• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于空間分析方法的我國燃煤耦合生物質(zhì)發(fā)電潛力分析

    2022-06-27 10:50:08鄭丁乾田善君馬思寧常世彥
    潔凈煤技術(shù) 2022年6期
    關(guān)鍵詞:燃煤生物質(zhì)利用率

    鄭丁乾,田善君,馬思寧,常世彥,,5

    (1.清華大學(xué) 清華大學(xué)-阿爾伯塔大學(xué)未來能源與環(huán)境聯(lián)合研究中心,北京 100084;2.山東師范大學(xué) 信息科學(xué)與工程學(xué)院,山東 濟(jì)南 250358;3.清華大學(xué) 能源環(huán)境經(jīng)濟(jì)研究所,北京 100084;4.清華大學(xué) 清華大學(xué)-中國長江三峽集團(tuán)有限公司氣候變化治理機(jī)制與綠色低碳轉(zhuǎn)型戰(zhàn)略聯(lián)合研究中心,北京 100084;5.清華大學(xué) 清華-力拓資源能源與可持續(xù)發(fā)展研究中心,北京 100084)

    0 引 言

    電力部門的綠色低碳轉(zhuǎn)型對(duì)于我國實(shí)現(xiàn)“碳中和”愿景和“美麗中國”目標(biāo)具有重要意義[1-2]。2020年我國燃煤機(jī)組裝機(jī)容量占全部發(fā)電裝機(jī)容量的49%,燃煤機(jī)組發(fā)電量占全國總發(fā)電量的61%[3]。燃煤機(jī)組碳排放約占全國能源活動(dòng)相關(guān)碳排放的46%,而我國現(xiàn)役燃煤機(jī)組平均服役時(shí)間僅約12 a[4]。按照現(xiàn)實(shí)可行且成本可負(fù)擔(dān)的煤電機(jī)組退役路徑,預(yù)計(jì)近中期燃煤發(fā)電仍將在我國電力生產(chǎn)中占較高比例[5]。如何以成本有效的方式降低現(xiàn)役燃煤機(jī)組碳排放成為亟待解決的問題。

    燃煤耦合生物質(zhì)發(fā)電是可以降低燃煤電廠CO2排放且有效利用生物質(zhì)資源的重要技術(shù)措施[6-8]。該技術(shù)通過摻混秸稈等生物質(zhì)資源替代部分煤炭燃燒,從而實(shí)現(xiàn)燃煤機(jī)組碳減排。與新建生物質(zhì)電廠相比,燃煤耦合生物質(zhì)發(fā)電可充分利用現(xiàn)有燃煤電廠設(shè)施,初始投資成本較低,且可以降低單純依賴生物質(zhì)燃料的供應(yīng)風(fēng)險(xiǎn),增強(qiáng)電廠的燃料靈活性[9]。我國《電力發(fā)展“十三五”規(guī)劃》中明確指出要開展燃煤與生物質(zhì)耦合發(fā)電[10],燃煤耦合生物質(zhì)發(fā)電技術(shù)將成為我國近中期CO2減排的重要技術(shù)選擇。

    燃煤耦合生物質(zhì)發(fā)電還可以有效減少由秸稈田間焚燒導(dǎo)致的空氣污染。我國每年產(chǎn)出的秸稈在7億~8億t[11-12],其中部分秸稈通過露天焚燒和作為農(nóng)村居民的薪材直接燃燒。秸稈焚燒是細(xì)顆粒物(PM2.5)的重要來源[13-14]。SUN等[15]研究表明1996—2013年,我國秸稈露天焚燒占比22.45%。周裕雯等[16]基于衛(wèi)星遙感數(shù)據(jù)分析顯示,2018年我國秸稈露天焚燒生物量為662萬t,排放大量污染物。根據(jù)《中國環(huán)境狀況公報(bào)》,2020年衛(wèi)星遙感共監(jiān)測(cè)到全國秸稈焚燒火點(diǎn)7 635個(gè)[17],我國秸稈焚燒問題依然十分嚴(yán)峻。與露天焚燒相比,燃煤耦合秸稈發(fā)電可以有效減少污染物排放。根據(jù)中國電力企業(yè)聯(lián)合會(huì)統(tǒng)計(jì),2019年全國達(dá)到超低排放限值的煤電機(jī)組容量為8.9億kW[4],約占當(dāng)年全部煤電機(jī)組的86%。生物質(zhì)與燃煤摻混發(fā)電可以利用燃煤電廠已有污染物排放末端處理設(shè)備,實(shí)現(xiàn)秸稈高效能源化利用并減少秸稈焚燒導(dǎo)致的空氣污染。

