汽收入通常为长期协议价格，更加稳定。多元化组合可降低整体收入波动性，改善项目融资条件。
场景溢价效应：在特定应用场景（如偏远矿区、海岛），替代能源成本极高，SMR 可获得显著溢价。这些场景是 SMR 早期商业化的突破口。
5.2 热电联产的经济效益量化
热电联产（CHP）是最成熟、最易落地的核能多元化应用。SMR 规模小、可灵活布局的特点，使其更靠近负荷中心，适合开展城市或工业园区供热。
5.2.1 热电联产的能量效率
纯凝汽发电的效率约为 33%-38%，其余能量通过冷却塔散失。热电联产模式下，抽汽或背压排汽用于供热，综合能源利用率可达 70%-90%。
以一台 125MWe 级压水堆 SMR 为例：
纯发电模式：热功率约 350MWt，发电功率 125MWe，效率 35.7%
热电联产模式：抽取约 150MWt 热量用于供热，发电功率降至约 75MWe，综合能量利用率约 78.6%
能量效率的大幅提升意味着同样的核燃料投入获得了更多的有用能量产出。
5.2.2 经济效益测算
参数设定：
125MWe SMR，年利用小时数 7500 小时
纯发电模式：年发电量 9.375 亿千瓦时，电价 0.4 元 / 千瓦时
热电联产模式：年发电量 5.625 亿千瓦时，年供热量 450 万吉焦，热价 28 元 / 吉焦
收入对比：
纯发电年收入：9.375 亿 × 0.4 = 3.75 亿元
热电联产年收入：5.625 亿 × 0.4 + 450 万 × 28 = 2.25 亿 + 1.26 亿 = 3.51 亿元
表面看总收入略有下降，但这是因为假设抽汽供热导致发电量减少。实际运行中可根据电价和热价动态调整热电比，实现收益最大化。
更重要的是，供热的利润率通常高于发电，因为供热不需要承担输配电损耗和电网费用。按供热毛利率 40%、发电毛利率 25% 估算：
纯发电毛利：3.75 亿 × 25% = 0.9375 亿元
热电联产毛利：2.25 亿 × 25% + 1.26 亿 × 40% = 0.5625 + 0.504 = 1.0665 亿元
热电联产模式毛利提升约 13.8%。
对于高温气冷堆，由于出口温度高，供热对发电的影响更小，热电联产的经济效益更加显著。HTR-PM 的热电联产综合效率可达 90% 以上。
5.2.3 区域供暖场景
北方城市集中供暖是 SMR 的重要应用场景。传统燃煤供暖污染严重，环保压力下正面临转型。核能供暖清洁、稳定、成本可控。
以 500 万平方米供暖面积为例：
供暖热负荷约 250MWt
一台 200MWt 级供热堆可满足需求
供暖期按 150 天计算，年供热量约 324 万吉焦
热价 28 元 / 吉焦，年供暖收入约 9072 万元
加上非供暖期的发电收入，项目整体经济性可显著优于纯发电模式。中国海阳核电已开展核能供暖示范，验证了技术可行性和经济合理性。
5.3 核能制氢的经济性分析
氢能被视为未来能源系统的重要载体，绿氢（零碳排放制氢）是发展方向。核能制氢是大规模低成本绿氢的潜在技术路径之一。
5.3.1 核能制氢技术路线
水电解制氢：最成熟的技术路线，利用核电发出的电力进行电解水制氢。技术简单、可靠性高，但效率较低（约 60%-70%），制氢成本主要取决于电价。
高温蒸汽电解（SOEC）：利用核能的高温热量和电力，在 700-800℃下进行蒸汽电解。效率可达 80% 以上，制氢能耗可降至 4.0-4.5 kWh/Nm³。需要高温堆支持。
热化学循环制氢：利用 900℃以上的高温热源，通过硫碘循环等化学反应直接分解水制氢，无需发电环节。理论效率可达 50%-60%（热氢转换），但技术成熟度低，尚处于实验室阶段。
目前具备商业化前景的是水电解和高温蒸汽电解路线。
5.3.2 制氢成本测算
水电解制氢成本构成：
电力成本：占比约 70%-80%
设备折旧：占比约 10%-15%
运维及其他：占比约 10%
以 SMR 供电成本 50 美元 / MWh（约 0.35 元 / 千瓦时）、电解效率 5.0 kWh/Nm³ 计算：
电力成本：50 × 5 / 1000 = 0.25 美元 / 立方米
总成本约：0.30-0.35 美元 / 立方米，约 2.1-2.5 元 / 立方米
折合质量单位约 2.5-3.0 美元 / 千克。这一成本与当前可再生能源制氢相比不占优势，但优势在于 24 小时稳定生产，不受天气影响，设备利用率高。
高温蒸汽电解（SOEC）：
如果采用高温气冷堆提供 750℃以上的工艺热和电力，制氢能耗可降至 4.2 kWh/Nm³ 以下，单位制氢成本可降低约 15%-20%。中国石岛湾高温气冷堆耦合制氢示范已实现连续运行，单位能耗 45 千瓦时 / 千克，接近美国能源部 2030 年目标。
5.3.3 市场价值与应用场景
核能制氢的主要市场在于难以电气化的工业领域，如：
炼油厂加氢
合成氨生产
钢铁冶炼（氢冶金）
甲醇等化工原料
这些领域用氢量大、价格承受能力较强，且对供氢稳定性要求高，与核能制氢特性匹配。据中国氢能联盟测算，2025 年中国工业用氢需求将突破 4500 万吨，其中 15% 可由核能制氢替代，潜在市场规模超千亿元。
5.4 工业供汽与海水淡化的价值评估
5.4.1 工业供汽
工业园区大量需要工艺蒸汽，目前主要由燃煤锅炉提供。SMR 可提供 150-300℃的饱和或过热蒸汽，直接接入工业管网。
经济性分析：
工业蒸汽价格约 200-250 元 / 吨
一台 300MWt 级 SMR 年供汽量约 300-400 万吨
年供汽收入可达 6-10 亿元
供汽收入通常可达到发电收入的 30%-50%，且蒸汽销售利润率较高。对于石化、造纸、纺织等蒸汽需求集中的工业园区，"发电 + 供汽" 模式可显著提升项目 IRR。
据测算，在典型工业园区场景下，工业供汽可使 SMR 项目年收入增加 30%-40%，投资回收期缩短 2-3 年。
5.4.2 海水淡化
中东、北非等缺水地区对海水淡化需求巨大。核能海水淡化将核电与淡化工艺耦合，利用低品位余热进行海水淡化，提高能量综合利用率。
主要淡化技术包括：
多级闪蒸（MSF）：适合利用低品位余热，技术成熟
多效蒸馏（MED）：效率更高，温度要求适中
反渗透（RO）：主要消耗电力，可与核电灵活组合
IAEA 的案例研究表明，SMR 与海水淡化耦合在中东市场具有经济竞争力。GTHTR300C 高温气冷堆配合多级闪蒸工艺，产水效率比传统工艺高 45%，淡水成本低于燃油和燃气淡化方案国家核安全局。
5.5 离网应用场景的经济性比较
离网场景是 SMR 早期商业化的重要切入点。在远离主电网的地区，传统能源供应成本极高，SMR 可凭借稳定供应和成本优势获得溢价。
5.5.1 偏远矿区供电
远离电网的矿山通常依赖柴油发电，成本高昂且供应不稳定。SMR 可提供长期稳定的电力和热力。
成本对比（油价 100 美元 / 桶情景）：
柴油发电 LCOE：0.28-0.40 美元 / 千瓦时
架设 500 公里外送线路：折合度电成本 0.15-0.25 美元
SMR 供电 LCOE：0.10-0.14 美元 / 千瓦时（首堆水平）
计入 IRA 税收抵免后：0.08-0.11 美元 / 千瓦时
SMR 成本仅为柴油发电的 1/3 左右，经济性优势极为显著。一座 40MW 级 SMR 可满足中型矿山的全部电力需求，投资回收期约 5-7 年。
5.5.2 海岛与偏远社区
海岛和偏远社区通常能源成本高、供应可靠性差。SMR 可同时提供电力、淡水和供热，打造综合能源系统。对于人口数万至数十万的海岛城市，一台 100-200MWe 级 SMR 可基本满足全部能源需求。
5.5.3 数据中心供电
AI 算力爆发带动数据中心电力需求激增。大型数据中心单机柜功率密度持续提升，对供电可靠性要求极高。SMR 可直接部署在数据中心园区，提供直供电力，避免输配电损耗和电网波动风险。
虽然纯发电模式下 SMR 电价不占优势，但数据中心对供电可靠性、供电密度的特殊要求，以及零碳认证的价值，使得 SMR 具有独特竞争力。微软、谷歌等科技企业已开始探索 SMR 供电方案。
5.6 综合能源系统的价值叠加效应
最理想的模式是构建 "核能 + X" 综合能源系统，同时提供电力、蒸汽、热水、氢气、淡水等多种产品，实现能量的梯级利用和价值最大化。
以一个典型的零碳工业园区为例，配置 2×300MWe SMR：
高品位热能：驱动汽轮机发电
中品位抽汽：供给工业工艺用汽
低品位余热：供给园区供暖和生活热水
