CN107316112B - 一种成本效益最优的火电机组减排方案定制方法和*** - Google Patents
一种成本效益最优的火电机组减排方案定制方法和*** Download PDFInfo
- Publication number
- CN107316112B CN107316112B CN201710544082.XA CN201710544082A CN107316112B CN 107316112 B CN107316112 B CN 107316112B CN 201710544082 A CN201710544082 A CN 201710544082A CN 107316112 B CN107316112 B CN 107316112B
- Authority
- CN
- China
- Prior art keywords
- emission reduction
- cost
- emission
- benefit
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000009467 reduction Effects 0.000 title claims abstract description 165
- 230000008901 benefit Effects 0.000 title claims abstract description 72
- 238000000034 method Methods 0.000 title claims abstract description 31
- 238000005516 engineering process Methods 0.000 claims abstract description 90
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 74
- 231100000719 pollutant Toxicity 0.000 claims abstract description 74
- 238000009434 installation Methods 0.000 claims abstract description 26
- 238000006477 desulfuration reaction Methods 0.000 claims abstract description 24
- 230000023556 desulfurization Effects 0.000 claims abstract description 24
- 238000005457 optimization Methods 0.000 claims abstract description 24
- 230000007613 environmental effect Effects 0.000 claims abstract description 16
- 230000008859 change Effects 0.000 claims abstract description 5
- 230000009466 transformation Effects 0.000 claims description 64
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 claims description 39
- 239000000428 dust Substances 0.000 claims description 37
- 238000012423 maintenance Methods 0.000 claims description 24
- 230000004048 modification Effects 0.000 claims description 22
- 238000012986 modification Methods 0.000 claims description 22
- 230000006872 improvement Effects 0.000 claims description 13
- 239000003245 coal Substances 0.000 claims description 12
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 claims description 10
- 230000036541 health Effects 0.000 claims description 10
- 238000002485 combustion reaction Methods 0.000 claims description 9
- 229910052757 nitrogen Inorganic materials 0.000 claims description 8
- IJGRMHOSHXDMSA-UHFFFAOYSA-N nitrogen Substances N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 8
- 238000011084 recovery Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 229910052799 carbon Inorganic materials 0.000 claims description 6
- 238000007599 discharging Methods 0.000 claims description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 claims description 5
