碳夹点分析技术与化工园区能源规划

  CO2 是引起全球气候变化的最主要的温室气体之一, 有效控制CO2 排放问题受到世界各国关注。

 

  气候变化的原因除了自然因素影响外, 与人为的活动, 特别是使用化石燃料过程中排放CO2 的程度密切相关。节能减排、减缓气候变化是我国实施可持续发展战略的重要组成部分。本文将利用过程系统工程的夹点分析方法来确定区域能源需求和CO2 排放量, 以期为制定区域能源规划提供依据。

 

  夹点分析方法最先应用于换热网络系统的热集成来缓解能源危机问题, 后被扩展应用于污染防治的质量集成中, 如应用于资源回收、废物减量等方面, 提出了水夹点、氧夹点、氢夹点、物性夹点、能值夹点等概念。Linnhoff 等首次利用夹点分析来确定石化企业的CO2 排放目标。Tan 等提出基于夹点的碳约束能源规划方法, 将系统边界扩展到区域范围上。Crilly 等正式提出了碳夹点分析方法(Carbon Emission Pinch Analysis , CEPA), 并将该方法应用于爱尔兰的电力行业, 对能源供需状况进行预测和规划, 为进一步研究区域能源供应和CO2减排目标提供决策依据。基于文献[ 12] 的前期研究成果, 本文将运用碳夹点分析方法对区域能源规划问题进行系统分析, 确定出区域能源需求及其对应的CO2 排放量目标。

 

  1  问题表述

 

  在区域层面上, 有排放限制的能源规划问题可描述为以下2 类问题:

 

  (1)在某区域内, 给定能源总量和CO2 排放量限制, 确定清洁能源或低碳能源的最小用量。本文的清洁能源或低碳能源指核能、太阳能、风能和水力能等。

 

  (2)对于多个区域, 给定每个区域的排放限制,在确定最小清洁能源消耗的基础上, 确定每个区域的能源分配(种类及其用量)。

 

  一般地, 最大限度使用低碳或清洁能源, 可减少CO2 的排放。但这些能源或者昂贵, 或者在应用技术上没有化石燃料成熟, 或者在技术推广上存在争议。故在满足CO2 排放限制目标的情况下, 运用夹点分析方法研究如何使低碳或清洁能源用量最小化及能源分配情况是有实用价值的。

 

  2  碳夹点分析步骤

 

  如同换热网络设计一样, 能源规划过程需要确定碳夹点。所不同的是, 碳夹点是基于每个区域的能源需求量, 而不是温度;在夹点之上的区域不需要用清洁能源, 而是利用排放因子大的能源类型。

 

  碳夹点分析可分成以下2 个任务:

 

  (1)根据给定的数据(如CO2 排放因子、能源供应总量、区域能源需求量、区域CO2 排放限制量等)绘图得到能源供应曲线与能源需求曲线, 分析夹点的位置。

 

  (2)适当调整曲线, 使得每个区域能源利用和CO2 排放量均在规定范围内, 并求出各能源的使用量和剩余量、每个区域内各能源的使用量以及CO2排放总量。

 

  详细的计算步骤可参考文献。其大致步骤如下:

 

  (1)以CO2 排放因子的递增顺序排列, 分别计算累积能源用量(供给与需求)和累积CO2 量, 绘制累积CO2 排放量-累积能源用量组合曲线图。

 

  (2)水平移动供给曲线, 直到供给曲线恰好与需求曲线最右侧的点相交, 该交点为碳夹点, 水平移动距离为总体最小清洁能源用量。

 

  (3)对夹点之下, 从排放因子较高的区域能源分配, 水平移动该区域以下对应CO2 排放相等的供给曲线, 使得该点与需求曲线对应极限点重合, 水平移动距离为该区域最小清洁用量。以此分别计算出各区域能源用量。

 

  3  案例分析

 

  3.1  问题描述与基础数据

 

  为了实现工业生态化转型, 某化工园区依据其地理位置与已有产业分布情况, 将总体功能进行重新划分, 分为生态恢复与环境治理功能区(区域Ⅰ)、生态工业支撑产业区(区域Ⅱ)、生态工业扩展区(区域Ⅲ)和生态工业改造区(区域Ⅳ)。依据总体产业规划, 各区域的能源支撑系统将有所改变, 同时各区域对应的CO2 排放量也有所限定。

 

  3.2  绘制组合曲线图

 

