聯系我們
座機:027-87580888
手機:18971233215
傳真:027-87580883
郵箱:didareneng@163.com
地址: 武漢市洪山區魯磨路388號中國地質大學校內(武漢)
能源規劃
基于碳夾點技術的江蘇省能源消費結構優化路徑研究
文章來源:地大熱能 發布作者: 發表時間:2021-10-28 14:58:17瀏覽次數:1495
1 引言
能源是人類進行生產活動的物質基礎,其開發利用水平和產業化發展程度,直接關系著社會經濟的發展、生態環境的保護和人民生活的質量。江蘇省作為中國經濟強省之一,近年GDP總量增長率一直保持在10%以上。經濟發展意味著能源消耗,“十一五”期間江蘇省每年一次能源消耗的平均增長速度達到8.6%。不斷增長的能源需求賦予節能減排不輕的壓力,以煤炭為主的能源消費結構是全球氣候變暖的主要推手。因此,實現經濟發展與環境保護的協同發展、保證經濟社會與自然生態的和諧統一,分析能源消費結構特點、優化能源消費結構路徑、完成2020年碳減排目標應該成為江蘇省亟需解決的課題。
目前學術界對江蘇省能源消費結構開展了大量的研究,并取得了不少的進展。田立新等采用改進的LMDI能源預測模型,分析了江蘇省能源消費的驅動因子,并利用情景分析法測算了江蘇省2020年的碳排放量[2]。王迪等研究了江蘇省能耗結構的優化問題,測算了江蘇省能源消耗結構的節能減排效應,提出“高碳能源低度化、低碳能源高度化”的能源優化策略,建議江蘇省未來應該由以煤炭為主的能源結構向煤炭的高效清潔利用與能源多元化相結合過渡[3]。趙健強等利用BP神經網絡等方法分析了“十二五”期間碳排放約束下江蘇省的能源結構預測和優化,認為目前江蘇省是以煤炭為主的能源消費結構,應在今后一段時間內小幅提高油氣消費的比例,同時根據不同地區的特點發展低碳能源[4]。謝乃明等構筑灰色GM(1,1)模型與馬爾科夫預測結構轉移模型模擬并預測了江蘇省能源消費總量和結構,得出未來一段時期江蘇省的能源消費結構是煤炭比例快速下降、石油比例基本不變、天然氣與可再生能源比例迅速上升的結論。
國內外學者對碳夾點技術的運用也做了不少的理論與實證研究。Crilly D.等正式提出了碳夾點分析法,并應用于預測和規劃愛爾蘭電力行業能源的供需,為進一步研究區域能源供應和CO2減排目標提供決策依據[6,7]。張改景等應用碳夾點分析技術對區域建筑能源系統進行系統分析,通過組合累積能阱-累積CO2排放量和累積能源-累積CO2排放量曲線確定各個情景下最小可再生能源用量、能源供給結構及其對應的CO2排放量[8]。胡曉岑等對湖北省2020年CO2排放限制下的能源結構進行了優化,計算出最小低碳或零碳能源需求量及其對應的CO2排放量,并把湖北省劃分成3個區域,確定出每個區域的能源消費結構[9]。趙立華等針對某地區的能源數據,運用數學分析模型得到碳夾點,確定3種不同情景下的能源分配和碳排放限制量,從而優化供應系統。
通過總結上述文獻不難發現,目前對江蘇省能源消費結構的研究主要集中在如何利用復雜數學模型預測并優化能耗結構,通過實證分析碳排放與能源消費結構的關系,對碳夾點技術的研究僅停留在采用假設數據解釋其在能源結構模型優化的運用的層面上,并無實證分析。利用碳夾點技術分析省際能源問題的研究仍鮮見,基于碳夾點技術從行業角度定量優化能源消費結構的研究更是“空白”。
利用碳夾點技術可求出各種化石燃料的使用量與最少清潔能源的消耗量,找到一種碳約束下科學分配資源的解決方案,從而優化能源消費結構;以能源結構相關數據為基礎,通過碳夾點技術可以逆向優化能源消費的碳排放約束目標,從而制訂更合理的碳減排目標。此外,用圖形法表示的碳夾點線性規劃模型(碳夾點圖解技術)在技術層面上比純數學模型擁有更加獨特的優勢,可以使決策者更加清晰地分析問題。因此,本文以江蘇省為研究對象,結合江蘇省的能源數據,應用碳夾點圖解技術與情景模擬法研究2020年江蘇省碳排放約束下能源消費結構的優化問題,為能源規劃部門制訂節能減排政策提供理論參考。