- 239000001569 carbon dioxide Substances 0.000 claims description 5
- 239000007789 gas Substances 0.000 claims description 3
- 239000003054 catalyst Substances 0.000 claims 2
- 241000894007 species Species 0.000 claims 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 abstract description 9
- 239000003546 flue gas Substances 0.000 abstract description 9
- 238000013461 design Methods 0.000 abstract description 7
- RAHZWNYVWXNFOC-UHFFFAOYSA-N Sulphur dioxide Chemical compound O=S=O RAHZWNYVWXNFOC-UHFFFAOYSA-N 0.000 description 26
- 238000004364 calculation method Methods 0.000 description 20
- 239000011159 matrix material Substances 0.000 description 20
- 238000010248 power generation Methods 0.000 description 9
- 239000000779 smoke Substances 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 5
- 238000010276 construction Methods 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 238000007689 inspection Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000003009 desulfurizing effect Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000002407 reforming Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000002195 synergetic effect Effects 0.000 description 2
- 239000002802 bituminous coal Substances 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000011234 economic evaluation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- 230000004630 mental health Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/06—Energy or water supply
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
- Y02E40/70—Smart grids as climate change mitigation technology in the energy generation sector
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Public Health (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Water Supply & Treatment (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种成本效益最优的火电机组减排方案定制方法及***,该方法包括以下步骤:确定基准年和目标年;获取基准年机组结构与各类污染物排放值;确定目标年国家制度因素、减排技术和机组结构变化情况,以及各污染物排放水平及减排空间;确定综合效益的目标函数,以目标年改造装机约束与减排量约束为约束条件,建立成本效益减排优化模型;确定成本效益最优的火电机组减排方案。本发明在满足环保排放要求的前提下,对每一项减排措施从效益和成本两方面考虑,全面考虑各种烟气除尘脱硫脱硝技术的设计参数及对电厂现有设备运行的影响,通过计算投资成本、年运行成本、污染物排污费等经济指标进行综合比较,最终达成综合成本效益最优的减排方案。
Description
技术领域
本发明涉及能源、电力、环境及技术经济学领域,具体涉及一种成本效益最优的火电机组减排方案定制方法和***。
背景技术
近年来,我国东中部地区频繁出现严重的雾霾污染,给人民生产生活和身心健康带来严重影响。研究表明,煤炭燃烧产生的烟尘、二氧化硫、氮氧化物是形成雾霾的主要来源之一,燃煤发电作为我国煤炭利用的主要形式,虽然除尘、脱硫、脱硝等技术已在电力行业大规模推广,但由于电煤消费总量大,大气污染物排放总量也长期居于高位,随着减排技术进步和排放标准的提高,未来仍有一定的减排空间。
传统的火电行业减排主要针对通过相应技术手段实现,且大多集中在对单一污染物减排的技术分析上;即使对于综合减排方案,也主要从实现污染物排放绩效达标的角度考虑,没有关注过减排成本的影响,造成了没必要的经济损失。
