计及大规模电网分级分区解耦的区域电网供电碳排放因子计算模型研究

各供电区域碳排放的精准核算是供电企业进行碳排放管理、促进“双碳”目标的前提。该文提出以500 kV电压等级为主网的大规模电网分级分区电量交换等效模型;针对消纳电量发电类型比例、交换电量发电类型比例和碳迹不明的区域,该文将省内电网分为多个等级,每个等级包含多个供电区域,基于电力生产和消费守恒和省间、省内各级各区域电网间交换电量的平衡关系,提出根据消纳电量所属区域的火、水、风、光等不同种类发电量比例计算的省内大规模电网分级分区解耦的区域电网供电碳排放因子计算模型。分别构建省内总发电量及各类型发电量计算模型、输送至外省各类型发电量的计算模型和省内各级电网各区域内各类型发电量计算模型,推导省内各级电网各区域供电综合碳排放因子和碳排放量的计算模型。案例计算表明,该文所提分级分区的方法和所构建各电量的计算模型是有效合理的。

动态省级电力CO_(2)排放因子对区域碳达峰路径的影响

电力CO_(2)排放因子是精准核算消费端间接排放的重要参数,也是准确量化消费端CO_(2)排放路径的核心指标。本文首次探究了2020—2035年省级电力CO_(2)排放因子的时空特征并与官方来源因子进行对比,全面整合了历史直接排放数据以及精准量化电力消费间接排放的重要性,详细预测了不同情景下2020—2035年省级电力消费间接排放及各省排放路径并量化不同时空精度电力CO_(2)排放因子对各省排放路径的影响。研究表明:(1)2020—2035年,各省电力CO_(2)排放因子呈现持续下降趋势,而现有公开的电力CO_(2)排放因子与本研究省级水平相比存在差异;(2)2010—2020年,电力净调入省份的电力消费间接排放及其占比逐渐增加,北京、上海、浙江等省份占比最高;(3)在情景1和情景3(全国、省级维度因子固定不变情景)下,各省的电力消费间接排放和总排放显著高于情景2和情景4(全国、省级维度因子动态变化情景)的估算结果;情景1和情景2(全国维度因子固定不变、动态变化情景)与情景3和情景4(省级维度因子固定不变、动态变化情景)中的估算结果差异较大;对于如北京、上海、广东等电力消费间接排放占比较大的省份,选取不同空间精度的电力CO_(2)排放因子对其排放总量影响较为明显,进一步导致相关达峰年的偏移。研究结论对支撑各省碳达峰路径规划、降低电力消费间接排放预测的不确定性具有参考价值。

电网碳排放因子研究方向与应用需求的演变进程

电网碳排放因子是温室气体核算体系中非常重要的一部分,对于减缓气候变化和实现碳中和具有至关重要的作用。当前,针对电网碳排放因子核算的研究已经向着更为准确、区域更为细化、且更具有时效性的方向发展。该文总结了温室气体核算体系关于电网碳排放因子的需求演变以及国内外企业常用的标准和选择方法,介绍了欧美政府现阶段采取的电网碳排放因子计算方法及需求演变,探讨了关于电网碳排放因子的研究进展和应用情况。针对美国和欧洲地区,分别介绍了斯坦福大学、加州大学戴维斯分校、美国国家可再生能源实验室等知名研究机构的典型科研进展。此外,还探讨了欧美公司在电网碳排放因子计算方法及应用场景方面的创新,包括宾夕法尼亚-新泽西-马里兰电力市场公司(Pennsylvania-New Jersey-Maryland Interconnection,PJM)、新英格兰独立系统运营商(Independent System Operator-New England,ISO-NE)、Watt Time等公司已经推出的电网碳排放相关应用与产品。最后,该文指出了我国开展分时分区电网碳排放因子研究与应用的必要性,并提出了相应建议,为我国电网碳排放因子的进一步研究和标准制定提供参考。

计及动态碳排放因子的多H_(2)-IES双层优化运行方法

在“双碳”目标背景下,能源系统的低碳转型是其未来的发展方向.近年来,高热值、低污染的氢能受到广泛重视.基于碳排放流理论提出一种计及动态碳排放因子的多含氢综合能源系统(H_(2)-IES)双层优化运行模型.在上层模型中,上级能源网基于效益最优原则建立经济调度模型,确定各园区的能源价格与碳排放因子并下发给下层;在下层模型中,基于纳什谈判理论建立了多园区低碳合作运行模型,并采用自适应交替方向乘子法分布式求解,确定各园区的能源需求量并反馈给上层;所提模型在多次迭代互动中实现上下层协同优化.为了实现对多园区合作收益的合理分配,提出一种基于综合议价能力的收益分配方法.算例分析表明,该双层优化方法可实现上下层间的协同运行,同时兼顾多园区运行的低碳性与经济性,通过合理分配合作收益,保证园区参与合作的积极性.

