食品工業(yè)中碳排放不確定性研究

楊松，田瑋，魏來，王志偉，周中凱，*，付水勝，王德生，儲玉玲（1.天津科技大學(xué)機(jī)械工程學(xué)院，天津00222；2.天津市輕工與食品工程機(jī)械裝備集成設(shè)計(jì)與在線監(jiān)控重點(diǎn)實(shí)驗(yàn)室，天津00222；.天津科技大學(xué)食品工程與生物技術(shù)學(xué)院，天津0057；.天津狗不理食品有限公司，天津00000）

?

食品工業(yè)中碳排放不確定性研究

楊松1，2，田瑋1，2，魏來1，2，王志偉3，周中凱3，*，付水勝4，王德生4，儲玉玲4
（1.天津科技大學(xué)機(jī)械工程學(xué)院，天津300222；2.天津市輕工與食品工程機(jī)械裝備集成設(shè)計(jì)與在線監(jiān)控重點(diǎn)實(shí)驗(yàn)室，天津300222；3.天津科技大學(xué)食品工程與生物技術(shù)學(xué)院，天津300457；4.天津狗不理食品有限公司，天津300000）

摘要：食品工業(yè)中的碳排放已經(jīng)得到更多的關(guān)注，但是對于碳排放不確定性的研究相對較少。中國主食傳統(tǒng)生產(chǎn)工藝具有效率低、能耗高的特征，開發(fā)新工藝改善生產(chǎn)效率特別是節(jié)能減排在目前環(huán)境日益惡化的情況下則顯得尤為重要，因此，本文基于蒙特卡洛抽樣方法，假設(shè)兩種碳排情景，分析了中國主食包子的單位產(chǎn)品在新舊工藝下的二氧化碳排放情況。結(jié)果表明在不同碳排放情景下，單位產(chǎn)品碳排放的絕對差異波動范圍較大，但其相對碳排減少量都約為30%，并且其不確定性較小，即變化范圍小，所得結(jié)論可靠。此外，雖然蒸制過程所需能耗是速凍過程的約四倍，但由于天然氣和電力碳排放因子的差異，這兩個(gè)工藝過程的二氧化碳排放量非常類似。

關(guān)鍵詞：碳排放；不確定性；蒙特卡洛模擬；節(jié)能減排

目前，我國食品工業(yè)的節(jié)能減排任務(wù)艱巨，行業(yè)平均規(guī)模小，集約化水平低，蒸汽等傳熱介質(zhì)二次利用率低。以天津狗不理食品有限公司為代表的一批食品企業(yè)，為擴(kuò)大生產(chǎn)規(guī)模和提升企業(yè)技術(shù)水平，建設(shè)了新的蒸制面食制品的生產(chǎn)線，應(yīng)用了螺旋醒發(fā)、蒸制、預(yù)冷和冷凍等連續(xù)化和自動化設(shè)備，實(shí)現(xiàn)了除包制之外工序的自動化生產(chǎn)，不但將生產(chǎn)效率提升了5倍左右，而且大大降低了單位產(chǎn)品的能耗。新生產(chǎn)線的和面環(huán)節(jié)使用了自動上水和上粉系統(tǒng)；制餡環(huán)節(jié)使用了容量更大的立式制餡機(jī)，配備了自動上水系統(tǒng)；醒發(fā)、蒸制、預(yù)冷、速凍環(huán)節(jié)都使用了已申請專利的螺旋式自動進(jìn)樣系統(tǒng)，而老生產(chǎn)線都由人工操作相應(yīng)的設(shè)備。以上就是新老工藝的主要區(qū)別。

根據(jù)作者的前期研究，通過對蒸制和速凍環(huán)節(jié)的能量利用效率對單位產(chǎn)品的能耗進(jìn)行估算。單個(gè)包子重34 g，使用老工藝經(jīng)計(jì)算，蒸制過程需要熱量1.801 kJ，速凍過程需要耗能0.438 kJ；使用新工藝后，蒸制需要1.284 kJ，速凍需要0.301 kJ。因此，若不考慮其他環(huán)節(jié)能量損耗的差異，新工藝比老工藝節(jié)省29.21%的能量。

