基于系統(tǒng)動(dòng)力學(xué)的以電代煤減排效益分析

張立輝，熊俊，喻小寶

?

基于系統(tǒng)動(dòng)力學(xué)的以電代煤減排效益分析

張立輝，熊俊，喻小寶

(華北電力大學(xué)經(jīng)濟(jì)與管理學(xué)院，北京，102206)

從系統(tǒng)層面構(gòu)建以電代煤減排效益分析模型，為驗(yàn)證以電代煤實(shí)施的減排效果提供理論依據(jù)。該模型以Vensim為建模平臺(tái)，以能源消費(fèi)、經(jīng)濟(jì)發(fā)展和環(huán)境減排之間的關(guān)系為紐帶，建立以電代煤減排效益模型圖，在控制煤炭消費(fèi)總量一定的情況下計(jì)算以電代煤的實(shí)施減排效果，為制定以電代煤相關(guān)政策提供量化依據(jù)。研究結(jié)果表明：實(shí)施以電代煤確實(shí)可以降低工業(yè)二氧化硫排放量；通過(guò)調(diào)整電煤消費(fèi)比重、電力消費(fèi)比重、火電比重、火電煤耗率都可以有效減少工業(yè)二氧化硫排放量；當(dāng)電煤消費(fèi)提高20%時(shí)，可以減少工業(yè)二氧化硫排放11%；當(dāng)電力消費(fèi)比重提高20%時(shí)，可以減少工業(yè)二氧化硫排放18%；在一定范圍內(nèi)，降低火電煤耗率也有助于減少工業(yè)二氧化硫的排放。

以電代煤；系統(tǒng)動(dòng)力學(xué)；仿真；減排效益

目前，我國(guó)城市大氣污染比農(nóng)村嚴(yán)重，北京市近年來(lái)出現(xiàn)的嚴(yán)重霧霾天就是一個(gè)很明顯的案例，其主要原因是城市存在大量工業(yè)小鍋爐和民用爐灶等低矮熱源，這些燃料的使用會(huì)產(chǎn)生極大濃度的SO2，NO和TSP，進(jìn)而造成地面SO2，NO和TSP濃度增加[1]。近年來(lái)，一些研究者[2?4]提出實(shí)行“以電代煤”，將煤炭等化石燃料轉(zhuǎn)變成電力加以利用，以提高總的能源效率，從而降低溫室氣體二氧化碳的排放量，減輕地面SO2，NO和TSP濃度。牛東曉等[5]采用一種較科學(xué)的折算辦法，從經(jīng)濟(jì)性和環(huán)境影響2個(gè)方面分析各種終端生活用能來(lái)研究電能在終端能源中的替代可行性。李媛媛等[6]對(duì)清潔能源供暖項(xiàng)目進(jìn)行調(diào)查，通過(guò)實(shí)際數(shù)據(jù)佐證，提出以電代煤大有可為的觀點(diǎn)。一些國(guó)外學(xué)者[7?9]討論以電代煤的能源利用效率、經(jīng)濟(jì)可行性，提出發(fā)展以電代煤的具體措施。但由于人們開(kāi)展電能替代的研究時(shí)間并不是很長(zhǎng)，對(duì)經(jīng)濟(jì)效益和環(huán)境效益的分析并不完善，因而需要進(jìn)行系統(tǒng)分析。而且當(dāng)前對(duì)以電代煤的研究主要集中在對(duì)其社會(huì)效益、經(jīng)濟(jì)效益和環(huán)境效益的評(píng)價(jià)上[10?11]，而忽視了以電代煤所能產(chǎn)生的具體效益，同時(shí)對(duì)以電代煤的研究缺乏系統(tǒng)性，僅僅片面地從電能替代角度分析問(wèn)題，忽視了電能替代所處環(huán)境的研究[12]。為此，本文作者通過(guò)探索能源、經(jīng)濟(jì)和環(huán)境間的內(nèi)在聯(lián)系，研究電力行業(yè)與其他行業(yè)污染排放率的差異，利用系統(tǒng)動(dòng)力學(xué)理論[13]構(gòu)建以電代煤效益仿真系統(tǒng)，建立以電代煤減排效益分析模型，并以北京市為例，對(duì)以電代煤的實(shí)施效果進(jìn)行驗(yàn)證。