  (1)由表1 基础数据分别计算供给能量(能源能量)和需求能量(预计消耗能量), 能源供给的CO2 排放量和各区域需求CO2 排放量。

 

  (2)将表1 的第2 列所示能源供给类型的CO2排放因子以递增顺序排列。

 

  (3)分别计算供给和需求的累积能源用量和累积CO2 排放量, 如表2 的第4 、6 列所示。

 

  (4)依据能源供给和区域能源需求以及CO2 排放量, 分别绘制累积CO2 排放量-累积能源用量组合曲线图, 如图1 所示。

 

  3.3  确定总体最小清洁能源使用量

 

  从图1 中可知, 在满足相同的累积能源能量情况下, 供给能源的CO2 排放量总是大于所要求的极限CO2 排放量。为了达到限制要求, 在同一能量情况下, 供给的CO2 排放量应该小于等于需求的CO2排放量。水平移动供给曲线, 直到供给曲线恰好与需求曲线的最右侧的点相交, 使得供给曲线在需求曲线之下, 得到碳夹点, 夹点位于供给或需求极限曲线的某个极限点上, 并将供给与需求曲线均分成在夹点之上和在夹点之下2 个部分, 如图2 所示。水平移动供给曲线意味着在累积CO2 排放量不变的情况下, 累积能源用量增加。此时只增加清洁能源的用量。移动的最小距离即所需的最小清洁能源用量。

 

  1 —平移后供给极限曲线;2—需求极限曲线

 

  相应的在需求曲线上bc 直线段之间。图1 中a 、b 、c 点的坐标分别为(21 , 82)、(19 , 134.8)与(13 , 77.8)。故直线bc的方程为:Y =9.5(X -13)+77.8 。当Y =82 时, 得到X =13.44 。对应2 点的距离:21 -13.44 =7.56 ,即为总体最小清洁能源用量。进一步可得到煤剩余量3.56 ×104 TJ(即两曲线末端的距离), 总体CO2 排放量目标100.98 ×105t 。

 

  3.4  确定各区域能源分配方案

 

  从图2 可知, 清洁能源仅供给夹点之下部分(区域Ⅰ 、区域Ⅱ和区域Ⅲ), 但是不能得到各区域的清洁能源用量。如果将全部的清洁能源用于区域Ⅰ ,那么在满足区域Ⅰ 的CO2 排放量限制(16 ×105 t)时, 对应的总供给能源能量必大于区域Ⅰ 所预计需求量。其他能源也是如此。故需要对各区域进行能源分配。

 

  首先对区域Ⅲ能源进行分配。在图2 中, 在供给曲线上绘出点N , 该点的CO2 排放量与需求曲线极限点M 点相等。通过平移N 点以下的供给曲线,恰好使得N 点与需求曲线的M 点重合, 如图3 所示。如此所移动的距离即为区域Ⅲ 中清洁能源用量。

 

  图3 中的N 点必在图2 中的mn 直线段上, 由m 、n 的坐标(13.56 , 25.3), (20.56 , 77.8)确定mn 直线方程:Y =7.5(X -13.56)+25.3 , 由于M 、N 的CO2 相等, 可得到N 点X =15.52 , 得到N(15.52 ,40)。M 、N 两点的距离为:15.52 -14 =1.52 , 即为区域Ⅲ的清洁能源用量。在图3 中可以看出, 区域Ⅲ和供给曲线的一部分构成一个封闭多边形, 根据各点的值可以读出区域Ⅲ所需的各种能源用量。利用同样的方法, 计算得到区域Ⅰ 和区域Ⅱ的能源分配方案及其CO2 排放量, 结果如表3 所示。

 

  从表3 可知, 能源规划方案中燃料煤用量同供应量相比大幅度减少, 从6 ×104 TJ 减小到2.44 ×104 TJ ,CO2 排放量削减约10 %, 应用夹点分析合理地进行区域内的能源规划, 初步起到了减排的效果。

 

  4  结论

 

  (1)基于夹点分析, 对区域能源规划问题进行描述;并提出进行碳夹点分析的一般步骤。用实例说明碳夹点分析方法作为初步能源规划的工具, 按照该步骤可得到一种可行的能源规划方案。

 

  (2)运用累积CO2 排放量-累积能源用量组合曲线图确定最小清洁能源目标、能源需求结构及其对应的CO2 排放量。研究案例所得方案的CO2 排放量比预计削减10 %, 达到节能减排的限制目标。