趙 曉,?；?,彭思洋,王 偉,王書肖,馬 中

?

中國生物質(zhì)燃氣產(chǎn)能及碳減排潛力

趙 曉1,常化振1*,彭思洋1,王 偉2,王書肖2,馬 中1

(1.中國人民大學(xué)環(huán)境學(xué)院,北京 100872；2.清華大學(xué)環(huán)境學(xué)院,北京 100084)

基于回歸分析預(yù)測模型和來源分類預(yù)測模型對2020~2050年生物質(zhì)燃氣產(chǎn)量和能源結(jié)構(gòu)占比進行預(yù)測,并對碳減排潛力進行了情景分析.結(jié)果表明,回歸分析預(yù)測偏差較小,其中逐步回歸預(yù)測偏差值為9.34%,略小于多元線性回歸的13.99%.來源分類模型的準確度高于回歸模型.到2050年,沼氣增幅約為176%.在低碳情景中提高生物質(zhì)燃氣應(yīng)用比例最高可降低未來情景中10%的碳排放量,表明大力發(fā)展生物質(zhì)燃氣對于碳減排和碳循環(huán)有較為明顯的正面效應(yīng).結(jié)合現(xiàn)狀對經(jīng)濟,技術(shù),市場等方面提出政策建議.為下一步發(fā)掘生物質(zhì)燃氣產(chǎn)品市場潛力提供理論指導(dǎo).

生物質(zhì)燃氣；回歸預(yù)測；情景分析；碳減排潛力計算

生物質(zhì)能作為一種綠色,清潔,可再生的新能源是未來發(fā)展的主要能源之一,在解決未來能源需求,全球變暖,生態(tài)環(huán)境保護方面有著重要地位.尤其在清潔能源短缺和大氣污染形勢嚴峻的今天,生物質(zhì)燃氣開發(fā)具有越來越重要的意義[1-2].

根據(jù)國家能源局頒布的生物質(zhì)能發(fā)展“十三五”規(guī)劃[2],生物質(zhì)能按照利用方式分類可分為以下4類能源:生物質(zhì)發(fā)電電能,生物質(zhì)成型燃料,生物質(zhì)燃氣及生物質(zhì)液體燃料.據(jù)統(tǒng)計[3],到2015年底,我國各大類生物質(zhì)能產(chǎn)量折合標準煤約3540萬t,其中商品化利用比例達51.4%.

生物質(zhì)燃氣從工程規(guī)模角度來分可分為2類:一是分布散亂,單個規(guī)模較小的農(nóng)村戶用沼氣;二是品質(zhì)優(yōu)良,單個規(guī)模較大的規(guī)?；託夤こ躺a(chǎn)的生物質(zhì)氣化燃氣[3].從原料來源可以分為4類:分別是工業(yè)廢物生物質(zhì)燃氣,農(nóng)業(yè)廢物生物質(zhì)燃氣,生活垃圾生物質(zhì)燃氣以及市政污泥生物質(zhì)燃氣.

回歸模型在包括環(huán)境領(lǐng)域在內(nèi)的諸多領(lǐng)域都有廣泛應(yīng)用,可以將多個變量之間的線性或非線性關(guān)系進行數(shù)量分析.回歸模型可用于預(yù)測空氣污染物濃度[4],預(yù)測污水廠剩余污泥厭氧消化產(chǎn)氣量[5],對氣象進行了同期回歸和多元回歸等統(tǒng)計預(yù)報模型[6].相比國內(nèi),國外對于多元回歸的應(yīng)用更早.回歸模型可用于[7]研究本地氣象因素和大氣化學(xué)過程對小尺度時空變化影響,對細顆粒物濃度進行預(yù)測及評價[8]等.以上表明多元線性回歸在大氣監(jiān)測預(yù)警,空氣質(zhì)量預(yù)報和產(chǎn)量預(yù)測等都可以進行變量預(yù)測等統(tǒng)計分析.且有較高的可信度.但回歸模型較少有應(yīng)用于生物質(zhì)燃氣產(chǎn)量預(yù)測可供參考的數(shù)據(jù)不多.

