姚婷婷 馬曉茜 王梓桓

(華南理工大學(xué)電力學(xué)院，廣東 廣州 510640)

基于多元線性回歸模型和碳平衡的CO2排放量簡(jiǎn)便算法*

姚婷婷 馬曉茜 王梓桓

(華南理工大學(xué)電力學(xué)院，廣東 廣州 510640)

為實(shí)現(xiàn)低碳發(fā)展，完成“十三五”碳減排指標(biāo)，以廣東省某熱力發(fā)電有限公司為例，探索燃煤電廠碳排放量的精確簡(jiǎn)便算法。該算法以燃料的工業(yè)分析數(shù)據(jù)通過(guò)多元線性回歸模型擬合出燃料含碳量的計(jì)算式，并利用碳平衡來(lái)計(jì)算煙氣中CO2的排放量。通過(guò)電廠實(shí)際測(cè)量結(jié)果對(duì)該方法進(jìn)行驗(yàn)證，確認(rèn)該方法是可行的；與其他更為精確的計(jì)算方法相比，其計(jì)算過(guò)程十分簡(jiǎn)便；與直接檢測(cè)法相比，該方法無(wú)需價(jià)格昂貴的檢測(cè)儀器，可大大降低電廠實(shí)際生產(chǎn)成本。

燃煤電廠 多元線性回歸 元素分析 碳平衡 CO2排放

“十三五”規(guī)劃中，國(guó)家能源局明確提出，我國(guó)要完成“到2020年單位GDP碳排放比2005年下降40%～45%”的國(guó)際承諾，并且要為完成中美氣候變化聯(lián)合聲明中提出的“我國(guó)在2030年左右達(dá)到碳排放峰值”的中長(zhǎng)期低碳發(fā)展目標(biāo)奠定基礎(chǔ)，同時(shí)要在大氣污染防治等方面取得明顯成效[1]。為了更好地實(shí)現(xiàn)碳排放減排目標(biāo)，有必要對(duì)電力行業(yè)燃煤電廠的碳排放量(以CO2排放量計(jì))實(shí)現(xiàn)精確的計(jì)算。本研究以首批國(guó)家低碳試點(diǎn)省之一的廣東省的某熱力發(fā)電有限公司為例，探索燃煤電廠CO2排放量的精確計(jì)算方法。

目前，國(guó)外用來(lái)計(jì)量CO2的方法主要有兩類。一類是直接通過(guò)計(jì)量設(shè)備對(duì)CO2濃度和煙氣排放量進(jìn)行監(jiān)測(cè)。歐美等發(fā)達(dá)國(guó)家安裝煙氣在線監(jiān)測(cè)系統(tǒng)(CEMS)、多組分紅外氣體分析儀和煙塵分析儀等儀器對(duì)火力發(fā)電機(jī)組排放的CO2進(jìn)行在線監(jiān)測(cè)。這種方法的精度極高，但成本也極高，因此實(shí)用性不強(qiáng)，尚不具備推廣條件[2]。另一類則是根據(jù)燃料的投入情況，并綜合考慮燃燒條件、燃料特性、燃燒設(shè)備等各種對(duì)CO2排放量有影響的因素，再通過(guò)理論計(jì)算來(lái)計(jì)算CO2的排放量。這種計(jì)算方法雖然綜合考慮了各項(xiàng)影響因素，較為精確，但正是因?yàn)榫C合考慮因素過(guò)多，使得計(jì)算方法過(guò)于復(fù)雜，不利于實(shí)際應(yīng)用[3]。

