CN113360828B - 一种新型lwc大规模碳沉降计算模型的构建方法 - Google Patents

一种新型lwc大规模碳沉降计算模型的构建方法 Download PDF

Info

Publication number
CN113360828B
CN113360828B CN202110542749.9A CN202110542749A CN113360828B CN 113360828 B CN113360828 B CN 113360828B CN 202110542749 A CN202110542749 A CN 202110542749A CN 113360828 B CN113360828 B CN 113360828B
Authority
CN
China
Prior art keywords
carbon
lwc
novel
slow
yield
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
Application number
CN202110542749.9A
Other languages
English (en)
Other versions
CN113360828A (zh
Inventor
黄子
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Individual
Original Assignee
Individual
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Individual filed Critical Individual
Priority to CN202110542749.9A priority Critical patent/CN113360828B/zh
Publication of CN113360828A publication Critical patent/CN113360828A/zh
Application granted granted Critical
Publication of CN113360828B publication Critical patent/CN113360828B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/11Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08Construction
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A90/00Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/80Management or planning
    • Y02P90/84Greenhouse gas [GHG] management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Mathematics (AREA)
  • Operations Research (AREA)
  • Data Mining & Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Optimization (AREA)
  • Primary Health Care (AREA)
  • Mathematical Analysis (AREA)
  • General Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Agronomy & Crop Science (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Processing Of Solid Wastes (AREA)

Abstract

本发明提供了一种新型LWC大规模碳沉降计算模型的构建方法及应用。通过构建MFA和DMFA模型计算模拟年份的新型LWC的碳沉降累积量,解决了生物炭混凝土砖块碳沉降量计算的技术难题,可根据实际操作需求使用本发明构建的计算模型得到不同新型LWC和不同模拟年份的碳沉降累积量,对碳排放环境监测和碳排放配额分配都有指导性意义。