2 碳夾點技術及其應用
英國曼徹斯特大學Bodo.Linnhoff 教授等于1982年在前人研究成果的基礎上提出了換熱網絡優化設計方法,并逐步發展成為化工過程能量綜合技術的方法論,即夾點技術。夾點技術是一種卓有成效的過程能量綜合(Process Integration)方法,是過程能量系統優化設計、改造和降低能耗的成功技術[8]。夾點技術以熱力學為基礎,從宏觀角度分析過程系統中能量流經溫度的分布,從中發現系統及其用能瓶頸,進而給以解瓶頸的一種方法[12]。碳夾點由夾點技術發展而來,它把工程應用中的夾點分析思想應用于優化碳排放限制下區域的能源結構[9]。Tan等提出了基于夾點的碳約束能源規劃方法,并首先將圖形夾點法用于分析碳約束的能源規劃問題[13,14],由可平移的能源曲線構成線性規劃圖形法表示碳夾點,以此確定過程的最小低碳或零碳能源需求量。Uday V等統一了針對不同夾點技術的數學模型算法,使夾點技術的運用更加廣泛。
2.1 基于夾點的碳約束規劃
碳夾點技術在優化碳排放約束下區域能源消費結構時需解決的主要問題是:在某地區或企業內,分析與規劃既定能源供給數量和能源消費結構產生的碳排放狀況;在碳排放與能源供給的約束下測算最小清潔能源數量及碳排放總量;根據各子區域的碳排放約束,在最少清潔能源數量全部消耗的條件下進行子區域能源的分配。
碳夾點技術的一般步驟如下:①分別計算行業的累積需求數量、能源的累計供給數量及對應的累積碳排放量;②根據行業(能源)的碳排放系數大小,按照系數由小到大、首尾相連的順序分別繪制以累計能源需求量(供給量)為橫坐標、對應的累計碳排放量為縱坐標的能源需求(供給)CO2 復合曲線,并將兩曲線聚合在同一坐標系中,曲線上任意一點的斜率等于該點所在的需求(或供給)曲線表示的碳排放系數,優化前的初始狀態設置清潔能源的數量為0;③在碳排放約束條件下適當水平移動能源供給曲線,直至與能源消費曲線相切于最右邊的唯一交點,該點便是碳夾點,碳排與能源數據可以從坐標軸上直接讀出,水平移動的距離即為最少清潔能源需求量,此時的能源供應既能平衡能源需求又可滿足碳排約束。夾點下方的行業通過提供清潔能源代替部分化石能源即能滿足能源需求的碳排放約束,而夾點上方的行業全部使用高碳排的能源也可滿足式(3)。夾點下方各行業使用全部高質量、低污染的能源充分展示了碳夾點的分析價值,也使決策者可以把握整個區域的能源瓶頸。
2.2 數據來源與處理
嚴格意義上生物質能等能源的碳排放系數并不為零,為簡化分析本文統一將其歸為碳排放為零的清潔能源。綜合《中國能源統計年鑒》與《江蘇省統計年鑒》的統計口徑,將江蘇省的產業分為農林牧漁水利業、工業、建筑業、交通運輸倉儲及郵電通訊業、批發零售業及住宿餐飲業、其他行業等六大行業,其他行業包括居民生活消費和除交通運輸倉儲及郵電通訊業、批發零售業及住宿餐飲業以外的其他第三產業。依據《中國能源統計年鑒》分地區綜合能源平衡表的終端消費量,把能源劃為煤炭、石油、天然氣及清潔能源四大類。
2020年江蘇省各行業終端能源供需數據根據汪杏梅《江蘇省能源投入產出結構分析和碳排放前景研究》[16]與《江蘇省能源發展“十一五”規劃》[17]整理計算求得;各品種能源的碳排放系數來源于《IPCC碳排放計算指南(2006)》的收錄。
各行業的行業碳排放系數計算公式:
C =CO2 E =CO2 GDP ×GDP E=行業碳排放強度×行業能源效率式中C 為行業碳排放系數;GDP 為當年的地區生產總值;CO2 為碳排放總量;E 為能源消費總量。
由于同行業在不同年份的碳排放強度及能源效率不同,因此本文利用指數平滑法在2005年基礎上降低40%的碳排放強度粗略預估2020年各行業的行業碳排放系數。數據來源于1996-2012年《江蘇省統計年鑒》與《中國能源統計年鑒》。碳排放量采用IPCC對能源碳排放的計算方法估計得到。