1 以電代煤分析模型

1.1 以電代煤減排效益模型

系統(tǒng)動(dòng)力學(xué)理論與方法是20世紀(jì) 50 年代被提出的[14]。系統(tǒng)動(dòng)力學(xué)是一種以反饋控制理論[14?15]為基礎(chǔ)，以計(jì)算機(jī)仿真技術(shù)為手段，用以研究復(fù)雜社會(huì)經(jīng)濟(jì)系統(tǒng)的一種定量方法，適用于處理長(zhǎng)期性和周期性的問(wèn)題，如自然界的生態(tài)平衡、社會(huì)問(wèn)題中的經(jīng)濟(jì)危機(jī)等都呈現(xiàn)周期性規(guī)律并需通過(guò)較長(zhǎng)的歷史階段來(lái)觀察。自系統(tǒng)動(dòng)力學(xué)誕生以來(lái)，該方法已被成功地應(yīng)用于企業(yè)、城市、區(qū)域、國(guó)家乃至世界規(guī)模的許多戰(zhàn)略與決策分析中，被譽(yù)為“戰(zhàn)略與策略實(shí)驗(yàn)室”[16?17]。

運(yùn)用Vensim PLE 軟件可繪制以電代煤系統(tǒng)的結(jié)構(gòu)模型圖，該結(jié)構(gòu)模型圖以以電代煤系統(tǒng)因果關(guān)系為基礎(chǔ)。在以電代煤系統(tǒng)的結(jié)構(gòu)模型圖中，系統(tǒng)各種因素內(nèi)部關(guān)系的數(shù)學(xué)公式是確定各種變量之間相互關(guān)系的基礎(chǔ)，這些數(shù)學(xué)公式則根據(jù)以電代煤系統(tǒng)內(nèi)部因果關(guān)系的描述得到。以電代煤系統(tǒng)結(jié)構(gòu)模型如圖1所示。

圖1 以電代煤系統(tǒng)流量存量圖

1.2 以電代煤減排效益計(jì)算模型

根據(jù)系統(tǒng)動(dòng)力學(xué)的建模原理，利用Vensim軟件構(gòu)建北京市以電代煤系統(tǒng)模型，見(jiàn)圖1。涉及系統(tǒng)動(dòng)力學(xué)方程有：

其中：為能源消費(fèi)變化率；為能源消費(fèi)彈性系數(shù)；為GDP增長(zhǎng)率；ΔE為能源消費(fèi)變化量；E為能源消費(fèi)總量；為當(dāng)前時(shí)間節(jié)點(diǎn)；INTEG(，)為系統(tǒng)動(dòng)力學(xué)的累積變化函數(shù)；為變量的變化量；為變量的原始值；為時(shí)間節(jié)點(diǎn)到時(shí)間節(jié)點(diǎn)的時(shí)間跨度；為過(guò)去時(shí)間節(jié)點(diǎn)；C為原煤消費(fèi)量；為原煤占比。

其中：E為電力消費(fèi)量；為電力占比；E為火電發(fā)電量；為火電占比；T為電煤消耗量；為火電煤耗率；U為非電煤耗。

其中：1為第一產(chǎn)業(yè)產(chǎn)值；Δ1為第一產(chǎn)業(yè)產(chǎn)值增長(zhǎng)值；1為第一產(chǎn)業(yè)產(chǎn)值增長(zhǎng)率；2為第二產(chǎn)業(yè)產(chǎn)值；Δ2為第二產(chǎn)業(yè)產(chǎn)值增長(zhǎng)值；2為第二產(chǎn)業(yè)產(chǎn)值增長(zhǎng)率；3為第三產(chǎn)業(yè)產(chǎn)值；Δ3為第三產(chǎn)業(yè)產(chǎn)值增長(zhǎng)值；3為第三產(chǎn)業(yè)產(chǎn)值增長(zhǎng)率；為CO2排放量；為萬(wàn)噸標(biāo)準(zhǔn)煤CO2排放量。