有鉴于此,急需提供一种综合成本效益最优的火电机组减排方案定制方法和***。
发明内容
为了解决上述问题,本发明提供了一种成本效益最优的火电机组减排方案定制方法,包括以下步骤:
确定基准年和目标年;获取基准年机组结构与各类污染物排放值;确定目标年国家制度因素、减排技术和机组结构变化情况,确定目标年各污染物排放水平及减排空间;确定综合效益的目标函数,以目标年改造装机约束与减排量约束为约束条件,建立利用基于线性规划的成本效益减排优化模型;根据目标年机组结构及减排技术进行优化选择,确定成本效益最优的火电机组减排方案;其中,
机组结构包括火电机组组合、年发电小时数和煤质种类;
污染物排放水平:为某一确定污染物在某种确定边界条件下的排放量;确定边界条件指火电机组结构、相应减排技术与排放标准指定条件;
减排空间:减排空间为一相对变量,由目标年与基准年相比的国家制度因素、减排技术与机组结构参数的变化决定。
在上述方法中,所述优化模型具体如下:
(1)目标函数:Maxz=WTX;
式中,z是总综合效益;X是火电机组的改造装机量;W为火电机组改造后能获取的综合收益,即改造收益与改造成本的差值;
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=未来高环保费用及人类健康成本*减排量;
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准;
(2)约束条件:改造装机约束与减排量约束,其中,
改造装机约束:
0≤xi,j,k
减排量约束:
其中,i,j,k分别表示污染物种类、减排技术种类,机组类型,xi,j,k表示对应某一类机组(k),为了减少某种污染物(i)所采用的技术(j)的改造量;Installk为某一类机组目标年的总装机;ti,j,k为对应不同装机容量机组应对某周污染物的减排技术绩效,Emissioni为某类污染物目标年到基准年的减排量。
在上述方法中,所述根据机组结构及减排技术结合所述优化模型确定成本效益最优的火电机组减排方案具体步骤如下:
步骤四:根据θ原则,求出
本发明还提供了一种成本效益最优的火电机组减排方案定制***,包括
参数获取模块:用于获取分析成本效益有关的参数;
参数计算模块:用于根据参数获取模块获取到的基准年与目标年的各参数,计算分析成本效益有关的参数;
建模模块:用于根据所述参数获取模块与所述参数计算模块获得相应的参数,以目标年改造装机约束与减排量约束为约束条件,建立优化模型;
方案确定模块:用于根据目标年机组结构及减排技术进行优化选择,求解所述目标函数,确定成本效益最优的火电机组减排方案。
在上述方案中,所述参数包括:基准年、目标年,排污费、环保费用及人类健康成本、改造投资成本、改造运维成本与各污染物排放绩效,基准年机组结构、各类污染物排放值与减排技术,目标年机组结构、各类污染物排放值与减排技术;
机组结构包括火电机组组合、年发电小时数和煤质种类,不同装机量的火电机组组合减排效率也不同;
各类污染物包括碳粉尘、二氧化碳、二氧化硫及氮氧化物等。
在上述方案中,所述参数计算模块具体计算如下:
计算获得目标年相比基准年各污染物排放的减排量,目标年各污染物排放水平及减排空间;
污染物排放水平为发电量与排放绩效的乘积,发电量为机组装机量与发电小时数的成积,机组装机量即为一台或多台某种类型的机组组成的装机;
减排空间:减排空间为一相对变量,由目标年与基准年相比的国家制度因素、减排技术与机组结构参数的变化决定;
计算火电机组的改造装机量;
计算火电机组改造后能获取的综合收益,即改造收益与改造成本的差值;
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=环保费用及人类健康成本*减排量;
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准。
在上述方案中,所述优化模型具体如下:
(1)目标函数:Maxz=WTX;
式中,z是总综合效益;X是火电机组的改造装机量;W为火电机组改造后能获取的综合收益,即改造收益与改造成本的差值;
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=环保费用及人类健康成本*减排量;
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准;
(2)约束条件:改造装机约束与减排量约束,其中,
改造装机约束:
0≤xi,j,k
减排量约束:
其中,i表示污染物种类,j表示减排技术种类,k表示机组结构,xi,j,k表示对应某一类机组(k),为了减少某种污染物(i)所采用的技术(j)的改造装机量;Installk为某一类机组目标年的总装机;ti,j,k为对应不同装机容量机组应对某污染物的排放绩效,Emissioni为某类污染物目标年到基准年的减排量。
在上述方案中,所述方案确定模块具体实施以下步骤:
步骤四:根据θ原则,求出
本发明在满足环保排放要求的前提下,对每一项减排措施从效益和成本两方面考虑,从经济上进行烟气除尘脱硫脱销技术优化,对技术方案进行技术经济计算与评价,最大程度的降低工程造价。全面考虑各种烟气除尘脱硫脱硝技术的设计参数及对电厂现有设备运行的影响,通过计算投资成本、年运行成本、污染物排污费等经济指标进行综合比较,最终达成综合成本效益最优的减排方案。
附图说明
图1为本发明提供的实施例一的流程图;
图2为本发明提供的实施例一的结构示意图。
具体实施方式
本发明在满足环保排放要求的前提下,对每一项减排措施从效益和成本两方面考虑,从经济上进行烟气除尘脱硫脱销技术优化,对技术方案进行技术经济计算与评价,最大程度的降低工程造价。全面考虑各种烟气除尘脱硫脱硝技术的设计参数及对电厂现有设备运行的影响,通过计算投资成本、年运行成本、污染物排污费等经济指标进行综合比较,最终达成综合成本效益最优的减排方案。下面结合具体实施例和说明书附图对本发明做出详细的说明。
