垃圾热值的研究进展*

2019-09-05房科靖熊祖鸿李继青

新能源进展 2019年4期

房科靖，熊祖鸿，鲁敏，黎涛，李继青

（1.中国科学院广州能源研究所，广州 510640；2.中国科学院可再生能源重点实验室，广州 510640；3.广东省新能源和可再生能源研究开发与应用重点实验室，广州 510640）

0 引言

改革开放以后，随着我国城市工业化、规模化的进程不断加快，社会经济高速发展，人们日常生活消费水平日趋递增，使得居民生活垃圾急剧增加。2017年全国生活垃圾清运量已经达到21 520.9万t，并每年以8%～10%的速度增长（见图1），一般工业固体废弃物产生量大大增加（见图2），生活垃圾和工业固体废弃物携带大量有害成分，容易滋生细菌，在收集、运输和处理过程中会对周围环境造成严重污染，不仅严重影响城市环境状况，而且还对人们身体健康造成危害，破坏人们赖以生存的环境[1-3]。

图1 生活垃圾清运量（数据来源于中国2009-2018统计年鉴）Fig.1 Quantity of clean transportation of domestic waste (data from China Statistical Yearbook 2009-2018)

图2 一般工业固体废弃物产生量、综合利用量（数据来源于中国2009-2018统计年鉴）Fig.2 Quantity of generation and comprehensive utilization of general industrial solid waste (data from China Statistical Yearbook 2009-2018)

垃圾处理方式主要有填埋、堆肥、焚烧。目前我国将近60%的垃圾被填埋，填埋不仅占用大量土地资源，且污染土壤和地下水。因此，国家近些年大力提倡垃圾焚烧的处理方式，截至2017年，全国垃圾焚烧处理量达到298 062 t/d，是2008年的5.77倍（见图3）。垃圾焚烧处理方式是广泛采用的城市垃圾处理技术，由于顺应了资源化利用的原则，正逐渐成为垃圾处理的主流方式，该方式还可实现生活垃圾高比例减量化、快速稳定化、高程度无害化，对缓解垃圾所造成的城市污染问题、减少有限土地资源的浪费起到了决定性的作用[4-5]。

垃圾能否采取焚烧的处理方式主要取决于单位发热量，垃圾在焚烧过程中往往需要加入辅助燃料，辅助燃料的用量需要参考垃圾热值。垃圾热值对选择处理方法、后期运行维护、运营管理等均有重要作用。目前关于垃圾热值的相关研究主要集中在垃圾热值的影响因素和垃圾热值的预测计算模型两个方面。

图3 不同垃圾处理方式所占比例（数据来源于中国2009-2018统计年鉴）Fig.3 Proportion of different garbage disposal methods (data from China Statistical Yearbook 2009-2018)

拟对目前国内外关于垃圾热值的影响因素和预测计算模型进行系统的对比分析，探究国内垃圾热值的主要影响因素和最佳预测计算模型。

1 垃圾热值影响因素的研究进展

随着城市化的不断加快，土地资源日趋紧张，垃圾填埋已无法满足大量垃圾的处理，越来越多的垃圾采用了焚烧发电的处理方式。针对垃圾含水率过高导致的焚烧炉排烟温度过高、锅炉效率低等问题，邹晓青等[6]采用立体车库的思路，通过物理加压降低入炉垃圾含水率，进一步探究了入炉垃圾含水率对热值的影响。结果表明：在施加压力的时间一定时，脱水率随压力增加而呈线性增大；施加的压力一定时，加压时间与出水量成正比；垃圾含水率越低，垃圾热值越高。刘波[7]结合我国生活垃圾目前普遍存在的种类繁多、热值偏低、含水率高的特点，对影响垃圾热值的因素做了分析总结，得出提高垃圾热值的两类方法：垃圾的分类收集，这是解决我国生活垃圾发热量偏低的最有效手段；降低生活垃圾的含水率，建议对生活垃圾焚烧厂储存池改造升级，使得垃圾在储存池中堆存待烧发酵的有限时间内，实现最大限度的脱水，进而提高垃圾进炉发热量。为研究干燥过程对垃圾热值变化的影响，李清海等[8]配制了不同含水率的模拟垃圾放入加热炉内加热干燥，模拟垃圾在焚烧炉内的加热过程，并对干燥后的“乏垃圾”进行了工业分析、热值分析。试验结果表明：低水分垃圾在低温下干燥，“乏垃圾”的热值在水分蒸干时达到最大，而对高水分垃圾，在较高干燥温度下，热值峰值早于水分蒸干时间出现。