目前，我國(guó)燃煤電廠計(jì)算CO2排放量主要以模型法和缺省排放因子法為主，其中模型法包括物料平衡法和生命周期法，缺省排放因子法主要是排放系數(shù)法等。排放系數(shù)法是根據(jù)燃料特性直接獲得CO2的缺省排放因子，根據(jù)燃煤電廠實(shí)際原煤耗量乘上各煤種的排放因子，從而估算CO2排放量[4]。實(shí)際上，同種煤的排放因子雖然相同，但其碳含量(質(zhì)量分?jǐn)?shù)，下同)仍然存在較大差異，因此對(duì)CO2排放量的預(yù)測(cè)誤差較大；除燃料類型外，機(jī)組裝機(jī)容量、燃燒方式以及機(jī)組使用年限與維護(hù)質(zhì)量等，均會(huì)造成CO2排放因子產(chǎn)生較大差異。因此，排放因子法主要用于時(shí)間要求緊張、數(shù)據(jù)不夠精確詳盡、精度要求不高的情況。物料平衡法則是根據(jù)碳元素平衡導(dǎo)出燃煤鍋爐CO2排放量的計(jì)算公式，將CO2排放量與煤質(zhì)分析、煙氣分析、蒸汽輸出參數(shù)以及飛灰和灰渣中碳含量等參數(shù)關(guān)聯(lián)在一起。因此，為獲得較為精確的CO2排放量，需要通過(guò)對(duì)原煤煤質(zhì)進(jìn)行元素分析或者對(duì)燃煤電廠煙氣排放成分進(jìn)行檢測(cè)。該方法在計(jì)算CO2排放量時(shí)，需要大量的檢測(cè)數(shù)據(jù)，檢測(cè)成本過(guò)高，過(guò)程較為復(fù)雜。生命周期法是計(jì)算產(chǎn)品“從出生到死亡”整個(gè)完整過(guò)程中CO2排放量的方法。采用生命周期法時(shí)，在確定了系統(tǒng)邊界之后，需要對(duì)各個(gè)環(huán)節(jié)的排放清單進(jìn)行數(shù)據(jù)收集和整理。由于電力系統(tǒng)間接排放十分復(fù)雜，發(fā)電過(guò)程中與很多系統(tǒng)都存在混合，邊界難以確定，誤差較大。此外，生命周期法在實(shí)施過(guò)程中涉及領(lǐng)域范圍極廣，收集數(shù)據(jù)等工作量十分巨大，適用性不強(qiáng)。

本研究基于多元線性回歸模型和碳平衡，提出了一種計(jì)算CO2排放量的簡(jiǎn)便算法，在不增加檢測(cè)的情況下，盡量利用燃煤電廠現(xiàn)有數(shù)據(jù)，較為精確地預(yù)測(cè)CO2排放量，同時(shí)以廣東省某熱力發(fā)電有限公司燃煤電廠的實(shí)際測(cè)量結(jié)果對(duì)該方法進(jìn)行驗(yàn)證。

1 基于多元線性回歸模型的燃煤中碳含量分析

燃煤的元素分析數(shù)據(jù)是熱力計(jì)算不可或缺的原始數(shù)據(jù)，對(duì)燃燒產(chǎn)物的計(jì)算起著至關(guān)重要的作用。在實(shí)際生產(chǎn)過(guò)程，元素分析的成本較高，而且所要分析的項(xiàng)目多、花費(fèi)時(shí)間長(zhǎng)、操作復(fù)雜、對(duì)檢測(cè)人員水平和儀器的要求也高，直接檢測(cè)十分不經(jīng)濟(jì)。因此，實(shí)際生產(chǎn)中一般只進(jìn)行工業(yè)分析，只能提供燃煤的收到基或空氣干燥基水分、灰分、固定碳、揮發(fā)分、高位發(fā)熱量等數(shù)據(jù)。燃煤的熱值、工業(yè)分析和元素分析結(jié)果分別從不同的角度反映了燃煤的性質(zhì)，3者之間存在著密切關(guān)系。因此，可考慮在工業(yè)分析和元素分析數(shù)據(jù)之間建立相關(guān)關(guān)系，根據(jù)工業(yè)分析數(shù)據(jù)即可得到所需要的元素分析數(shù)據(jù)。