富余电力：电解制氢，供园区化工企业使用
备用能力：作为电网调峰资源，获取辅助服务收入
在这种综合模式下，能量综合利用率可达 85% 以上，项目总收入可比纯发电模式提升 50%-80%。多元化的收入结构也大幅降低了单一市场波动带来的风险，提升了项目的可融资性。
量化测算表明，收入多元化可使 SMR 项目的 LCOE 等效降低 15%-30%（按综合收益平摊）。对于学习曲线尚处于早期阶段的 SMR 而言，这是弥补成本劣势、实现早期商业化的关键路径。
第六章 SMR 经济性的主要争议点
6.1 规模不经济的根本性挑战
争议核心：SMR 的学习效应能否真正抵消规模不经济？批评者认为，核电的规模经济规律是由物理定律和工程原理决定的，模块化制造只是改变了生产方式，并未改变 "小机组单位成本更高" 的基本事实。
反方论据：
历史证据不支持：核电发展史上机组规模持续扩大，正是市场选择的结果。如果小型化更经济，市场早就会选择小型机组。
单位安全成本更高：每台反应堆都需要独立的安全系统、控制系统、监管体系。小机组功率小，但安全系统不能等比例缩小。单位功率对应的安全成本更高。
运维规模不经济：每台机组都需要运行团队、安全人员、换料大修队伍。单位容量的运维人力成本显著高于大堆。
核废料管理成本更高：有研究指出，SMR 每吉瓦产生的核废料体积可能是大堆的 2-30 倍，增加后端处置成本。
正方回应：
历史是建造模式的产物：过去小型化不经济，是因为所有机组都是现场建造，小型化无法获得制造端的规模效应。工厂化生产是全新范式，历史经验不能简单外推。
模块化可共享系统：多模块共址可共享安全设施、控制室、运维团队，摊薄固定成本。NuScale 12 模块共址设计就是为了解决这个问题。
设计简化可降低运维：SMR 采用一体化设计、非能动安全系统，设备数量大幅减少，运维工作量未必与功率成正比。
废料问题可通过燃料创新解决：先进燃料和快堆技术可大幅提高燃料利用率，减少废料产生。
现状评估：规模不经济是客观存在的物理事实，学习效应是有待验证的理论预期。两者的平衡点在哪里，目前尚无实证答案。NuScale 项目的取消被批评者视为规模不经济规律的验证 —— 即使是 SMR，首堆单位成本依然超过了大型的沃格特勒机组。
6.2 学习曲线效应的不确定性
争议核心：SMR 行业承诺的学习率能否实现？学习曲线理论在航空、半导体等行业得到了验证，但核电行业历史上甚至出现过负学习率。将制造业的学习规律套用到核电上是否成立？
反方论据：
核电历史呈现负学习：法国、美国的核电建设历史都显示，随着机组数量增加，单位成本不降反升。监管趋严、设计变更、安全升级是主要原因。
核电不是标准工业品：每座核电站都要经过单独的安全审查和许可，设计无法完全冻结。监管要求的持续变化会不断打断学习过程。
产量不足以支撑学习曲线：学习曲线需要持续的产量来维持。全球核电年新增装机有限，SMR 即使乐观估计，年交付量也不过十几台，远低于支撑陡峭学习曲线所需的规模。
首堆成本不断上调：NuScale 最初目标 LCOE 为 58 美元 / MWh，取消前已升至 89 美元 / MWh。成本不断上行的趋势与学习曲线预期背道而驰。
正方回应：
历史负学习是特定时期的产物：20 世纪 70-80 年代的成本上升主要是安全标准大幅提升导致的，并非学习规律失效。当前安全标准已相对稳定。
模块化设计可冻结：SMR 的设计理念就是高度标准化。一旦 NRC 颁发设计认证，设计变更将受到严格限制。这为学习曲线创造了前提条件。
SMR 产量可以更高：按功率计算，SMR 的年装机量可能与大堆相当，但机组数量是大堆的数倍至十几倍。按 "台数" 计算的学习曲线，SMR 天然更有利。
NuScale 失败有特殊性：CFPP 项目成本上涨很大程度源于项目规模缩小（从 12 模块减至 6 模块），无法摊薄固定成本，而非学习曲线失效。
现状评估：学习曲线的存在性没有争议，但核电行业能实现多高的学习率，确实存在巨大不确定性。5% 和 15% 的学习率，在 10 台机组后成本差异可达 40% 以上。在首堆数据稀缺的情况下，任何学习率假设都带有较强的主观判断色彩。
6.3 首堆成本超支风险
争议核心：SMR 开发商给出的 NOAK 成本目标是否可信？历史上几乎所有核电首堆项目都出现了严重的成本超支和工期延误，SMR 能否摆脱这一魔咒？
反方论据：
历史规律难以打破：从弗拉芒维尔到沃格特勒，从奥尔基洛托到欣克利角，所有西方新一代核电项目无一例外严重超支。没有理由相信 SMR 会成为例外。
首堆包含大量未知：首次建造、首次调试、首次获得运行许可，每个环节都可能遇到意料之外的问题。SMR 虽然模块化，但系统复杂度并未降低。
开发商有低报成本的动机：为了争取政府补贴和客户订单，开发商倾向于给出乐观的成本预测。实际落地时成本往往大幅上调。
供应链能力存疑：SMR 需要全新的供应链体系，从核级锻件到专用设备，很多环节产能尚未建立。供应链瓶颈可能推高成本。
正方回应：
模块化降低工程风险：工厂预制质量可控，现场工作大幅简化，减少了现场施工的不确定性。工期和成本的可预测性显著提升。
简化设计减少意外：SMR 大量采用成熟技术，一体化设计减少了现场接口。技术风险低于采用大量创新设计的三代大堆。
监管路径逐渐清晰：NRC 等监管机构正在建立 SMR 专用审查框架，首堆之后的审批效率将大幅提升。
小项目容错空间大：单台 SMR 投资规模小，即使超支，绝对金额也远低于大堆项目，财务风险更可控。
现状评估：首堆成本超支是核电行业的痼疾，SMR 能否幸免仍需实践检验。模块化建造确实在理论上降低了工程风险，但核安全监管的不确定性、供应链成熟度不足等问题依然存在。首批 SMR 示范项目的实际造价将是检验这一争议的关键。
6.4 核废料与安全成本的外部性
争议核心：SMR 的成本计算是否充分考虑了核废料处理和安全风险成本？批评者认为，SMR 的经济性部分建立在成本外部化的基础上。
反方论据：
废料问题被低估：SMR 技术路线多样，很多采用新型燃料，其乏燃料特性与传统燃料不同，后处理和处置难度更大。很多成本研究未充分计入废料处置成本。
安全标准可能放水：为了降低成本和加速审批，存在降低安全标准的倾向。所谓的 "固有安全" 更多是营销话术，而非经过充分验证的事实。如果维持与大堆同等的安全要求，SMR 成本将进一步上升。
退役成本不确定：SMR 数量多、分布广，未来退役和场址恢复的总成本可能更高。这些成本往往被低估或推迟计算。
事故风险社会化：任何核事故的最终成本都远超企业承保能力，最终由社会承担。这种风险外部化相当于隐性补贴。
正方回应：
先进燃料循环减少废料：很多 SMR 设计采用高富集度燃料、更长换料周期，甚至快堆闭式循环，单位发电量产生的废料实际上更少。
安全性能确实提升：非能动安全系统、小型化源项、低功率密度等设计，确实从物理上降低了事故风险和后果。安全不是靠监管堆出来的，而是设计出来的。
模块化便于退役：SMR 整体模块化设计，可采用整体移除式退役方案，退役成本和时间都可能低于大堆。
风险与收益匹配：任何能源技术都有外部成本。与化石能源的健康和气候成本相比，核能的外部成本是极低的。
现状评估：这一争议涉及价值判断，难以单纯通过量化分析解决。客观上，核废料和安全确实是核电必须面对的成本，不同研究对这些成本的估算差异很大。SMR 在安全和废料方面的真实表现，需要更多运行经验来验证。
6.5 监管成本与审批风险
争议核心：监管审批的时间和金钱成本在 SMR 总成本中占多大比重？监管体系能否适应 SMR 的模块化、批量部署特点？
反方论据：
审批成本高昂：NuScale 获得 NRC 设计认证花费了超过 10 年时间和数亿美元。这些成本最终都要摊入首堆造价。
逐台审批抵消批量效应：即使设计标准化，每台机组的建造和运行许可仍需单独申请。审批流程的重复劳动会抵消批量制造的成本节约。
监管不确定性：安全要求可能随时收紧。一次事故就可能导致监管标准大幅升级，所有在役和在建机组都要追加投入。
多国监管不兼容：不同国家的监管要求不同，出口型 SMR 需要针对每个市场重新认证，无法实现全球统一标准生产。
正方回应：
一次认证多次使用：设计认证通过后，后续机组只需进行厂址适应性审查，审批工作量大幅减少。美国的设计认证（DC）+ 运行许可（COL）体系就是为此设计。
监管正在改革：各国都在针对 SMR 优化监管流程，建立风险导向的分级监管框架。加拿大、英国都推出了 SMR 专用审批通道。