唐素琴等[9]模拟杭州市生活垃圾焚烧厂的垃圾储存池发酵过程，探究垃圾发酵时间与入炉发热量及含水率的关系。研究结果表明：生活垃圾发酵时间超过3 d时，含水率明显下降、入炉垃圾发热量显著提高，生活垃圾焚烧发电厂的热效率随之提高；垃圾含水率降低1%，对应垃圾热值提高303 kJ/kg。文科军等[10]考察了垃圾原料、粒度、含水率对生活垃圾热值的影响，通过正交实验分析得出各影响因素对可燃垃圾热值的影响程度：焚烧原料＞含水率＞破碎粒度；在自然风干状态下，未破碎塑料类生活垃圾热值约为3 902 kJ/kg。BONIFAZI等[11]对垃圾焚烧炉的发热量和含氢量进行了创新性的测量，选取荷兰四个城镇的生活垃圾进行发热量和含氢量的测定，通过调节垃圾的热值及焚烧来优化焚烧过程。HOSSAIN等[12]考察了目前用于可再生能源城市生活垃圾的类型，指出孟加拉国生活垃圾具有低热值、高含水率的特点，垃圾中有机物含量相对较高。付晓风等[13]对南昌市垃圾进行为期三个月的检测，经统计分析，得出商业区垃圾低位热值最大，约为9 500 kJ/kg；生活区垃圾低位热值较小，在5 200 kJ/kg左右。KOMILIS等[14]研究了城市固体废物有机部分的元素组成和热值，结果表明：碳与有机物的比例范围为0.40～0.99，城市生活垃圾有机部分的近似经验公式为C32NH55O16。KOMILIS等[15]通过实验考察有机物和水分对有机固体废物热值的影响，实验使用了9种材料，发现污泥含有更高的热量，表明有机物质的成分可能是造成热值变化的原因。HORTTANAINEN等[16]收集了芬兰混合废弃物和能源含量的数据，城市混合垃圾中可再生能源的平均比例为30%。ORIBE-GARCIA等[17]发现城市旅游活动、教育水平、经济状况对生活垃圾热值具有较大的影响。EDJABOU等[18]主要研究不同气候（如降雨量）对非洲农村小镇生活垃圾的影响。SKOURIDES等[19]研究发现绿色垃圾的转移率较低，商业来源的食物垃圾的处理率较城市社区更高，从家庭收集的食物垃圾的数量受到社会经济因素（家庭规模、收入、儿童比例）和人为活动的影响，而花园植被的重复利用和家庭堆肥是控制绿色垃圾处理的主要因素。

综上所述，垃圾热值的影响因素主要包括：原料种类、含水率、干燥过程、发酵时间、破碎粒度、地区降水量、旅游活动、经济状况、气候条件、季节变化等。我国的垃圾具有含水率高、成分复杂等特点；含水率高主要是由于国内外饮食习惯的差异，导致国内餐厨垃圾所占比例较大，且没有做到合理的分类收集，进而降低了垃圾热值，影响垃圾焚烧热转化率。因此，垃圾的合理分类收集是解决我国生活垃圾发热量偏低的最有效手段。

2 垃圾热值预测和计算模型的研究进展

垃圾热值（又称发热量）是单位质量垃圾完全燃烧所释放出的热量[20]。垃圾的能量回收率、转化潜力完全取决于垃圾热值的大小。赵由才等[21]分析焚烧发电的处理方式，推算出垃圾采用焚烧处理方式对应的低位发热量应不小于3 767 kJ/kg。

目前用于表示垃圾热值的常用方法有高位热值法和低位热值法。除了上述表示方法以外，还有湿基高位发热量和干基高位发热量等多种表示方法。干基高位发热量是指待测原始样品经过烘干（105℃条件下）和粉碎处理后，采用实验室热值测定仪器进行测定，多次测定并取平均值。湿基高位发热量可利用实验室测定的干基高位发热量和特定的转换公式计算得到[22]。实验室中多用弹筒式发热量的热值表示方式；弹筒发热量与干基高位发热量的转换关系为：弹筒总发热量减去稀硫酸、稀硝酸反应生成热量，即可得到测试样品的干基高位热值[23]。

关于垃圾热值的测定方法有两种：一种是实验仪器测定法，利用专业热值仪器在实验室内完成测定；另一种为预测公式模型法，利用学者们总结的热值计算公式或算法运行程序计算热值。公式计算法具有方便快捷、省时省力等优点，但目前大多数的经验公式是基于国外垃圾的物性总结推理出来。由于国外与国内的生活方式、饮食习惯的不同及文化差异，导致垃圾组分差异较大，因此，利用国外的经验公式计算的结果与实际测量值相差甚远。近年来，国内学者对垃圾热值计算方法或预测模型的研究方兴未艾，既有对国外计算公式的修正研究，也有基于国内垃圾热值计算的新方法、新模型。垃圾热值的准确测定可指导垃圾处理技术工艺的选择、焚烧运行参数的调整及运营管理策略的制定。

