一种预测燃煤电厂碳排放量的计算方法与流程

本发明涉及碳排放量计算技术领域，具体涉及一种预测燃煤电厂碳排放量的计算方法。

背景技术：

2010年10月中央政府发布的“十二五”规划中已明确提出了实现低碳发展的核心内容是向低碳经济转型，调整优化以低碳经济为核心的产业结构和能源结构，建立资源环境友好型社会，坚持大力推广节能技术，制定围绕低碳经济的消费模式和方针政策。而电力行业在能源转换过程中排放的二氧化碳约占全国排放总量的50％，是二氧化碳减排的关键部门之一。截止到2014年底，中国全国单位国内生产总值二氧化碳排放同比下降了6.1％，比2010年累计下降了15.8％，“十二五”规划要求下降17％的目标已经完成。

在“十三五”规划中，能源局明确提出我国要完成到2020年单位GDP碳排放要比2005年下降40％～45％的国际承诺低碳目标，并且要为完成中美气候变化联合声明中提出的我国在2030年左右要达到碳排放的峰值的中长期低碳发展目标奠定基础，同时要在大气污染防治等环境指标方面取得明显成效。要完成上述目标，需要各省市结合经济发展实际，结合本地特点，制定出科学的碳减排规划和对策，有步骤、有计划的完成碳减排指标。由于我国的水资源和耕地资源的缺乏，我国以煤为主的能源消耗结构将会持续相当长的一段时间，所以为了更好的实现碳排放减排，需要比较精确的碳排放量。

目前，我国燃煤电厂主要是通过《2006IPCC指南》中提供的方法一来计算CO₂排放量，即根据燃料特性直接获得碳的缺省排放因子，根据电厂实际原煤耗量，乘上各煤种的排放因子，从而估算二氧化碳排放量。实际上，宽范围的煤种排放因子对CO₂预测误差较大，同时影响CO₂排放因子的主要影响因素除燃料类型外，还有机组装机容量、机组使用年限与维护质量以及燃料燃烧方式等。不同类型机组由于发电热效率不同CO₂排放绩效不同；相同容量机组由于使用年限和维护质量的不同，CO₂排放因子也会有差异甚至产生较大差异。此外，由于燃烧方式不同，炉渣中未完全燃烧的碳含量不同，CO₂排放因子也会产生一定差异。因此，利用缺省因子只能得到相当粗糙的结果，从而引入很大的不确定性。

目前为获得较精确的二氧化碳排放，各研究者大多采用了一些基于碳平衡的精确数学模型，通过对原煤的煤质分析进行预测。而这种基于碳平衡的二氧化碳排放预测结果虽然较精确，但过程却较复杂，成本相对较高。由于通过烟气侧进行计算也是一种途径，考虑到电厂一般具有尾气氧气浓度和二氧化硫浓度的检测，以及燃煤的工业分析和热值这些基本数据，本发明拟采用烟气排放成分的方法，尽量利用电厂现有数据，在不增加检测的情况下，较精确的预测二氧化碳排放量。

技术实现要素：

本发明的目的是为了解决现有技术中的上述缺陷，提供一种预测燃煤电厂碳排放量的计算方法，该计算方法根据电厂烟气排放量和燃煤的燃料特性系数来预测二氧化碳排放量，是一种能够适应我国燃煤电厂实际情况的碳排放量的计算方法。

本发明的目的可以通过采取如下技术方案达到：

一种预测燃煤电厂碳排放量的计算方法，所述计算方法包括下列步骤：

S1、建立数学模型，得出燃料特性系数β的关系式：

根据现有的煤质分析数据，利用多元线性回归模型拟合出燃煤的工业分析数据A_ad、V_ad、FC_ad、Q_gr,ad与燃料特性系数β之间的关系式，其中A_ad、V_ad、FC_ad、Q_gr,ad分别表示为收到基下燃煤中的灰分含量(单位：％)、挥发分含量(单位：％)、固定碳含量(单位：％)和燃煤的高位发热量(单位：MJ/kg)，得到褐煤和无烟煤关于燃料特性系数和工业分析数据之间的线性回归方程；