Description

一种新型LWC大规模碳沉降计算模型的构建方法
技术领域
本发明涉及碳沉降技术领域,尤其涉及一种新型LWC大规模碳沉降计算模型的构建方法及应用。
背景技术
随着人们对全球变暖效应和人类未来的日益关注,二氧化碳被认为是导致气候变化的主要原因。随着技术的发展,碳沉降技术目前趋于成熟。为了辅助自然碳沉降的形成,涤塔和“人造树”等从周围空气中清除二氧化碳的人工技术已经被建立了。然而,由于碳泄漏等问题,这些技术还不够成熟。
现有的研究表明,有机农作物作为土壤中的有机***,具有减少CO2排放的潜力。生物炭是一种以生物质为原料,通过多种工艺生产的含碳固体材料,通过碳沉降和能量回收等方式用于土壤增肥、畜牧业发展和环境保护。目前,高灰分含量的农业残留物被大量用于建筑业,特别是混凝土生产。目前已经研究出了一种利用高碳比和高灰分含量的生物炭作为补充辅助凝胶材料(SCMs)和混凝土骨料的方法。因此,探索更多的农业残留物作为SCMs或骨料来改善混凝土性能和缓解气候变化是合理且可以实现的。
建筑用混凝土的碳沉降因其具有大量固碳的巨大潜力而备受关注,但关于建筑的潜在碳沉降量的研究却很少。目前,利用农业残灰生物质(碳)替代建筑混凝土已成为一种成熟的农业副产品管理和绿色混凝土生产的方式。但目前只有一些进行短暂碳排放的实验(30-100天),还不能预测到未来几十年甚至几百年的碳沉降,缺少对添加富碳农作物残留物的轻质混凝土砖块(LWC)在建筑中大规模使用的碳沉降研究手段。
发明内容
针对现有技术中所存在的不足,本发明提供了一种新型LWC大规模碳沉降计算模型的构建方法及应用,其解决了现有技术还无法计算预测富碳农作物残留物的轻质混凝土砖块(LWC)的在建筑中大规模使用的碳沉降积累量的问题。
为实现上述目的,本发明方案如下:
新型LWC大规模碳沉降计算模型的构建方法及应用,包括以下步骤:
S1、通过现有文献资料获得并分析全球农作物和混凝土砖块产量的历史数据和发展模式,并预测其未来的产量;
S2、综合全球农作物的种类、产量信息,结合农业生物质水泥的机械强度特点,确定建模的生物质种类;
S3、使用步骤S2确定的生物质种类对LWC进行骨料的替换或增加,计算替换和增加后的单位密度的新型LWC的慢循环碳和快循环碳的沉降量;
S4、对S3得到的单位密度的新型LWC的慢循环碳和快循环碳的沉降量取平均值后,确定构建物料流动分析(MFA)模型中使用的生物质替换的质量百分比,计算得到单一模拟年份下,新型LWC的快循环碳和慢循环碳的沉降量;
S5、根据S4计算得到的新型LWC的快循环碳和慢循环碳的沉降量,通过构建动态物料流动分析(DMFA)模型,计算年平均慢循环碳沉降量/LWC产量和年平均快循环碳沉降量/LWC产量,以及到预测年份新型LWC的碳沉降累积量;
所述LWC为轻质混凝土砖块,所述新型LWC为使用生物质替换或增加骨料后形成的LWC。
进一步,S1步骤中计算预测到2049年全球混凝土砖块产量增长梯度的公式为:
Figure GDA0004218896160000021
预测年份的全球混凝土砖块产量=区间起始年份的产量+年份的个位数×梯度;预测年份的全球农作物的产量=全球农作物增长率×上一年的农作物总产量。
碳含量(包括慢循环碳和快循环碳),通常,快循环碳以有机碳的形式存在于生物和农业中,是生态***的重要组成部分。
进一步,步骤S2,选择生物质轻质水泥中机械强度最低的小麦秸秆生物质LWC(RHC)和机械强度最高的棕榈壳生物质LWC(OPSC)作为研究对象;步骤S3,使用小麦秸秆生物质和棕榈壳生物质分别对LWC进行骨料的替换,然后对单位小麦秸秆生物质LWC和棕榈壳生物质LWC进行快、慢循环碳的沉降量的计算。
进一步,步骤S4,取步骤S3计算得到的小麦秸秆生物质LWC和棕榈壳生物质LWC快、慢循环碳的沉降量的平均值作为MFA研究的参考值,计算得到单一模拟年份下,新型LWC的快循环碳和慢循环碳的沉降量。
进一步,S5步骤中得到的是到2049年全球的小麦秸秆生物质LWC和棕榈壳生物质LWC碳沉降积累量,所述DMFA模型中包含了LWC的损耗和淘汰。
进一步,S5步骤中,DMFA包括平均慢循环和平均快循环,DMFA模型中计算平均碳沉降量/LWC产量的比值的公式为:
Figure GDA0004218896160000031
Figure GDA0004218896160000032
计算碳沉降率的公式为:
Figure GDA0004218896160000033
进一步,S3步骤计算慢循环碳沉降量的公式为:
慢循环碳沉降量=WCM×CC×慢循环碳含量率+WSM×CC×慢循环碳含量率,计算快循环碳沉降量的公式为:
慢循环碳沉降量=WCM×CC×慢循环碳含量率+WSM×CC×慢循环碳含量率;其中WCM为常规材料的质量(原始水泥中的骨料或砂石);WSM为替代材料的质量(农业生物质),CC为对应材料的碳含量率,即为常规材料的碳含量或替代材料的碳含量率。
本发明的目的之二在于提供所述新型LWC大规模碳沉降计算模型的构建方法及应用的应用,所述应用为在协助碳排放配额分配的标准建立中的应用。
具体的,所述的一种新型LWC大规模碳沉降计算模型的构建方法及应用在协助水泥产业碳排放配额分配的标准建立中的应用。目前,国家碳排配额标准由国家基数和省级调整系数进行调整,而实际企业排放量则是通过排放强度来控制的,本例的计算模型能够更好地辅助企业评估实际的排放强度,进而更好地参与到碳交易中。
本发明的技术原理为:结合现有文献资料数据,预测LWC半个生命周期内全球农作物和混凝土砖块的产量,选定小麦秸秆生物质LWC和油棕壳生物质LWC作为构建模型的对象并计算其平均快、慢循环碳的沉降量;再结合现有文献资料数据构建MFA和DMFA模型计算模拟年份的新型LWC的碳沉降累积量。
相比于现有技术,本发明具有如下有益效果:通过构建新型LWC碳沉降静态和动态物料流模型的方法,解决了生物炭混凝土砖块碳沉降量计算的技术难题,可根据实际操作需求使用本发明构建的计算模型得到不同新型LWC和不同模拟年份的碳沉降累积量,对碳排放环境监测和碳排放配额分配都有指导性意义。
附图说明
图1为本发明实施例1的2000-2018年全球农作物和混凝土砖块的产量。
图2为本发明实施例2生物质种类的选择。
图3为本发明实施例3OPSC和RHC慢循环碳和快循环碳的沉降量的计算。
图4为本发明实施例4MFA模型计算单一模拟年份下的新型LWC慢循环碳和快循环碳。
图5为本发明实施例4MFA模型计算单一模拟年份下的新型LWC慢循环碳和快循环碳图4的补充延续部分,延续方向为竖向往下延续。
图6为本发明实施例5DMFA模型计算新型LWC的碳沉降累积量。
图7为本发明实施例5DMFA模型计算新型LWC的碳沉降累积量图6的补充延续部分,延续方向为横向往右延续。
图8为本发明实施例5DMFA模型计算新型LWC的碳沉降累积量的图7的补充延续部分,延续方向为横向往右延续。
图9为本发明实施例5DMFA模型计算新型LWC的碳沉降累积量的图8的补充延续部分,延续方向为横向往右延续。
具体实施方式
下面结合附图及实施例对本发明中的技术方案进一步说明。
数据来源:全球农作物产量和一些主要农作物产品的数据来自***粮食及农业组织(FAO,FAOSTAT,2020年6月15日),全球水泥总产量的统计数据基于美国地质调查局(USGS,USGS minerals yearbook)。
实施例1.全球农作物和混凝土砖块产量
2000年至2018年全球作物产量增长约35%(FAO,FAOSTAT 2000-2018年),如图1所示,显示了2000-2018年全球农作物和混凝土砖块的产量。
预测:
到2049年全球混凝土砖块产量:
计算得到混凝土砖块产量增长的梯度值,通过文献资料得到2030年、2040年和2050的估算产量,假设每10年的产量平均增加,算出混凝土砖块产量增长的梯度值,再用梯度值乘以上年产量,公式如下:
Figure GDA0004218896160000041
年间隔为10年;
例如要计算2036年的水泥产量,则需要先通过(2040年产量-2030年产量)/10年得到增长梯度,然后在2030年产量的基础上加上增长梯度和2036与2030差的积。
表1全球农作物和混凝土砖块产量的预测
Figure GDA0004218896160000051
实施例2确定生物质种类
根据文献资料以及农业残留物的历史统计数据,米糠、小麦和大麦秸秆的产量位列前三名,用于新型LWC的潜力最大,而油棕壳混凝土(OPSC)和稻壳混凝土(RHC)的28天抗压强度分别为较大的46Mpa和较小的0.3Mpa(图2),由于米糠目前没有应用到新型LWC中,因此选择产量靠前的小麦类生物质,选择OPS和RH作为建模的对象。
实施例3计算替换后的新型LWC的慢循环碳和快循环碳的沉降量