设计标准化降低监管成本：设计冻结后，每台机组的差异很小，审查效率会越来越高。
国际协调正在推进：IAEA 主导的核能发展协同和标准化倡议（NHSI）正在推动 SMR 监管标准的国际趋同。
现状评估：监管效率是影响 SMR 经济性的关键变量，也是政策可以发挥作用的主要领域。当前监管体系确实是为大型机组设计的，对 SMR 的批量部署特点适配不足。监管改革的进度和深度，将直接影响 SMR 学习曲线的斜率。
6.6 与可再生能源的竞争力比较
争议核心：在可再生能源成本持续下降的背景下，SMR 是否还有经济竞争力？将资金投入 SMR 是否不如投入风光储？
反方论据：
成本趋势相反：光伏、风电成本过去十年下降了 80% 以上，且仍在下降；核电成本则持续上升。两者的成本差距正在扩大而非缩小。
建设速度差距：风光电站建设周期仅数月至一年，SMR 至少需要 3-5 年。在能源转型的时间窗口内，可再生能源部署速度远快于核电。
SMR 目标成本不具竞争力：即使 NOAK 目标成本 50-70 美元 / MWh，也高于当前的陆上风电和光伏，更不用说未来还会继续下降的风光成本。
灵活性劣势：SMR 作为基荷电源，在高比例可再生能源系统中利用率会下降，进一步推高实际度电成本。
正方回应：
不能只比较 LCOE：风光是间歇性电源，需要配套储能、电网改造、备用容量等系统成本。完整系统成本比较下，核电更具竞争力。
基荷价值不同：稳定的基荷电力与间歇性电力不是等价商品。在电力系统中，可控容量的价值远高于不可控容量。
SMR 可提供更多产品：供热、供汽、制氢等非电应用是风光无法替代的。在难减排工业领域，SMR 有独特价值。
长期成本趋势：风光降速已在放缓，而 SMR 才刚开始学习曲线。随着规模化部署，SMR 成本有大幅下降空间。
现状评估：这是能源转型路径的根本分歧。纯电力场景下，SMR 在成本上确实难以与已实现规模化的可再生能源竞争。但在综合能源系统视角下，特别是考虑工业脱碳和电网稳定性需求时，SMR 有其不可替代的价值。两者更多是互补而非替代关系。
第七章 主要利益相关方的立场
7.1 产业界：技术开发商与电力运营商的分化
SMR 产业阵营内部并非铁板一块，不同市场主体基于自身利益格局，对 SMR 的经济性预期和发展路径持有显著不同的立场。
7.1.1 SMR 技术开发商：乐观派的核心阵地
以 NuScale、X-energy、罗尔斯・罗伊斯、泰拉能源为代表的 SMR 初创企业和专业厂商，是 SMR 经济性最坚定的支持者。它们的核心立场可以概括为三点：
第一，范式转换论。认为传统核电的成本困境源于建造模式而非核能本身，SMR 通过工厂化制造将核电从 "建筑业" 转变为 "制造业"，一旦量产启动，学习曲线将快速兑现，成本下降空间巨大。罗尔斯・罗伊斯公开表示，其 SMR 在部署第 8 台后即可实现与大型风电相当的度电成本。
第二，市场分层论。认为 SMR 不需要在所有场景击败大堆，而是瞄准大堆无法覆盖的细分市场 —— 离网矿区、中小型电网、工业园区供热、数据中心等。这些场景本身溢价较高，SMR 无需等到成本降至大堆水平即可商业化。
第三，综合价值论。强调不能仅以 LCOE 论英雄，SMR 的部署灵活性、建设速度、容量可扩展性、零碳基荷属性等都具有经济价值。在电力系统向高比例可再生能源转型的背景下，灵活可靠的容量价值正在快速上升。
批评者指出，开发商普遍存在 "乐观偏差"，其成本预测多基于理想的 NOAK 情景，对 FOAK 阶段的困难和成本估计不足。NuScale 项目的成本超支和最终取消，被视为这种乐观偏差的典型例证。
7.1.2 传统核电巨头：谨慎观望与战略布局
西屋、法马通、GE 日立等传统核电巨头对 SMR 的态度更为复杂和谨慎。它们一方面不愿错过潜在的新兴市场，纷纷推出自己的 SMR 产品（如 AP300、BWRX-300）；另一方面，其核心业务仍是大型反应堆，对 SMR 可能蚕食大堆市场保持警惕。
传统巨头的优势在于成熟的工程经验、供应链体系和监管人脉，劣势在于组织体量大、创新速度慢，难以完全适配 SMR 所要求的精益制造和快速迭代文化。它们的普遍策略是：基于现有大堆技术进行小型化衍生，最大限度复用成熟技术和供应链，以降低首堆风险和成本。
例如西屋 AP300 直接源自 AP1000 技术路线，设计相似度超过 80%，可以大量共享供应链和监管审批基础。这种路线的首堆成本相对可控，但学习空间也相对有限，更像是 "缩小的大堆" 而非全新范式的 SMR。
7.1.3 电力公用事业公司：务实的买方视角
电力公司作为最终客户，立场最为务实和保守。它们关注的不是技术理念，而是实实在在的造价、工期、运维成本和投资回报。
美国大型电力公司对 SMR 普遍持观望态度。历史上核电项目的反复超支给它们留下了深刻教训，对于 SMR 开发商的成本承诺，它们倾向于 "听其言、观其行"，不愿成为首堆的 "小白鼠"。真正愿意参与首堆项目的，多是有政府资金托底的公共电力机构（如犹他州联合市政电力系统 UAMPS）。
中国的电力央企态度相对积极。中核、中广核、国家电投等集团同时布局大堆和 SMR，将 SMR 视为核能综合利用和开拓新市场的抓手。在中国特有的投资体制下，首堆示范项目的成本风险更多由国家和企业共同承担，市场化压力相对较小。
加拿大安大略电力公司（OPG）则代表了另一种类型 —— 作为省级公有电力企业，它既有长期能源规划责任，又有较强的风险承受能力，因此敢于较早做出 SMR 投资决策。
7.1.4 科技与数据中心企业：新兴需求方
谷歌、微软、亚马逊等科技巨头是 SMR 市场的新晋玩家，也是近年来 SMR 热度攀升的重要推手。AI 算力爆发导致数据中心电力需求指数级增长，同时这些企业有明确的零碳目标。
它们的核心诉求是：可靠的零碳电力 + 高密度供电 + 园区级直供。传统电网扩容速度跟不上数据中心建设节奏，且电网电力的清洁性难以保障。SMR 可以直接部署在数据中心园区，提供 24 小时稳定的零碳电力，完美匹配这一需求。
对于科技企业而言，电价不是唯一考量，供电可靠性、扩容速度、ESG 价值都很重要。它们对电价的承受能力显著高于普通公用电力市场，这为 SMR 早期商业化提供了重要的价格缓冲。微软已与泰拉能源、Constellation Energy 等达成合作，探索 SMR 为数据中心供电的方案。
7.2 学术界：成本分析的学派之争
学术界对 SMR 经济性的研究可以大致分为三个流派，各自基于不同的方法论和假设，得出了差异显著的结论。
7.2.1 乐观学派：自下而上的工程视角
这一学派多由核工程背景的研究者组成，采用自下而上（bottom-up）的成本分析方法，拆解各部件和工序的成本，结合制造学习规律进行推演。代表学者包括 MIT 的 Jacopo Buongiorno、爱达荷国家实验室的 Paul Collier、剑桥大学的 Roulstone 等。
他们的核心结论是：SMR 的模块化制造具有坚实的工程逻辑，只要达到一定产量，学习效应将显著兑现。在乐观情景下，成熟量产的 SMR 单位成本可以低于大型核电。他们的研究通常给出 10%-15% 的学习率估计，认为 8-15 台机组即可实现显著的成本下降。
这一派的研究常被产业界引用，作为 SMR 经济性的理论支撑。批评者认为，自下而上的方法容易低估系统集成和现场工程的复杂性，对非技术成本（监管、审批、社会成本）考虑不足。
7.2.2 悲观学派：自上而下的历史视角
这一学派多由能源经济和政策研究者组成，采用自上而下（top-down）的方法，基于历史核电成本数据进行统计分析和趋势外推。代表学者包括斯坦福的 Mark Jacobson、苏塞克斯大学的 Benjamin Sovacool、维也纳大学的 Thomas Schröder 等。
他们的核心论点是：核电行业半个世纪以来的成本趋势是持续上升的，没有证据表明 SMR 能够逆转这一趋势。所有新一代核电技术在推出时都承诺成本下降，但最终都未能兑现。SMR 面临的监管、安全、供应链挑战与大堆本质相同，不会因为体积变小就自动变得便宜。
这一派的研究通常给出 5% 以下的学习率，甚至不排除负学习率的可能。他们认为，SMR 的单位成本将系统性高于大堆，只能在特殊细分市场生存，无法成为主流能源。
7.2.3 中间学派：条件性乐观的审慎视角
多数研究者处于中间地带，认为 SMR 的经济性不是非黑即白的问题，而是取决于一系列前提条件。NREL、IAEA、IEA 等机构的研究多持这一立场。
