基于系统动力学的以电代煤减排效益分析

张立辉，熊俊，喻小宝



基于系统动力学的以电代煤减排效益分析

张立辉，熊俊，喻小宝

(华北电力大学经济与管理学院，北京，102206)

从系统层面构建以电代煤减排效益分析模型，为验证以电代煤实施的减排效果提供理论依据。该模型以Vensim为建模平台，以能源消费、经济发展和环境减排之间的关系为纽带，建立以电代煤减排效益模型图，在控制煤炭消费总量一定的情况下计算以电代煤的实施减排效果，为制定以电代煤相关政策提供量化依据。研究结果表明：实施以电代煤确实可以降低工业二氧化硫排放量；通过调整电煤消费比重、电力消费比重、火电比重、火电煤耗率都可以有效减少工业二氧化硫排放量；当电煤消费提高20%时，可以减少工业二氧化硫排放11%；当电力消费比重提高20%时，可以减少工业二氧化硫排放18%；在一定范围内，降低火电煤耗率也有助于减少工业二氧化硫的排放。

以电代煤；系统动力学；仿真；减排效益

目前，我国城市大气污染比农村严重，北京市近年来出现的严重雾霾天就是一个很明显的案例，其主要原因是城市存在大量工业小锅炉和民用炉灶等低矮热源，这些燃料的使用会产生极大浓度的SO2，NO和TSP，进而造成地面SO2，NO和TSP浓度增加[1]。近年来，一些研究者[2−4]提出实行“以电代煤”，将煤炭等化石燃料转变成电力加以利用，以提高总的能源效率，从而降低温室气体二氧化碳的排放量，减轻地面SO2，NO和TSP浓度。牛东晓等[5]采用一种较科学的折算办法，从经济性和环境影响2个方面分析各种终端生活用能来研究电能在终端能源中的替代可行性。李媛媛等[6]对清洁能源供暖项目进行调查，通过实际数据佐证，提出以电代煤大有可为的观点。一些国外学者[7−9]讨论以电代煤的能源利用效率、经济可行性，提出发展以电代煤的具体措施。但由于人们开展电能替代的研究时间并不是很长，对经济效益和环境效益的分析并不完善，因而需要进行系统分析。而且当前对以电代煤的研究主要集中在对其社会效益、经济效益和环境效益的评价上[10−11]，而忽视了以电代煤所能产生的具体效益，同时对以电代煤的研究缺乏系统性，仅仅片面地从电能替代角度分析问题，忽视了电能替代所处环境的研究[12]。为此，本文作者通过探索能源、经济和环境间的内在联系，研究电力行业与其他行业污染排放率的差异，利用系统动力学理论[13]构建以电代煤效益仿真系统，建立以电代煤减排效益分析模型，并以北京市为例，对以电代煤的实施效果进行验证。

1 以电代煤分析模型

1.1 以电代煤减排效益模型

系统动力学理论与方法是20世纪 50 年代被提出的[14]。系统动力学是一种以反馈控制理论[14−15]为基础，以计算机仿真技术为手段，用以研究复杂社会经济系统的一种定量方法，适用于处理长期性和周期性的问题，如自然界的生态平衡、社会问题中的经济危机等都呈现周期性规律并需通过较长的历史阶段来观察。自系统动力学诞生以来，该方法已被成功地应用于企业、城市、区域、国家乃至世界规模的许多战略与决策分析中，被誉为“战略与策略实验室”[16−17]。

运用Vensim PLE 软件可绘制以电代煤系统的结构模型图，该结构模型图以以电代煤系统因果关系为基础。在以电代煤系统的结构模型图中，系统各种因素内部关系的数学公式是确定各种变量之间相互关系的基础，这些数学公式则根据以电代煤系统内部因果关系的描述得到。以电代煤系统结构模型如图1所示。

图1 以电代煤系统流量存量图

1.2 以电代煤减排效益计算模型

根据系统动力学的建模原理，利用Vensim软件构建北京市以电代煤系统模型，见图1。涉及系统动力学方程有：

其中：为能源消费变化率；为能源消费弹性系数；为GDP增长率；ΔE为能源消费变化量；E为能源消费总量；为当前时间节点；INTEG(，)为系统动力学的累积变化函数；为变量的变化量；为变量的原始值；为时间节点到时间节点的时间跨度；为过去时间节点；C为原煤消费量；为原煤占比。