如图3所示:根据现有文献获得LWC的组分数据,包括骨料、水和砂石,以及碳含量和碳沉降量,采用不同替换程度(25%、50%、75%)的OPS LWC的骨料成分,形成新型LWC并计算相应的碳含量和碳沉降量(快循环碳和慢循环碳)。由于LWC超过99%都是慢循环碳,因此认为LWC的快循环碳为0;采用RH不同程度(67%、89%、110%和200%)添加进LWC骨料中,形成新型LWC并计算相应的碳含量和碳沉降量(快循环碳和慢循环碳);
计算慢循环碳沉降量的公式为:
慢循环碳沉降量=WCM×CC×慢循环碳含量率+WSM×CC×慢循环碳含量率;
计算快循环碳沉降量的公式为:
快循环碳沉降量=WCM×CC×快循环碳含量率+WSM×CC×快循环碳含量率;
其中WCM为常规材料的质量;WSM为替代材料的质量,CC为对应材料的碳含量率。
举例:如图3所示,采用25%的OPS替换骨料,通过文献资料可知粘合剂、水、砂石的数据为339.5、108.6、146,常规骨料1459.8,碳含量为11.8%,慢循环碳/总含碳量超过99%,碳沉降量=常规骨料×碳含量=1459.8×11.8%=172.2564,25%替换的碳沉降量=129.1982,由文献资料得到替换后的碳含量率为43.8%,慢循环碳/总含碳量%为23.86%,替换后的碳沉降量(慢)=替换骨料的质量×慢循环碳/总含碳量%×替换后的碳含量率=154.6×0.438×0.2386=16.15675128,快循环碳/总含碳量%=100-慢循环碳/总含碳量%=76.14%,碳沉降量(快)=替换骨料的质量×含碳量率×快循环碳/总含碳量%=154.6×0.438×0.7614=51.55804872;因此最后得到慢循环的碳沉降量为25%替换的碳沉降量+替换后的碳沉降量(慢)=16.15675128+129.1982=145.3549513,快循环的碳沉降量为碳沉降量(快)=51.55804872。
实施例4构建MFA模型
如图4所示:
a.对实施例3得到的新型LWC的快循环碳和慢循环碳的沉降量,取平均值后发现OPS替换后的碳沉降量接近50%替换的数值,RH添加后的碳沉降量接近100%添加的数值,因此采用50%替换的OPS和100%替换的RH来进行MFA分析;
b.根据质量平衡方程,总的水泥的物质流动方向为水泥土和混凝土,通过文献数据得知水泥土和混凝土的产量比例,通过混凝土砖块数据得到混凝土产量中混凝土砖块的比率
Figure GDA0004218896160000061
数据来自商业能源与产业战略部发布的建筑材料和组件的月度统计,以2008年为例,计算过程如下:2008年砖块产量的表面积为18168000平方米,平均厚度为0.1米,平均密度为1300Kg/m3,2008年的混凝土产量为10071000吨,调整系数为1/10因此利用以上公式,可算出其比值约为0.023。
c.再假设所有砖块为LWC,用混凝土产量中混凝土砖块的比率乘以混凝土产量计算得到平均轻质混凝土砖块产量;
d.根据得到的平均轻质混凝土砖块产量乘以棕榈壳生物质LWC各组分的质量分数得到各组分的质量,再计算慢循环碳和快循环碳,计算公式如下:
慢循环碳=常规骨料×0.118+平均替换骨料×0.438×0.2386
快循环碳=平均替换骨料×0.438×0.7614;
e.同样的根据得到的平均轻质混凝土砖块产量乘以小麦秸秆生物质LWC各组分的比例到各组分的质量,再计算慢循环碳和快循环碳,计算公式如下:
慢循环碳=常规材料×0.01+平均替换骨料×0.4×0.4373
快循环碳=平均替换骨料×0.4×0.5627;
最后通过以上的计算获得了棕榈壳生物质LWC和小麦秸秆生物质LWC的单一模拟年份下的慢循环碳和快循环碳。
举例:如图4-5所示,通过文献数据得知水泥土和混凝土的产量比例为27%和68%,2000年总水泥产量根据实施例1已知为160,因此计算得出水泥土和混凝土的产量分别为43.2和108.8,砖块产量/混凝土产量由步骤b的公式计算得到为0.029,平均轻质混凝土砖块产量=混凝土的产量×0.029=3.1552;根据确定的OPSC和RHC的替换或添加的替换比例结合实施例3的替换数据,计算出水泥、砂、水、常规骨料和平均替换骨料的比例,得到的比例×平均轻质混凝土砖块产量得到相应的含量(如水泥的比例20.7%=339.5/(339.5+108.6+146+729.9+315.3),水泥的含量为3.1552×20.7%=0.65313),采用如下公式计算慢循环碳和快循环碳沉降量:
慢循环碳=常规骨料×0.118+平均替换骨料×0.438×0.2386=0.22932
快循环碳=平均替换骨料×0.438×0.7614=0.20308;
RHC的计算同OPSC一样得到慢循环碳和快循环碳沉降量。
实施例5构建DMFA模型
如图6-9所示,与MFA相比,动态MFA得出到2049年为止的库存和年淘汰产量,模型考虑了使用寿命结束前随着时间累积的流入量、净流量和流出量。根据现有文献资料得到LWC块的淘汰率为使用寿命的第八年为2%的淘汰率,第20年为5%,累积为7%的淘汰率,第28年为2%,累积9%的淘汰率,第35年为5%,累积14%的淘汰率。如图5所示:流入量=LWC砖块年产量×(1-报废率(11%)),流出量=流入量-净值,净值=下一年库存-模拟年库存,库存为起始年份到模拟年份的库存量减去淘汰量(由存活率确定);根据实施例4构建的MFA模型得到的OPSC和RHC的单一模拟年份下的慢循环碳和快循环碳计算年平均慢循环碳/LWC产量,公式为:
Figure GDA0004218896160000081
Figure GDA0004218896160000082
由公式计算得出年平均慢循环碳/LWC产量比率为0.07,年平均快循环碳/LWC产量比率为0.08,进而计算慢循环碳沉降积累量和快循环碳沉降积累量,以及到2049年碳沉降积累量(或模拟年份的碳沉降累积量),计算碳沉降积累量的公式为:
Figure GDA0004218896160000083
通过DMFA模型分析可得出使用新型LWC的总的碳沉降量为15%,将农业残留物作为富碳材料用于新型LWC中具有极大的潜力。
举例:如图6-9所示,2000年的淘汰率为0,因此存活率为100%,LWC砖块年产量根据实施例4已知为3.16,考虑了使用寿命结束前随着时间累积的流入量、净流量和流出量;流入量=LWC砖块年产量报废率(11%),流出量=流入量-净值,净值=下一年库存-模拟年库存,库存为起始年份到模拟年份的库存量减去淘汰量(由存活率确定),流入量=3.16×(1-11%)=2.81,流出量和净值因为是起始年,所以为0,库存为2.81,由以下公式计算年平均慢循环碳/LWC产量和平均快循环碳/LWC产量:
Figure GDA0004218896160000084
Figure GDA0004218896160000085
计算得出年平均慢循环碳/LWC产量比率为0.07,年平均快循环碳/LWC产量比率为0.08,慢循环碳沉降积累量=库存×0.07=2.81×0.07=0.20,快循环碳沉降积累量=库存×0.08=2.81×0.08=0.22,碳沉降率=(0.2+0.22)/2.81=0.15。
实施例6模型初步验证
为验证模型的可靠性,可参考其他文献的其他计算方法。目前向水泥中掺入或替换环保材料作为骨料是近年来水泥绿色化的热门方法,其包括,粉煤灰,矿渣和从建筑垃圾和拆除废物(CDW)中回收的骨料。从目前已有的成果来看,使用再生材料减少温室气体方法具有相当的优势,其减少范围因所选骨料不同,基本在6~17%之间(C.K.Chau,2012)(Jiménez LF,2018)。本例所采用的方法属于添加环保性骨料,因此所计算的15%碳沉降结果也符合目前的研究结果,这也印证了本发明模型的的可靠性以及可重复性。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,包括以下步骤:
S1、通过现有文献资料获得并分析全球农作物和混凝土砖块产量的历史数据和发展模式,并预测其未来的产量;
S2、综合全球农作物的种类、产量信息,结合农业生物质水泥的机械强度特点,确定建模的生物质种类;
S3、使用步骤S2确定的生物质种类对LWC进行骨料的替换或增加,计算替换和增加后的单位密度的新型LWC的慢循环碳和快循环碳的沉降量;
S4、对S3得到的单位密度的新型LWC的慢循环碳和快循环碳的沉降量取平均值后,确定构建物料流动分析模型中使用的生物质替换的质量百分比,根据质量平衡方程,得到总的水泥的物质流动方向为水泥土和混凝土,通过文献数据得知水泥土和混凝土的产量比例,通过混凝土砖块数据得到混凝土产量中混凝土砖块的比率,假设所有砖块为LWC,用混凝土产量中混凝土砖块的比率乘以混凝土产量,计算得到平均轻质混凝土砖块产量,再根据得到的平均轻质混凝土砖块产量乘以生物质LWC各组分的质量分数得到各组分的质量,再计算慢循环碳和快循环碳,计算得到单一模拟年份下,新型LWC的快循环碳和慢循环碳的沉降量;