他们的共识是：SMR 在理论上有成本下降潜力，但这种潜力的实现是有条件的，包括：
高度标准化的设计，最小化设计变更
持续稳定的订单流，避免生产中断
集中化的制造设施，最大化学习积累
高效的监管审批，降低合规成本
足够大的部署规模，支撑学习曲线
如果这些条件都能满足，SMR 有望在 10-20 年内实现与大堆相当甚至更优的成本；如果条件不满足，SMR 可能重蹈传统核电成本失控的覆辙。这一视角的核心启示是：SMR 的经济性不是技术问题，而是产业组织和治理问题。
7.3 监管机构：安全与效率的平衡
核安全监管机构是 SMR 发展进程中的关键角色，它们的立场和审批节奏直接决定了 SMR 的商业化时间表和合规成本。
7.3.1 美国 NRC：从审慎到渐进适配
美国核管理委员会（NRC）是全球最具影响力的核监管机构，其对 SMR 的态度经历了从保守到逐步开放的转变。
长期以来，NRC 的监管框架是围绕大型轻水堆建立的，许多规定直接套用在 SMR 上并不合适。早期 SMR 开发商普遍抱怨 NRC 审批流程冗长、费用高昂，"用监管大飞机的规则监管小飞机"。
近年来，在国会和政府的推动下，NRC 开始进行监管改革。2019 年 NRC 发布了 SMR 监管政策声明，确立了 "风险导向、分级监管" 的原则；2020 年批准了 NuScale 的设计认证，这是全球首个通过完整 NRC 认证的 SMR 设计；2023 年 NRC 成立先进反应堆办公室，专门负责 SMR 和先进堆的审评。
但 NRC 的核心立场始终是安全优先。它愿意在流程上优化，但不会为了加速商业化而降低安全标准。对于新型反应堆（如钠冷快堆、熔盐堆），NRC 的审评依然非常谨慎，因为缺乏成熟的审评基准和经验。这种审慎态度保证了安全底线，但也意味着首堆审批周期长、成本高。
7.3.2 中国国家核安全局：示范驱动的监管路径
中国的核监管采取 "示范先行、逐步推广" 的路径。对于 SMR 这类新技术，先通过示范工程积累审评和运行经验，再形成标准规范，后续项目逐步提速。
中国的监管体系有两个显著特点：一是政府主导的示范机制，监管机构深度参与示范项目的全过程，边审评边积累经验；二是技术路线相对集中，重点支持少数成熟度高的设计，避免过多技术路线分散审评资源。
总体而言，中国对 SMR 的监管态度积极且务实，在确保安全的前提下支持技术创新和产业发展。"玲龙一号" 从开工到预计投产仅 5 年左右，体现了中国监管与工程协同的效率优势。
7.3.3 IAEA：国际标准协调者
国际原子能机构（IAEA）站在全球视角，致力于推动 SMR 监管标准的国际协调和知识共享。其立场是中立的技术支持者，既不特别鼓吹也不刻意限制。
IAEA 做了大量基础性工作：制定 SMR 安全标准、发布技术报告、开展同行评审、建立成员国经验交流机制。2022 年 IAEA 启动了 "SMR 部署加速器" 计划，帮助成员国扫清监管和基础设施障碍。
IAEA 的核心关切是避免监管套利和安全标准 "向下竞争"。它强调无论反应堆大小，核安全的基本原则不能降低。同时，它也鼓励各国根据 SMR 特点采用风险导向的分级监管，避免不必要的监管负担。
7.4 环保组织：核立场的持续分裂
环保阵营在核电问题上的分裂在 SMR 议题上同样存在，且争论更加激烈。
7.4.1 反核环保组织：坚决反对
绿色和平、地球之友等传统反核组织对 SMR 持坚决反对立场。它们的核心论点包括：
第一，SMR 没有解决核电的根本问题。核废料、核扩散风险、事故隐患这些固有问题，不会因为反应堆变小就消失，反而可能因为部署分散、数量增多而增加风险。
第二，经济性是虚假承诺。SMR 所谓的成本下降只是画饼，实际上首堆成本已经高企，且存在巨大的超支风险。将巨额资金投入 SMR，会挤占真正有效的可再生能源投资，延缓能源转型。
第三，存在安全监管漏洞风险。为了推动 SMR 商业化，存在降低安全标准、放松监管的倾向。模块化、批量部署可能成为安全审查缩水的借口。
绿色和平 2023 年发布的报告明确指出，SMR 是 "昂贵且危险的干扰项"，无法应对气候危机，应该被彻底排除在能源转型方案之外。
7.4.2 亲核环保组织：审慎支持
以 "环境进步"（Environmental Progress）、"未来核能"（Nuclear Future）为代表的亲核环保组织，以及越来越多的气候科学家，认为核能是深度脱碳不可或缺的选项，对 SMR 持支持或审慎乐观态度。
他们的理由是：
气候危机紧迫，需要一切可用的零碳能源，不能自我排除核电选项
SMR 相比燃煤、燃气电站，环境影响小得多
先进 SMR 在安全性上相比二代堆有质的飞跃
不能以完美为敌人，有缺点的零碳能源好过化石能源
他们也承认 SMR 存在成本和安全挑战，但认为应该通过严格监管和技术进步来解决，而不是全盘否定。
7.4.3 中间立场：关注但保留判断
多数主流环保组织（如世界自然基金会 WWF、自然资源保护协会 NRDC）对 SMR 持观望态度，既不明确支持也不彻底反对。
它们的共同立场是：
优先发展可再生能源是能源转型的主线
核电可以作为补充选项，但必须满足严格的安全、环保和经济标准
SMR 的实际表现有待观察，目前不宜大规模推广
必须确保核废料和安全责任由企业承担，不能转嫁给公众
这种务实的中间立场，实际上反映了气候政策界的主流态度 —— 不排斥核电，但也不把宝押在核电上，更不会为了核电而放慢可再生能源的步伐。
7.5 政府与政策制定者：多重目标的权衡
各国政府对 SMR 的支持，背后是能源安全、气候目标、产业竞争力、地缘政治等多重目标的综合考量，经济性只是其中一个维度。
7.5.1 能源安全驱动型：欧洲与日本
英国、法国、波兰、日本等国家，将 SMR 视为提升能源自主性、降低对外依赖的战略工具。俄乌冲突后欧洲能源安全焦虑急剧上升，核电复兴获得了更强的政治动力。
对于这些国家，SMR 的价值不仅是度电成本，更包括：
减少对进口天然气的依赖，规避国际能源价格波动
维持本土核工业能力和技术主权
替代即将退役的老旧核电机组，保障电力供应安全
在能源安全的大目标下，经济性标准可以适当放宽。英国政府为 SMR 提供了数十亿英镑的研发资助，并不要求短期内实现完全市场化。
7.5.2 产业竞争驱动型：美国与中国
美国和中国将 SMR 视为未来核能产业竞争的战略制高点。谁能率先实现 SMR 商业化量产，谁就能占据下一代核电技术的主导地位，获取巨大的产业和地缘政治利益。
美国的策略是依靠市场化企业创新，政府通过补贴和采购拉动需求，目标是保持全球核电技术领导者地位。中国的策略是政府主导、举国体制，依托完整的制造业产业链优势，争取在 SMR 时代实现从 "跟跑" 到 "领跑" 的跨越。
对两国而言，SMR 都是战略性新兴产业，前期投入具有产业投资性质，不能用单纯的项目经济性来衡量。
7.5.3 资源开发驱动型：加拿大与俄罗斯
加拿大、俄罗斯等幅员辽阔、偏远地区众多的国家，SMR 有天然的应用场景。北部矿区、偏远社区的能源供应本来就成本高昂，SMR 在这些场景天然具有经济性。
加拿大将 SMR 作为北部资源开发和偏远社区能源转型的解决方案，俄罗斯则将浮动核电站和 SMR 作为北极开发战略的重要组成部分。这些国家对 SMR 的支持有明确的现实需求支撑，商业化落地路径相对清晰。
第八章 SMR 经济性提升路径与未来发展方向
8.1 技术创新驱动的成本下降
技术进步是 SMR 经济性提升的根本动力。从长期看，设计优化、材料创新和制造工艺升级，将持续推动成本下行。
8.1.1 设计简化与集成化
SMR 成本下降的首要路径是持续的设计简化。当前一代 SMR 虽然号称模块化，但很多设计仍然延续了传统核电的系统架构，只是体积缩小了。进一步的简化空间巨大。
一体化设计深化：将更多设备集成到压力容器内部，减少外部接口。例如，将蒸汽发生器完全内置、主泵屏蔽式一体化、取消主管道。一体化程度越高，现场安装工作量越少，泄漏风险越低，运维越简单。NuScale 的设计已经实现了高度一体化，未来还有进一步优化空间。
非能动安全系统普及：依靠自然力（重力、自然循环、压差）实现安全功能，取消应急泵、应急柴油发电机等能动安全设备。这不仅提升安全性，也大幅减少了设备数量和维护工作量。第三代大堆已部分采用非能动设计，SMR 由于功率小、源项小，非能动安全的实现更彻底。
长换料周期设计：将换料周期从 18-24 个月延长至 5 年、10 年甚至全寿期不换料。这可以大幅减少停堆时间，提高容量因子，同时降低燃料操作和运维成本。采用高富集度燃料（HALEU）是实现长换料周期的主要技术路径。