S2、计算电厂燃烧的煤的燃料特性系数β值：

将电厂测得的燃煤工业分析数据A_ad、V_ad、FC_ad、Q_gr,ad根据煤种的不同带入所述的褐煤或无烟煤关于燃料特性系数和工业分析数据之间的线性回归方程中，计算出电厂燃煤的燃料特性系数β值；

S3、计算烟气中二氧化碳的百分比含量CO₂：

将电厂检测的尾气中氧气和二氧化硫的百分比含量和所述的计算出电厂燃煤的燃料特性系数β值带入二氧化碳含量计算式计算出烟气中二氧化碳的百分比含量；

S4、计算烟气的排放总量V_y；

S5、计算二氧化碳的排放总量

将所述的烟气中二氧化碳的百分比含量CO₂和所述的烟气的排放总量V_y带入公式即可计算得到电厂中CO₂的实际排放量。

进一步地，所述的步骤S1、建立数学模型，得出燃料特性系数β的关系式具体如下：

S11、将无烟煤的工业分析数据和煤的燃料特性系数作为样本数据，并将其带入仿真软件的线性回归分析工具中，则X和Y分别表示为：

式中，A_i、V_i、FC_i、Q_i分别表示为第i个样本中的空气干燥基灰分(单位：％)、挥发分(单位：％)、固定碳(单位：％)和高位发热量(单位：MJ/kg)，β_i为第i个样本的燃料特性系数；

S12、根据仿真软件分别对褐煤和无烟煤样本数据进行逐步回归分析，得到褐煤和无烟煤关于燃料特性系数和工业分析数据之间的线性回归方程分别如下所示，

进一步地，所述仿真软件为MATLAB，所述线性回归分析工具为stepwise命令，其中，stepwise命令的格式为：stepwise(X,Y)，其中X表示自变量数据，为n×m阶矩阵，m表示自变量种类数，n表示每种自变量的样本数，Y表示因变量数据，为n×1阶矩阵，n表示因变量样本数。

进一步地，所述的二氧化碳含量计算式如下：

式中，CO₂表示烟气中二氧化碳的体积分数，O₂表示烟气中氧气的体积分数，SO₂表示烟气中二氧化硫的体积分数。

进一步地，所述的步骤S4、计算烟气的排放总量V_y具体如下：

若电厂已经测得烟气排放的总量V_y，则直接使用该数据；

若电厂未测得烟气排放的总量V_y，则可根据燃煤量和过量空气系数进行计算，如下所示：

其中，M表示燃烧所用的燃料量(单位：t)，Q_net,ar表示燃料的低位发热量(单位：MJ/kg)，α表示空气过量系数，V₀表示每燃烧1吨煤所需的理论空气量，其计算式为：

V₀＝(1.05×Q_net,ar+0.278)×1000

其中，O₂表示已检测得到的烟气中氧气的体积分数。

本发明相对于现有技术具有如下的优点及效果：

(1)相比我国目前较为通用的利用IPCC指南中的缺省因子进行碳排放量计算的方法，本发明利用Matlab软件进行多元逐步线性回归拟合出的燃料特性系数β的线性方程和根据检测到的尾气中氧气和二氧化硫的浓度来计算二氧化碳排放量的方法更加精确，结果更为可靠，相对而言更有利于碳排放的监测和控制。

(2)本发明公开的碳排放量的计算方法所采用数据均是常规燃煤电厂的基本检测数据，计算简单方便，因此并不需要价格昂贵的计量设备或检测手段来检测二氧化碳排放量，与其他一些基于碳平衡的计算方法相比，大大降低了检测成本，实用性较强，具备推广条件。

附图说明

图1是本发明中公开的预测燃煤电厂碳排放量的计算方法的流程图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

实施例

本实施例利用电厂烟气成分来计算二氧化碳排放量，其计算原理为：

式中，CO₂表示烟气中二氧化碳的体积分数，V_y为烟气排放总量。

根据燃烧方程，可以得到燃料特性系数和烟气成分的关系如下所示：

21＝RO₂+O₂+0.605CO+β(RO₂+CO) (2)