S5、根据S4计算得到的新型LWC的快循环碳和慢循环碳的沉降量,通过构建动态物料流动分析模型,计算年平均慢循环碳沉降量/LWC产量和年平均快循环碳沉降量/LWC产量,以及到预测年份新型LWC的碳沉降累积量;
所述LWC为轻质混凝土砖块,所述新型LWC为使用生物质替换或增加骨料后形成的LWC。
2.根据权利要求1所述的一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,S1步骤中计算预测到2049年全球混凝土砖块产量增长梯度的公式为:
Figure FDA0004225508690000011
年间隔为10年;
预测年份的全球混凝土砖块产量=区间起始年份的产量+年份的个位数×梯度;预测年份的全球农作物的产量=全球农作物增长率×上一年的农作物总产量。
3.根据权利要求1所述的一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,步骤S2,选择生物质轻质水泥中机械强度较低的小麦秸秆生物质LWC和机械强度较高的棕榈壳生物质LWC作为研究对象;步骤S3,使用小麦秸秆生物质和棕榈壳生物质分别对LWC进行骨料的替换,然后对单位小麦秸秆生物质LWC和棕榈壳生物质LWC进行快、慢循环碳的沉降量的计算。
4.根据权利要求3所述的一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,步骤S4,取步骤S3计算得到的小麦秸秆生物质LWC和棕榈壳生物质LWC快、慢循环碳的沉降量的平均值作为物料流动分析研究的参考值,计算得到单一模拟年份下,新型LWC的快循环碳和慢循环碳的沉降量。
5.根据权利要求1所述的一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,S5步骤中得到的是到2049年全球的小麦秸秆生物质LWC和棕榈壳生物质LWC碳沉降积累量,所述动态物料流动分析模型中包含了LWC的损耗和淘汰。
6.根据权利要求1所述的一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,S5步骤中,动态物料流动分析模型包括平均慢循环和平均快循环,动态物料流动分析模型中计算平均碳沉降量/LWC产量的比值的公式为:
Figure FDA0004225508690000021
Figure FDA0004225508690000022
计算碳沉降率的公式为:
碳沉降率=平均慢循环碳沉降量与LWC产量的比值+平均快循环碳沉降量与LWC产量的比值。
7.根据权利要求3所述的一种新型LWC大规模碳沉降计算模型的构建方法,其特征在于,S3步骤计算慢循环碳沉降量的公式为:
慢循环碳沉降量=WCM×CC×慢循环碳含量率+WSM×CC×慢循环碳含量率;计算快循环碳沉降量的公式为:
快循环碳沉降量=WCM×CC×快循环碳含量率+WSM×CC×快循环碳含量率;其中WCM为常规材料的质量;WSM为替代材料的质量,CC为对应材料的碳含量率。
8.一种协助碳排放配额分配的标准建立的方法,其特征在于:采用权利要求1-7中任一项所述的一种新型LWC大规模碳沉降计算模型的构建方法。
9.一种协助水泥产业碳排放配额分配的标准建立的方法,其特征在于:采用权利要求8中所述的一种协助碳排放配额分配的标准建立的方法。
CN202110542749.9A 2021-05-19 2021-05-19 一种新型lwc大规模碳沉降计算模型的构建方法 Active CN113360828B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110542749.9A CN113360828B (zh) 2021-05-19 2021-05-19 一种新型lwc大规模碳沉降计算模型的构建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110542749.9A CN113360828B (zh) 2021-05-19 2021-05-19 一种新型lwc大规模碳沉降计算模型的构建方法