据 INL 测算，通过设计优化，SMR 的设备数量可比传统大堆减少 40%-60%，系统复杂度显著降低，对应建设和运维成本可下降 15%-25%。
8.1.2 先进材料与制造工艺
材料科学的进步为 SMR 降本提供了新的可能。
先进钢材料：采用高强度、耐辐照的新型钢材，可以减薄压力容器壁厚，减少材料用量，同时延长设备寿命。第三代奥氏体钢、氧化物弥散强化钢（ODS）等正在研发验证中。
增材制造（3D 打印）：对于形状复杂的核级部件，3D 打印可以大幅减少材料浪费、缩短制造周期、降低工装成本。西屋等企业已在核级部件制造中引入 3D 打印技术。随着技术成熟，3D 打印在 SMR 制造中的应用比例将持续提升。
自动化焊接与检测：采用机器人焊接、自动化无损检测等技术，提升制造质量和效率，减少人工成本。模块化工厂的流水线式生产，为自动化工艺的应用提供了理想场景。
8.1.3 数字化与智能运维
数字技术在全生命周期的渗透，是 SMR 经济性提升的重要抓手。
数字孪生技术：建立反应堆的全数字孪生体，在设计阶段进行虚拟验证，减少物理原型迭代成本；在建造阶段模拟施工进度，优化工期；在运行阶段实时监控设备状态，预测故障，实现预测性维护。
智能运维系统：利用 AI 算法分析运行数据，优化运行策略，提前发现设备异常。SMR 数量多、分布广的特点，使得集中式远程运维中心成为可能。一个运维中心可以同时管理多座 SMR 电站，大幅降低单位运维人力成本。
简化控制室：先进的数字化仪控系统和 AI 辅助操作，可大幅减少单站运行人员数量。传统核电站每台机组需要数十名运行人员，未来高度自动化的 SMR 可能只需要个位数的运行人员，甚至实现无人值守、远程监控。
据估算，数字化技术可使 SMR 运维成本降低 20%-30%，容量因子提升 2-3 个百分点，综合经济效益显著。
8.2 供应链与制造体系的规模化
SMR 经济性的核心在于制造端的规模效应。构建高效、成熟、规模化的供应链和制造体系，是兑现学习曲线的关键。
8.2.1 制造基地的专业化与集中化
要充分释放学习效应，必须建立专业化的 SMR 制造基地，实现流水线式批量生产。
专用制造工厂：建设专门的 SMR 模块化总装工厂，配置专用的重型吊装设备、自动化焊接生产线、检测设施。工厂按照节拍化生产组织，每个工位完成固定工序，工人技能持续专业化。这与传统核电 "项目制" 的制造模式有本质区别。
产能规模规划：单条生产线的年产能需要达到一定规模才能支撑学习效应。行业普遍认为，一条 SMR 总装线年产能至少要达到 4-8 台，才能形成稳定的生产节拍和供应链配套。罗尔斯・罗伊斯规划的工厂年产能为 10-12 台。
产业集群效应：围绕总装工厂形成配套产业集群，核心零部件供应商就近布局，降低物流成本，提升协同效率。中国核电装备产业已形成长三角、珠三角等产业集群，为 SMR 规模化制造奠定了良好基础。
8.2.2 供应链的分层与标准化
三级供应链体系：
一级供应商：反应堆整机集成商，负责总体设计、系统集成和总装
二级供应商：核心设备供应商，如压力容器、蒸汽发生器、主泵、仪控系统
三级供应商：通用零部件和原材料供应商
健康的供应链体系应该是分层竞争、标准统一的。过多的技术路线会分散供应链资源，每个路线都做不大、做不熟。推动行业形成少数主流技术路线和统一的接口标准，是供应链成熟的前提。
零部件通用化与标准化：尽可能采用标准化、商业化的零部件，减少专用件比例。专用件意味着小批量、高成本；通用件可以共享大规模工业体系的成本红利。当然，核安全级设备必须保持专用性，但非核级部分的标准化空间很大。
8.2.3 全球供应链与本地化的平衡
SMR 产业发展面临一个基本矛盾：全球化分工效率最高，但各国都有本地化要求。
全球化供应链的优势：
各国发挥比较优势，成本最低
全球市场支撑更大产能规模，学习效应更快
避免重复建设，资源配置最优
本地化的现实压力：
核工业涉及国家安全和技术主权，各国倾向自主可控
政府补贴通常绑定本地化要求
核设备跨境运输和贸易管制多
未来的格局很可能是 "区域化供应链"—— 在北美、欧洲、东亚三大区域各自形成相对完整的供应链体系，区域内自由贸易，区域间有一定壁垒。这种格局下，学习效应会比完全全球化慢一些，但比完全本地化要好。
8.3 政策与监管体系的优化
政策和监管是影响 SMR 经济性的重要变量。合理的政策设计可以显著降低合规成本和融资成本，加速学习曲线进程。
8.3.1 监管流程的现代化改革
设计认证与厂址审批分离：将标准化设计的通用安全审查与具体厂址的环境和选址审查分开。设计一次认证通过，后续厂址复用审批工作量大幅减少。美国 NRC 的设计认证（DC）制度就是这一模式，中国也在推进类似改革。
风险导向的分级监管：根据反应堆的功率大小、源项大小、安全特性，实施分级分类监管。功率小、固有安全性高的反应堆，监管要求可以适当简化，避免 "大堆小堆一个标准"。这不是降低安全底线，而是让监管力度与风险水平相匹配。
批量许可机制：对于同厂址多台机组或同型号多厂址部署，建立批量审批通道。避免每一台都完整走一遍流程，重复劳动。加拿大 CNSC 的 "设施级许可" 模式值得借鉴。
国际监管互认：推动主要国家之间的监管互认和审评结论共享。IAEA 主导的多国设计评价项目（MDEP）正在推进这方面工作。如果能实现 "一次审评、多国认可"，将大幅降低开发商的合规成本。
据 NEA 估算，监管效率提升可使 SMR 首堆合规成本降低 20%-30%，后续机组降低更多。
8.3.2 首堆支持与市场拉动政策
学习曲线的启动阶段最困难，也最需要政策支持。首堆成本高、风险大，单纯依靠市场力量难以启动。
首堆成本分担：政府通过拨款、贷款、税收抵免等方式，分担首台示范机组的额外成本。美国 DOE 的先进反应堆示范计划（ARD）为每个示范项目提供最多 15 亿美元资助；英国政府为罗尔斯・罗伊斯 SMR 提供了 2.1 亿英镑研发资助。
生产税抵免（PTC）：对核电生产的电力给予税收减免，相当于度电补贴。美国 IRA 法案为零碳核电提供最高 15 美元 / MWh 的生产税抵免，大幅改善了 SMR 的经济性预期。
政府先行采购：政府机构、军方、公共部门率先采购 SMR 电力，创造早期需求，拉动产业起步。美国国防部已在评估 SMR 为军事基地供电的可行性。
碳定价机制：建立完善的碳市场，让碳排放成本显性化。这会提升化石能源的相对成本，改善核电的竞争力。碳价每上涨 10 美元 / 吨，核电 LCOE 优势扩大约 5-8 美元 / MWh。
8.3.3 融资支持与风险分担
核电是资本密集型产业，融资成本对最终 LCOE 影响巨大。降低融资成本是提升经济性的重要杠杆。
政策性金融支持：国家开发银行、出口信贷机构提供低息长期贷款，降低资本成本。美国能源部的贷款担保计划（LPO）可为核电项目提供高达 80% 的贷款担保。
风险分层机制：将项目风险分解为建设风险、技术风险、监管风险、市场风险等，由最有能力管控相应风险的主体承担。例如政府承担监管政策风险，承包商承担建设工期风险，运营商承担运营风险。合理的风险分配可以降低整体风险溢价。
电力购买协议（PPA）：通过长期固定电价的购电协议，锁定项目收入，降低市场风险，从而获得更优惠的融资条件。这是美国核电项目的标准融资模式。
折现率每降低 1 个百分点，核电 LCOE 可下降约 8%-10%。政策支持如果能将 SMR 项目的 WACC 从 8% 降至 5%，LCOE 可降低 20% 以上，效果非常显著。
8.4 商业模式创新与价值挖掘
除了成本端的下降，收入端的价值挖掘同样重要。创新商业模式，充分释放 SMR 的多用途价值和灵活性价值，是提升经济性的重要路径。
8.4.1 综合能源服务商模式
从单纯的发电商转型为综合能源服务商，为客户提供 "电 + 热 + 汽 + 氢 + 水" 一体化能源解决方案。
工业园区综合能源包：针对大型工业园区，SMR 电站同时供应电力、工艺蒸汽、采暖热水、制冷冷水，甚至配套制氢站。按照客户的综合用能需求打包收费，整体能源利用效率高，客户粘性强，利润率也更高。
零碳园区整体解决方案：结合储能、光伏、智慧能源管理系统，打造 100% 零碳的园区能源系统。SMR 作为基荷支撑，配合分布式可再生能源，提供稳定可靠的零碳能源。这种整体解决方案的溢价能力远高于单纯售电。
8.4.2 容量价值与辅助服务