实施例一。
一种成本效益最优的火电机组减排方案定制方法,如图1所示,包括以下步骤:
S1、确定基准年和目标年;其中,基准年可为本年度,目标年可为国家规划的节能减排目标年。
S2、获取基准年相关变量参数,包括机组结构与各类污染物排放值等信息;其中,机组结构包括火电机组组合、年发电小时数和煤质种类,不同装机量的火电机组组合减排效率也不同;各类污染物包括碳粉尘、二氧化碳、二氧化硫及氮氧化物等。
S3、确定目标年国家制度因素、减排技术和机组结构变化情况,确定目标年各污染物排放水平及减排空间。其中,
国家制度因素:根据国家制定的减排规定变化,不同目标年国家对各污染物排放限值要求也不同。
减排技术:与各发电设备及技术相关,发电设备及技术越先进,减排力度也会大。减排技术可为多种现在市场常用的先进技术,如超低排放技术(循化流化床发电技术、整体煤气化联合循环发电技术等)、碳减排技术(用烟煤替代原煤等);先进的发电设备如超临界发电技术装备、大容量热电联产等。
污染物排放水平:污染物排放水平为某一确定污染物(如二氧化硫)在某种确定边界条件下的排放量。确定边界条件指火电机组结构、相应减排技术与排放标准等指定条件。即污染物排放水平=发电量*排放绩效,发电量为装机量与发电小时数的成积,装机量即为一台或多台某种类型的机组组成的装机;例如,5台30万千瓦的发电机组一共为150万千瓦。
减排空间:减排空间为一相对变量,由目标年与基准年相比的国家制度因素、减排技术与机组结构参数的变化决定;例如,相比于基准年,目标年各污染物排放限值下降,使用减排技术的改进,或机组结构中火电机组组合的改进、年发电小时数减少或煤质种类的变化,都影响着着减排空间值的大小。
对于减排空间下面举例说明:
基准年2015年;目标年2020年,排放物为烟尘。
以某一确定地区为例,2015年火电烟尘排放量100万吨,维持现有减排技术A到2020年排放量200万吨(增长原因是随着电力需求增长火电发电量增长);但按照国家有关规定,确定2020年烟尘排放量不得高于150万吨(国家给定的是浓度,需要考虑不同类型机组典型烟气量指标从而将浓度转换得出排放量)。
那么减排空间下限:200-150=50万吨,即至少减50万吨才能达到国家标准。
若采用了最先进的减排技术,则该地区2020年烟尘排放水平可计算得到(发电量*排放绩效),如90万吨,则减排空间上限为90万吨。
这样减排空间为50-90万吨。
S4、确定综合效益的目标函数,以目标年改造装机约束与减排量约束为约束条件,从源头治理和末端治理两个方面同时进行分析,建立利用基于线性规划的成本效益减排优化模型;优化模型具体如下:
(1)目标函数:Maxz=WTX;
式中,z是总综合效益;X是不同机组容量的火电机组所选择对应的减排技术所进行的改造装机量;W为不同减排技术对应不同容量火电机组改造所需要的综合收益,即改造收益(Btotal)与改造成本(Ctotal)的差值。
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=环保费用及人类健康成本*减排量。
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准。
(2)约束条件:包括改造装机约束与减排量约束,其中,
改造装机约束:
0≤xi,j,k
减排量约束:
其中,i表示污染物种类,j表示减排技术种类,k表示机组结构,xi,j,k表示对应某一类机组(k),为了减少某种污染物(i)所采用的技术(j)的改造装机量;Installk为某一类机组目标年的总装机。ti,j,k为对应不同装机容量机组应对某污染物的排放绩效,Emissioni为某类污染物目标年到基准年的减排量。
因此满足上述约束条件的解X为解决该线性规划问题的可行解,所有可行解的集合为可行域;满足Maxz=WTX的可行解,为该线性规划问题的最优解。
S5、根据目标年机组结构及减排技术进行优化选择,确定成本效益最优的火电机组减排方案。
本实施例通过单纯形法求解上述线性规划问题,该方法的基本思想是:先找出一个基本可行解,对它进行鉴别,看是否是最优解;若不是,则按照一定法则转换到另一改进的基本可行解,再鉴别;若仍不是,则再转换,按此重复进行。因基本可行解的个数有限,故经有限次转换必能得出问题的最优解。如果问题无最优解也可用此法判别。因此根据上述机组结构及减排技术结合优化模型确定成本效益最优的火电机组减排方案具体步骤如下:
步骤四:根据θ原则,求出
下面用过具体例子来说明本发明:
利用火电机组减排潜力优化模型,针对目标年不同结构情景,分别测算全国范围内最优火电机组技术减排方案如下:
表5-2目标年基准情景减排方案
具体超低排放改造技术及达到减排的效果如下:
0.6-10万千瓦机组,主要进行脱硫增效环进行脱硫改造,减排二氧化硫11万吨;通过锅炉低氮燃烧技术进行脱硝改造,减排氮氧化物12万吨;通过湿式电除尘进行除尘改造,共除尘2万吨;综合上述超低排放技术改造,减排PM2.5为万吨。
10-20万千瓦机组,主要进行脱硫增效环进行脱硫改造,减排二氧化硫10万吨;通过锅炉低氮燃烧技术进行脱硝改造,减排氮氧化物11万吨;通过湿式电除尘进行除尘改造,共除尘2万吨;综合上述超低排放技术改造,减排PM2.5为7万吨。
20-30万千瓦机组,主要进行分区控制进行脱硫改造,减排二氧化硫8万吨;通过锅炉低氮燃烧技术进行脱硝改造,减排氮氧化物9万吨;通过湿式电除尘进行除尘改造,共除尘1万吨;综合上述超低排放技术改造,减排PM2.56万吨。
30-60万千瓦机组,主要进行分区控制进行脱硫改造,减排二氧化硫53万吨;通过锅炉低氮燃烧技术进行脱硝改造,减排氮氧化物60万吨;通过湿式电除尘进行除尘改造,共除尘9万吨;综合上述超低排放技术改造,减排PM2.5为40万吨。