其中：S為電力行業(yè)SO2排放量；為電煤萬(wàn)噸標(biāo)準(zhǔn)煤SO2排放量；U為非電力行業(yè)SO2排放量；為非電煤萬(wàn)噸標(biāo)準(zhǔn)煤SO2排放量；S為工業(yè)SO2排放量。

2 模型檢驗(yàn)

2.1 模型假設(shè)

2.1.1 初始值的確定

根據(jù)《北京市統(tǒng)計(jì)年鑒》，選取2000—2012年北京市相關(guān)數(shù)據(jù)，并將2000年作為基準(zhǔn)年，故而以2000年相關(guān)數(shù)據(jù)作為相關(guān)存量指標(biāo)的初始值，具體賦值如下：能源消費(fèi)總量為4 144 t；第一產(chǎn)業(yè)產(chǎn)值為79.3億元；第二產(chǎn)業(yè)產(chǎn)值產(chǎn)值為1 033.3億元；第三產(chǎn)業(yè)產(chǎn)值為2 049.1億元。

2.1.2 常數(shù)值的確定

考慮模型可行性并結(jié)合盡量簡(jiǎn)化模型的原則，對(duì)那些隨時(shí)間變化不顯著的參數(shù)近似取值為常數(shù)，根據(jù)實(shí)際情況進(jìn)行多次檢驗(yàn)。某些變量可以取常數(shù)：能源消費(fèi)彈性系數(shù)取0.31，萬(wàn)噸標(biāo)準(zhǔn)煤CO2排放系數(shù)取4.927。

2.2 系統(tǒng)真實(shí)性檢驗(yàn)

北京市以電代煤系統(tǒng)仿真模型同樣以2000年為基準(zhǔn)年，時(shí)間間隔選取1 a，選取2011年為仿真完成年。根據(jù)建立的北京市以電代煤系統(tǒng)模型和動(dòng)力學(xué)方程，依靠Vensim軟件進(jìn)行系統(tǒng)仿真，首先模擬北京市2000—2011年以電代煤系統(tǒng)的運(yùn)行情況。

根據(jù)北京市以電代煤系統(tǒng)仿真運(yùn)行，可以得到2000—2011年北京市能源消費(fèi)總量、能源消費(fèi)變化量、各產(chǎn)業(yè)產(chǎn)值及GDP的趨勢(shì)圖，如圖2所示； 2000—2012年北京市能源消費(fèi)總量仿真值、實(shí)際值和誤差系數(shù)見(jiàn)表1。

表1 2000—2012年北京市能源消費(fèi)總量仿真值、實(shí)際值和誤差系數(shù)

由圖2和表1可知：本文建立的北京市以電代煤仿真系統(tǒng)的變量仿真值與實(shí)際值的誤差范圍在10%以?xún)?nèi)，屬于可信任范圍，說(shuō)明模型的運(yùn)行和北京市實(shí)際系統(tǒng)的運(yùn)行擬合度高，通過(guò)本系統(tǒng)所模擬出來(lái)的數(shù)據(jù)結(jié)果是準(zhǔn)確、可信的。

(a) 能源消耗變化量和能源消耗總量；(b) 第一產(chǎn)業(yè)產(chǎn)值和第二產(chǎn)業(yè)產(chǎn)值；(c) 產(chǎn)值

2.3 系統(tǒng)運(yùn)行檢驗(yàn)

現(xiàn)實(shí)中的系統(tǒng)是受許多因素影響的復(fù)雜系統(tǒng)，因此，選取不同的仿真步長(zhǎng)進(jìn)行仿真分析[18?19]，選取不同的時(shí)間步長(zhǎng)D為1(basic)，0.5(basic-01)和0.25(basic-02)，即選取1 a，1/2a和1/4 a進(jìn)行仿真，查看重要指標(biāo)(GDP、電力消費(fèi)量和工業(yè)SO2排放量等)的仿真比較結(jié)果。以GDP指標(biāo)為例說(shuō)明系統(tǒng)的穩(wěn)定性，如圖3所示。從圖3可見(jiàn)：GDP排放強(qiáng)度變動(dòng)趨勢(shì)、GDP增加值變動(dòng)趨勢(shì)基本一致，沒(méi)有發(fā)生劇烈的震蕩和波動(dòng)，系統(tǒng)運(yùn)行穩(wěn)定。