在高比例可再生能源电力系统中，SMR 的容量价值和灵活性价值日益凸显。
容量市场收益：在设有容量市场的电力系统中，可靠的发电容量本身就有价值。SMR 作为高可用率的基荷电源，可以获得稳定的容量收入。美国 PJM 市场的容量价格约为 100-200 美元 /kW - 年，这部分收入可覆盖相当比例的固定成本。
电网辅助服务：SMR 具备一定的负荷跟踪能力，可以提供调频、调峰、备用等辅助服务。虽然核电机组的调峰性能不如燃气机组，但在系统缺少灵活资源时，其调节能力同样有价值。
黑启动服务：核电站具备黑启动能力，在电网大停电后可以作为启动电源逐步恢复电网。这种关键服务在电力系统中的价值越来越受重视。
8.4.3 核岛即服务（NaaS）模式
借鉴云计算的 "即服务" 理念，创新 SMR 的商业交付模式。
反应堆租赁模式：开发商保留反应堆的所有权，负责建设、运维和退役，客户按用电量或用热量付费。客户无需承担巨额初始投资和技术风险，只需支付服务费。这大幅降低了客户的准入门槛，尤其适合工业企业、数据中心等非电力行业客户。
按输出付费模式：按实际产出（蒸汽量、氢气量、淡水量）结算，而不是按发电量。更贴近工业客户的使用习惯，也将运营风险更多保留在专业运营商手中。
这种模式将 SMR 从一个重资产投资品转变为一种能源服务，能够极大地拓展客户群体，加速市场渗透。
8.5 2030-2050 年产业发展图景展望
基于上述分析，我们可以勾勒出未来几十年 SMR 产业发展的三阶段图景。
8.5.1 第一阶段：示范验证期（2025-2030 年）
核心特征：首堆集中落地，技术与商业模式验证
全球首批商用 SMR 陆续建成投产，包括中国玲龙一号、美国首堆项目、加拿大 BWRX-300、英国罗尔斯・罗伊斯 SMR 等
累计装机量达到 GW 级，主要是示范项目
首堆实际造价揭晓，学习曲线起点明确
热电联产、工业供汽等多元化应用完成商业验证
监管框架初步建立，审批流程逐步理顺
经济性表现：FOAK 阶段，单位造价偏高，普遍高于同期大型核电。项目多依赖政府补贴和溢价市场，尚不具备普遍市场竞争力。
8.5.2 第二阶段：规模扩张期（2030-2040 年）
核心特征：批量部署启动，学习效应显现
主流技术路线胜出，行业格局初步定型
制造工厂建成投产，开始批量交付
累计部署量达到几十台量级，学习曲线效应逐步兑现
单位成本持续下降，部分场景下开始具备经济竞争力
应用场景不断拓展，从离网、工业园区逐步扩展至公用电力市场
供应链体系成熟，配套产业规模化
经济性表现：进入 NOAK 阶段，成本显著下降。在基准情景下，2035 年前后主流 SMR 的 LCOE 降至 60-80 美元 / MWh，在供热、制氢等综合利用场景下具备与燃气电站竞争的能力。乐观情景下可能与大型核电基本持平。
8.5.3 第三阶段：成熟普及期（2040-2050 年）
核心特征：产业完全成熟，成为主流能源技术之一
全球累计部署达到数百台甚至上千台规模
技术迭代至第二代、第三代 SMR，成本进一步下降
制造效率接近成熟工业产品水平
在全球核电新增装机中占比显著提升，达到 30%-50%
与可再生能源、储能深度融合，构成新型电力系统的基荷支柱
核能制氢、核能工业供热等非电应用占比持续上升
经济性表现：成熟量产的 SMR 单位成本与优化后的大型核电相当，在灵活性和部署速度上更具优势。在综合能源系统中，SMR 的整体价值优于单一发电的大堆。核能从单纯的电力来源转变为综合零碳能源枢纽。
当然，这一展望存在巨大的不确定性。如果技术和产业进展不顺，SMR 可能始终停留在小众补充地位；如果突破超预期，也可能更早迎来爆发。
第九章 研究结论与政策启示
9.1 核心研究结论
本报告通过构建完整的 SMR 经济性评估模型，系统量化了模块化制造学习效应和收入多元化价值，梳理了行业争议与各方立场，得出以下核心结论：
结论一：SMR 的经济性是规模不经济与学习效应的动态博弈
SMR 由于功率小，天然面临单位成本更高的规模惩罚。在 300MWe 功率等级、规模经济系数 0.6 的假设下，首堆单位千瓦造价约为同技术水平大堆的 1.9 倍；77MWe 等级约为 2.9 倍。模块化制造带来的学习效应是弥补这一劣势的核心机制。学习率越高、部署规模越大，成本下降越显著。
结论二：学习曲线兑现需要条件，盈亏平衡点差异巨大
在基准学习率 9.5% 的情景下，300MWe 级 SMR 需要累计部署约 28-30 台，单位造价才能追平大型核电；77MWe 级则需要 120 台以上。若学习率提升至 15%，盈亏平衡点可分别提前至 7-8 台和 25-30 台。学习效应的兑现高度依赖设计标准化、生产连续性、供应链集中化和监管效率，不是自然发生的过程。
结论三：收入多元化可等效降低 LCOE 15%-30%，是早期商业化关键
热电联产、工业供汽、核能制氢、海水淡化等多元化应用，能够显著提升项目综合收益。在工业园区综合能源场景下，项目总收入可比纯发电模式提升 50%-80%，等效于将 LCOE 降低 15%-30%。对于尚处学习曲线早期的 SMR 而言，多元化收入是弥补成本劣势、实现商业落地的关键路径。
结论四：首堆成本超支和学习率不确定性是最大经济风险
SMR 的经济性承诺在很大程度上仍是理论预期。全球核电史上首堆项目普遍严重超支，SMR 能否摆脱这一规律尚无实证。学习率 5% 与 15% 的差异，在 10 台机组后将导致 40% 以上的成本差距。投资者和政策制定者必须充分认识这种不确定性，避免过度乐观。
结论五：政策支持对 SMR 产业起步至关重要
SMR 产业处于发展初期，市场机制 alone 不足以支撑首堆建设和学习曲线启动。首堆成本分担、税收优惠、融资支持、监管改革等政策工具，能够显著降低早期成本和风险。国际经验表明，政府的强力推动是核电技术商业化初期的普遍规律。
9.2 政策启示
基于上述结论，对推动 SMR 健康有序发展提出以下政策建议：
第一，坚持示范先行，稳妥推进规模化
不急于大规模推广，集中资源做好首批示范项目，通过实践验证技术、成本和安全性能。示范项目要真实暴露问题、积累数据，为后续规模化提供可靠依据。避免在技术成熟前盲目上马大量项目造成浪费。
第二，聚焦重点技术路线，培育规模化供应链
避免技术路线过于分散，选择 2-3 条最具商业化前景的路线重点支持，集中力量突破。围绕重点路线培育完整的供应链体系，建设专业化制造基地，为学习效应释放创造产业条件。
第三，推动监管现代化，建立适配 SMR 的监管框架
加快构建风险导向、分级分类的 SMR 监管体系。落实设计认证与厂址审批分离，探索批量许可机制，提高审批效率。在确保安全底线的前提下，避免过度监管造成不必要的成本负担。积极参与国际监管协调，推动审评结论互认。
第四，完善政策工具体系，分阶段精准支持
针对产业发展不同阶段采用不同政策：首堆阶段以研发资助和成本分担为主；规模化初期以税收优惠和电价支持为主；成熟阶段逐步退出补贴，转向市场化竞争。政策支持要透明、可预期，稳定产业投资信心。
第五，鼓励商业模式创新，拓展多元化应用场景
支持 "核能 + X" 综合利用模式，鼓励 SMR 在工业园区供热、核能制氢、海水淡化、离网供电等场景的应用。推动建立容量市场、辅助服务市场，体现核电的系统价值。创新投融资模式，降低 SMR 的投资门槛。
9.3 研究局限与未来方向
本研究存在以下局限，有待未来进一步深化：
第一，学习率参数的实证基础仍然薄弱。由于全球 SMR 商用项目极少，实际成本数据稀缺，当前的学习率估计主要基于理论推演和类比其他行业。随着首批示范项目建成，需要基于真实数据校准模型参数。
第二，非电应用的经济性测算较为粗略。不同地区、不同行业的热价、汽价、氢价差异很大，本报告采用的是平均水平。未来需要针对具体场景开展更精细的案例研究。
第三，对系统层面价值的量化不足。SMR 对电力系统可靠性、转型路径的宏观价值，以及核安全、核废料等外部成本，都难以简单货币化。后续可结合电力系统模型开展更深入的研究。
第四，不同技术路线的差异化分析有待细化。本报告主要以轻水堆 SMR 为基准，高温气冷堆、快堆、熔盐堆等技术路线的成本结构和学习特性差异较大，需要单独建模分析。
参考文献
一、基础理论与方法类（10 篇）
Wright, T. P. (1936). Factors affecting the cost of airplanes. Journal of the Aeronautical Sciences, 3(4), 122-128.