本文針對新形勢下生物質(zhì)燃氣產(chǎn)品和市場發(fā)展需要,研究國內(nèi)外生物質(zhì)燃氣發(fā)展規(guī)模,技術(shù)應(yīng)用現(xiàn)狀以及先進的商業(yè)模式.按照工程規(guī)模和原料來源兩個分類口徑分別構(gòu)建模型進行預(yù)測分析.在此基礎(chǔ)上,進一步梳理國內(nèi)實現(xiàn)的渠道及可能性,給出生物質(zhì)燃氣產(chǎn)品市場應(yīng)用潛力分析,并結(jié)合我國現(xiàn)實國情提出政策建議,為下一步推動生物質(zhì)燃氣市場發(fā)展提供理論指導(dǎo).

1 材料與方法

1.1 回歸模型

從國際沼氣產(chǎn)量報告,中國農(nóng)業(yè)統(tǒng)計年鑒,中國統(tǒng)計年鑒,中國輕工業(yè)統(tǒng)計年鑒[8-11]等來源搜集基礎(chǔ)數(shù)據(jù),運用多變量線性回歸模型和逐步回歸模型對生物質(zhì)產(chǎn)量進行了預(yù)測.

1.1.1 變量選取 年均沼氣產(chǎn)量是反映沼氣發(fā)展的重要指標,設(shè)當年沼氣產(chǎn)量(TJ)為因變量.在以上基礎(chǔ)上結(jié)合變量的有效性和可獲取性,選擇上年沼氣產(chǎn)量(TJ),GDP(億元),能源消費量(kg標準煤),人口(萬人),財政補貼,技術(shù)進步,產(chǎn)業(yè)結(jié)構(gòu)等因素分別為自變量1-6.

針對上述變量,采用文獻調(diào)研和資料收集相結(jié)合的方法獲取有關(guān)數(shù)據(jù).主要參考中國農(nóng)業(yè)統(tǒng)計年鑒[12]和中國社會經(jīng)濟發(fā)展統(tǒng)計公報[13]得到2004~ 2014年的相關(guān)數(shù)據(jù),具體如表1所示.

表1 2004~2014沼氣產(chǎn)量相關(guān)數(shù)據(jù)

關(guān)于財政補貼,根據(jù)全國農(nóng)村沼氣發(fā)展“十三五”規(guī)劃[16],全國農(nóng)村沼氣工程建設(shè)規(guī)劃(2006~2010年)[17]中資金預(yù)算部分,2001~2005年期間,中央累計投入35.3億元,其中農(nóng)村戶用沼氣池投資34.5億元,建設(shè)沼氣池357.60萬戶;殖場沼氣工程投資8115萬元,建設(shè)沼氣工程120處.2004年和2005年財政補貼分別為103250萬元和102980萬元.但農(nóng)村沼氣建設(shè)采取國家補助和農(nóng)戶自籌相結(jié)合的建設(shè)模式,按照“一池三改”建設(shè)標準,除去國家補助外,還需農(nóng)民自籌投資,導(dǎo)致建池困難問題.如戶均投資需3000~ 3500元,其中國家補助800~1200元,農(nóng)民需自籌2000多元.在十一五期間,規(guī)劃全國新建農(nóng)村戶用沼氣2300萬戶左右,其中中央補助建設(shè)1300萬戶左右,帶動地方建設(shè)1000多萬戶.到2010年底,全國戶用沼氣總數(shù)達到4000萬戶左右,約占適宜農(nóng)戶的30%.全國農(nóng)村戶用沼氣建設(shè)總投資400.65億元,中央投資125億元重點用于農(nóng)村戶用沼氣池的建設(shè).西北和東北地區(qū)平均每戶總投資3200元/戶,其他地區(qū)平均3000元/戶.中部地區(qū)比照西部大開發(fā)有關(guān)政策按照1000元/戶標準進行補貼.十一五期間具體補貼情況如圖1所示.十三五期間農(nóng)村沼氣總投資500億元:規(guī)?；锾烊粴夤こ?81.2億元,規(guī)模化大型沼氣工程133.61億元,中型沼氣工程91億元,小型沼氣工程59億元,戶用沼氣33.3億元,沼氣科技創(chuàng)新平臺1.89億元.根據(jù)上述國家出臺的財政補貼,估算2004~2014年沼氣池財政補貼.