(a) GDP排放強(qiáng)度；(b) GDP增加值

3 結(jié)果分析與討論

3.1 案例基本信息

以構(gòu)建的以電代煤減排效益模型為基礎(chǔ)，選取北京市為研究對(duì)象，對(duì)北京市實(shí)施以電代煤政策的減排效益進(jìn)行分析。設(shè)定多種情景計(jì)算以電代煤政策實(shí)施過(guò)程中不同因素對(duì)減排效益的影響，主要包括5種情景：基準(zhǔn)情景、以電代煤情景Ⅰ、以電代煤情景Ⅱ、以電代煤情景Ⅲ和以電代煤情景Ⅳ(以下分別簡(jiǎn)稱(chēng)基準(zhǔn)情景、情景Ⅰ、情景Ⅱ、情景Ⅲ和情景Ⅳ)。其中，基準(zhǔn)情景是指不對(duì)原始系統(tǒng)中的任何參數(shù)進(jìn)行調(diào)整，由此預(yù)測(cè)2020年的工業(yè)SO2排放量；情景Ⅰ在原始系統(tǒng)的基礎(chǔ)上僅調(diào)整電煤比重；情景Ⅱ在原始系統(tǒng)的基礎(chǔ)上僅調(diào)整電力消費(fèi)比重；情景Ⅲ在原始系統(tǒng)的基礎(chǔ)上僅調(diào)整火電比重；情景Ⅳ在原始基礎(chǔ)上僅調(diào)整火電煤耗率參數(shù)。具體參數(shù)設(shè)定如表2所示。通過(guò)各以電代煤情景下的工業(yè)SO2排放量與基準(zhǔn)情景下的工業(yè)SO2排放量對(duì)比，對(duì)以電代煤的減排效益及重要影響因素進(jìn)行討論。此次模擬假定總的原煤消耗量是穩(wěn)定值，不隨著其他參數(shù)的改變而改變。

表2 5種情景下參數(shù)設(shè)定情況

注：0表示不變動(dòng)；+20%表示增長(zhǎng)20%；±10%表示增長(zhǎng)或者降低10%。

3.2 結(jié)果分析

根據(jù)各情景的參數(shù)設(shè)定，以Vensim為建模平臺(tái)運(yùn)行該系統(tǒng)，得到各情景下工業(yè)SO2排放量的變動(dòng)趨勢(shì)圖。為了便于結(jié)果比較，將4種以電代煤情景分別與基準(zhǔn)情景下的工業(yè)SO2排放情況進(jìn)行對(duì)比，結(jié)果如圖4~7所示。

(a) 煤耗；(b) 工業(yè)SO2排放量

1—工業(yè)SO2排放量(以電代煤)；2—工業(yè)SO2排放量(baisc)

1—工業(yè)SO2排放量(basic)；2—工業(yè)SO2排放量(basic-05)；3—工業(yè)SO2排放量(basic-06)

1—工業(yè)SO2排放量；2—工業(yè)SO2排放量(basic-05)；3—工業(yè)SO2排放量(basic-06)

3.2.1 基準(zhǔn)情景和情景Ⅰ對(duì)比分析

圖4所示為基準(zhǔn)情景(basic)和情景Ⅰ(以電代煤)下的電煤消耗量、非電煤耗量和工業(yè)SO2排放量變動(dòng)趨勢(shì)。從圖4可見(jiàn)：通過(guò)調(diào)整電煤比重實(shí)施以電代煤政策，一方面會(huì)導(dǎo)致電力行業(yè)煤炭消費(fèi)增加，引起電力行業(yè)SO2排放量增加；另一方面，由于電煤比重增加導(dǎo)致其他行業(yè)的煤炭消費(fèi)降低，進(jìn)而導(dǎo)致其他行業(yè)的SO2排放量降低。綜合各行業(yè)的SO2排放量的變化情況，發(fā)現(xiàn)工業(yè)SO2排放總量是降低的，因此，提高電煤比重可以減低工業(yè)SO2排放總量。當(dāng)電煤比重提高20%時(shí)，電力行業(yè)的SO2排放量會(huì)增加45%，而非電行業(yè)的SO2排放量會(huì)降低20%，工業(yè)SO2排放總量則會(huì)降低11%。所以，通過(guò)提高電煤比重來(lái)實(shí)施以電代煤政策對(duì)于環(huán)境減排的效益很大，對(duì)于改善空氣質(zhì)量效果明顯。

