基本介紹
- 中文名：煤礦區節能減排路徑選擇與控制策略研究
- 依託單位：北京理工大學
- 項目負責人：於世為
- 項目類別：青年科學基金項目
項目摘要,結題摘要,
項目摘要
針對煤礦區節能減排難題，本研究以可持續發展與管理科學的思想為指導，將礦區節能減排系統劃分為資源生產、能耗、三廢與溫室氣體排放等多個子系統，建立系統動力學（SD）模型，通過靈敏度分析，識別出影響礦區節能減排效果的主要影響因素；然後以這些因素為基礎，設計從源頭控制到末端治理的節能減排路徑，建立多目標最佳化模型，構建粒子群-遺傳（PSO-GA）混合智慧型算法最佳化SD參數與求解多目標模型；最後將求解結果代入SD模型中進行模擬，根據不同路徑的節能與減排仿真效果，進行路徑的選擇，通過控制策略保證路徑軌跡，形成目標- - 關鍵點- - 路徑- - 控制策略鏈，實現揭示礦區能耗與排放機理、科學選擇節能減排路徑的目標。本項研究有利於解決礦區節能減排路徑選擇與控制策略難題；為資源環境管理、仿真建模理論與方法的創新作出一定貢獻。
結題摘要
針對煤礦區節能減排難題，本研究以可持續發展與管理科學的思想為指導，通過建立相關的仿真與最佳化模型，深入研究煤礦區節能減排路徑選擇與控制策略。項目主要研究內容及相關結論如下：
（1）煤礦區節能減排系統動力學（SD）建模與仿真。典型礦區-鄭煤超化礦為例，建立礦區原煤產量與能源消耗、環境污染之間系統動力學（SD）模型。通過SD仿真結果發現，我國現階段典型煤礦區的發展模型不可取，實現礦區節能減排必須首先從電耗著手，兼顧物耗，調整礦區總體發展戰略、生產性投資與環保投資並重。
（2）構建了中國“煤炭生產-環境污染量”遺傳算法（GA）-系統動力學（SD）混合模型。將GA全局智慧型最佳化能力套用於SD模型相關參數的最佳化中，有效地解決了人為設定參數的主觀性及難度；通過情景仿真分析，設計了煤炭礦區生態環境污染量減緩的政策與路徑。從減排路徑而言，降低煤炭能源強度比降低噸煤污染產生量、增加污染治理與利用投資更有效地降低污染量。因此，要想從長效上減少煤炭生產所帶來的污染量，首先應該降低煤炭能源強度，即降低煤炭在一次能源中的消費比例。其次，改進採煤工藝技術，採用潔淨煤技術，減少生產過程中的污染產生量。
（3）建立了我國煤電能源鏈碳排放係數全生命周期評價（LCA）模型。研究以LCA分析為基礎，根據我國現階段的採煤能耗、運輸能耗與燃煤電廠主體的發電技術水平，評價了各環節碳排放對整個煤電能源鏈碳排放的影響程度，並對計量模型中的主要參數進行了敏感性分析。研究結果表明：現階段中國煤電能源鏈的碳排放係數為898 g/KWh，屬於世界較低排放水平； CO2是整個煤電能源鏈中最主要的溫室氣體類型和直接排放量最大的氣體。與其它國家相比，中國煤炭開採環節能耗具有較大下降潛力。此外，提高煤炭運輸中鐵路運輸的比例，也是降低煤電能源碳排放的重要手段。
（4）建立了一種基於改進粒子群-遺傳算法（PSO-GA）最佳化的能源需求預測模型。研究在對能源需求影響因素通徑分析的基礎上，提出了一種基於PSO-GA最佳化參數的預測模型，並套用於中國一次能源的需求預測中。研究發現：改進的PSO-GA算法在進化過程中能進行多次信息交換，有效地解決了PSO算法進化模式單一的問題。通過預測發現，在維持情景、政策規劃情景和折中情景下，中國2015年一次能源需求分別為47.9，40.4和44.8億噸標準煤；2020年這一數字將分別達到69.1，