能源碳排放因子（carbon emission factor或carbon intensity，單位：gCO2/kJ或gC/kWh）指消耗單位質(zhì)量能源所產(chǎn)生的溫室氣體排放量，用于表征某種能源溫室氣體的排放特征［1］。能源碳排放因子包括了不同類型能源從開采、加工、運(yùn)輸、最終使用不同環(huán)節(jié)中可能排放溫室氣體的總和。因此，這些數(shù)值有很大的地區(qū)差異，即使對于同一地區(qū)也很難準(zhǔn)確定義其數(shù)值，有其本身特有的不確定性［2］。先前的研究中很少考慮這種不確定性對于二氧化碳減排造成的影響。

因此，本文基于蒙特卡洛抽樣方法，通過考慮不同能源類型碳排放因子的不確定性，確定新舊狗不理包子生產(chǎn)工藝所帶來的二氧化碳減排效果。需要強(qiáng)調(diào)，本文中的碳排放指二氧化碳排放量，非碳排放本身，其相互轉(zhuǎn)換可通過碳與二氧化碳分子量比值進(jìn)行。

1　計(jì)算方法

基于蒙特卡洛（Monte Carlo）方法計(jì)算的方法可分為五步，已經(jīng)廣泛用于不同的研究領(lǐng)域，主要用于與不確定相關(guān)的問題，包括食品安全等領(lǐng)域［3］。將這種方法用于食品工業(yè)的碳排放計(jì)算可分為以下5個(gè)主要步驟，如圖1所示。

圖1　基于蒙特卡洛方法碳排放的計(jì)算流程圖Fig.1　Flow chart of computing carbon emissions based on Monte Carlo method

第一步收集不同類型能源的碳排放因子。不同能源的碳排放因子差別很大，這是由其自身定義決定的，不同種類能源其生產(chǎn)、加工、運(yùn)輸及最終使用過程中有非常大的差別，決定了其相應(yīng)的碳排放因子也有很大的差異。

第二步確定不同能源碳排放因子的概率密度分布函數(shù)。根據(jù)上一步所得的信息，以確定不同能源碳排放因子的不確定性函數(shù)，如正態(tài)、均勻、三角等函數(shù)分布。具體的形式取決于可用數(shù)據(jù)的數(shù)量及可靠性。在本次研究中，假設(shè)為均勻分布。如果有更多的數(shù)據(jù)可用時(shí)，就能建立不同能源碳排放因子特定概率分布函數(shù)（即非標(biāo)準(zhǔn)概率密度函數(shù)）。根據(jù)查閱大量文獻(xiàn)［1，4-6］，為了充分表達(dá)碳排放因子的不確定性，本文設(shè)定了兩種不同的碳排放情景，都假定這些因子服從均勻分布，如表1所示。

表1　兩種碳排情景中碳排放因子均勻分布的上下限Table 1　Lower and upper limit of carbon emissions using uniform distributions in two carbon scenarios

兩種碳排情景的主要區(qū)別是，第一類中天然氣和電力排放因子的變化范圍要大于第二種。通過這兩種差別較大的碳排放計(jì)算，能提供更加完善可靠的分析。

第三步利用拉丁超立方（Latin hyper-cube）的方法得到不同能源碳排放因子的組合［7］。假設(shè)需要在n維向量空間里抽取m個(gè)樣本，n為不同變量數(shù)，m為抽樣次數(shù)。本例中，n和m分別為2和2 000，兩個(gè)變量分別代表天然氣和電力的碳排放因子。拉丁超立方體抽樣分為三步：（1）首先將每一個(gè)變量分成互不重迭的m個(gè)區(qū)間，并保證每個(gè)區(qū)段有相同概率；（2）在每一個(gè)變量中的每一個(gè)區(qū)段中隨機(jī)的抽取一個(gè)點(diǎn)；（3）最后從上一步每一變量中隨機(jī)抽出中選取的點(diǎn)，將它們組成一個(gè)新向量。通過這些計(jì)算，將生成一個(gè)輸入變量的矩陣，與其對應(yīng)的輸出變量的向量計(jì)算將在下一步進(jìn)行。