60-100万千瓦机组,主要进行均流提效板进行脱硫改造,减排二氧化硫66万吨;通过锅炉低氮燃烧技术进行脱硝改造,减排氮氧化物74万吨;通过低低温电除尘进行除尘改造,共除尘11万吨;综合上述超低排放技术改造,减排PM2.5为50万吨。
100万千瓦以上机组,主要进行均流提效板进行脱硫改造,减排二氧化硫21万吨;通过锅炉低氮燃烧技术进行脱硝改造,减排氮氧化物24万吨;通过低低温电除尘进行除尘改造,共除尘4万吨;综合上述超低排放技术改造,减排PM2.5为16万吨。
终上,在目标年基准情景,各重要污染物排放浓度均已达到国家《全面实施燃煤电厂超低排放和节能改造工作方案》文件中的相关要求,通过超低排放技术改造,共减排烟尘29万吨、二氧化硫168万吨、氮氧化物190万吨、PM2.5为128万吨。
本实施例主要通过以下几个原则来分析并确定成本效益最优的火电机组减排方案,具体如下:
(1)经济分析与评价的原则
经济分析与评价的目的是追求投资、运行维护等投入费用最小化或者经济效益最大化,应对火电厂烟气除尘脱硫脱硝设备的技术经济进行综合评估,作为设备投资决策的重要依据。科技转化为生产力的有效途径是通过设计来实现的,也是技术研究成败的关键,在工程设计过程中要充分考虑技术与经济的有效结合。
因此,在满足环保排放要求的前提下,需要从经济上进行烟气除尘脱硫脱销技术优化,对技术方案进行技术经济计算与评价,最大程度的降低工程造价。全面考虑各种烟气除尘脱硫脱硝技术的设计参数及对电厂现有设备运行的影响,通过计算投资成本、年运行成本、污染物排污费等经济指标进行综合比较。
(2)费用最小化原则
燃煤电厂烟气除尘脱硫脱硝应以提高环境质量、维护生态效益、提高人民生活水平质量、维持经济和社会的可持续发展为基本任务及功能目标,在满足功能目标的前提下追求项目服务期费用最小原则。项目服务期费用包括了与项目有关的一切费用,如项目前期费用:设备制造、采购、建设、安装及试运行等建设期费用,生产期运行维护费用以及***设备服务期结束时的拆除费用等。
在本实施例中当除尘脱硫脱硝设计费、设备购置费、安装费、土地征用费以及设备改造费等直接成本及由于减少污染物排放而少缴纳的排污费不变等情况下,这些环保装置的运行维护费用、运行和监测的人力费用等间接成本费用最小时,企业所得到的收益最大。
(3)经济效益最大化原则
效益最大化是指***设备服务期内的所得到效益最大化,当一个工程技术的经济效益较容易定量计算时,项目经济评价所追求的最大目标是所得到效益能实现最大化。在本实施例中当除尘设计费、设备购置费、安装费等直接成本及脱销装置的运行维护费用、运行和监测的人力费用等间接成本不变时,减低缴纳排污费,企业所得到的收益最大。
实施例二。
一种成本效益最优的火电机组减排方案定制***,如图2所示,包括参数获取模块101、参数计算模块102、建模模块103与方案确定模块104。
参数获取模块101:用于获取分析成本效益有关的参数;包括以下参数:
基准年,目标年,排污费、环保费用及人类健康成本、改造投资成本、改造运维成本与各污染物排放绩效,基准年机组结构、各类污染物排放值与减排技术;目标年机组结构、各类污染物排放值与减排技术。其中,
机组结构包括火电机组组合、年发电小时数和煤质种类,不同装机量的火电机组组合减排效率也不同。
各类污染物包括碳粉尘、二氧化碳、二氧化硫及氮氧化物等。
参数计算模块102:用于根据参数获取模块获取到的基准年与目标年的各参数,计算分析成本效益有关的参数。具体如下:
计算获得目标年相比基准年各污染物排放的减排量,目标年各污染物排放水平及减排空间;
污染物排放水平:污染物排放水平为某一确定污染物(如二氧化硫)在某种确定边界条件下的排放量。确定边界条件指火电机组结构、相应减排技术与排放标准等指定条件。即污染物排放水平为发电量与排放绩效的乘积,发电量为机组装机量与发电小时数的成积,机组装机量即为一台或多台某种类型的机组组成的装机。
减排空间:减排空间为一相对变量,由目标年与基准年相比的国家制度因素、减排技术与机组结构参数的变化决定;
计算火电机组的改造装机量;例如,将基准年5台30万千瓦的机组改造为3台30万千瓦的机组,即改造装机量为60万千瓦。
计算火电机组改造后能获取的综合收益,即改造收益(Btotal)与改造成本(Ctotal)的差值;
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=环保费用及人类健康成本*减排量。
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准。
建模模块103:用于根据参数获取模块与参数计算模块获得相应的参数,以目标年改造装机约束与减排量约束为约束条件,建立优化模型。
本实施例通过从源头治理和末端治理两个方面同时进行分析,建立利用基于线性规划的成本效益减排优化模型,具体通过GAMS(General Algebraic Modeling System,通用代数建模***)***建模;优化模型具体如下:
(1)目标函数:Maxz=WTX;
式中,z是总综合效益;X是火电机组的改造装机量;W为火电机组改造后能获取的综合收益,即改造收益与改造成本的差值;改造收益=减排收益+隐形收益;其中,
减排收益=排污费*减排量,隐形收益=环保费用及人类健康成本*减排量。
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准。
(2)约束条件:包括改造装机约束与减排量约束,其中,
改造装机约束:
0≤xi,j,k
减排量约束:
其中,i表示污染物种类,j表示减排技术种类,k表示机组结构,xi,j,k表示对应某一类机组(k),为了减少某种污染物(i)所采用的技术(j)的改造装机量;Installk为某一类机组目标年的总装机。ti,j,k为对应不同装机容量机组应对某污染物的排放绩效,Emissioni为某类污染物目标年到基准年的减排量。