其中：E为电力消费量；为电力占比；E为火电发电量；为火电占比；T为电煤消耗量；为火电煤耗率；U为非电煤耗。

其中：1为第一产业产值；Δ1为第一产业产值增长值；1为第一产业产值增长率；2为第二产业产值；Δ2为第二产业产值增长值；2为第二产业产值增长率；3为第三产业产值；Δ3为第三产业产值增长值；3为第三产业产值增长率；为CO2排放量；为万吨标准煤CO2排放量。

其中：S为电力行业SO2排放量；为电煤万吨标准煤SO2排放量；U为非电力行业SO2排放量；为非电煤万吨标准煤SO2排放量；S为工业SO2排放量。

2 模型检验

2.1 模型假设

2.1.1 初始值的确定

根据《北京市统计年鉴》，选取2000—2012年北京市相关数据，并将2000年作为基准年，故而以2000年相关数据作为相关存量指标的初始值，具体赋值如下：能源消费总量为4 144 t；第一产业产值为79.3亿元；第二产业产值产值为1 033.3亿元；第三产业产值为2 049.1亿元。

2.1.2 常数值的确定

考虑模型可行性并结合尽量简化模型的原则，对那些随时间变化不显著的参数近似取值为常数，根据实际情况进行多次检验。某些变量可以取常数：能源消费弹性系数取0.31，万吨标准煤CO2排放系数取4.927。

2.2 系统真实性检验

北京市以电代煤系统仿真模型同样以2000年为基准年，时间间隔选取1 a，选取2011年为仿真完成年。根据建立的北京市以电代煤系统模型和动力学方程，依靠Vensim软件进行系统仿真，首先模拟北京市2000—2011年以电代煤系统的运行情况。

根据北京市以电代煤系统仿真运行，可以得到2000—2011年北京市能源消费总量、能源消费变化量、各产业产值及GDP的趋势图，如图2所示； 2000—2012年北京市能源消费总量仿真值、实际值和误差系数见表1。

表1 2000—2012年北京市能源消费总量仿真值、实际值和误差系数

由图2和表1可知：本文建立的北京市以电代煤仿真系统的变量仿真值与实际值的误差范围在10%以内，属于可信任范围，说明模型的运行和北京市实际系统的运行拟合度高，通过本系统所模拟出来的数据结果是准确、可信的。

(a) 能源消耗变化量和能源消耗总量；(b) 第一产业产值和第二产业产值；(c) 产值

2.3 系统运行检验

现实中的系统是受许多因素影响的复杂系统，因此，选取不同的仿真步长进行仿真分析[18−19]，选取不同的时间步长D为1(basic)，0.5(basic-01)和0.25(basic-02)，即选取1 a，1/2a和1/4 a进行仿真，查看重要指标(GDP、电力消费量和工业SO2排放量等)的仿真比较结果。以GDP指标为例说明系统的稳定性，如图3所示。从图3可见：GDP排放强度变动趋势、GDP增加值变动趋势基本一致，没有发生剧烈的震荡和波动，系统运行稳定。

(a) GDP排放强度；(b) GDP增加值

3 结果分析与讨论

3.1 案例基本信息

以构建的以电代煤减排效益模型为基础，选取北京市为研究对象，对北京市实施以电代煤政策的减排效益进行分析。设定多种情景计算以电代煤政策实施过程中不同因素对减排效益的影响，主要包括5种情景：基准情景、以电代煤情景Ⅰ、以电代煤情景Ⅱ、以电代煤情景Ⅲ和以电代煤情景Ⅳ(以下分别简称基准情景、情景Ⅰ、情景Ⅱ、情景Ⅲ和情景Ⅳ)。其中，基准情景是指不对原始系统中的任何参数进行调整，由此预测2020年的工业SO2排放量；情景Ⅰ在原始系统的基础上仅调整电煤比重；情景Ⅱ在原始系统的基础上仅调整电力消费比重；情景Ⅲ在原始系统的基础上仅调整火电比重；情景Ⅳ在原始基础上仅调整火电煤耗率参数。具体参数设定如表2所示。通过各以电代煤情景下的工业SO2排放量与基准情景下的工业SO2排放量对比，对以电代煤的减排效益及重要影响因素进行讨论。此次模拟假定总的原煤消耗量是稳定值，不随着其他参数的改变而改变。