    燃煤耦合生物質(zhì)發(fā)電具備技術(shù)可行性,但燃煤耦合生物質(zhì)電廠的高效運(yùn)行依賴于穩(wěn)定和低成本的生物質(zhì)供應(yīng)。秸稈本身能量密度低,從技術(shù)經(jīng)濟(jì)性考慮,不可能對(duì)其進(jìn)行大規(guī)模遠(yuǎn)距離運(yùn)輸。一般認(rèn)為秸稈的最大經(jīng)濟(jì)運(yùn)輸距離在100 km以內(nèi)[18]。生物質(zhì)資源的可獲得性很大程度上決定了燃煤耦合生物質(zhì)發(fā)電技術(shù)的應(yīng)用潛力。因此從燃煤電廠與生物質(zhì)資源空間匹配度視角,分析燃煤耦合生物質(zhì)發(fā)電的應(yīng)用潛力十分重要。

    秸稈與燃煤電廠空間匹配問題,本質(zhì)上是在滿足一定摻混比例條件下,要使秸稈到電廠的運(yùn)輸成本盡可能低,且電廠盡可能多地獲得秸稈??臻g匹配問題在碳捕集與封存(CCS)的源匯匹配[19-20]、氫能基礎(chǔ)設(shè)施的供應(yīng)鏈設(shè)計(jì)[21-22]等問題上已有較多研究。在生物質(zhì)資源的空間匹配方法上,已有研究對(duì)特定區(qū)域內(nèi)燃煤耦合生物質(zhì)資源可獲得性進(jìn)行分析。GARCIA-GALINDO等[23]基于地理信息系統(tǒng)(GIS)對(duì)西班牙20個(gè)燃煤電廠共39個(gè)燃煤機(jī)組創(chuàng)建了緩沖區(qū),得到各電廠在緩沖區(qū)內(nèi)的生物質(zhì)資源量及電廠可能摻混比例。RONI等[24]從燃煤電廠生物質(zhì)供應(yīng)鏈網(wǎng)絡(luò)設(shè)計(jì)角度研究了美國燃煤電廠尋找生物質(zhì)資源供應(yīng)的最佳路徑。WANG等[25]以湖北省20多個(gè)電廠為例,基于線性規(guī)劃模型分析了燃煤電廠與生物質(zhì)資源的匹配。在生物質(zhì)資源供給上采用秸稈收集站的方式,將10 km×10 km網(wǎng)格內(nèi)的秸稈資源與電廠進(jìn)行匹配。考慮數(shù)據(jù)可獲得性與求解速度等問題,我國尚缺乏國家層面燃煤耦合生物質(zhì)發(fā)電空間匹配研究。

    筆者基于高分辨率燃煤電廠數(shù)據(jù)與秸稈資源分布數(shù)據(jù),設(shè)計(jì)了電廠和秸稈資源之間的空間匹配算法,探討了全國層面燃煤電廠耦合生物質(zhì)發(fā)電的可能潛力。

    1 研究方法和數(shù)據(jù)

    1.1 情景設(shè)置

    根據(jù)農(nóng)作物秸稈資源可能源化利用情況和燃煤電廠可摻混秸稈比例,設(shè)計(jì)了9個(gè)情景(表1)。

    表1 情景設(shè)置Table 1 Scenario setting

    農(nóng)作物秸稈可用于肥料、飼料、基料、原料和能源等,競爭性用途的存在會(huì)影響燃煤電廠可摻混秸稈量。設(shè)置了低、中、高3種秸稈能源化利用率?;酐慃惖萚26]研究表明,我國不同區(qū)域的秸稈作為燃料的利用率為5.8%~21.9%,秸稈未利用率為9.5%~36.9%,根據(jù)該研究結(jié)果將不同區(qū)域秸稈可燃料化利用率作為本研究的低能源化利用率;秸稈可燃料化利用率與未利用率之和作為中能源化利用率;同時(shí),考慮全部可收集秸稈參與燃煤電廠耦合發(fā)電作為高能源化利用率(表2)。