因此满足上述约束条件的解X为解决该线性规划问题的可行解,所有可行解的集合为可行域;满足Maxz=WTX的可行解,为该线性规划问题的最优解。
方案确定模块104:用于根据目标年机组结构及减排技术进行优化选择,求解所述目标函数,确定成本效益最优的火电机组减排方案。
本实施例通过单纯形法求解上述线性规划问题,具体通过CPLEX优化软件求解,根据上述机组结构及减排技术结合优化模型确定成本效益最优的火电机组减排方案具体步骤如下:
步骤四:根据θ原则,求出
本发明不局限于上述最佳实施方式,任何人应该得知在本发明的启示下作出的结构变化,凡是与本发明具有相同或相近的技术方案,均落入本发明的保护范围之内。
Claims (2)
1.一种成本效益最优的火电机组减排方案定制方法,其特征在于,包括以下步骤:
确定基准年和目标年;获取基准年机组结构与各类污染物排放值;确定目标年国家制度因素、减排技术和机组结构变化情况,确定目标年各污染物排放水平及减排空间;确定综合效益的目标函数,以目标年改造装机约束与减排量约束为约束条件,建立成本效益减排优化模型;根据目标年机组结构及减排技术进行优化选择,确定成本效益最优的火电机组减排方案;其中,
机组结构包括火电机组组合、年发电小时数和煤质种类;
污染物排放水平为某一确定污染物在某种确定边界条件下的排放量,确定边界条件指火电机组结构、相应减排技术与排放标准指定条件;
减排空间为一相对变量,由目标年与基准年相比的国家制度因素、减排技术与机组结构参数的变化决定;
所述优化模型具体如下:
式中,z是总综合效益;X是火电机组的改造装机量;W为火电机组改造后能获取的综合收益,即改造收益与改造成本的差值;
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=未来高环保费用及人类健康成本*减排量;
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准;
(2)约束条件:改造装机约束与减排量约束,其中,
改造装机约束:
减排量约束:
其中,i,j,k分别表示污染物种类、减排技术种类,机组类型,Xi,j,k表示对应某一类机组(k),为了减少某种污染物(i)所采用的技术(j)的改造量;为某一类机组目标年的总装机;为对应不同装机容量机组应对某周污染物的减排技术绩效,为某类污染物目标年到基准年的减排量;
所述污染物的种类包括碳粉尘、二氧化碳及氮氧化物;
所述减排技术的种类包括脱硫技术、脱销技术和除尘技术,所述脱硫技术包括均流提效板、脱硫增效环和提高液气比;所述脱硫技术包括锅炉低氮燃烧改造和SCR脱硝装置增设新型催化剂;所述除尘技术包括低温电除尘、湿式电除尘和高频电源;
所述机组类型包括0.6-10万千瓦机组、10-20万千瓦机组、20-30万千瓦机组、30-60万千瓦机组、60-100万千瓦机组和100万千瓦以上机组。
2.一种成本效益最优的火电机组减排方案定制***,其特征在于,包括
参数获取模块:用于确定基准年和目标年;
建模模块:用于确定综合效益的目标函数,以目标年改造装机约束与减排量约束为约束条件,建立成本效益减排优化模型;
方案确定模块:用于根据目标年机组结构及减排技术进行优化选择,确定成本效益最优的火电机组减排方案;其中,
机组结构包括火电机组组合、年发电小时数和煤质种类;
污染物排放水平为某一确定污染物在某种确定边界条件下的排放量,确定边界条件指火电机组结构、相应减排技术与排放标准指定条件;
减排空间为一相对变量,由目标年与基准年相比的国家制度因素、减排技术与机组结构参数的变化决定;
所述优化模型具体如下:
式中,z是总综合效益;X是火电机组的改造装机量;W为火电机组改造后能获取的综合收益,即改造收益与改造成本的差值;
改造收益=减排收益+隐形收益;其中,减排收益=排污费*减排量,隐形收益=未来高环保费用及人类健康成本*减排量;
改造成本=改造投资成本+改造运维成本;其中,改造投资成本以最长寿命期作为投资回收期折算,改造运维成本以寿命期内平均值为准;
(2)约束条件:改造装机约束与减排量约束,其中,
改造装机约束:
减排量约束:
其中,i,j,k分别表示污染物种类、减排技术种类,机组类型,Xi,j,k表示对应某一类机组(k),为了减少某种污染物(i)所采用的技术(j)的改造量;为某一类机组目标年的总装机;为对应不同装机容量机组应对某周污染物的减排技术绩效,为某类污染物目标年到基准年的减排量;
所述污染物的种类包括碳粉尘、二氧化碳及氮氧化物;
所述减排技术的种类包括脱硫技术、脱销技术和除尘技术,所述脱硫技术包括均流提效板、脱硫增效环和提高液气比;所述脱硫技术包括锅炉低氮燃烧改造和SCR脱硝装置增设新型催化剂;所述除尘技术包括低温电除尘、湿式电除尘和高频电源;
所述机组类型包括0.6-10万千瓦机组、10-20万千瓦机组、20-30万千瓦机组、30-60万千瓦机组、60-100万千瓦机组和100万千瓦以上机组。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710544082.XA CN107316112B (zh) | 2017-07-05 | 2017-07-05 | 一种成本效益最优的火电机组减排方案定制方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710544082.XA CN107316112B (zh) | 2017-07-05 | 2017-07-05 | 一种成本效益最优的火电机组减排方案定制方法和*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107316112A CN107316112A (zh) | 2017-11-03 |
CN107316112B true CN107316112B (zh) | 2020-12-25 |
Family
ID=60180681