表2 5种情景下参数设定情况

注：0表示不变动；+20%表示增长20%；±10%表示增长或者降低10%。

3.2 结果分析

根据各情景的参数设定，以Vensim为建模平台运行该系统，得到各情景下工业SO2排放量的变动趋势图。为了便于结果比较，将4种以电代煤情景分别与基准情景下的工业SO2排放情况进行对比，结果如图4~7所示。

(a) 煤耗；(b) 工业SO2排放量

1—工业SO2排放量(以电代煤)；2—工业SO2排放量(baisc)

1—工业SO2排放量(basic)；2—工业SO2排放量(basic-05)；3—工业SO2排放量(basic-06)

1—工业SO2排放量；2—工业SO2排放量(basic-05)；3—工业SO2排放量(basic-06)

3.2.1 基准情景和情景Ⅰ对比分析

图4所示为基准情景(basic)和情景Ⅰ(以电代煤)下的电煤消耗量、非电煤耗量和工业SO2排放量变动趋势。从图4可见：通过调整电煤比重实施以电代煤政策，一方面会导致电力行业煤炭消费增加，引起电力行业SO2排放量增加；另一方面，由于电煤比重增加导致其他行业的煤炭消费降低，进而导致其他行业的SO2排放量降低。综合各行业的SO2排放量的变化情况，发现工业SO2排放总量是降低的，因此，提高电煤比重可以减低工业SO2排放总量。当电煤比重提高20%时，电力行业的SO2排放量会增加45%，而非电行业的SO2排放量会降低20%，工业SO2排放总量则会降低11%。所以，通过提高电煤比重来实施以电代煤政策对于环境减排的效益很大，对于改善空气质量效果明显。

3.2.2 基准情景和情景Ⅱ对比分析

图5所示为基准情景(basic)和情景Ⅱ(以电代煤)下的工业SO2排放量变动趋势。从图5可见：在考虑电力消费比重增长的情况下，一方面，更多行业采用电能进行生产，而取代以往的燃煤技术，进而极大程度地降低了SO2排放量；另一方面，电力消费比重增长必然导致电力供应需求增加，从而也会导致电煤消费量需求增大，进而引起电力行业SO2排放量增加，但从工业SO2排放总量看，其排放量是减少的，因此，增加电力消费比重可以减少工业SO2排放总量。在电力消费比重增大20%时，电力行业的SO2排放量会增大16.8%，而其他行业的SO2排放量减少27%，工业SO2排放总量减少18%。可见，通过提高电力消费比重对于缓解环境污染的压力非常有效。

3.2.3 基准情景和情景Ⅲ对比分析

图6所示为基准情景(basic)和情景Ⅲ(basic-05和basic-06)下的工业SO2排放量变动趋势，其中提高火电比重10%的SO2排放量变动趋势如图6中曲线3所示，降低火电比重10%的SO2排放量变动趋势如图6中曲线5所示。从图6可见：在降低火电比重时，工业SO2排放总量增加。当电煤量减少，而煤耗总量不变时，必然导致其他行业煤耗增加，电力行业单位煤耗产生的SO2较其他行业均值低，从而导致工业SO2排放量增加；当降低火电比重10%时，工业SO2排放总量上升4%，而当提高火电比重10%时，工业SO2排放总量降低6%。因此，只有在有效范围内控制火电比重才能有效降低工业SO2排放总量。