    表2 各區(qū)域秸稈的可能源化利用率設(shè)置Table 2 Energy utilization rate of straw in different regions

    燃煤耦合生物質(zhì)發(fā)電可采用直接混燃、間接混燃和平行混燃等多種方式,且摻混比例高于30%需對(duì)電廠進(jìn)行較大改造[27],因此,假設(shè)10%、20%和30%三種燃煤電廠秸稈摻燒比例,用生物質(zhì)秸稈替代同等熱值的煤炭。

    1.2 燃煤電廠數(shù)據(jù)處理

    基于筆者構(gòu)建的中國電廠數(shù)據(jù)庫——China Power Plant Database(CPPD)開展燃煤電廠數(shù)據(jù)處理。CPPD數(shù)據(jù)庫整合了Global Coal Plant Trackor[28]、The GID-Power Emission Database[29]、The Global Power Plant Database[30]、全國燃煤機(jī)組脫硫脫硝措施清單[31]、全國火電機(jī)組能效水平對(duì)標(biāo)結(jié)果[32]等數(shù)據(jù)庫,包含了我國煤電、氣電和核電等發(fā)電廠主要機(jī)組的基本信息(投產(chǎn)時(shí)間、技術(shù)類別、地理坐標(biāo)等)。

    在煤電機(jī)組方面,CPPD數(shù)據(jù)主要來自Global Coal Plant Trackor發(fā)布的截至2022年1月的煤電機(jī)組信息[28]。在該數(shù)據(jù)庫基礎(chǔ)上,根據(jù)《電力工業(yè)統(tǒng)計(jì)資料匯編》[33],在國家和省級(jí)層面對(duì)數(shù)據(jù)庫的裝機(jī)容量進(jìn)行校驗(yàn)比對(duì);同時(shí),通過清洗、融合等方式,修改或補(bǔ)充了近300個(gè)煤電在運(yùn)機(jī)組信息。目前CPPD包含我國30 MW以上規(guī)模的近3 000個(gè)在運(yùn)煤電機(jī)組,總裝機(jī)容量約10.5億kW,覆蓋了約97%的中國煤電裝機(jī)。

    為了設(shè)置不同摻混比例下煤電廠對(duì)農(nóng)作物秸稈的摻混需求,在CPPD數(shù)據(jù)庫基礎(chǔ)上,根據(jù)不同煤電機(jī)組發(fā)電技術(shù)類型(亞臨界、超臨界和超超臨界)設(shè)置了發(fā)電效率(表3,以標(biāo)準(zhǔn)煤計(jì))。機(jī)組利用小時(shí)按照其所在各省2020年煤電發(fā)電利用小時(shí)設(shè)定[35]。

    表3 不同燃煤發(fā)電技術(shù)的發(fā)電煤耗[34]Table 3 Coal consumption of coal-fired power generation with different technologies[34]

    1.3 秸稈資源空間降尺度

    考慮稻谷、小麥、玉米、豆類、薯類、棉花、花生、油菜籽、甘蔗、甜菜、煙葉共11種農(nóng)作物的秸稈。收集2020年各種作物的年產(chǎn)量[36],結(jié)合草谷比、可收集系數(shù)和設(shè)定的可能源化利用率,計(jì)算各種作物秸稈的省級(jí)可能源化利用量?;谖覈?015年凈初級(jí)生產(chǎn)力(NPP)數(shù)據(jù)[37]和2020年1 km土地利用數(shù)據(jù)[38],對(duì)各省作物秸稈量進(jìn)行空間降尺度處理,得到各省1 km分辨率網(wǎng)格內(nèi)每種農(nóng)作物秸稈的數(shù)量,計(jì)算方法為

    (1)

    綜合分省及各類型農(nóng)作物秸稈數(shù)據(jù),得到全國1 km分辨率各類型秸稈總量的柵格數(shù)據(jù)(1 km網(wǎng)格內(nèi)的秸稈資源,以下簡稱秸稈點(diǎn))。數(shù)據(jù)處理流程如圖1所示。

    圖1 全國1 km分辨率秸稈資源可利用量柵格數(shù)據(jù)生成Fig.1 Production of usable straw grid data at 1 km resolution in China