2.3 碳排放缺口的供需分析
經過整理分析有關部門公布的能源供需數據后發現,江蘇省能源供需基本達到平衡;此外,地方經濟的發展需要要求各行業的能源需求必須得到滿足。因此,出于能源供需平衡的角度考慮,2020年江蘇省可供給能源數量是基于終端能源需求總量,結合《江蘇省能源發展“十一五”規劃》中各能源品種的比例計算得出。表1與表2分別列出了2020年江蘇省的能源供需及其碳排數據。從表中可看出江蘇省能源供給的碳排總量為10.025 5億t,大于其碳排限額6.081 8億t,出現“能源碳排逆差”,存在碳排放缺口,利用碳排放系數低的能源替換系數高的能源可彌補缺口。清潔能源的碳排放系數為0,是最佳的替代能源,最大限度地使用清潔能源可最大限度地減少碳排放,但是現階段清潔能源的開發3 基于碳夾點的江蘇省能源消費結構優化路徑據表1與表2,按碳排放系數遞增的順序將能源品種與需求行業依次排列,分別計算累計能源供給量、累計能源需求量、各自的CO2排放量及累計CO2排放量[19]。此外,為使能源供給曲線從原點出發,使平移分析簡便而易操作,在優化初始狀態根據碳夾點技術設定清潔能源為0TJ,數據整理后的結果如表3所示。
基于表3,利用碳夾點圖解技術優化江蘇省的能源消費結構,本文設置三種不同情景:情景一為在全省碳排總量約束下測算最少清潔能源消耗額;情景二為在行業碳排放量約束下解決各行業的能源分配結構;情景三為基于固定清潔能源的供給數量估算全省的碳排總量。
3.1 碳排放總量約束下的能源結構優化
不考慮某一具體行業的碳排放約束,僅關注所有行業的碳排總限額,計算最少清潔能源的需求數量,解決化石燃料的分配問題。據表3分別繪制能源供給CO2 排放量與能源需求CO2 排放量復合曲線,并聚合兩曲線得到圖1。在圖1中,水平移動能源供給CO2排放量復合曲線,直至相交于能源需求CO2排放量復合曲線的最右頂點,該交點即是碳夾點,其坐標為(1 317.8,6.081 8),表示2020年江蘇省能源總需求為1 317.8萬TJ,碳排放總量為6.081 8億t,恰好滿足全省的能源需求與碳排放約束。水平移動距離561.8萬TJ即是最少清潔能源需求量,其占能源需求總量的42.63%。
從圖1看出,碳夾點將能源供給CO2排放量復合曲線分為上下兩部分,夾點右上方有曲線存在,表明有415.1萬TJ(=561.8萬TJ-146.7萬TJ)的煤炭供給剩余。在碳排總量約束下,剩余的能源將不能被利用,造成部分含碳高的化石燃料將被清潔能源代替,即江蘇省需要提供等量的清潔能源以彌補所減少的煤炭。優化后的2020年江蘇省能源結構見表4。
3.2 行業碳排放約束下的能源結構優化
碳排放總量只能衡量全省總體的碳排情況,并不能反映某一具體行業碳排放的個體狀況。如果行業A的碳排放量未超出其碳排放約束,行業B的碳排放量處于其碳排限額之上,那么碳低排的行業A將替碳高排的行業B所超出的碳排放量“買單”,A、B行業碳排放量相互中和使兩行業的碳排放量總和仍可能處于限額之下;同時,各行業的清潔能源分配額也仍未求得,碳控路徑不清晰。因此,需要基于各行業的碳排放約束,將排放目標分解到各單一行業,量化各行業的能源分配數額,以達到碳控制路徑清晰的目的。
(1)碳夾點初始優化的各行業清潔能源需求總量。如圖2所示,平移能源供給CO2排放量復合曲線,至與能源需求CO2排放量復合曲線相交,形成一個新夾點(其他行業與交通運輸倉儲及郵電通訊業的交匯點)。562.2萬TJ的清潔能源可以滿足江蘇省所有行業的碳排總量約束,其占能源總需求的42.66%,415.5萬TJ(=562.2 萬TJ-146.7 萬TJ)的煤炭被清潔能源替代而剩余。