本研究采用多元線性回歸模型來(lái)建立燃煤工業(yè)分析與元素分析數(shù)據(jù)之間的關(guān)系，分析了190組包括無(wú)煙煤和褐煤兩種煤的數(shù)據(jù)樣本，該樣本數(shù)據(jù)主要來(lái)自于《中國(guó)煤炭性質(zhì)、分類和利用》中的煤質(zhì)分析數(shù)據(jù)[5]。采用MATLAB中的stepwise命令來(lái)實(shí)現(xiàn)多元線性回歸，該命令調(diào)用格式為：stepwise(X，Y)。其中，X為自變量矩陣，Y為因變量矩陣。將燃煤的工業(yè)分析和碳元素分析數(shù)據(jù)代入，可得：

(1)

(2)

式中：Mad,n、Aad,n、Vad,n、FCad,n分別為第n(n=1,2，…，190) 組樣本中空氣干燥基內(nèi)水分、灰分、揮發(fā)分、固定碳的質(zhì)量分?jǐn)?shù)，%；Qgr,ad,n為第n組樣本中空氣干燥基高位發(fā)熱量，MJ/kg；Cad,n為第n組樣本中空氣干燥基內(nèi)碳元素的質(zhì)量分?jǐn)?shù)，%。

利用MATLAB對(duì)樣本數(shù)據(jù)進(jìn)行多元線性回歸分析發(fā)現(xiàn)：剔除變量固定碳的質(zhì)量分?jǐn)?shù)FCad后，空氣干燥基內(nèi)碳含量的方差和均方差都比較接近1。說(shuō)明回歸擬合效果很好，對(duì)于自變量的剔除過(guò)程是正確的，得到的回歸擬合結(jié)果較為滿意，具有較高的預(yù)測(cè)精度。根據(jù)stepwise命令的回歸原理，可得到回歸方程如下：

Cad=87.716 9-0.947 453Mad-0.946 967Aad-0.438 035Vad+0.258 124Qgr,ad

(3)

式中：Cad、Mad、Aad、Vad分別為燃煤空氣干燥基內(nèi)碳元素、水分、灰分、揮發(fā)分的質(zhì)量分?jǐn)?shù)，%；Qgr,ad為燃煤空氣干燥基高位發(fā)熱量，MJ/kg。

本研究主要針對(duì)無(wú)煙煤和褐煤兩種燃煤進(jìn)行擬合分析，其誤差范圍為-0.068 8～0.084 7，在誤差允許范圍內(nèi)。當(dāng)燃煤是無(wú)煙煤和褐煤時(shí)，該方程有較高的預(yù)測(cè)精度。若采用煙煤等其他煤種時(shí)，則需對(duì)該方程進(jìn)行適當(dāng)?shù)男拚娇墒褂?。此外，即便是同種煤，其成分也存在較大差異，因此在實(shí)際應(yīng)用過(guò)程中，需要通過(guò)實(shí)際燃煤的工業(yè)分析數(shù)據(jù)不斷豐富樣本數(shù)據(jù)庫(kù)，對(duì)該方程進(jìn)行修正，提高其預(yù)測(cè)精度，擴(kuò)大其使用范圍。

為了校驗(yàn)多元線性回歸模型預(yù)測(cè)燃煤碳含量的準(zhǔn)確性，本研究采用文獻(xiàn)[6]中的14組數(shù)據(jù)對(duì)上述回歸方程進(jìn)行驗(yàn)證，預(yù)測(cè)值與真實(shí)值見(jiàn)表1。

由表1可知，相對(duì)誤差為-3.388 6%～7.314 8%，平均值為0.836 7%，驗(yàn)證誤差均在預(yù)測(cè)誤差可接受范圍內(nèi)。說(shuō)明采用多元線性回歸模型，通過(guò)燃煤的水分、灰分、揮發(fā)分以及高位發(fā)熱量來(lái)預(yù)測(cè)其碳含量是可信的，可用于CO2排放量的計(jì)算。