Publications (2)

Publication Number Publication Date
CN113360828A CN113360828A (zh) 2021-09-07
CN113360828B true CN113360828B (zh) 2023-06-30

Family

ID=77526877

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110542749.9A Active CN113360828B (zh) 2021-05-19 2021-05-19 一种新型lwc大规模碳沉降计算模型的构建方法

Country Status (1)

Country Link
CN (1) CN113360828B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268807A (zh) * 2014-09-16 2015-01-07 上海建科工程咨询有限公司 一种基于建筑全寿命周期的碳排放计算方法
WO2017044808A1 (en) * 2015-09-09 2017-03-16 Sebastos Technologies, Inc Low-density high strength concrete and related methods
CN109544038A (zh) * 2018-12-20 2019-03-29 西北农林科技大学 一种基于生命周期分析的生物质碳排放估算***和方法
CN109753739A (zh) * 2019-01-10 2019-05-14 天津大学 评估生物质能利用技术对环境影响的方法及装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101844883A (zh) * 2010-01-28 2010-09-29 汪超 一种新型复合生态水泥及其制品应用
SE536746C2 (sv) * 2010-05-12 2014-07-08 Stora Enso Oyj En komposition innehållande mikrofibrillerad cellulosa och en process för tillverkning av en komposition
CN105204069B (zh) * 2014-06-27 2018-08-17 中国石油化工股份有限公司 一种地层剥蚀量恢复方法
CN104063630A (zh) * 2014-07-16 2014-09-24 南京擎天科技有限公司 一种地区碳排放量预测方法
CN106292563B (zh) * 2015-05-29 2018-11-02 中国科学院过程工程研究所 一种工业固废综合利用产业链风险监控管理***
CN105975770A (zh) * 2016-04-29 2016-09-28 中国南方电网有限责任公司电网技术研究中心 跨省区碳交易机制下发电碳排放配额分配模型的构建方法
US10472440B2 (en) * 2016-09-02 2019-11-12 University Of Guelph Toughened polyolefin and biocarbon based light-weight biocomposites and method of making the same
CN107609676A (zh) * 2017-08-17 2018-01-19 国网浙江省电力公司经济技术研究院 一种基于能源消费结构优化的碳排放峰值计算方法及***
CN108062617B (zh) * 2017-11-28 2021-01-12 华电电力科学研究院有限公司 一种火力机组碳排放配额调节方法
CN112784395B (zh) * 2019-11-08 2023-01-03 天津大学 一种预测和模拟河流水体总磷浓度的方法
CN110956343A (zh) * 2020-01-02 2020-04-03 国家电网有限公司 一种基于碳排放约束的电动汽车保有量预测方法及***
CN112579982B (zh) * 2020-12-24 2024-03-29 深圳大学 既有建筑碳排放量的确定方法、装置、设备和介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104268807A (zh) * 2014-09-16 2015-01-07 上海建科工程咨询有限公司 一种基于建筑全寿命周期的碳排放计算方法
WO2017044808A1 (en) * 2015-09-09 2017-03-16 Sebastos Technologies, Inc Low-density high strength concrete and related methods
CN109544038A (zh) * 2018-12-20 2019-03-29 西北农林科技大学 一种基于生命周期分析的生物质碳排放估算***和方法
CN109753739A (zh) * 2019-01-10 2019-05-14 天津大学 评估生物质能利用技术对环境影响的方法及装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于社会碳成本理论的不同结构住宅碳排放流评价;温日琨;祁神军;;生态经济(第05期);第84-88页 *
轻质稻草秸秆纤维水泥基实心砖的性能试验研究;詹翔宇;杨敬林;高廉镇;寇渊;苏盛;阳辉;李铮;高睿泽;;建材技术与应用(第04期);第5-8页 *