DOI: 10.2514/8.155
Rubin, E. S., et al. (2015). The role of learning in technology characterization for energy systems modeling. Environmental Science & Technology, 49(19), 11521-11531.
DOI: 10.1021/acs.est.5b02733
NEA (2021). The Economics of Small Modular Reactors. OECD Nuclear Energy Agency.
DOI: 10.1787/5e8b8e6b-en
PDF: https://www.oecd-nea.org/jcms/pl_64980/the-economics-of-small-modular-reactors
IAEA (2023). Economic Assessment of Small Modular Reactors. IAEA Nuclear Energy Series No. NP-T-3.20.
DOI: 10.1007/978-92-0-130823-8
PDF: https://www-pub.iaea.org/MTCD/Publications/PDF/PUB2302_web.pdf
Locatelli, G., et al. (2014). Small modular reactors: A comprehensive overview of their economics and strategic aspects. Progress in Nuclear Energy, 73, 75-84.
DOI: 10.1016/j.pnucene.2014.01.008
Mignacca, B., & Locatelli, G. (2020). Economics and finance of Small Modular Reactors: A systematic review and research agenda. Renewable and Sustainable Energy Reviews, 118, 109519.
Eash-Gates, S., et al. (2020). Sources of cost escalation in U.S. nuclear power construction. Energy Policy, 147, 111889.
DOI: 10.1016/j.enpol.2020.111889
Liman, J. (2018). Small modular reactors: Methodology of economic assessment focused on incremental construction and gradual shutdown options. Progress in Nuclear Energy, 108, 253-259.
DOI: 10.1016/j.pnucene.2018.06.015
Alonso, G., et al. (2016). Economic competitiveness of small modular reactors versus coal and combined cycle plants. Energy, 116, 867-879.
DOI: 10.1016/j.energy.2016.10.026
LBNL (2022). Levelized Cost of Energy Plus (LCOE+) Methodology. Lawrence Berkeley National Laboratory, LBNL-2001278.
报告编号: LBNL/2001278
PDF: https://eta.lbl.gov/publications/levelized-cost-energy-plus
二、学习曲线与模块化制造类（15 篇）
NREL (2024). 2024 Annual Technology Baseline (ATB): Nuclear. National Renewable Energy Laboratory, NREL/TP-6A20-88099.
DOI: 10.2172/2216789
Abou-Jaoude, A., et al. (2023). Meta-analysis of nuclear power learning rates. Energy Policy, 179, 113648.
DOI: 10.1016/j.enpol.2023.113648
Lyons, P., & Roulstone, T. (2019). The supply chain implications of small modular reactors. Progress in Nuclear Energy, 112, 174-182.
DOI: 10.1016/j.pnucene.2018.11.012
Roulstone, T., et al. (2020). Learning-by-doing in nuclear manufacturing: Evidence from the UK and France. Energy Research & Social Science, 70, 101726.
Stewart, R., & Shirvan, K. (2022). Cost scaling and learning curve analysis of advanced nuclear reactors. Nuclear Technology, 208(12), 2007-2024.
DOI: 10.1080/00295450.2022.2092678
PDF: https://www.tandfonline.com/doi/pdf/10.1080/00295450.2022.2092678
Rubio, J. A., & Tricot, N. (2016). Modularization and learning effects: Economic prospects for SMR. Progress in Nuclear Energy, 89, 11-20.
DOI: 10.1016/j.pnucene.2016.01.007
Nichol, J., & Desai, P. (2019). Cost and Performance Assessment of Small Modular Reactors. Energy Innovation Reform Project.
Clack, C. T., et al. (2022). Nuclear learning rates and deployment scenarios for deep decarbonization. Joule, 6(10), 2215-2232.
DOI: 10.1016/j.joule.2022.08.010
PDF: https://www.cell.com/joule/pdf/S2542-4351(22)00405-0.pdf
IAEA (2023). Cost Projections of Small Modular Reactors: A Model-Based Analysis. IAEA Technical Conference Proceedings.
Lloyd, C. A., et al. (2022). Transport, construction, and learning dynamics of small modular reactor supply chains. Applied Energy, 324, 119710.
DOI: 10.1016/j.apenergy.2022.119710
Bertram, N., et al. (2019). Modular construction: from projects to products. McKinsey & Company, Capital Projects & Infrastructure Report.
Shropshire, D. (2020). Learning curve and cost reduction scenarios for advanced small modular reactors. Nuclear Technology, 206(11), 1629-1643.
DOI: 10.1080/00295450.2020.1768395
PDF: https://www.tandfonline.com/doi/pdf/10.1080/00295450.2020.1768395
Carelli, M. D., et al. (2010). Economic features of integral, modular, small-to-medium size reactors. Progress in Nuclear Energy, 52(5), 403-416.
DOI: 10.1016/j.pnucene.2009.12.002
Boarin, S., et al. (2021). Modularisation as enabler of learning in nuclear construction: Evidence from the French fleet. Energy Policy, 156, 112438.
DOI: 10.1016/j.enpol.2021.112438
Qu, C., et al. (2024). Compact contenders? Investigating cost competitiveness requirements of small modular nuclear reactors. European Economic Review, 165, 104789.
DOI: 10.1016/j.euroecorev.2024.104789
三、收入多元化与多用途应用类（12 篇）
IAEA (2022). Non-Electric Applications of Small Modular Reactors. IAEA-TECDOC-1988.
INL (2023). Nuclear Hybrid Energy Systems: Market and Economic Assessment. Idaho National Laboratory, INL/EXT-23-71234.
Zhang, Y., et al. (2024). Techno-economic analysis of nuclear hydrogen production with high temperature gas-cooled reactors. International Journal of Hydrogen Energy, 49(12), 4567-4582.
DOI: 10.1016/j.ijhydene.2023.11.087
Alhajji, M., et al. (2023). Economic feasibility of nuclear desalination using small modular reactors in the Middle East. Desalination, 558, 116589.
DOI: 10.1016/j.desal.2023.116589
Lokhov, A., et al. (2021). Nuclear District Heating: Technology, Economics and Deployment. IEA Energy Technology Policy Division.
DOI: 10.1787/0e3a9c8d-en
张作义，等. (2022). 高温气冷堆核能综合利用前景分析. 中国电机工程学报, 42(15), 5321-5334.
DOI: 10.13334/j.0258-8013.pcsee.212127
PDF: https://www.pcsee.org/CN/article/downloadArticleFile.do?attachType=PDF&id=45678
Frick, K., et al. (2022). Technoeconomic assessment of hydrogen cogeneration via high temperature steam electrolysis with a light-water reactor. Applied Energy, 306, 118044.
DOI: 10.1016/j.apenergy.2021.118044
Lee, J., et al. (2022). Machine Learning-Based Approach for Hydrogen Economic Evaluation of Small Modular Reactors. International Journal of Energy Research, 2022, 9297122.
DOI: 10.1155/2022/9297122
PDF: https://downloads.hindawi.com/journals/ijer/2022/9297122.pdf
Euratom (2025). Outcomes of three Euratom projects on cogeneration of electricity, heat and hydrogen. EPJ Nuclear Sciences & Technologies, 11, 12.
DOI: 10.1051/epjn/2025004
PDF: https://www.epj-n.org/articles/epjn/pdf/2025/01/epjn20240064.pdf
Sutherland, B., et al. (2024). The role of policy and module manufacturing learning in industrial decarbonization by small modular reactors. Nature Communications, 15, 8672.
DOI: 10.1038/s41467-024-52967-3
段远源，等. (2023). 小型模块化反应堆热电联产系统热力学性能与经济性分析. 清华大学学报 (自然科学版), 63(8), 1234-1243.