1.1.2 模型適配度檢驗 首先,對沼氣產(chǎn)量采用多元線性回歸方法進行分析,同時進行方差檢驗.在計算過程中,由于自變量較多,且個別因素影響較小或因素之間存在共線性影響,誤差平方和會隨著變量的引入而增大,影響了模型整體的穩(wěn)定性.因此,在多元線性回歸的基礎(chǔ)上,對沼氣產(chǎn)量進行非線性回歸分析即逐步回歸方法,從多因素中挑選出影響顯著的因素來建立回歸模型.

圖1 全國各地區(qū)十一五沼氣建設(shè)財政補貼

從圖2來看,逐步回歸的標準化殘差的絕對值更接近于1,說明其適配性更高.

從表2中可看出,對于多元線性回歸,模型的復(fù)相關(guān)系數(shù)是0.977,判定系數(shù)是0.955,修正系數(shù)為0.910,達-沃檢驗統(tǒng)計值為2.703,當達-沃檢驗≈2時說明殘差獨立.對于逐步回歸,模型的復(fù)相關(guān)系數(shù)是0.955,判定系數(shù)是0.911,修正系數(shù)為0.902,達-沃檢驗統(tǒng)計值為1.531.整體來看2種模型的擬合優(yōu)度都較好.

表2 模型擬合度適配

2 結(jié)果與討論

2.1 回歸預(yù)測模型

對于多元線性回歸,在計算過程中剔除了人均GDP的影響(值為1.525),根據(jù)計算的系數(shù)建立的多元線性回歸方程為:

1=3261074.863+0.6381+0.092-12.9253-

24.7994+0.155(1)

對于逐步回歸,在計算過程中分別剔除了上年沼氣產(chǎn)量(值為2.205),GDP(值為0.274),能源消費(值為-0.204),人口(值為0.409)和人均GDP(值為0.319)等因素的影響,計算方程為:

2=103248.753+0.1865(2)

圖3表示,回歸分析與實際值偏差較小,有較高的適用度,若引入更多變量回歸標準差會進一步縮小,證明了線性回歸方法在沼氣產(chǎn)量預(yù)測中的可行性.且多元線性回歸的百分比偏差為13.99%,略大于逐步回歸的百分比偏差值9.34%,證明逐步回歸具有相對較高的準確度,逐步回歸剔除變量后剩余影響因素為財政補貼,說明我國財政補貼對于沼氣工程的扶植力度較大,若想提高沼氣產(chǎn)量可進一步增加財政補貼.

圖3 沼氣產(chǎn)量回歸預(yù)測情況

回歸自變量發(fā)展趨勢較為穩(wěn)定,有較強的規(guī)律性,因此可進行自變量回歸,對上年沼氣產(chǎn)量、GDP、人均GDP、能源消費、人口數(shù)量、財政補貼等自變量分別使用冪函數(shù)、二次函數(shù)、logistic模型等方法分別進行擬合求值,得到2020、2030、2040、2050年等自變量值,具體如表3所示.

表3 自變量預(yù)測值

在此基礎(chǔ)上,用回歸分析的方法對未來沼氣產(chǎn)量進行了預(yù)測,未來年沼氣產(chǎn)量如圖4所示.

圖4 未來年沼氣產(chǎn)量預(yù)測值

2.2 來源分類預(yù)測模型

按照生物質(zhì)廢物來源分類,分成工業(yè)廢物、農(nóng)業(yè)廢物、城市垃圾、生活污泥4類生物質(zhì)廢物,其中工業(yè)生物質(zhì)廢物主要包括高濃度有機廢水和有機廢渣,農(nóng)業(yè)生物質(zhì)廢物主要包括養(yǎng)殖廢物及農(nóng)業(yè)秸稈,生活垃圾包括通過填埋處理可產(chǎn)生填埋氣的部分垃圾,市政污泥是指市政污水經(jīng)處理得到的脫水污泥.基于對各類廢物資源量的預(yù)測和轉(zhuǎn)化為沼氣的開發(fā)利用率,預(yù)測2020、2030、2040和2050年的沼氣產(chǎn)量.

根據(jù)2010年的統(tǒng)計數(shù)據(jù)得到2010年4類生物質(zhì)廢物產(chǎn)沼氣資源量及產(chǎn)沼氣量的基礎(chǔ)數(shù)據(jù).通過參數(shù)假設(shè)得出未來各類生物質(zhì)廢物產(chǎn)沼氣量.