新夾點將能源需求CO2排放量復合曲線分成了兩部分:農林牧漁水利業、工業、交通運輸倉儲及郵電通訊業、批發零售業及住宿餐飲業、建筑業均位于其左下方,分布在其右上方的則是其他行業。在左下方,該五大行業的能源供給與需求曲線起始于原點、交匯于夾點,表明該五大行業的能源需求及碳排放量分別與夾點左下方的能源供給曲線所表示的能源數量及碳排放量相等,通過利用562.2萬TJ的清潔能源代替415.5萬TJ的煤炭便能同時滿足能源總需求和碳排總量約束;在右上方,其他行業則無需通過提供任何數量的清潔能源即可同時滿足能源需求與碳排放約束,因為其他行業的能源供給CO2排放量復合曲線斜率小于其能源需求CO2排放量復合曲線斜率,即煤炭的碳排放系數小于其他行業的碳排放系數。
(2)碳夾點二次優化的各行業能源分配結構。首先分配交通運輸倉儲及郵電通訊業的能源用量。圖3中,能源需求曲線上的極限點M為交通運輸倉儲及郵電通訊業與農林牧漁水利業的交匯點,在移動后的能源供給CO2復合曲線上定義點A(即在能源供給CO2復合曲線上,縱坐標與M的縱坐標相等的點)。水平左移A點以下的能源供給CO2復合曲線直至與M點重合,此時M點成為一個新夾點(1 270.8,5.719 7),A 點坐標分別為1 280.1 萬TJ 和5.719 7億t。從平移后的圖3可看出優化后的能源消費結構:交通運輸倉儲及郵電通訊業的一部分曲線與能源供給曲線構成一個封閉的多邊形,通過多邊形各點的坐標可以讀出各種能源用量數據,即水平移動的距離9.3萬TJ是必須提供給交通運輸倉儲及郵電通訊業的清潔能源數量,此時仍需要提供18.3萬TJ的煤炭才能保證能源需求。
據此方法依次計算夾點左下方其他各行業的能源配額及碳排放量,如圖4所示,其中點B、C、D均在能源供給CO2 復合曲線上,其縱坐標分別等于工業與農林牧副漁水利業、建筑業與工業、批發零售業及住宿餐飲業與建筑業的交匯點的縱坐標。
在滿足各行業碳排放約束的條件下,碳排放系數最小的批發零售業及住宿餐飲業可利用清潔能源15.1萬TJ與天然氣4.6萬TJ便可滿足行業的能源需求;35.1萬TJ的天然氣與93.4萬TJ的清潔能源可以保證建筑業對能源的要求;工業作為2020年江蘇省耗能最大的行業,需要消耗281.9 萬TJ 的煤炭、77.2萬TJ的天然氣、441.7萬TJ的清潔能源及全部的石油;農林牧漁水利業因自身的行業特性耗能最少,僅需提供2.9 萬TJ 的煤炭與2.7 萬TJ的清潔能源;在滿足前述幾大行業的能源需求后還剩9.3 萬TJ 的清潔能源,它可供給交通運輸倉儲及郵電通訊業,此外為平衡能源需求還需要煤炭18.3萬TJ;其他行業則利用能源供給中剩下的19.4 萬TJ 煤炭即可滿足能源需求。表5列出了優化后各行業的能源消費結構。
從該分配方案可知,利用占能源需求總量42.66%的清潔能源可滿足各行業自身的碳排放約束,煤炭需求量與供給量相比減少了415.5萬TJ,石油與天然氣均全部被耗用;實際產生的碳排放總量小于全省的碳排放限額,這是碳夾點在碳排放約束下落在各個更加具體而苛刻的子行業的結果。由此可知,碳排放總量約束下的能源消費結構暗藏了碳低排行業為碳高排行業“買單”的現象,導致減排路徑不清晰。因此行業劃分越細,越有利于減排。不難得出,如果繼續細劃本文研究的幾大行業,運用碳夾點優化碳排放約束下每個行業的能源消費結構,那么江蘇省能源消費產生的碳排放總量將比6.078 4萬t還低。
3.3 固定清潔能源供給數量下的碳排放總量
2009年9月22日,胡錦濤總書記在聯合國氣候變化峰會開幕式上首次提出中國要“大力發展可再生能源和核能,爭取到2020年非化石能源占一次能源消費比重達到15%左右”。在此政府能源規劃目標下,不考慮其他能源品種的數量變化,僅分析在能源消費總量保持不變、15%的非化石能源均被利用的條件下江蘇省能否實現2020年碳減排目標,因此根據這個比例數值計算得到2020年江蘇省需要供應197.7萬TJ(=1317.8萬TJ×15%)清潔能源。