3.2.2 基準(zhǔn)情景和情景Ⅱ?qū)Ρ确治?/p>

圖5所示為基準(zhǔn)情景(basic)和情景Ⅱ(以電代煤)下的工業(yè)SO2排放量變動(dòng)趨勢(shì)。從圖5可見(jiàn)：在考慮電力消費(fèi)比重增長(zhǎng)的情況下，一方面，更多行業(yè)采用電能進(jìn)行生產(chǎn)，而取代以往的燃煤技術(shù)，進(jìn)而極大程度地降低了SO2排放量；另一方面，電力消費(fèi)比重增長(zhǎng)必然導(dǎo)致電力供應(yīng)需求增加，從而也會(huì)導(dǎo)致電煤消費(fèi)量需求增大，進(jìn)而引起電力行業(yè)SO2排放量增加，但從工業(yè)SO2排放總量看，其排放量是減少的，因此，增加電力消費(fèi)比重可以減少工業(yè)SO2排放總量。在電力消費(fèi)比重增大20%時(shí)，電力行業(yè)的SO2排放量會(huì)增大16.8%，而其他行業(yè)的SO2排放量減少27%，工業(yè)SO2排放總量減少18%?？梢?jiàn)，通過(guò)提高電力消費(fèi)比重對(duì)于緩解環(huán)境污染的壓力非常有效。

3.2.3 基準(zhǔn)情景和情景Ⅲ對(duì)比分析

圖6所示為基準(zhǔn)情景(basic)和情景Ⅲ(basic-05和basic-06)下的工業(yè)SO2排放量變動(dòng)趨勢(shì)，其中提高火電比重10%的SO2排放量變動(dòng)趨勢(shì)如圖6中曲線(xiàn)3所示，降低火電比重10%的SO2排放量變動(dòng)趨勢(shì)如圖6中曲線(xiàn)5所示。從圖6可見(jiàn)：在降低火電比重時(shí)，工業(yè)SO2排放總量增加。當(dāng)電煤量減少，而煤耗總量不變時(shí)，必然導(dǎo)致其他行業(yè)煤耗增加，電力行業(yè)單位煤耗產(chǎn)生的SO2較其他行業(yè)均值低，從而導(dǎo)致工業(yè)SO2排放量增加；當(dāng)降低火電比重10%時(shí)，工業(yè)SO2排放總量上升4%，而當(dāng)提高火電比重10%時(shí)，工業(yè)SO2排放總量降低6%。因此，只有在有效范圍內(nèi)控制火電比重才能有效降低工業(yè)SO2排放總量。

3.2.4 基準(zhǔn)情景和情景Ⅳ對(duì)比分析

圖7所示為基準(zhǔn)情景(basic)和情景Ⅳ(basic-05和basic-06)下工業(yè)SO2排放量變化趨勢(shì)，其中提高火電煤耗率10%的工業(yè)SO2排放量變化趨勢(shì)如圖7中曲線(xiàn)2所示，降低火電煤耗率10%的工業(yè)SO2排放量變化趨勢(shì)如圖7中曲線(xiàn)3所示。從圖7可見(jiàn)：在技術(shù)進(jìn)步所引起的火電煤耗率降低情況下，相同數(shù)量的煤炭可以產(chǎn)生更多數(shù)量的電能，從而引起電力消費(fèi)成本下降，使其他行業(yè)能源消費(fèi)中的電能替代其他能源，導(dǎo)致其他行業(yè)煤炭消費(fèi)量減少，進(jìn)而降低工業(yè)SO2排放總量；當(dāng)火電煤耗率降低10%時(shí)，工業(yè)SO2排放總量下降6%。因此，火電煤耗率降低對(duì)工業(yè)SO2排放總量產(chǎn)生一定影響。

4 結(jié)論

1) 構(gòu)建了以電代煤減排效益分析模型，對(duì)北京未來(lái)SO2排放量與電煤比重和火電消費(fèi)比重等關(guān)系及其影響因素進(jìn)行了數(shù)值模擬分析，并通過(guò)歷史真實(shí)性檢驗(yàn)和系統(tǒng)運(yùn)行檢驗(yàn)，驗(yàn)證了模型的有效性。