其中，RO₂—烟气中三原子气体的体积分数，主要有二氧化硫和二氧化碳；O₂—烟气中氧气的体积分数；CO—烟气中一氧化碳的体积分数；β—燃料的特性系数。

由于实际燃煤电厂烟气中一氧化碳浓度十分低，并且在管道中高温烟气的作用下，部分一氧化碳会被继续氧化成二氧化碳，因此可忽略烟气中的一氧化碳含量，即此时的二氧化碳含量计算式为：

电厂一般具有尾气氧气和二氧化硫浓度的检测，因此由原理(3)可知，在已知烟气中氧气和二氧化硫含量的条件下，只需要得到燃料特性系数β就可以得到烟气中二氧化碳的体积分数，其具体实施步骤包括：

S1、建立数学模型，得出燃料特性系数β的关系式：

根据大量的现有的煤质分析数据，利用多元线性回归模型拟合出燃煤的工业分析数据A_ad、V_ad、FC_ad、Q_gr,ad与燃料特性系数β之间的关系式，其中A_ad、V_ad、FC_ad、Q_gr,ad分别表示为收到基下燃煤中的灰分含量(单位：％)、挥发分含量(单位：％)、固定碳含量(单位：％)和燃煤的高位发热量(单位：MJ/kg)。具体实施方法如下所示：

在MATLAB中，stepwise命令的格式为：stepwise(X,Y)，其中X表示自变量数据，为n×m阶矩阵(m表示自变量种类数，这里为4；n表示每种自变量的样本数)，Y表示因变量数据，为n×1阶矩阵(n表示因变量样本数)。在《中国煤炭性质、分类与利用》上分别选取51组褐煤和111组无烟煤的工业分析数据和煤的燃料特性系数作为样本数据，并将其带入stepwise命令中，则X和Y分别表示为：

式中，A_i、V_i、FC_i、Q_i分别表示为第i个样本中的空气干燥基灰分(单位：％)、挥发分(单位：％)、固定碳(单位：％)和高位发热量(单位：MJ/kg)；β_i为第i个样本的燃料特性系数。再根据MATLAB分别对褐煤和无烟煤样本数据进行逐步回归分析，并经过进一步调试，最终可得到褐煤和无烟煤关于燃料特性系数和工业分析数据之间的线性回归方程分别如下所示，

其误差范围均在-2.5％—+2.5％之间，都在可接受的合理范围内。

S2、计算电厂燃烧的煤的燃料特性系数β值：

将电厂测得的燃煤工业分析数据A_ad、V_ad、FC_ad、Q_gr,ad根据煤种的不同带入上述步骤1中利用线性回归方法拟合得到的相应的褐煤或无烟煤关于燃料特性系数和工业分析数据之间的线性回归方程中，计算出电厂燃煤的燃料特性系数β值。

S3、计算烟气中二氧化碳的百分比含量CO₂：

将电厂检测的尾气中氧气和二氧化硫的百分比含量和上述步骤2所求的燃煤的燃料特性系数β值一起带入式(3)即可计算出烟气中二氧化碳的百分比含量。

S4、计算烟气的排放总量V_y：

若电厂已经测得烟气排放的总量V_y，则可直接使用该数据；

若电厂未测得烟气排放总量，则可根据燃煤量和过量空气系数进行计算，如下所示：

其中，M—表示燃烧所用的燃料量，t；Q_net,ar—表示燃料的低位发热量，MJ/kg；α—表示空气过量系数；V₀—表示每燃烧1吨煤所需的理论空气量，其计算式为：

V₀＝(1.05×Q_net,ar+0.278)×1000 (8)

其中，O₂—表示已检测得到的烟气中氧气的体积分数。

S5、计算二氧化碳的排放总量

将上述步骤3中所计算得到的烟气中的CO₂百分比含量和步骤4中计算得到的烟气排放总量V_y带入式(1)即可计算得到电厂中CO₂的实际排放量。

如上所述，便可较好地实现本发明。

综上所述，本发明利用Matlab软件进行多元逐步线性回归拟合出的燃料特性系数β的线性方程和根据检测到的尾气中氧气和二氧化硫的浓度来计算二氧化碳排放量的方法计算结果精确可靠，更有利于碳排放的监测和控制。该计算方法所采用数据均是常规燃煤电厂的基本检测数据，不需要价格昂贵的计量设备或检测手段来检测二氧化碳排放量，降低了检测成本，实用性较强。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。