第四步根據(jù)新舊生成工藝中不同工序段的能耗差別，分別計(jì)算其相應(yīng)的二氧化碳排放量。其計(jì)算公式如下：

式中：C表示總的二氧化碳排放量（gCO2，克二氧化碳）；Qi表示第i種能源的消費(fèi)量，kJ；Efi表示第i種能源的碳排放因子，（gCO2/kJ）。

第五步采用不同統(tǒng)計(jì)量或可視化方法表達(dá)不同生產(chǎn)工藝的碳排放數(shù)量。常用的統(tǒng)計(jì)量主要從變化范圍和集中趨勢兩個(gè)角度來分析，表達(dá)變化范圍的統(tǒng)計(jì)量包括最大值、最小值、上四位數(shù)、下四位數(shù)、四分位距（interquartile）、標(biāo)準(zhǔn)差等，表達(dá)集中趨勢的統(tǒng)計(jì)量有中位數(shù)、均值等。用可視化技術(shù)表達(dá)碳排放的不確定性有很多方法可以選擇，如箱線圖、直方圖、核密度圖（kernel density）、小提琴圖等。

本文中所有的統(tǒng)計(jì)計(jì)算及圖形均由R程序來實(shí)現(xiàn)，R是在統(tǒng)計(jì)領(lǐng)域得到廣泛應(yīng)用且具有高級數(shù)據(jù)分析的統(tǒng)計(jì)計(jì)算及圖形生成程序［8］。

表2　新舊生產(chǎn)工藝在兩種不同碳排假設(shè)情景下單位產(chǎn)品的二氧化碳排放量計(jì)算總結(jié)Table 2　Summary of carbon emissions per product using new and old technology under two carbon emission scenarios

2　計(jì)算結(jié)果及分析

表2總結(jié)了新舊生產(chǎn)工藝在兩種不同碳排假設(shè)情景下單位產(chǎn)品的二氧化碳排放量。由此表可看出，雖然在舊工藝中蒸制消耗的能量是速凍的約4倍，但速凍過程排放的二氧化碳與蒸制過程相比其排放量略大。這是因?yàn)槿绫?所示，同樣能量的電力所排放的二氧化碳要遠(yuǎn)遠(yuǎn)大于天然氣。對于新工藝，其情況也類似，速凍過程排放的二氧化碳量要高于蒸制過程。以上論述，對于兩種不同碳排情景均成立。由此也可看出，如果電網(wǎng)供電來源采用更多的清潔能源，如光伏和風(fēng)電等，二氧化碳減排的效果將會更加顯著。

圖2　新舊生產(chǎn)工藝在兩種不同碳排假設(shè)情景下單位產(chǎn)品的二氧化碳排放量Fig.2　Carbon emissions per product using two scenarios in new and old technology

圖2表示新舊生產(chǎn)工藝在兩種不同碳排假設(shè)情景下單位產(chǎn)品的二氧化碳排放量。

無論對于第一種或第二種碳排放情景，單位包子通過采用新工藝，其碳排放量與舊工藝比較，有明顯的下降。兩種碳排情景的區(qū)別是，在第一種碳排條件下，新舊生產(chǎn)工藝的碳排放量有相當(dāng)部分的重疊，這個(gè)結(jié)論也可由表2看出，即舊工藝的最小值小于新工藝的最大值。但在第二種碳排放條件下，新舊生產(chǎn)工藝沒有任何重疊。這表明過大的碳排放不確定性對新舊生產(chǎn)工藝所帶來的減排效果有明顯影響。

圖3表示新舊生產(chǎn)工藝在兩種不同碳排假設(shè)情景下單位產(chǎn)品的二氧化碳絕對和相對減少量。碳排放的絕對減少量在兩種不同碳排情景下，其變化范圍差別較大。但對于碳排放的相對減少量，其區(qū)別很小。由表2可看出，在兩種不同碳碳情景下，新舊生產(chǎn)工藝的相對碳排放量均值都約為30%。由表2和圖3都可看出，雖然不同能源的碳排放因子有其較大的不確定性，但本研究中所得的相對碳排放的減少量約30%的結(jié)論有很高的可靠性，其變化范圍很小。

圖3　新舊生產(chǎn)工藝在兩種不同碳排假設(shè)情景下單位產(chǎn)品的二氧化碳絕對和相對減少量Fig.3　Absolute and relative reduction of carbon emissions per product using two scenarios in new and old technology