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710544082.XA Active CN107316112B (zh) | 2017-07-05 | 2017-07-05 | 一种成本效益最优的火电机组减排方案定制方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107316112B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108681974B (zh) * | 2018-05-29 | 2021-11-02 | 中国水利水电科学研究院 | 一种面向内陆干旱区的水资源多维均衡配置方法 |
CN109670651A (zh) * | 2018-12-28 | 2019-04-23 | 四川大学 | 基于开采的节能减排多维度动态均衡决策优化方法 |
CN110046737A (zh) * | 2019-01-10 | 2019-07-23 | 国网安徽省电力有限公司电力科学研究院 | 一种基于环保排放大数据的燃煤机组调度方法 |
CN112396262A (zh) * | 2019-08-13 | 2021-02-23 | 中国石油化工股份有限公司 | 余热利用自愿减排项目可行性评估方法及装置 |
CN111179111B (zh) * | 2019-12-06 | 2023-11-14 | 国网辽宁省电力有限公司经济技术研究院 | 基于基尼系数公平性的火电机组年度电量计划制定方法 |
CN112837179A (zh) * | 2021-01-20 | 2021-05-25 | 国网经济技术研究院有限公司 | 一种基于调峰成本对火电机组进行优化配置的方法和*** |
CN115276110A (zh) * | 2021-04-30 | 2022-11-01 | 国网冀北电力有限公司 | 基于环保限产信息的日前机组组合模型的火电机组数量更新方法 |
CN113344410B (zh) * | 2021-06-21 | 2023-04-28 | 广东电网有限责任公司 | 配电网节能改造多维评估方法、***、终端和存储介质 |
CN113393059A (zh) * | 2021-07-27 | 2021-09-14 | 新奥数能科技有限公司 | 循环流化床组中脱硫***的出力分配的调整方法和装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103544541B (zh) * | 2013-10-15 | 2016-08-24 | 国家电网公司 | 智能配用电***碳减排评价与测算方法 |
CN103836609B (zh) * | 2013-12-04 | 2016-05-04 | 成信绿集成股份有限公司 | 一种电厂锅炉烟气粉尘的减排*** |
CN104091207A (zh) * | 2014-06-19 | 2014-10-08 | 南方电网科学研究院有限责任公司 | 考虑有害气体排放量的含风电场多目标机组组合优化方法 |
CN105160450B (zh) * | 2015-07-08 | 2018-09-18 | 上海电力学院 | 一种考虑环境因素的含能效电厂电源规划方法 |
-
2017
- 2017-07-05 CN CN201710544082.XA patent/CN107316112B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107316112A (zh) | 2017-11-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107316112B (zh) | 一种成本效益最优的火电机组减排方案定制方法和*** | |
Ofosu-Adarkwa et al. | Forecasting CO2 emissions of China's cement industry using a hybrid Verhulst-GM (1, N) model and emissions' technical conversion | |
Wang et al. | Life cycle assessment and environmental cost accounting of coal-fired power generation in China | |
Zhang et al. | Analysis of low-carbon industrial symbiosis technology for carbon mitigation in a Chinese iron/steel industrial park: a case study with carbon flow analysis | |
Ou et al. | Life cycle water use of coal-and natural-gas-fired power plants with and without carbon capture and storage | |
Gao et al. | Tracking the carbon footprint of China's coal-fired power system | |
Yu et al. | Trend of technology innovation in China's coal-fired electricity industry under resource and environmental constraints | |
Liu et al. | Best available techniques and pollution control: a case study on China’s thermal power industry | |