表1 碳含量預(yù)測(cè)值與真實(shí)值的比較

2 CO2排放量計(jì)算模型

燃煤電廠煤炭燃燒產(chǎn)生的CO2排放量，理論上為原煤中的碳元素與空氣中的氧氣發(fā)生完全燃燒反應(yīng)生成的產(chǎn)物量。但目前90%以上的燃煤電廠機(jī)組都采用石灰石/石膏濕法煙氣脫硫技術(shù)，脫硫過(guò)程中煙氣中的SO2與漿液中的CaCO3發(fā)生反應(yīng)生成CO2，而該部分CO2將與煙氣一起排放到大氣中。因此，燃煤電廠中CO2的實(shí)際排放量為：

MCO2=MCO2,1+MCO2,2

(4)

式中：MCO2為燃煤電廠實(shí)際排放的CO2總排放量，t/h；MCO2,1為原煤中碳元素燃燒生成的CO2排放量，t/h；MCO2,2為濕法脫硫過(guò)程中產(chǎn)生的CO2排放量，t/h。

2.1 原煤中碳元素燃燒生成的CO2排放量

燃煤電廠中，燃煤在爐膛中的實(shí)際燃燒效率低于100%，由此可知燃煤在爐膛中并不能完全燃燒，即有部分碳元素將殘留在飛灰和灰渣中，不能與氧氣反應(yīng)生成CO2。因此，原煤中碳元素燃燒生成的CO2排放量為：

(5)

式中：B為燃煤的消耗量，t/h；Car為燃煤收到基的碳元素質(zhì)量分?jǐn)?shù)，%；Ca為飛灰、灰渣中未燃燒的碳元素質(zhì)量分?jǐn)?shù)，%。

若燃煤電廠已測(cè)得飛灰、灰渣中未燃燒的碳元素質(zhì)量分?jǐn)?shù)，則可直接代入上式計(jì)算；若未測(cè)得，則可根據(jù)未燃燒碳造成的熱損失來(lái)計(jì)算得出未燃燒的碳元素質(zhì)量分?jǐn)?shù)[7]，計(jì)算方法為：

(6)

式中：Qnet,ar為燃煤收到基的低位熱值，MJ/kg；系數(shù)32.7為飛灰、灰渣中碳的發(fā)熱量，MJ/kg；Aar為燃煤收到基的灰分含量，%；q4為飛灰、灰渣中未燃燒碳造成的熱損失，%，其值可取燃煤電廠各機(jī)組的統(tǒng)計(jì)值，若無(wú)統(tǒng)計(jì)值，則可參照表2進(jìn)行取值[6]。

表2 不同煤種的q4參考值

2.2 濕法脫硫產(chǎn)生的CO2排放量

根據(jù)《火電廠大氣污染物排放標(biāo)準(zhǔn)》(GB 13223—2011)的規(guī)定，燃煤電廠必須進(jìn)行脫硫處理，而目前使用最為廣泛的處理方式為濕法脫硫。該方法的原理為：

CaCO3+SO2= CaSO3+CO2

(7)

由此產(chǎn)生的CO2排放量為：

(8)

式中：MCaCO3為脫硫過(guò)程中CaCO3的消耗量，t/h；M石灰石為脫硫過(guò)程中石灰石的消耗量，t/h；ω為石灰石中CaCO3的質(zhì)量分?jǐn)?shù)，%，若無(wú)統(tǒng)計(jì)值則取92%[8]。

由文獻(xiàn)[9]可知，脫硫過(guò)程中產(chǎn)生的CO2僅約為排放總質(zhì)量的0.014 0%。因此，對(duì)于部分沒(méi)有測(cè)量脫硫過(guò)程中CaCO3消耗情況的燃煤電廠，可以忽略該過(guò)程產(chǎn)生的CO2排放量。