3　結(jié)論

本文根據(jù)狗不理公司新舊生產(chǎn)線的能量差異，基于蒙特卡洛抽樣方法，假設(shè)兩種碳排情景下分析了單位產(chǎn)品在新舊工藝下的二氧化碳排放情況。結(jié)果表明在不同碳排放情景下，單位產(chǎn)品碳排放的絕對數(shù)量差別范圍較大，但其相對碳排減少量都約為30%，并且其不確定性小，即變化范圍小，所得結(jié)論比較可靠。此外，雖然蒸制過程所需能耗是速凍過程的約四倍，但由于天然氣和電力碳排放因子的差異，這兩個(gè)工藝過程的二氧化碳排放量非常類似。本文雖然是以包子為研究對象，但所得的碳排放減少的效果可推廣至饅頭、花卷等其他蒸制面食生產(chǎn)線，說明企業(yè)集約化的新生產(chǎn)線可大大降低單位產(chǎn)品的碳排放，因此相關(guān)技術(shù)具有推廣示范意義。

參考文獻(xiàn)：

［1］叢建輝，朱婧，陳楠，等.中國城市能源消費(fèi)碳排放核算方法比較及案例分析——基于“排放因子”與“活動水平數(shù)據(jù)”選取的視角［J］.城市問題，2014（3）：5-11

［2］DE WILDE P，TIAN W.Predicting the performance of an office under climate change：A study of metrics，sensitivity and zonal resolution［J］.Energy and Buildings，2010，42（10）：1674-1684

［3］陳志軍，李耘，陳晨，等.食源性健康風(fēng)險(xiǎn)評估的二維蒙特卡羅方法［J］.中國衛(wèi)生統(tǒng)計(jì)，2010，27（4）：501-504

［4］劉竹，耿涌，薛冰，等.城市能源消費(fèi)碳排放核算方法［J］.資源科學(xué)，2011，33（7）：1325-1330

［5］劉占成，王安建，于汶加，等.中國區(qū)域碳排放研究［J］.地球?qū)W報(bào)，2010，31（5）：727-732

［6］華堅(jiān)，任俊，徐敏，等.基于三階段DEA的中國區(qū)域二氧化碳排放績效評價(jià)研究［J］.資源科學(xué)，2013，35（7）：1447-1454

［7］TIAN W.A review of sensitivity analysis methods in building energy analysis［J］.Renewable and Sustainable Energy Reviews，2013，20：411-419

［8］王斌會．多元統(tǒng)計(jì)分析及R語言建模［M］．廣州：暨南大學(xué)出版社，2010

DOI：10.3969/j.issn.1005-6521.2016.11.051

作者簡介：楊松（1987—），女（漢），碩士研究生，研究方向：能耗不確定性計(jì)算。

*通信作者：周中凱，教授，研究方向：食品科學(xué)與工程。

收稿日期：2015-05-30

Uncertainty Analysis of Carbon Emissions in Food Industry

YANG Song1，2，TIAN Wei1，2，WEI Lai1，2，WANG Zhi-wei3，ZHOU Zhong-kai3，*，F(xiàn)U Shui-sheng4，WANG De-sheng4，CHU Yu-ling4

（1.College of Mechanical Engineering，Tianjin University of Science and Technology，Tianjin 300222，China；2.Tianjin Light Industry and Food Engineering Machinery and Equipment Integrated Design and Online Monitoring Key Laboratory，Tianjin 300222，China；3.College of Food Engineering and Biotechnology，Tianjin University of Science and Technology，Tianjin 300457，China；4.Tianjin Go-Believe Food Co.Ltd，Tianjin 300000，China）

Abstract：The carbon emission in food industry has gained more attention in recent years.However，studies based on uncertainty analysis of carbon emission were rare.Chinese traditional staple food production process has characteristics of low efficiency and high energy consumption，the development of new technology in improving the efficiency of production，especially energy-saving emission reduction in the current environment is particularly important.Therefore，based on Monte Carlo sampling method，two carbon emissions scenarios were assumed and used to analyze carbon dioxide emissions of the new and old production lines of one of Chinese staple food Baozi.The results showed that in two scenarios，the absolute difference fluctuations were big，but the relative reduction of carbon emissions were both about 30%and with little uncertainty，which lead to small change range and reliable conclusions.In addition，although the steaming process of the energy consumption is about four times the freezing process，but due to the differences in carbon emission factor of natural gas and electronic power，the carbon dioxide emissions from these two process were very similar.

Key words：carbon emission；uncertainty；Monte Carlo simulation；energy-saving and emission-reduction