3.2.4 基准情景和情景Ⅳ对比分析

图7所示为基准情景(basic)和情景Ⅳ(basic-05和basic-06)下工业SO2排放量变化趋势，其中提高火电煤耗率10%的工业SO2排放量变化趋势如图7中曲线2所示，降低火电煤耗率10%的工业SO2排放量变化趋势如图7中曲线3所示。从图7可见：在技术进步所引起的火电煤耗率降低情况下，相同数量的煤炭可以产生更多数量的电能，从而引起电力消费成本下降，使其他行业能源消费中的电能替代其他能源，导致其他行业煤炭消费量减少，进而降低工业SO2排放总量；当火电煤耗率降低10%时，工业SO2排放总量下降6%。因此，火电煤耗率降低对工业SO2排放总量产生一定影响。

4 结论

1) 构建了以电代煤减排效益分析模型，对北京未来SO2排放量与电煤比重和火电消费比重等关系及其影响因素进行了数值模拟分析，并通过历史真实性检验和系统运行检验，验证了模型的有效性。

2) 在以电代煤情景Ⅰ下，电力行业的SO2排放量增加45%，非电行业的SO2排放量降低20%，工业SO2排放总量降低11%。因此，以电代煤的实施对于环境减排的效益明显，这有利于提高北京未来空气质量。

3) 在以电代煤情景Ⅱ下，电力行业的SO2排放量增大16.8%，而其他行业的SO2排放量减少27%，工业SO2排放总量减少18%。所以，通过提高电力消费比重对于缓解当前环境污染的压力非常有效。

4) 在以电代煤情景Ⅲ和情景Ⅳ下，在一定范围内，降低火电比重反而会导致工业SO2排放总量上升，降低火电煤耗率会导致工业SO2排放总量下降。因此，以电代煤的实施效果不仅仅取决于电力代替煤炭消费的能源替代阶段，而且取决于发电结构的优化，将这2种措施综合，有利于环境减排目标的实现。

[1] 曹东莉, 袁越, 李志祥. 电能替代应用及效益评价[J]. 电网与清洁能源, 2011, 27(4): 30−34.CAO Dongli, YUAN Yue, LI Zhixiang. Application and efficiency evaluation of alternative energy[J]. Power System and Clean Energy,2011, 27(4): 30−34.

[2] 蔡震, 李绚丽, 吕理想. 电加热炉在以电代煤工程中的应用及效益分析[J]. 电力需求侧管理, 2014, 16(4): 41−43.CAI Zheng, LI Xunli, LÜ Lixiang. Application and benefit analysis of electric heating furnace in electricity instead of oil[J]. Power Demand Side Management, 2014, 16(4): 41−43.

[3] 朱庚富, 刘思湄, 濮文青. 以电代煤环境效益分析[J]. 云南环境科学, 2000, 19(1): 57−59.ZHU Gengfu, LIU Simei, PU Wenqing. Environmental benefit of replacing coal by electricity[J]. Yunnan Environmental Science, 2000, 19(1): 57−59.

[4] 张志敏. 秦皇岛市以电代煤改善环境初探[J]. 中国环境管理干部学院学报, 2004, 14(1): 34−36.ZHANG Zhiming. The discussion of using electricity instead of coal and improving the environment in Qinhuangdao city[J]. Journal of Environmental Management College of China, 2004, 14(1): 34−36.

[5] 牛东晓, 张烨, 谷志红. 电能在终端能源中的替代研究[J]. 现代经济, 2008(B07): 61−62.NIU Dongxiao, ZHANG Ye, GU Zhihong. Instead of the electric power in the end use energy[J]. Modern Property Management, 2008(B07): 61−62.

[6] 李媛媛, 牛东晓, 李韩房. 电能在终端能源中的竞争力分析评价指标体系的构建研究[J]. 华东电力, 2008, 36(5): 34−37.LI Yuanyuan, NIU Dongxiao, LI Hanfang. Construction of competence assessment systems for electricity in final energy[J]. China Electric Power, 2008, 36(5): 34−37.

[7] Mousavi-Avval S H, Mohammadi A, Rafiee S, et al. Assessing the technical efficiency of energy use in different barberry production systems[J]. Journal of Cleaner Production, 2012, 27: 126−132.

[8] DENG Anpeng, DENG Yixuan. Conflict of coal and electricity price’s impact on national economic development[J]. Advanced Materials Research, 2013, 734: 1675−1678.