通过经验计算公式和预测模型计算垃圾热值的应用范围较为广泛，因其方便快捷等诸多优点，成为常用方法之一。经过学者们长时间的摸索和探究，形成了垃圾物理组成成分、垃圾元素含量分析、工业特性分析三大类经验公式和预测模型[24]。垃圾物理组成成分计算模型用到的参数均不需要实验室分析仪器，且对操作人员的专业技能要求较低，因此，垃圾物理组成计算模型比其他两类的应用更为广泛。大部分物理组成计算模型认为垃圾中的塑料、纸张和厨余对热值影响较大，进而忽略其他物理成分的影响，简化计算模型。Tokyo公式是基于日本垃圾建立的计算公式，最大优势是将竹木、橡胶、皮革等对热值的影响考虑进计算模型中，使模型预测热值更接近于真实热值。Moh'd Abu-Qudais公式利用垃圾中塑料与纸张之比，建立关于塑料/纸张的热值计算模型，热值估算精度比常规模型高[24]。元素含量分析计算模型根据元素分析仪测定垃圾中C、H、O、N、S等元素含量，建立基于元素含量的计算模型，此类计算模型的关键在于垃圾元素含量测定结果的准确度和可靠性[25]，应用较为广泛的有Dulong公式和Scheurer-Kestner公式。工业特性分析模型参数主要包括含水率、固定碳、挥发分和灰分，选取其中若干或全部参数构建工业特征计算模型[26]，应用较为广泛的有Bentos公式、Jigisha Parikh公式[27]。目前国外关于垃圾热值的相关计算公式列于表1。

表1 国外关于垃圾热值的计算公式Table 1 Calorific value formula of waste abroad

由于地域文化、经济差异，不同地区生活饮食习惯等多种因素的影响，导致生活垃圾的物理组成成分复杂多变，地域之间差异巨大，且上述大部分经验公式和计算模型都是基于不同国家产生的不同垃圾得出的，用于我国垃圾热值计算时，计算结果与真实值误差较大，很难普遍适用于我国每个城市生活垃圾热值的估算，因此，将这些计算模型引入到国内有必要对其进行修正。邹元龙等[33]基于我国垃圾特性，修正了Dulong计算公式，修正后的公式：

其中：C有机、C无机、H、S、O、N为垃圾中有机碳、无机碳、氢、硫、氧、氮元素的质量含量。

张瑛华等[34]在总结各城市垃圾热值的基础上，建立了基于神经网络的生活垃圾热值计算模型，一定程度上可以有效预测城市生活垃圾的热值大小。杨涛[35]利用经济和自然环境统计数据进行热值估算，通过灰色关联度分析得出影响城市生活垃圾热值的主要因素，将这些影响因素作为神经网络的输入参数，利用 MATLAB 工具箱建立基于社会经济统计数据的城市生活垃圾热值 BP 神经网络估算模型。该模型具有仿真效果好、计算准确度高、仿真结果误差小等特点。孙巍等[36]利用政府统计数据中的人均收入水平、人均生产总值、第二产业生产总值及年降雨量等数据建立与垃圾热值之间的神经元网络预测模型，根据建立的神经元预测模型可以对市政垃圾的热值进行较准确的预测。孙培锋等[37]依据已有的各地城市生活垃圾的数据，以垃圾物理成分中纸类、塑料、橡胶、纺织物、竹木的元素含量（C，H，S，O）为基础，提出统计性的生活垃圾各组分的元素含量表，并以此表为依据，结合灰色关联分析法和各物理成分质量百分比，基于Dulong和Steuer计算模型进行预测，利用14个已知生活垃圾数据进行检验，预测的计算结果与实际热值较接近。马晓茜等[38]采用遗传算法优化 BP神经网络的权值和阈值，建立垃圾焚烧炉入炉垃圾热值的预测模型，研究结果表明：该模型预测平均相对误差为2.64%，检验样本相对误差平均值概率为95%的置信区间为 [-1.75, 2.59]，有较高的准确性和置信度。

综上所述，不同区域的垃圾种类差异较大，以不同区域垃圾为研究对象的垃圾热值计算公式和预测模型的研究种类繁多，每种计算公式或预测模型只适用某种特定的垃圾，普遍适用性较差，无法统一。国内各地区的垃圾差异较大，也没有统一的计算公式可适用于全国的垃圾热值计算。