2.2.1 工業(yè)廢物產(chǎn)沼氣潛力預(yù)測 根據(jù)輕工業(yè)環(huán)保所統(tǒng)計,2010年全國工業(yè)排放有機廢水為43.67億t,廢渣為9.46億t.可轉(zhuǎn)化為沼氣(甲烷含量56%)的資源量為280.83億m3.根據(jù)各行業(yè)協(xié)會、有關(guān)省市、各承擔(dān)沼氣工程設(shè)計建設(shè)的公司和設(shè)計院所等進行的統(tǒng)計,并根據(jù)2010年進行的全國工業(yè)污染源調(diào)查數(shù)據(jù),估算得出全國工業(yè)沼氣工程年產(chǎn)沼氣量約為50.0億m3,占總資源量的17.86%.2015年工業(yè)企業(yè)生產(chǎn)沼氣的總資源量為322.11億m3.

按照十三五規(guī)劃發(fā)展速度,預(yù)計到2020年中國工業(yè)總產(chǎn)值比2010年翻一番,達到143萬億元.同時隨著工業(yè)企業(yè)開展清潔生產(chǎn)節(jié)能減排,預(yù)計污染(以COD計)增長減半,即污染排放削減率為50%.到2020年,工業(yè)企業(yè)污染排放量預(yù)計比2010年增加50%,2020年工業(yè)企業(yè)生產(chǎn)沼氣的總資源量為421.24億m3.

在未來我國產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型的大趨勢下,預(yù)計未來我國工業(yè)增長率將逐步放緩,模型中2020~2030年、2030~2040年、2040~2050年3個時間段的年平均工業(yè)增長率分別按6%、4%、3%計算.同時隨著清潔生產(chǎn)和節(jié)能減排力度不斷擴大,預(yù)計未來我國污染物排放削減率將逐步上升.

2020~2030年總體工業(yè)增長率為79.1%,工業(yè)排放污染量按總體增長的35%計算,則2030年工業(yè)企業(yè)生產(chǎn)沼氣的總資源量約為537.86億m3.

2030~2040年總體工業(yè)增長率為48%,工業(yè)排放污染量按總體增長的30%計算,則2040年工業(yè)企業(yè)生產(chǎn)沼氣的總資源量為651.31億m3.

2040~2050年總體工業(yè)增長率為34.4%,工業(yè)排放污染量按總體增長的25%計算,則2050年工業(yè)企業(yè)生產(chǎn)沼氣的總資源量為707.32億m3.

具體計算公式如下:

根據(jù)上述關(guān)于沼氣資源量的預(yù)測,對工業(yè)廢物產(chǎn)沼氣潛力預(yù)測結(jié)果如表4.

表4 未來工業(yè)廢物產(chǎn)沼氣潛力預(yù)測結(jié)果

2.2.2 農(nóng)業(yè)廢物產(chǎn)沼氣潛力預(yù)測 根據(jù)2010年中國統(tǒng)計年鑒中畜禽糞便排放量數(shù)據(jù)以及不同種類畜禽糞便產(chǎn)氣率數(shù)據(jù).2009年全國畜禽養(yǎng)殖年排放糞便總量約為148732.592萬t,如果采取全部厭氧消化方式處理,可產(chǎn)沼氣819.5億m3.而目前農(nóng)業(yè)沼氣工程僅在規(guī)?；笄蒺B(yǎng)殖場存在.

根據(jù)畜牧業(yè)發(fā)展“十二五”規(guī)劃發(fā)展速度進行估算,我國畜牧業(yè)從2010~2020年將以年均增長率為3%的速度增長,因此到2015年全國畜禽養(yǎng)殖年排放糞便總量約為17.2億t,可產(chǎn)沼氣資源量為950億m3.2020年全國畜禽養(yǎng)殖年排放糞便總量約為19.94億m3,可產(chǎn)沼氣資源量為1100億m3.模型中2020~ 2030年間年均增長率按2%計算,2030年可產(chǎn)沼氣資源量約為1340億m3,最后到2050年保持穩(wěn)定.

根據(jù)農(nóng)業(yè)部2007年的統(tǒng)計,規(guī)?；B(yǎng)殖場養(yǎng)殖量占全國養(yǎng)殖總量的8.11%(占糞便排放量).按目前規(guī)?；潭鹊钠骄黾铀俣葹?.5%計算,2015年規(guī)模化程度為15.6%,2020年規(guī)?；潭葹?3.4%.預(yù)計未來養(yǎng)殖場規(guī)模化程度將保持繼續(xù)平穩(wěn)增長的態(tài)勢,但增速有所放緩,2030、2040、2050年規(guī)?；潭确謩e按35%、40%、45%計算.