Sun et al. | Capacity planning and optimization for integrated energy system in industrial park considering environmental externalities | |
Yue et al. | The potential of industrial electricity savings to reduce air pollution from coal-fired power generation in China | |
Wang et al. | Emissions trading and abatement cost savings: An estimation of China's thermal power industry | |
Schoeneberger et al. | Electrification potential of US industrial boilers and assessment of the GHG emissions impact | |
Du et al. | Analysis of the synergistic effects of air pollutant emission reduction and carbon emissions at coal‐fired power plants in China | |
CN105205730A (zh) | 一种火电厂典型环保工程环境与经济性能的综合评价方法 | |
Wang et al. | A short-term based analysis on the critical low carbon technologies for the main energy-intensive industries in China | |
CN112907074A (zh) | 面向综合能源***用户的能效敏感指标检测方法及*** | |
Chen et al. | Air pollutant and CO2 emissions mitigation in urban energy systems through a fuzzy possibilistic programming method under uncertainty | |
Grant et al. | A sustainable “building block”?: The paradoxical effects of thermal efficiency on US power plants’ CO2 emissions | |
Anantharaman et al. | Selection of optimal CO2 capture plant capacity for better investment decisions | |
Cohen | A techno-economic plant-and grid-level assessment of flexible CO2 capture | |
Diwekar et al. | Optimal design of advanced power systems under uncertainty | |
Yam et al. | Emissions trading in Hong Kong and the Pearl River Delta region—A modeling approach to trade decisions in Hong Kong's electricity industry | |
Mengshu et al. | Comprehensive benefit analysis of circulating fluidized bed technology based on life cycle assessment | |
Li et al. | Multifactor configurations of coal power technology in China substantially differ in life-cycle environmental impacts | |
Mallah et al. | Nuclear and clean coal technology options for sustainable development in India |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 102209 Beijing Changping District future science and Technology City North District national network intelligent power grid Institute Applicant after: National Grid Energy Research Institute Co., Ltd. Address before: 102209 Beijing Changping District future science and Technology City North District national network intelligent power grid Institute Applicant before: State Grid Energy Research Institute |
|
GR01 | Patent grant | ||
GR01 | Patent grant |