Also Published As

Publication number Publication date
CN113360828A (zh) 2021-09-07

Similar Documents

Publication Publication Date Title
Li et al. Using improved genetic algorithms to facilitate time-cost optimization
CN104156782B (zh) 面板堆石坝施工工期-质量-成本均衡优化方法
Wang et al. The circular economy and carbon footprint: A systematic accounting for typical coal-fuelled power industrial parks
CN101498459B (zh) 一种锅炉燃烧优化的建模方法
Zhao et al. A practical simulation of carbon sink calculation for urban buildings: a case study of Zhengzhou in China
CN104715292A (zh) 基于最小二乘支持向量机模型的城市短期用水量预测方法
CN105913146B (zh) 南方湿润地区的水资源优化配置***
CN110435009B (zh) 一种混凝土生产配合比的智能设计方法
CN109670650A (zh) 基于多目标优化算法的梯级水库群调度模型的求解方法
CN104809516B (zh) 引黄灌区水资源多目标优化配置模型及其求解方法
CN108416475A (zh) 一种页岩气产能非确定性预测方法
CN113360828B (zh) 一种新型lwc大规模碳沉降计算模型的构建方法
CN109657940A (zh) 基于鱼类响应确定栖息地生态***恢复因子优先级的方法
CN115964954A (zh) 一种超高性能混凝土多项性能预测方法及其配合比优化设计方法
Sinoh et al. Life cycle assessment of sugarcane bagasse ash as partial cement replacement in concrete
CN112597661B (zh) 基于物种分布和生产力耦合的工业用材林生产力预测方法
Si et al. Carbon and water footprint analysis of pig farm buildings in Northeast China using building-information-modeling enabled assessment
Zhang et al. Coupling coordinated development of the food-energy-water nexus and its relationship with landscape ecological security in China from a regional perspective
CN111859244B (zh) 一种计算页岩气开发的水足迹方法
CN114753690B (zh) 一种室外循环水养殖***的池体连续浇筑工艺
CN116957200B (zh) 污水处理厂尾水人工湿地的成本及碳足迹核算方法
Shen et al. Predicted model of ecological footprint based on PLCA
CN116029759B (zh) 一种混凝土生产产业链动态智能优化方法及***
CN117236668B (zh) 基于供给与消耗的区域水资源配置分析决策方法及***
Zhang et al. Study on the Design Method of Urban Renewal Based on Carbon Emissions and Carbon Sinks Calculation: A Case Study of Environmental Improvement Project of Suzhou Industrial Investment Science and Technology Innovation Park

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
GR01 Patent grant
GR01 Patent grant