計算公式如下:

根據(jù)上述關(guān)于沼氣資源量的預(yù)測,對農(nóng)業(yè)廢物產(chǎn)沼氣潛力預(yù)測結(jié)果如表5.

表5 未來農(nóng)業(yè)廢物產(chǎn)沼氣潛力預(yù)測結(jié)果

2.2.3 生活垃圾產(chǎn)沼氣潛力預(yù)測 根據(jù)國家統(tǒng)計局數(shù)據(jù),2015年城市生活垃圾清運量為1.91億t,據(jù)環(huán)保部門預(yù)測,到2020年,全國城市垃圾清運量將每年以6%以上的速度增加.到2020年后,增長速度預(yù)計有所減緩,模型中2020~2030年、2030~2040年、2040~2050年3個時間段年均增長率分別按4%、2%、1%計算.則2015年~2050年城市垃圾清運量從1.91億t增加到5.1億t.按照每噸城市垃圾衛(wèi)生填埋平均所產(chǎn)生的填埋氣120m3計算,得到相應(yīng)的填埋氣資源量.

而城市垃圾產(chǎn)沼氣主要集中在填埋垃圾氣體利用.2015年填埋處理量達1.15億t.預(yù)計,垃圾填埋處理能力年均增長率將按8%增長.2020年,填埋處理量為1.69億t.環(huán)保部門預(yù)測2020年后垃圾填埋增長率減緩.模型中2020~2030年、2030~2040年、2040~2050年3個時間段年均增長率分別按4%、2%、1%計算,而填埋場產(chǎn)氣率和填埋氣收集率均有提高,分別按照每t產(chǎn)氣120m3和30%計算.

具體計算公式如下:

根據(jù)上述關(guān)于沼氣資源量的預(yù)測,對城市垃圾產(chǎn)沼氣潛力預(yù)測結(jié)果如表6.

表6 未來生活垃圾產(chǎn)沼氣潛力預(yù)測結(jié)果(億m3)

2.2.4 市政污泥產(chǎn)沼氣潛力預(yù)測 根據(jù)建設(shè)部和環(huán)保部門有關(guān)規(guī)劃和2010年“全國污泥處理與綜合利用研討會”部分專家預(yù)測,我國城市污水、污泥處理將有一個快速發(fā)展,預(yù)計2010年~2020年城市污水和污泥處理量將分別增加1倍以上.2020年以后速度將減緩.干污泥產(chǎn)率按1.6tDS/萬m3污水計算.污泥產(chǎn)氣率按含水94%的污泥產(chǎn)沼氣12m3計算.

根據(jù)城市污水處理及污染防治技術(shù)政策中的規(guī)定,日處理能力在10萬m3以上的污水二級處理設(shè)施產(chǎn)生的污泥,宜采取厭氧消化工藝進行處理,產(chǎn)生的沼氣應(yīng)進行綜合利用.據(jù)估計,我國現(xiàn)有的城市污水處理廠規(guī)模在10萬t/d以上約有20%,處理的廢水量應(yīng)占我國生活污水總量的40%左右.

具體計算公式如下:

同時考慮污水處理率以及厭氧處理比例,估算出2020~2050年的產(chǎn)沼氣目標.根據(jù)上述關(guān)于沼氣資源量的預(yù)測,對污泥產(chǎn)沼氣潛力預(yù)測結(jié)果如表7.

表7 未來市政污泥產(chǎn)沼氣潛力預(yù)測結(jié)果

2.2.5 來源分類預(yù)測模型總結(jié)及敏感性分析 根據(jù)以上四類來源分類預(yù)測模型結(jié)果,將4類生物質(zhì)廢物產(chǎn)沼氣資源量和潛力量預(yù)測值進行匯總?cè)绫?所示.

表8 產(chǎn)沼氣資源量預(yù)測結(jié)果匯總(億m3)

根據(jù)式(10)的計算結(jié)果,靈敏度均小于1,說明參數(shù)在上述區(qū)間內(nèi)取值對結(jié)果影響很小,計算時可忽略.