[9] LI Binjie, NIU Dongxiao, HUA Fuyu, et al. From electricity smart grids to smart energy systems: A market operation based approach and understanding[J]. Energy, 2012, 42(1): 96−102.

[10] Li B J, Niu D X, Hua F Y, et al. The benefit analysis of applications of alternative energy in small public transportation system[J]. Applied Mechanics and Materials, 2014, 644: 6114−6117.

[11] Janssens M, Van der Mijnsbrugge A, Mainar M S, et al. The use of nucleosides and arginine as alternative energy sources by coagulase-negative staphylococci in view of meat fermentation[J]. Food Microbiology, 2014, 39: 53−60.

[12] Atabani A E, Silitonga A S, Badruddin I A, et al. A comprehensive review on biodiesel as an alternative energy resource and its characteristics[J]. Renewable and Sustainable Energy Reviews, 2012, 16(4): 2070−2093.

[13] HE Ping, WEN Fushuan, Ledwich G, et al. Effects of various power system stabilizers on improving power system dynamic performance[J]. International Journal of Electrical Power & Energy Systems, 2013, 46: 175−183.

[14] Forrester J W. System dynamics, systems thinking, and soft OR[J]. System Dynamics Review, 1994, 10(2/3): 245−256.

[15] Anderies J M. Understanding the dynamics of sustainable social-ecological systems: Human behavior, institutions, and regulatory feedback networks[J]. Bulletin of Mathematical Biology, 2015, 77(2): 259−280.

[16] Giancarlo C. Choice of motor and transmission in mechatronic applications:Non-rectangular dynamic range of the drive system[J]. Mechanism and Machine Theory, 2015, 85: 35−52.

[17] LU Jianwei, XIN Jiayun, Vakakis Alexander F. Influences of system parameters on dynamic behavior of the vehicle shimmy system with clearance in steering linkage[J]. Journal of Vibration and Control, 2015, 21(2): 359−370.

[18] Jorge S M, Daniel M B, Miguel A E A. A model for the simulation of energy gains when using distributed maximum power point tracking (DMPPT) in photovoltaic arrays[J]. Progress in Photovoltaics, 2015, 23(2): 182−193.

[19] Mamun A, Wang D, Narayanan I. Physics-based simulation of the impact of demand response on lead-acid emergency power availability in a datacenter[J]. Journal of Power Sources, 2015, 275: 516−524.

(编辑 陈灿华)

Analysis on reduction benefits of substituting electricity for coal based on system dynamics

ZHANG Lihui, XIONG Jun, YU Xiaobao

(North China Electric Power University, School of Economics and Management, Beijing 102206, China)

Constructing reduction benefit analysis model of electricity in place of coal on the system level, a theoretical basis was provided to verify the emission reduction of implementation of electricity instead of coal. Using vensim as modeling platform, using the relationship between energy consumption, economic development and environmental emissions as link, model diagram of reduction benefit of electricity in place of coal was established. The reduction effect of electricity in the case of a certain control of total coal consumption was calculated, and a quantitative basis for developing the policy related to electricity instead of coal was provided. The results show that the implementation of electricity instead of coal really reduces emission of industrial sulfur dioxide. By adjusting the proportion of power coal consumption, the proportion of electricity consumption, the proportion of thermal power and the thermal power coal consumption rate, emission of industrial sulfur dioxide are effectively reduced. When the consumption of power coal increases by 20%, the emission of industrial sulfur dioxide is reduced by 11%, while the proportion of electricity consumption increases by 20%, the emission of industrial sulfur dioxide is reduced by 18%.Within a certain range, reducing the thermal power coal consumption rate can also reduce the emission of industrial sulfur dioxide.

electricity in place of coal; system dynamic; simulation; emission reduction benefits

10.11817/j.issn.1672-7207.2015.04.046

TK018

A

1672−7207(2015)04−1527−07

2014−08−10；

2014−10−10

国家自然科学基金资助项目(71171079，71271081)(Projects (71171079, 71271081) supported by the National Natural Science Foundation of China)

张立辉，博士，教授，从事管理科学与工程研究；E-mail：zlh6699@126.com