    11種作物的草谷比和相應(yīng)秸稈資源的可收集系數(shù)見表4。

    表4 各種作物的草谷比和可收集系數(shù)[39]Table 4 Grain-straw and collectable ratio of different crops[39]

    1.4 燃煤電廠耦合生物質(zhì)發(fā)電空間匹配方法

    利用地理信息系統(tǒng)的空間分析方法結(jié)合Python程序?qū)⒔斩捙c燃煤電廠進(jìn)行空間匹配。在空間匹配算法上,以運(yùn)輸距離越短,電廠獲得秸稈的成本越低這一假設(shè)進(jìn)行考慮,按照電廠“就近消納”生物質(zhì)的思路設(shè)計(jì)了以下運(yùn)算規(guī)則:① 由于1 km網(wǎng)格內(nèi)的秸稈資源量相對(duì)有限,因此假設(shè)一個(gè)秸稈點(diǎn)只能供應(yīng)一個(gè)電廠,而一個(gè)電廠可以匹配多個(gè)秸稈點(diǎn);② 按照秸稈點(diǎn)與電廠之間的距離進(jìn)行匹配,優(yōu)先匹配距離較短的;③ 燃煤電廠應(yīng)盡可能滿足設(shè)定的摻混比例;④ 秸稈點(diǎn)到燃煤電廠的最大運(yùn)輸距離不超過100 km。

    根據(jù)以上規(guī)則設(shè)計(jì)了以下算法:① 計(jì)算每個(gè)電廠到每個(gè)秸稈點(diǎn)之間的距離,形成一個(gè)距離數(shù)組;② 排除距離數(shù)組中超過100 km距離的元素;③ 對(duì)該距離數(shù)組按升序排序;④ 為電廠設(shè)定需滿足的秸稈摻混比例;⑤ 從距離最短的元素開始配對(duì);⑥ 電廠獲得的秸稈達(dá)到設(shè)定摻混比例時(shí),將不再參與剩余秸稈點(diǎn)的分配;⑦ 所有電廠滿足設(shè)定的摻混比例或依序匹配完數(shù)組中的所有元素時(shí),則停止運(yùn)算。

    空間匹配的主要流程如圖2所示。通過圖2分配方式,將秸稈分配到相應(yīng)的燃煤電廠進(jìn)行耦合發(fā)電。需要說明的是,本研究使用的距離是燃煤電廠到秸稈資源點(diǎn)中心的直線距離,未考慮實(shí)際道路與地形等情況,且未分析秸稈收集范圍內(nèi)的具體運(yùn)輸方式。

    圖2 空間匹配方法及研究框架Fig.2 Spatial matching method and research framework

    2 分析結(jié)果

    2.1 我國秸稈資源空間分布

    結(jié)合統(tǒng)計(jì)數(shù)據(jù),利用空間降尺度方法獲得了1 km分辨率秸稈資源空間分布。全國可收集秸稈資源總量約為6.59億t,所有非空柵格的平均秸稈可收集量為380 t/km2,其中東北、華東、華中地區(qū)的秸稈可收集量占全國總可收集量的61.8%,山東、河南、江蘇、吉林4省秸稈可收集量超過380 t/km2的柵格占全省總柵格占比分別約59.8%、56.3%、39.9%、36.4%,屬于秸稈資源相對(duì)集中的地區(qū)。

    計(jì)算結(jié)果表明,在秸稈低、中、高能源化利用率下,全國秸稈資源可利用量分別為0.76億、2.06億和6.59億t。

    2.2 我國燃煤耦合生物質(zhì)發(fā)電潛力

    2.2.1不同情景下滿足摻混比例的電廠數(shù)量及消納的秸稈量

    將高分辨率秸稈資源分布數(shù)據(jù)與電廠位置相結(jié)合發(fā)現(xiàn),位于所有電廠100 km范圍內(nèi)的秸稈可收集量為5.86億t,占全部可收集秸稈總量的88.9%,我國秸稈資源與燃煤電廠空間匹配度較好。

    燃煤電廠能獲得的秸稈量很大程度上受不同情景下秸稈可能源化利用率的影響。如在低能源化利用率的情景1下,僅有236個(gè)電廠可滿足10%的摻混比例,共消納秸稈0.23億t。而對(duì)于高能源化利用率的情景7,滿足摻混10%的電廠可達(dá)838個(gè),占全部電廠的77.5%,并可消納秸稈1.72億t。