來源分類預(yù)測模型預(yù)測精度較高,兩種方法計算出的沼氣產(chǎn)量單位不同,無法直接進行對比,但是來源分類模型中從沼氣原材料出發(fā),綜合考慮了產(chǎn)業(yè)結(jié)構(gòu)、能源利用效率、污泥處理率等參數(shù),與實際情況較為符合.從2015~2050年,工業(yè)廢物沼氣產(chǎn)量、農(nóng)業(yè)廢物沼氣產(chǎn)量、生活垃圾沼氣產(chǎn)量和市政污泥沼氣產(chǎn)量分別增長了119%、305%、167%和114%.沼氣產(chǎn)量平均增幅約為176%.說明未來我國沼氣產(chǎn)量增長的主要貢獻者為農(nóng)業(yè)廢物貢獻.

單從增長率來看,逐步回歸預(yù)測值從2020~2050年增幅為624%,線性回歸預(yù)測值增幅為595%,均遠遠大于來源分類預(yù)測值.對比其他的能源情景計算結(jié)果[22-24]來源分類預(yù)測模型的結(jié)果更符合實際.但其對參數(shù)的要求也更高.

2.3 碳排放情景分析

生物質(zhì)燃燒同樣會產(chǎn)生不良環(huán)境效應(yīng),陳雅琳等[18]對生物質(zhì)能源替代化石能源的潛力及環(huán)境效應(yīng)進行研究,證明生物質(zhì)能的使用對環(huán)境損失有減弱作用.關(guān)于生物質(zhì)燃燒的影響,沈瀟雨等[19]研究發(fā)現(xiàn)生物質(zhì)燃燒產(chǎn)物中的碳質(zhì)(OC、EC)特征及同位素組成.張宜升等[20]對生物質(zhì)露天焚燒及家庭燃用的多環(huán)芳烴排放特征進行研究.但是相比傳統(tǒng)能源,生物質(zhì)燃氣為碳中性能源,具有正向的環(huán)境效益.

目前,可對未來提出多種方案預(yù)測的情景分析法是最常用的分析方法之一,在污染物預(yù)報預(yù)警、能源規(guī)劃等都有廣泛的應(yīng)用[21-24].在前述結(jié)果基礎(chǔ)上,利用情景分析法分析未來沼氣在不同能源消費情景下的結(jié)構(gòu)占比情況.EIA,研究者[25-27]均對未來中國能源消費總量進行情景預(yù)測計算,本文根據(jù)不同國家標準的控制和能源消費總量設(shè)定基準情景和低碳情景兩個情景[29-31].

基準情景BAU:以2014年為基準年,各項影響因子進行趨勢外延,在基準情景中采用和基準年相同的沼氣生產(chǎn)技術(shù)和環(huán)境政策,即不采取嚴格標準和新的控制技術(shù),同時也不考慮未來環(huán)境政策的變化.

低碳情景LC:基于基準情景,根據(jù)國家新能源發(fā)展規(guī)劃,到2020、2030、2040、2050年非化石能源占一次能源消費比重逐步提高.不同情景下的沼氣產(chǎn)量及生物質(zhì)燃氣在能源供應(yīng)結(jié)構(gòu)中占比情況如圖5所示.

預(yù)計生物質(zhì)燃氣占能源供應(yīng)總量比例由2020年的0.31%到2050年達到能源供應(yīng)總量的0.6%.若在低碳場景下,這個比例將會更高,沼氣產(chǎn)量會大幅提升,能源比例由1%提升到5%.

圖5 未來不同情景下沼氣供能情況

根據(jù)IPCC給出的碳排放系數(shù)并結(jié)合我國燃料熱值計算得知,煤、燃料油、燃料氣的碳氧化因子都為1,煤、燃料油和燃料氣的碳排放系數(shù)分別為 98825、74260和95940.不確定性95%信賴區(qū)間下限分別為-8%、-5.2%和-11.9%,不確定性95%信賴區(qū)間上限分別為7.9%、5.8%和15.1%.3種燃料對應(yīng)的國內(nèi)熱值分別為5390、8488.73和7184.因此,煤、燃料油和燃料氣的建議排放系數(shù)分別為2.21,2.64和1.83,不確定性95%信賴區(qū)間上下限和碳排放系數(shù)相同.