2) 在以電代煤情景Ⅰ下，電力行業(yè)的SO2排放量增加45%，非電行業(yè)的SO2排放量降低20%，工業(yè)SO2排放總量降低11%。因此，以電代煤的實(shí)施對(duì)于環(huán)境減排的效益明顯，這有利于提高北京未來(lái)空氣質(zhì)量。

3) 在以電代煤情景Ⅱ下，電力行業(yè)的SO2排放量增大16.8%，而其他行業(yè)的SO2排放量減少27%，工業(yè)SO2排放總量減少18%。所以，通過(guò)提高電力消費(fèi)比重對(duì)于緩解當(dāng)前環(huán)境污染的壓力非常有效。

4) 在以電代煤情景Ⅲ和情景Ⅳ下，在一定范圍內(nèi)，降低火電比重反而會(huì)導(dǎo)致工業(yè)SO2排放總量上升，降低火電煤耗率會(huì)導(dǎo)致工業(yè)SO2排放總量下降。因此，以電代煤的實(shí)施效果不僅僅取決于電力代替煤炭消費(fèi)的能源替代階段，而且取決于發(fā)電結(jié)構(gòu)的優(yōu)化，將這2種措施綜合，有利于環(huán)境減排目標(biāo)的實(shí)現(xiàn)。

[1] 曹東莉, 袁越, 李志祥. 電能替代應(yīng)用及效益評(píng)價(jià)[J]. 電網(wǎng)與清潔能源, 2011, 27(4): 30?34.CAO Dongli, YUAN Yue, LI Zhixiang. Application and efficiency evaluation of alternative energy[J]. Power System and Clean Energy,2011, 27(4): 30?34.

[2] 蔡震, 李絢麗, 呂理想. 電加熱爐在以電代煤工程中的應(yīng)用及效益分析[J]. 電力需求側(cè)管理, 2014, 16(4): 41?43.CAI Zheng, LI Xunli, Lü Lixiang. Application and benefit analysis of electric heating furnace in electricity instead of oil[J]. Power Demand Side Management, 2014, 16(4): 41?43.

[3] 朱庚富, 劉思湄, 濮文青. 以電代煤環(huán)境效益分析[J]. 云南環(huán)境科學(xué), 2000, 19(1): 57?59.ZHU Gengfu, LIU Simei, PU Wenqing. Environmental benefit of replacing coal by electricity[J]. Yunnan Environmental Science, 2000, 19(1): 57?59.

[4] 張志敏. 秦皇島市以電代煤改善環(huán)境初探[J]. 中國(guó)環(huán)境管理干部學(xué)院學(xué)報(bào), 2004, 14(1): 34?36.ZHANG Zhiming. The discussion of using electricity instead of coal and improving the environment in Qinhuangdao city[J]. Journal of Environmental Management College of China, 2004, 14(1): 34?36.

[5] 牛東曉, 張燁, 谷志紅. 電能在終端能源中的替代研究[J]. 現(xiàn)代經(jīng)濟(jì), 2008(B07): 61?62.NIU Dongxiao, ZHANG Ye, GU Zhihong. Instead of the electric power in the end use energy[J]. Modern Property Management, 2008(B07): 61?62.

[6] 李媛媛, 牛東曉, 李韓房. 電能在終端能源中的競(jìng)爭(zhēng)力分析評(píng)價(jià)指標(biāo)體系的構(gòu)建研究[J]. 華東電力, 2008, 36(5): 34?37.LI Yuanyuan, NIU Dongxiao, LI Hanfang. Construction of competence assessment systems for electricity in final energy[J]. China Electric Power, 2008, 36(5): 34?37.

[7] Mousavi-Avval S H, Mohammadi A, Rafiee S, et al. Assessing the technical efficiency of energy use in different barberry production systems[J]. Journal of Cleaner Production, 2012, 27: 126?132.

[8] DENG Anpeng, DENG Yixuan. Conflict of coal and electricity price’s impact on national economic development[J]. Advanced Materials Research, 2013, 734: 1675?1678.

