隨著世界各地的化石能源供應日益緊張,電力需求的增長使得發(fā)電受到普遍的科學關注。而中國的電力系統(tǒng)服務的人口數(shù)量世界最多,由其產(chǎn)生的各種資源環(huán)境問題也是可持續(xù)發(fā)展關注的焦點�？紤]到火電依然占據(jù)著中國電力系統(tǒng)的70%左右,且火電企業(yè)是燃煤大戶,在其發(fā)電過程中,要向大氣中排放CO₂、SO₂、No_x和PM等污染物。本文首先運用TCT（Type-cohort-time）的物質存量評估方法,對中國1980-2018年的火電機組結構的演進過程進行了分析,其中火電機組結構分為100 MW以下、100-200 MW、200-300 MW、300-600 MW、600-1000 MW和1000 MW及以上。其次,運用LCA模型（生命周期評價方法）對中國火電機組1980-2018年的污染物排放進行了評估,從而考慮火電生命周期的環(huán)境效應問題,并合理的加上了對整個電力系統(tǒng)中其它發(fā)電能源的生命周期排放的研究。接著,運用LMDI對中國火電機組1980-2018年的污染物排放進行動因分解,具體將污染物排放分解成裝機容量因素、裝機結構因素、運行時間因素和排... 

【文章來源】：合肥工業(yè)大學安徽省 211工程院校 教育部直屬院校

【文章頁數(shù)】：63 頁

【學位級別】：碩士

【部分圖文】：

980-2018年中國火電機組裝機結構

第四章燃煤火電污染物排放及因素分解224.3.2排放分解動因分析圖4.3火電機組各種污染物排放的分解Fig4.3Decompositionofvariouspollutantemissionsfromthermalpowerunits通過LMDI的分解確定了排放變化的驅動力，如圖4.3所示。從各種污染物排放的總體角度來看，火電裝機容量的增加是污染物排放增加的主要原因，排放系數(shù)的變化是污染物排放減少的主要原因。這主要表明，發(fā)電技術的進一步改進確實將減少排放。實施相應的國家減排措施后，排放量急劇減少，這證明了國家政策在減少污染物排放方面發(fā)揮了重要作用。運行時間的變化對各種污染物的排放有不同的影響，這主要是由于年運行時間的不規(guī)則變化。裝機結構的變化對各種污染物的影響在前期作用并不明顯，在后期對各種污染物的減排起到了一定作用。這表明后期隨著中大型火電機組在整個火電機組中裝機比例的上升，對整個火電的污染物減排產(chǎn)生了積極的影響。具體從各污染物排放的LMDI分解來看，對于CO2排放來說，火電裝機容量的增加是CO2排放增加的主要原因，排放系數(shù)的變化（技術改進）是CO2排放減少的主要原因，但其對CO2排放減少的影響將越來越小，這是因為減少煤炭消耗以及CO2的捕集和封存是困難的，尤其隨著時間的變化，技術上的突破將變得更難。而火電機組運行時間對CO2排放會產(chǎn)生不同的影響，裝機結構變化對CO2排放產(chǎn)生的影響微乎其微。

【參考文獻】：
期刊論文
[1]中國區(qū)域2020和2030年的SO2和NOx排放總量情景預測[J]. 魚智霞,曹國良,安文輝,蒙小波.  環(huán)境工程學報. 2017(04)
[2]我國建筑業(yè)碳排放演變特征及LMDI影響因素分解[J]. 陸菊春,鐘珍,黃曉曉.  建筑經(jīng)濟. 2017(03)
[3]火電行業(yè)“十三五”主要大氣污染物減排潛力情景分析研究[J]. 鐘悅之,蔣春來,宋曉暉,呂紅迪.  環(huán)境科學與管理. 2016(12)
[4]安徽省居民生活用電增長的動因分解與潛力研究[J]. 榮秀婷,葉彬,葛斐,陳煜,李方一.  資源開發(fā)與市場. 2016(07)
[5]基于LMDI模型的中國主要大氣污染物的空間差異及其影響因素分析[J]. 劉滿芝,楊繼賢,馬丁,丁志華.  資源科學. 2015(02)
[6]基于生命周期評價的上海市水稻生產(chǎn)的碳足跡[J]. 曹黎明,李茂柏,王新其,趙志鵬,潘曉華.  生態(tài)學報. 2014(02)
[7]太陽能光伏發(fā)電全生命周期評價[J]. 謝澤瓊,馬曉茜,黃澤浩,廖艷芬.  環(huán)境污染與防治. 2013(12)
[8]基于計量經(jīng)濟學模型的北京電力負荷中長期預測[J]. 閆慶友,王一博,劉力行.  水電能源科學. 2013(07)
[9]水力發(fā)電技術的生命周期評價[J]. 胡志鋒,馬曉茜,李雙雙,廖艷芬.  環(huán)境污染與防治. 2013(06)
[10]基于Bass模型的我國電動汽車保有量預測[J]. 曾鳴,曾繁孝,朱曉麗,薛松.  中國電力. 2013(01)



本文編號：3305854