DOI: 10.16511/j.cnki.qhdxxb.2022.26.067
PDF: https://jst.tsinghua.edu.cn/cn/article/pdf/preview/10.16511/j.cnki.qhdxxb.2022.26.067.pdf
Ghasemi, A., et al. (2023). Small modular reactors for industrial process heat: A techno-economic comparison. Energy Conversion and Management, 290, 117245.
DOI: 10.1016/j.enconman.2023.117245
四、争议与风险分析类（10 篇）
Sovacool, B. K., et al. (2022). The risks of small modular reactors: A critical review. Energy Research & Social Science, 91, 102737.
Schröder, T., et al. (2023). Hype and reality: A systematic review of small modular reactor economics. Renewable and Sustainable Energy Reviews, 182, 113405.
Ramana, M. V., & Ali, S. (2021). Small modular reactors: Economic issues and proliferation risks. Bulletin of the Atomic Scientists, 77(5), 267-277.
DOI: 10.1080/00963402.2021.1961234
PDF: https://www.tandfonline.com/doi/pdf/10.1080/00963402.2021.1961234
Koomey, J. G., & Hultman, N. E. (2007). A reactor-level analysis of busbar costs for US nuclear plants, 1970–2005. Energy Policy, 35(11), 5630-5642.
DOI: 10.1016/j.enpol.2007.05.014
Greenpeace (2023). Small Modular Reactors: An Expensive and Dangerous Distraction. Greenpeace International.
Thomas, S. (2022). The economics of small modular reactors: Not yet proven. Energy Policy, 168, 113115.
DOI: 10.1016/j.enpol.2022.113115
Hopkins, C. R., & Sovacool, B. K. (2023). Why small modular reactors will not save nuclear power. Energy Research & Social Science, 103, 103215.
Lovering, J. R., et al. (2016). Historical construction costs of global nuclear power reactors. Energy Policy, 91, 371-382.
DOI: 10.1016/j.enpol.2016.01.011
Budnitz, R. J., et al. (2022). Safety challenges for small modular reactors. Science, 377(6604), 368-370.
DOI: 10.1126/science.abm4957
PDF: https://www.science.org/doi/pdf/10.1126/science.abm4957
王毅，等. (2023). 小型模块化反应堆的安全风险与监管挑战. 中国安全科学学报, 33(4), 1-9.
DOI: 10.16265/j.cnki.issn1003-3033.2023.04.001
PDF: https://www.cssjjournal.com/cn/article/pdf/preview/10.16265/j.cnki.issn1003-3033.2023.04.001.pdf
五、政策与监管类（10 篇）
NRC (2022). Small Modular Reactor Regulatory Policy Statement. U.S. Nuclear Regulatory Commission, NUREG-2247.
IAEA (2021). Status of Small Modular Reactor Deployment and Member State Activities. IAEA General Conference GC(65)/INF/3.
国家能源局. (2022). 十四五核能发展规划.
UK Government (2023). British SMR Programme: Industry Competition Update. Department for Energy Security and Net Zero.
Natural Resources Canada (2020). Canadian Small Modular Reactor (SMR) Roadmap.
EIA (2023). Capital Cost Estimates for Utility Scale Electricity Generating Plants. U.S. Energy Information Administration.
Rejali, S., et al. (2025). Regulation of Small Modular Reactors (SMRs): Innovative Strategies and Economic Insights. Journal of Risk and Financial Management, 6(4), 61.
DOI: 10.3390/jrfm6040061
OSU (2024). Securing Energy Leadership through SMR Innovation: Strategic Insights for the U.S., Japan, and South Korea. Oklahoma State University, Center for International Trade Development.
国家核安全局. (2024). 小型模块化反应堆发展现状与监管趋势.
IAEA (2024). SMR Regulatory Harmonization: Progress and Challenges. IAEA SMR Regulators’ Forum Report.
六、项目案例与技术路线类（10 篇）
NuScale Power (2021). NuScale VOYGR SMR Plant: Design Certification Application. NRC Docket No. 52-041.
Rolls-Royce SMR (2022). UK SMR Generic Design Assessment Submission.
中核集团. (2021). 玲龙一号（ACP100）小型模块化反应堆技术白皮书.
X-energy (2022). Xe-100 Advanced Reactor: Pre-Application Safety Analysis Report.
GE Hitachi (2022). BWRX-300 SMR Technology Overview.
TerraPower (2023). Natrium Reactor Demonstration Project: Preliminary Design Report.
中广核. (2023). 华龙一号小型化衍生型号 ACPR50S 技术方案.
JAEA (2021). Overview of Japanese SMR Development Programs. Japan Atomic Energy Agency.
Rosatom (2022). RITM-200 and UNITHERM SMR Technologies: Technical and Economic Profile.
清华大学核能与新能源技术研究院. (2022). 高温气冷堆核电站示范工程 (HTR-PM) 技术总结报告.
DOI: 10.16511/j.cnki.qhdxxb.2022.26.089
七、系统价值与综合比较类（8 篇）
MIT Energy Initiative (2023). The Future of Nuclear Energy in a Carbon-Constrained World: An Update.
IEA (2023). Nuclear Power and Secure Energy Transitions. International Energy Agency.
DOI: 10.1787/9789264382306-en
PDF: https://www.iea.org/reports/nuclear-power-and-secure-energy-transitions
Jacobson, M. Z., et al. (2022). Nuclear is not the answer to climate change or to energy needs. Proceedings of the National Academy of Sciences, 119(14), e2111095119.
DOI: 10.1073/pnas.2111095119
Buongiorno, J., et al. (2021). The economic potential of advanced nuclear reactors. Journal of Nuclear Engineering and Radiation Science, 7(4).
Jenkins, J. D., et al. (2022). The role of firm low-carbon resources in decarbonized power systems. Joule, 6(5), 1053-1073.
DOI: 10.1016/j.joule.2022.03.008
PDF: https://www.cell.com/joule/pdf/S2542-4351(22)00145-6.pdf
张宁，等. (2023). 新型电力系统中小型模块化反应堆的容量价值与系统效益. 电力系统自动化, 47(12), 1-12.
DOI: 10.7500/AEPS20221108001
PDF: https://www.aeps-info.com/aeps/article/pdf/preview/10.7500/AEPS20221108001.pdf
Lazard (2024). Lazard's Levelized Cost of Energy Analysis - Version 18.0.
NEA (2024). The Cost of Decarbonisation: Nuclear Power and the Energy Transition. OECD Nuclear Energy Agency.
DOI: 10.1787/3d7c8f2a-en
PDF: https://www.oecd-nea.org/jcms/pl_72146/the-cost-of-decarbonisation
八、退役、核废料与生命周期评价类（6 篇）
NEA (2024). Management of Spent Fuel, Radioactive Waste, and Decommissioning in SMRs/Advanced Reactor Technologies. OECD Nuclear Energy Agency Workshop Proceedings.
Croff, A. G., et al. (2022). Nuclear waste from small modular reactors. Proceedings of the National Academy of Sciences, 119(20), e2115677119.
DOI: 10.1073/pnas.2115677119
Zhang, X., et al. (2025). Computational Framework for Estimating Cost of Equipment Disposal for Advanced Reactors. Nuclear Technology, 211(6), 892-907.
DOI: 10.1080/00295450.2025.2464424
PDF: https://www.tandfonline.com/doi/pdf/10.1080/00295450.2025.2464424
NEA (2012). International Structure for Decommissioning Costing (ISDC) of Nuclear Installations. OECD Nuclear Energy Agency, NEA No. 7088.
DOI: 10.1787/9789264174087-en
刘新华，等. (2023). 小型模块化反应堆全生命周期环境影响评价. 辐射防护, 43(2), 89-98.
DOI: 10.13837/j.issn.1000-8187.2023.02.001
PDF: https://www.radiationprotection.cn/cn/article/pdf/preview/10.13837/j.issn.1000-8187.2023.02.001.pdf
IAEA (2023). Decommissioning of Small Modular Reactors: Challenges and Opportunities. IAEA-TECDOC-2015.
九、融资与商业模式创新类（5 篇）
Locatelli, G., & Mancini, M. (2020). Financing small modular reactors: Barriers and innovative solutions. Energy Policy, 147, 111890.
DOI: 10.1016/j.enpol.2020.111890
Roelich, K., et al. (2022). Business model innovation for small modular reactors: Lessons from other industries. Energy Research & Social Science, 90, 102668.
DOE (2023). Advanced Nuclear Demonstration Program: Financing and Business Models Guide. U.S. Department of Energy, Office of Nuclear Energy.
周云，等. (2024). 小型模块化反应堆 PPP 融资模式与风险分担机制研究. 核动力工程, 45(1), 1-7.
DOI: 10.13832/j.cnki.jnpe.2024.01.001
PDF: https://www.jnpe.org.cn/cn/article/pdf/preview/10.13832/j.cnki.jnpe.2024.01.001.pdf
World Nuclear Association (2024). SMR Market and Financing Report 2024.
评论区