3 實(shí)例驗(yàn)證

以廣東省某熱力發(fā)電有限公司燃煤電廠為例，根據(jù)該電廠實(shí)測(cè)數(shù)據(jù)，利用多元線性回歸模型和碳平衡對(duì)上述預(yù)測(cè)CO2排放量的方法進(jìn)行驗(yàn)證，并與實(shí)際檢測(cè)結(jié)果進(jìn)行對(duì)比。該電廠2016年3月23日、3月24日所使用的煤為神混1號(hào)和伊泰4號(hào)，兩種煤按質(zhì)量比1∶4混合，其煤質(zhì)工業(yè)分析數(shù)據(jù)如表3所示。

表3 燃煤電廠燃煤工業(yè)分析結(jié)果1)

注：1)Mar、Var分別為燃煤收到基的水分、揮發(fā)分的質(zhì)量分?jǐn)?shù)，%；根據(jù)燃煤空氣干燥基和收到基之間的轉(zhuǎn)換關(guān)系可以得到燃煤空氣干燥基中相應(yīng)成分的質(zhì)量分?jǐn)?shù)。

表4 CO2實(shí)際排放量

該電廠3月23日、3月24日空預(yù)器出口的CO2平均質(zhì)量分?jǐn)?shù)分別為16.74%、15.06%，由此可得到CO2實(shí)際排放量如表4所示。

根據(jù)該電廠的煤質(zhì)工業(yè)分析數(shù)據(jù)，利用式(3)計(jì)算得到Cad為63.493 2%，利用空氣干燥基和收到基之間的轉(zhuǎn)換關(guān)系得到Car為56.091 5%。該電廠飛灰、灰渣中Ca為0.565 3%，根據(jù)式(5)，計(jì)算得到該電廠這兩日CO2排放量分別為533.46、552.48 t/h，與其實(shí)際排放量(588.55、594.38 t/h)相比差異較小，兩日預(yù)測(cè)值與實(shí)測(cè)值相對(duì)誤差分別為-9.36%、-7.05%。

由實(shí)例驗(yàn)證可知，本研究所設(shè)計(jì)的基于多元線性回歸模型和碳平衡的CO2排放簡(jiǎn)便算法可操作性強(qiáng)、計(jì)算簡(jiǎn)便，僅需要燃煤電廠當(dāng)日所采用燃煤的煤質(zhì)工業(yè)分析數(shù)據(jù)和燃煤消耗量。且其計(jì)算結(jié)果較為精確，與實(shí)際CO2排放量相比差異較小。該方法不需各種昂貴的檢測(cè)設(shè)備測(cè)量額外數(shù)據(jù)，有效地降低了成本，提高了生產(chǎn)效率。

4 結(jié)論與建議

(1) 通過(guò)工業(yè)分析數(shù)據(jù)來(lái)預(yù)測(cè)燃煤的碳含量，并根據(jù)燃煤碳含量和燃燒過(guò)程中的碳平衡，提出了燃煤電廠預(yù)測(cè)CO2排放量的簡(jiǎn)便計(jì)算方法，為實(shí)現(xiàn)碳排放的實(shí)時(shí)預(yù)測(cè)提供了依據(jù)。利用基于多元線性回歸模型和碳平衡的CO2排放簡(jiǎn)便算法，可根據(jù)燃煤電廠工業(yè)分析數(shù)據(jù)和燃煤消耗量直接計(jì)算CO2的排放量，不需要額外的測(cè)量數(shù)據(jù)。

(2) 通過(guò)對(duì)廣東省某熱力發(fā)電有限公司燃煤電廠的CO2排放量進(jìn)行實(shí)例驗(yàn)證可知，本研究提出的方法可操作性強(qiáng)、計(jì)算簡(jiǎn)便，且其計(jì)算結(jié)果較為精確，與實(shí)際CO2排放量相比差異較小。該方法不需各種昂貴的檢測(cè)設(shè)備測(cè)量額外數(shù)據(jù)，有效地降低了成本，提高了生產(chǎn)效率。