    對(duì)于不同摻混比例的影響,適當(dāng)提高電廠最大摻混比例可消納更多秸稈,但隨著摻混比例提高,在秸稈可能源化利用率相同的情況下,消納秸稈量的增加相對(duì)有限。對(duì)于秸稈低能源化利用率的情景1、情景2和情景3,最大摻混比例為10%時(shí),所有電廠消納秸稈0.57億t,最大摻混比例為20%時(shí),所有電廠秸稈消納量增加到0.63億t,繼續(xù)提高摻混比例到30%時(shí),秸稈消納量僅增加了0.01億t。對(duì)于秸稈中、高能源化利用率情景,同樣隨著摻混比例的提高,秸稈消納增加量逐漸減小。這可能是由于某些區(qū)域燃煤電廠分布較密集,在有限距離內(nèi)難以找到足夠的秸稈資源同時(shí)支撐多個(gè)燃煤電廠摻混需求。

    隨著設(shè)定的最大摻混比例的增加,滿足摻混比例的電廠數(shù)量逐漸下降。對(duì)于低能源化利用率情景,隨著摻混比例從10%增加到30%,滿足摻混比例的電廠從236個(gè)降至83個(gè)。對(duì)于高能源化利用率情景,隨著摻混比例從10%增加到30%,滿足相應(yīng)摻混比例的電廠從838個(gè)降至561個(gè)。提高設(shè)定的最大摻混比例時(shí),可能有更多電廠處于低比例摻混狀態(tài)(0<摻混比例λ<10%)。如情景7、8、9下,λ=0~10%的電廠各有230、303和343個(gè)。

    在高能源化利用率下,即使摻混比例較高(30%),仍有51.9%的電廠滿足這一摻混比例,這表明在高能源化利用率下,較高的摻混比例可以提高秸稈消納量。在秸稈高能源化利用率及滿足30%摻混比例下,燃煤耦合生物質(zhì)發(fā)電消納秸稈最多,達(dá)3.84億t(表5),占我國秸稈可收集量的58.3%。

    表5 不同情景下的電廠數(shù)量、裝機(jī)容量、消納的秸稈量Table 5 Number of power plants,capacity and the amount of straw for co-firing in different scenarios

    2.2.2滿足摻混比例的電廠最遠(yuǎn)運(yùn)輸距離

    在滿足摻混比例的電廠中,大部分電廠獲得秸稈的最遠(yuǎn)運(yùn)輸距離都在50 km內(nèi),如在情景7中,滿足摻混10%的電廠共838個(gè),其中84.5%的電廠在50 km內(nèi)獲得10%摻混比例的秸稈(圖3,橫坐標(biāo)為按距離升序排序的電廠)。

    圖3 情景7中每個(gè)電廠的最遠(yuǎn)運(yùn)輸距離Fig.3 Maximum transport distance of each power plant in scenario 7

    雖然滿足摻混比例的電廠中大部分收集秸稈的最遠(yuǎn)運(yùn)輸距離在50 km內(nèi),但這些電廠的裝機(jī)容量也相對(duì)較小,如在情景4中,最遠(yuǎn)運(yùn)輸距離在50 km內(nèi)的345個(gè)電廠的平均裝機(jī)容量為476.67 MW,而在50~100 km的124個(gè)電廠的平均裝機(jī)容量為1 054.68 MW。

    對(duì)于秸稈中、低能源化利用率,隨著滿足摻混比例的提高,最遠(yuǎn)運(yùn)輸距離在50~100 km的電廠數(shù)量逐漸減少。而對(duì)于高能源化利用率,隨著滿足摻混比例的提高,最遠(yuǎn)運(yùn)輸距離在50~100 km的電廠數(shù)量逐漸增加,表明只有提高秸稈可能源化利用率,燃煤電廠才能隨運(yùn)輸距離增加獲得更多秸稈(表6)。

    表6 最遠(yuǎn)運(yùn)輸距離對(duì)應(yīng)的電廠數(shù)量及裝機(jī)容量Table 6 Number and capacity of power plants corresponding to maximum transport distance