煤电基地CO_(2)和CH_(4)遥感监测及时空特征分析

【目的】CO_(2)和CH_(4)是煤电基地能源生产活动中的主要温室气体排放种类,其监测与时空分布是研究区碳监测体系建设的重要内容。【方法】以安徽淮南市为例,利用GOSAT、OCO-2和Sentinel-5P这3种卫星数据进行研究区CO_(2)和CH_(4)浓度监测,得到CO_(2)、CH_(4)柱浓度(XCO_(2)和XCH_(4))变化和分布情况,采用源清单法分析CO_(2)行业和区域排放特征,同时采用Pearson相关系数和多元回归方法分析影响研究区XCO_(2)和XCH_(4)浓度的主控因素。【结果和结论】结果表明:(1)基于GOSAT和OCO-2卫星融合数据分析显示,淮南市2016-2020年XCO_(2)和XCH_(4)浓度整体呈增长趋势,期间XCO_(2)浓度增加12×10^(-6)、XCH_(4)浓度增加23×10^(-9);XCO_(2)浓度和累计发电量的Pearson相关系数为0.98,XCH_(4)浓度和累计煤炭产量的Pearson相关系数为0.99,均呈极强相关。(2)利用Sentinel-5P卫星搭载的对流层观测仪(TROPOMI)高分辨产品数据分析淮南市各区域XCH_(4)浓度分布时空特征发现,研究区秋季XCH_(4)浓度高于夏季,XCH_(4)浓度受能源生产和农业生产两方面的影响。(3)源清单法得出淮南市一级源分类CO_(2)排放最多的为化石燃料固定燃烧源,占全市CO_(2)总排放量的89.59%,化石燃料固定燃烧源中电力供热占比99%以上;主要为淮南市潘集区和凤台县燃煤电厂CO_(2)排放;源识别显示集中分布在淮南市北部的火力发电厂为研究区CO_(2)最主要排放源。(4)影响研究区XCO_(2)浓度的主控因素为地区生产总值、累计发电量和第二产业产值,影响XCH_(4)浓度的主控因素为累计煤炭产量、第一产业产值、播种面积。研究结果对我国“双碳”目标下煤电基地碳监测体系构建与完善具有重要的参考意义。

城市CO_2排放量审核方法初探

阐述了一个城市CO2排放量审核的计算方法。依据日本产业技术综合研究所开发的NICE模型，将能源供应纳入计算范围，修正了只计算能源消耗的CO2排放的传统方法。通过对农业、工业、建筑业、第三产业、交通运输业和人民生活6大部门二氧化碳排放量的审核，得出该城市总的CO2排放量。以苏州市为例，对苏州市2005～2008年CO2排放量进行了审核，发现本文的计算方法对城市、工业园区等区域的CO2排放审核有效。

全废钢连续加料电弧炉短流程碳排放计算及分析

电弧炉短流程作为钢铁行业典型生产流程之一,具有节能减排优势.当前,对碳排放研究主要集中在高炉—转炉长流程,对电弧炉短流程研究较少,而全废钢连续加料电弧炉短流程作为近年来被大力推广的短流程炼钢工艺,其碳排放研究更少.对此,本文以典型全废钢连续加料电弧炉短流程为研究对象,采用碳排放因子法,计算其碳排放情况,并与长流程及短流程不同工艺碳排放量进行对比分析.结果表明:在本研究工艺条件下,全废钢连续加料电弧炉短流程吨钢碳排放量为0.911 t,相比于长流程及其他短流程工艺具有良好减排效果,是钢铁工业实现“脱碳化”的重要途径.通过发展高效化冶炼技术、绿色化生产技术和智能化控制技术等,全废钢连续加料电弧炉短流程还可进一步减少碳排放.