水平向右移動能源供給CO2復合曲線197.7萬TJ;保持能源總需求碳排放限制量曲線最右點的橫坐標不動(即能源總需求不變),繞原點旋轉該曲線,至與能源供給曲線相交于新夾點,如圖6所示,通過旋轉曲線,消除了其與能源供給曲線之間的距離,表明包括清潔能源在內的能源供給既滿足能源需求,又在碳排放約束下實現了最優碳減排。新夾點(1 317.8,9.541 0)意味著在清潔能源均被消費的情況下,江蘇省各行業的碳排放總量達到9.541 0億t,低于初始能源供給的碳排放量10.025 5億t,但高于能源需求碳排放限額6.081 8億t,能源消費的碳減排目標將難以兌現。
4 結論與建議
碳夾點圖解技術可更直觀地優化能源消費結構,求得碳控制下各種化石燃料的使用量與清潔能源的消耗量。基于碳夾點技術,本文運用情景模擬法設置了三種不同的情景:一是碳排放總量約束下江蘇能源消費結構的優化;二是行業碳排放約束下江蘇能源消費結構的優化;三是固定清潔能源供給數量下江蘇省的碳排放總量。前兩種屬于理論探討的范疇,第三種歸入實證規劃的界限。研究結果表明,情景一中江蘇省碳排放總量恰好等于碳排放限額,其能源消費結構由42.63%清潔能源、24.51%煤炭、23.99%石油與8.87%天然氣構成;情景二中江蘇省需要消耗能源供給總量中24.48%的煤炭、全部比例的石油與天然氣、42.63%的清潔能源才能滿足各行業的碳排放限額,并且平衡能源需求,碳控路徑比情景一清晰是由碳夾點技術在細劃行業類別后優化所致;情景三中江蘇省在197.7萬TJ的清潔能源全部消耗條件下,碳排放量比初始能源供給的碳排放量低,但比碳排放限額目標高,無法完成2020年的碳減排目標。因此,為滿足能源需求與行業碳排放的“軟硬”雙重約束條件,江蘇省2020年的清潔能源比重必須不低于42.63%。與清潔能源占比不到10%、煤炭占60%以上的能源消費結構現狀相比,能源消費結構調整壓力巨大,將陷入能源消費“結構困境”,能源消費結構優化的路途任重道遠。
基于以上分析與結論,為了破解江蘇省能源消費“結構困境”,江蘇省應該充分借鑒國內外先進經驗,實施以清潔能源為主的“無悔減排1)”戰略,具體的政策措施為:
(1)推動能源供給革命,建立低碳能源供應驅動體系[21]。碳夾點技術分析得到江蘇省清潔能源比重不能低于42.63%的結論。當前江蘇省清潔能源比重不足10%,實現42.63%的清潔能源比例對江蘇省而言是一大挑戰。因此,江蘇省應該立足省內外,著力發展清潔能源,加強清潔能源的獲取能力;同時推進化石能源清潔高效利用,努力推動傳統化石能源向“低碳能源”和“近零排放能源系統”轉變,逐漸形成“清潔能源為主,煤炭、石油、天然氣多輪驅動”的能源供應體系。實現能源供應的多元化、清潔化和低碳化,是江蘇省調整能源結構的必由之路。
(2)推動能源消費革命,加強需求側“前端”減排管理。比較情景一與情景二得出行業劃分越細,減排效果越理想的結論。從能源需求方(即各行業)施行“前端”減排是江蘇省調整能源結構的直接途徑。首先,精細行業類別,碳核算、碳審計與碳預算等碳控制工具覆蓋到江蘇省各子行業。其次,優化產業結構,降低高耗能產業比重,逐步構建綠色、循環、低碳的地方產業體系。最后,實施“先控增量后削存量”方針,合理控制新增的化石能源消費總量,穩步削減既存的化石燃料需求總量。
(3)推動能源技術革命,攤薄高碳鎖定效應1)助轉型。情景三中的碳排放總量比碳排放目標限額高,2020年江蘇省在非化石能源占比15%的能源規劃下將無法完成碳減目標。加大能源科技投入,發展低碳技術[22],提高能效是江蘇省實現碳減目標的核心路徑。政府部門或企業應努力突破高碳鎖定效應的影響,鼓勵利用高效率、低排放的能源技術,大力發展清潔能源開發利用技術,提高常規化石能源的利用效率,實現低碳技術高端化;在技術減排潛力的基礎上,扣除某些技術上可行而經濟上缺乏競爭力的技術選擇;在經濟減排潛力的基礎上扣除某些由于市場和機制不完善,而造成在現有市場條件下不經濟的政策和技術選擇。
上一篇 > 濟南市可再生能源建筑應用規劃研究
下一篇 > 基于馬爾可夫轉移矩陣的城市能源供應結構預測模型