根據(jù)北京市企業(yè)(單位)CO2核算和報告指南[28],燃料燃燒產(chǎn)生的CO2直接排放量計算公式如下所示:

式中:A為活動水平數(shù)據(jù),第種化石燃料燃燒數(shù)量,TJ;F為第種燃料的排放因子,tCO2/TJ;為燃料類型;為燃料類型數(shù)量.

結(jié)合IPCC和北京市碳排放計算方法,未來情景CO2排放量計算公式為:

根據(jù)圖5中不同情景下生物質(zhì)燃氣占能源結(jié)構(gòu)的比例和公式(2)計算的2020~2050年在不同情景下的碳排放量如圖6所示.

圖6 未來情景下的CO2排放量

低碳情景中燃煤和石油的消費量均低于基準情景.生物質(zhì)燃氣應(yīng)用比例大幅升高.不同情景下生物質(zhì)燃氣的產(chǎn)量對碳排放有較為顯著的影響.從2020~2050年,低碳情景下的CO2排放量減少了3%~10%,低碳情景明顯低于基準情景下的碳排放量.結(jié)果表明,大力發(fā)展生物質(zhì)燃氣對于碳減排和碳循環(huán)有較為明顯的正面效應(yīng).

3 結(jié)論

3.1 回歸預(yù)測模型和來源分類預(yù)測模型均可以用于生物質(zhì)燃氣產(chǎn)量預(yù)測計算.其中回歸分析引入變量越多回歸標準差越小,逐步回歸的百分比偏差值9.34%小于多元線性回歸百分比偏差13.99%,且剔除變量過程證明在我國財政補貼對于沼氣產(chǎn)量影響最大.來源分類模型根據(jù)原材料產(chǎn)量來進行預(yù)測,可預(yù)測時間段較長,但模型中假設(shè)參數(shù)的不確定性對未來預(yù)測結(jié)果準確度產(chǎn)生影響.綜合沼氣產(chǎn)量增幅來看,來源分類模型的精確度高于回歸預(yù)測模型.

3.2 不同能源情景下生物質(zhì)燃氣應(yīng)用比例差別較大.在基準情景下,預(yù)計我國生物質(zhì)燃氣產(chǎn)量從2015~2050年間由126.13億m3增長到570億m3,占能源供應(yīng)總量比例由2020年的0.31%,達到2050年的0.6%,其中工業(yè)和農(nóng)業(yè)生物質(zhì)廢物將成為未來生物質(zhì)燃氣的主要來源.在低碳情景下,生物質(zhì)燃氣能源供應(yīng)量會大量提高,由2020年的0.5%提高到2050年的3.5%,將會大幅減輕能源壓力.同時低碳情景下碳排放量遠遠小于基準情景,有利于我國能源結(jié)構(gòu)更為科學(xué)的調(diào)整.

3.3 為最大限度發(fā)掘生物質(zhì)燃氣市場潛力,針對國內(nèi)生物質(zhì)燃氣產(chǎn)業(yè)在經(jīng)濟、技術(shù)、市場和政策四個方面的發(fā)展障礙,為未來政策制定提供幾點建議:盡快落實沼氣發(fā)電上網(wǎng)補貼實施細則,更大限度地提高生物質(zhì)燃氣產(chǎn)業(yè)生產(chǎn)積極性和市場活躍度;繼續(xù)加強環(huán)保治理執(zhí)法力度;制定一個具有統(tǒng)一性、強制性的國家級沼氣技術(shù)標準;建立專門的生物質(zhì)燃氣產(chǎn)業(yè)化融資機制,對于中小型的沼氣項目,政府可以提供貼息貸款或者財政補貼政策予以支持.

[1] 張 秀,夏運生,尚藝婕,等.生物質(zhì)炭對鎘污染土壤微生物多樣性的影響 [J]. 中國環(huán)境科學(xué), 2017,37(1):252-262.

[2] 曹國良,張小曳,王 丹,等.中國大陸生物質(zhì)燃燒排放的污染物清單[J]. 中國環(huán)境科學(xué), 2005,25(4):389-393.

[3] 國家能源局.生物質(zhì)能發(fā)展“十三五”規(guī)劃[EB/OL]. http: //www.gov.cn/xinwen/2016-12/05/content _51 4 3612.htm, 2016-12- 06

[4] 沈 勁,鐘流舉,何芳芳,等.基于聚類與多元回歸的空氣質(zhì)量預(yù)報模型開發(fā)[J]. 環(huán)境科學(xué)與技術(shù), 2015,38(2):63-66.