(3) 本研究所提出的計(jì)算方法中，燃煤碳含量計(jì)算式是根據(jù)燃煤電廠已有的大量無(wú)煙煤和褐煤的工業(yè)分析數(shù)據(jù)進(jìn)行擬合得到的，實(shí)際應(yīng)用中，可建立燃煤工業(yè)分析數(shù)據(jù)庫(kù)，并向數(shù)據(jù)庫(kù)中繼續(xù)增加更多的數(shù)據(jù)以對(duì)該計(jì)算式進(jìn)行修正，使其預(yù)測(cè)結(jié)果更接近于實(shí)際。

[1] 中國(guó)共產(chǎn)黨第十八屆中央委員會(huì).中共中央關(guān)于制定國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十三個(gè)五年規(guī)劃的建議[EB/OL].[2017-02-02]. http://www.gov.cn/xinwen/2015-11/03/content_5004093.htm.

[2] 常虹.火電廠安裝煙氣排放在線監(jiān)測(cè)系統(tǒng)探討[D].北京：華北電力大學(xué)，2011.

[3] 龍蕓.燃煤電廠CO2排放計(jì)算模型與方法研究[D].重慶：重慶大學(xué)，2016.

[4] SIMON E,LEANDRO B,KYOKO M,et al.2006 IPCC guidelines for national greenhouse gas inventories[M].Kanagawa:Institute for Global Environmental Strategies,2006.

[5] 陳鵬．中國(guó)煤炭性質(zhì)、分類和利用[M]．北京：化學(xué)工業(yè)出版社，2001．

[6] 李太興，張婷，劉振剛．基于MATLAB的煤質(zhì)元素分析通用計(jì)算模型研究[J]．鍋爐技術(shù)，2007，38(5)：22-24,41．

[7] 房靖華，趙玉蘭，曾濤方．燃煤鍋爐的CO2排放計(jì)算和討論[J]．煤炭轉(zhuǎn)化，1999，22(1)：63-66．

[8] 劉睿，翟相彬．中國(guó)燃煤電廠碳排放量計(jì)算及分析[J]．生態(tài)環(huán)境學(xué)報(bào)，2014，23(7)：1164-1169．

[9] 衛(wèi)冬麗．中國(guó)燃煤電廠二氧化碳排放量計(jì)算方法研究[D]．北京：北京交通大學(xué)，2014．

AsimplealgorithmforCO2emissionbasedonmultiplelinearregressionmodelandcarbonbalance

YAOTingting,MAXiaoqian,WANGZihuan.

(SchoolofElectricPower,SouthChinaUniversityofTechnology,GuangzhouGuangdong510640)

To achieve low-carbon development and the indicator of carbon emission reduction in “the 13th Five Year Plan”,a thermal power limited company in Guangdong Province was taken as an example to explore an accurate and simple algorithm for carbon emission in coal-fired power plants. This algorithm drew up the calculation formula of carbon content in fuels on the basis of industrial analysis data of fuels using multiple linear regression model and calculated the carbon dioxide emission in exhaust gas through carbon balance. The method was proved to be feasible through the practical measurement results in the plants. Compared with more accurate algorithms,this method was easy and convenient,and compared with the direct detection method,this method didn’t need expensive detection apparatus and hence considerably reduced the real production cost.

coal-fired power plant； multiple linear regression； element analysis； carbon balance； CO2emission

姚婷婷，女，1992年生，碩士研究生，主要從事能源清潔利用研究。

*國(guó)家自然科學(xué)基金資助項(xiàng)目(No.51606071)；廣東省自然科學(xué)基金博士啟動(dòng)項(xiàng)目(No.2016A030310424)。

10.15985/j.cnki.1001-3865.2017.11.021

2017-03-02)