    2.2.3分區(qū)域燃煤耦合生物質(zhì)發(fā)電潛力

    不同的能源化利用率對(duì)各省滿足摻混比例影響不同。對(duì)于黑龍江、吉林、四川、廣西等地區(qū),即使在中、低能源化利用率下大部分電廠仍滿足設(shè)定的摻混比例。如在低能源化利用率且摻混30%的情景3

    下,黑龍江仍有69.70%的電廠可獲得10%以上的摻混比例(圖4(a),各省統(tǒng)計(jì)數(shù)據(jù)中不包括摻混比例為0的電廠,每個(gè)省份3個(gè)柱狀圖依次對(duì)應(yīng)情景1、4和7)。這些地區(qū)的電廠和秸稈的匹配程度較高,因此可考慮較高的摻混比例以消納更多的秸稈,同時(shí)對(duì)于無法運(yùn)輸?shù)诫姀S的秸稈資源可以考慮提高秸稈的綜合利用。

    山東、河北、河南、江蘇等地區(qū)受秸稈資源能源化利用率影響較大。在低能源化利用率下大部分電廠無法獲得足夠的秸稈進(jìn)行摻混,而在秸稈高能源化利用率下,大部分電廠能滿足設(shè)定的摻混比例。如在低能源化利用率滿足10%摻混比例的情景1下,山東共有43個(gè)電廠滿足摻混比例,占該省全部電廠的32.10%,而在高能源化利用率滿足10%摻混比例的情景7下,山東僅1個(gè)電廠未滿足10%摻混比例(圖4(b),各省統(tǒng)計(jì)數(shù)據(jù)中不包括摻混比例為0的電廠,每個(gè)省份3個(gè)柱狀圖依次對(duì)應(yīng)情景3、6和9)。

    圖4 各情景中各省電廠數(shù)量Fig.4 Number of power plants by province in each scenario

    此外,對(duì)于秸稈資源相對(duì)較少的地區(qū),如內(nèi)蒙古、寧夏、浙江、福建等,即使在高能源化利用率下,大部分電廠仍無法滿足設(shè)定的摻混比例,如在高能源化利用率滿足30%摻混比例的情景9中,內(nèi)蒙古63%的電廠無法滿足10%摻混比例。這些地區(qū)的燃煤電廠更適合較低摻混比例,或綜合考慮燃煤電廠自身特點(diǎn)和秸稈運(yùn)輸距離,優(yōu)先選擇部分燃煤電廠發(fā)展耦合生物質(zhì)發(fā)電。

    2.2.4碳減排量

    根據(jù)摻混生物質(zhì)所替代的燃煤量,可以估算出不同情景下燃煤耦合生物質(zhì)發(fā)電的碳減排潛力。煤炭排放因子采用生態(tài)環(huán)境部2021年發(fā)布的《省級(jí)二氧化碳排放達(dá)峰行動(dòng)方案編制指南》數(shù)據(jù),即2.66 t/t(以標(biāo)準(zhǔn)煤計(jì),下同)。據(jù)此估算,不同情景下我國燃煤耦合生物質(zhì)發(fā)電的碳減排潛力為0.76億~5.11億t(表7),占我國燃煤機(jī)組碳排放總量的2%~11%。

    表7 不同情景下燃煤耦合生物質(zhì)發(fā)電的碳減排潛力Table 7 CO2 emission reduction potential of co-firing power plants under different scenarios

    本研究考慮的燃煤耦合生物質(zhì)發(fā)電摻混比例僅為10%~30%,若進(jìn)一步提高摻混比例,或進(jìn)行燃煤機(jī)組的純生物質(zhì)發(fā)電改造,減排潛力將進(jìn)一步增加。