[9] LI Binjie, NIU Dongxiao, HUA Fuyu, et al. From electricity smart grids to smart energy systems: A market operation based approach and understanding[J]. Energy, 2012, 42(1): 96?102.

[10] Li B J, Niu D X, Hua F Y, et al. The benefit analysis of applications of alternative energy in small public transportation system[J]. Applied Mechanics and Materials, 2014, 644: 6114?6117.

[11] Janssens M, Van der Mijnsbrugge A, Mainar M S, et al. The use of nucleosides and arginine as alternative energy sources by coagulase-negative staphylococci in view of meat fermentation[J]. Food Microbiology, 2014, 39: 53?60.

[12] Atabani A E, Silitonga A S, Badruddin I A, et al. A comprehensive review on biodiesel as an alternative energy resource and its characteristics[J]. Renewable and Sustainable Energy Reviews, 2012, 16(4): 2070?2093.

[13] HE Ping, WEN Fushuan, Ledwich G, et al. Effects of various power system stabilizers on improving power system dynamic performance[J]. International Journal of Electrical Power & Energy Systems, 2013, 46: 175?183.

[14] Forrester J W. System dynamics, systems thinking, and soft OR[J]. System Dynamics Review, 1994, 10(2/3): 245?256.

[15] Anderies J M. Understanding the dynamics of sustainable social-ecological systems: Human behavior, institutions, and regulatory feedback networks[J]. Bulletin of Mathematical Biology, 2015, 77(2): 259?280.

[16] Giancarlo C. Choice of motor and transmission in mechatronic applications:Non-rectangular dynamic range of the drive system[J]. Mechanism and Machine Theory, 2015, 85: 35?52.

[17] LU Jianwei, XIN Jiayun, Vakakis Alexander F. Influences of system parameters on dynamic behavior of the vehicle shimmy system with clearance in steering linkage[J]. Journal of Vibration and Control, 2015, 21(2): 359?370.

[18] Jorge S M, Daniel M B, Miguel A E A. A model for the simulation of energy gains when using distributed maximum power point tracking (DMPPT) in photovoltaic arrays[J]. Progress in Photovoltaics, 2015, 23(2): 182?193.

[19] Mamun A, Wang D, Narayanan I. Physics-based simulation of the impact of demand response on lead-acid emergency power availability in a datacenter[J]. Journal of Power Sources, 2015, 275: 516?524.

(編輯 陳燦華)

Analysis on reduction benefits of substituting electricity for coal based on system dynamics

ZHANG Lihui, XIONG Jun, YU Xiaobao

(North China Electric Power University, School of Economics and Management, Beijing 102206, China)

Constructing reduction benefit analysis model of electricity in place of coal on the system level, a theoretical basis was provided to verify the emission reduction of implementation of electricity instead of coal. Using vensim as modeling platform, using the relationship between energy consumption, economic development and environmental emissions as link, model diagram of reduction benefit of electricity in place of coal was established. The reduction effect of electricity in the case of a certain control of total coal consumption was calculated, and a quantitative basis for developing the policy related to electricity instead of coal was provided. The results show that the implementation of electricity instead of coal really reduces emission of industrial sulfur dioxide. By adjusting the proportion of power coal consumption, the proportion of electricity consumption, the proportion of thermal power and the thermal power coal consumption rate, emission of industrial sulfur dioxide are effectively reduced. When the consumption of power coal increases by 20%, the emission of industrial sulfur dioxide is reduced by 11%, while the proportion of electricity consumption increases by 20%, the emission of industrial sulfur dioxide is reduced by 18%.Within a certain range, reducing the thermal power coal consumption rate can also reduce the emission of industrial sulfur dioxide.

electricity in place of coal; system dynamic; simulation; emission reduction benefits

10.11817/j.issn.1672-7207.2015.04.046

TK018

A

1672?7207(2015)04?1527?07

2014?08?10；

2014?10?10

國(guó)家自然科學(xué)基金資助項(xiàng)目(71171079，71271081)(Projects (71171079, 71271081) supported by the National Natural Science Foundation of China)

張立輝，博士，教授，從事管理科學(xué)與工程研究；E-mail：zlh6699@126.com