    3 結(jié)論與建議

    本研究基于空間分析方法對(duì)我國燃煤耦合生物質(zhì)發(fā)電潛力進(jìn)行初步探索。結(jié)果顯示,我國秸稈資源可收集量約6.59億t,其中約89%的可收集秸稈位于燃煤電廠周圍100 km內(nèi),我國燃煤電廠與秸稈資源空間匹配程度較高。燃煤電廠可摻混秸稈量受秸稈可能源化利用率和電廠秸稈可摻混比例影響。燃煤電廠獲得的秸稈量受不同情景下秸稈可能源化利用率的影響較大。摻混比例均為10%的條件下,在秸稈可能源化利用率較低的情景1下,燃煤電廠可消納秸稈0.57億t,而在秸稈可能源化利用率較高的情景7下,燃煤電廠消納秸稈1.97億t。秸稈可能源化利用率越高且摻混比例越高時(shí),燃煤電廠可摻混的秸稈量越多。因此情景9消納秸稈最多,達(dá)3.84億t。從運(yùn)輸距離來看,不同情境下大部分電廠獲得秸稈的最遠(yuǎn)運(yùn)輸距離在50 km內(nèi)。該研究可為我國燃煤耦合生物質(zhì)發(fā)電技術(shù)支持政策以及秸稈能源化利用政策制定提供技術(shù)支撐?;诒疚难芯拷Y(jié)果,提出如下建議:

    1)將燃煤耦合生物質(zhì)發(fā)電作為重要的技術(shù)選擇納入國家碳達(dá)峰碳中和、美麗中國以及鄉(xiāng)村振興等發(fā)展戰(zhàn)略中,深入開展燃煤耦合生物質(zhì)發(fā)電技術(shù)研發(fā)和資源潛力評(píng)價(jià)。

    2)對(duì)于秸稈資源豐富且燃煤電廠密集度較低的地區(qū),應(yīng)大力發(fā)展燃煤耦合生物質(zhì)發(fā)電,并通過技術(shù)改造適當(dāng)提高摻混比例,以提高秸稈的利用效率。

    3)對(duì)于受秸稈資源能源化利用率影響較大的地區(qū),可考慮劃定秸稈資源能源化利用優(yōu)先區(qū),通過政策引導(dǎo)和市場(chǎng)機(jī)制,在劃定區(qū)域優(yōu)先保證秸稈的能源化利用。

    4)對(duì)于秸稈資源相對(duì)匱乏的地區(qū),可以考慮較低的秸稈摻混比例,同時(shí)采取精準(zhǔn)定位的方式,著重選擇局部資源條件較好的燃煤電廠開展燃煤耦合生物質(zhì)發(fā)電。

    值得說明的是,本研究僅考慮了燃煤電廠與秸稈資源的空間匹配,而實(shí)際上林業(yè)剩余物以及能源植物等生物質(zhì)資源也是燃煤電廠耦合生物質(zhì)發(fā)電的重要來源。若考慮林業(yè)剩余物和能源植物,可能有更多的燃煤電廠在較短距離內(nèi)獲得足夠的生物質(zhì)摻混量。同時(shí),目前在役農(nóng)林生物質(zhì)發(fā)電廠與燃煤耦合摻混生物質(zhì)發(fā)電的生物質(zhì)原料競爭也有待進(jìn)一步研究。

    猜你喜歡
    燃煤生物質(zhì)利用率
    生物質(zhì)揮發(fā)分燃燒NO生成規(guī)律研究
    能源工程(2021年5期)2021-11-20 05:50:44
    《生物質(zhì)化學(xué)工程》第九屆編委會(huì)名單
    《造紙與生物質(zhì)材料》(英文)2020年第3期摘要
    中國造紙(2020年9期)2020-10-20 05:33:36
    化肥利用率穩(wěn)步增長
    做好農(nóng)村土地流轉(zhuǎn) 提高土地利用率
    淺議如何提高涉煙信息的利用率
    歐盟新規(guī)或?qū)?dǎo)致三分之一的燃煤電廠關(guān)閉
    燃煤機(jī)組“超低排放”改造中CEMS的選型與應(yīng)用
    生物質(zhì)碳基固體酸的制備及其催化性能研究
    “超低”排放技術(shù)在我國燃煤電廠的應(yīng)用
    罗田县| 桐柏县| 元阳县| 上高县| 朝阳市| 龙泉市| 五莲县| 河津市| 象山县| 揭东县| 宁明县| 莎车县| 乌鲁木齐县| 临海市| 佛坪县| 安阳市| 沈丘县| 梁山县| 司法| 嘉祥县| 巍山| 安化县| 阿拉尔市| 泾川县| 侯马市| 登封市| 奉节县| 广元市| 九寨沟县| 尼玛县| 昂仁县| 南江县| 黄梅县| 古蔺县| 黔江区| 茶陵县| 色达县| 中方县| 大余县| 广德县| 博客|