[5] 張文陽,張良均,李 娜,等.多元回歸和BP人工神經(jīng)網(wǎng)絡(luò)在預(yù)測混合厭氧消化產(chǎn)氣量過程中的應(yīng)用比較[J]. 環(huán)境工程學(xué)報, 2013, 7(2):747-752.

[6] 徐偉嘉,李紅霞,黃 慎,等.珠海市空氣質(zhì)量預(yù)測模型研究與分析[J]. 環(huán)境科學(xué)與技術(shù), 2015(11):142-147+158.

[7] G Miskell, J A Salmond, D E Williams. Use of a handheld low-cost sensor to explore the effect of urban design features on local-scale spatial and temporal air quality variability [J]. Science of The Total Environment, 2017,(619):480-490.

[8] Zhou X, Cai J, Zhao Y, et al. Estimation of residential fine particulate matter infiltration in Shanghai, China [J]. Environmental Pollution, 2017,(233):494-500.

[9] 國家能源局[EB/OL]. http://www.nea.gov.cn/.

[10] 沈振寰.國際沼氣工程發(fā)展現(xiàn)狀報告[R]. 北京:輕工業(yè)環(huán)境保護研究所, 2011.

[11] 國家統(tǒng)計局農(nóng)業(yè)社會經(jīng)濟調(diào)查司.中國農(nóng)村統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 2000-2015.

[12] 國家統(tǒng)計局;環(huán)境保護部.中國農(nóng)村統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 2005-2015.

[13] 國家統(tǒng)計局.中國統(tǒng)計年鑒[M]. 北京:中國統(tǒng)計出版社, 1995- 2015.

[14] 中國畜牧業(yè)年鑒編輯部.中國畜牧業(yè)年鑒[M]. 北京:中國農(nóng)業(yè)出版社, 2000-2015.

[15] 中國經(jīng)濟發(fā)展統(tǒng)計數(shù)據(jù)庫[EB/OL]. http://www.stats.gov.cn/tjsj/.

[16] 全國農(nóng)村沼氣發(fā)展十三五規(guī)劃[EB/OL].http://www.gov.cn/ xinwen/2017-02/10/content_5167076.htm, 2017-06-07.

[17] 全國農(nóng)村沼氣工程建設(shè)規(guī)劃(2006~2010年) [EB/OL].http://www.moa.gov.cn/nybgb/2007/dsiq/201806/t20180613_6151883.htm, 2007-03-21.

[18] 陳雅琳,高吉喜,李詠紅.中國化石能源以生物質(zhì)能源替代的潛力及環(huán)境效應(yīng)研究[J]. 中國環(huán)境科學(xué), 2010,30(10):1425-1431.

[19] 沈瀟雨,郭照冰,姜文娟,等.生物質(zhì)室內(nèi)燃燒產(chǎn)物的碳質(zhì)特征及EC同位素組成[J]. 中國環(huán)境科學(xué), 2017,37(10):3669-3674.

[20] 張宜升,張厚勇,欒勝基,等.生物質(zhì)露天焚燒及家庭燃用的多環(huán)芳烴排放特征研究[J]. 中國環(huán)境科學(xué), 2015,35(2):387-395.

[21] TY Chen, OS Yu, JY Hsu, et al. Renewable energy technology portfolio planning with scenario analysis: Acase study for Taiwan [J]. Energy Policy, 2009,37(8):2900-2906.

[22] P Schwartz. The Art of the Long View [J]. Currency and Doubleday, 1991.

[23] 婁 偉,李 萌.情景分析法在能源規(guī)劃研究中的應(yīng)用[J]. 中國電力, 2012,45(10):17-18.

[24] 云雅如,王淑蘭.情景分析法在我國環(huán)境保護相關(guān)領(lǐng)域管理決策中的現(xiàn)狀與展望[J]. 中國人口資源與環(huán)境, 2012,22(11):131-133.

[25] U.S. Energy Information Administration (EIA). International energy outlook 2013 [EB/OL]. http://www.e ia.gov/fo re-ca sts/ieo/pdf/0484 (2013).pdf, 2014-09-02.

[26] 姜克雋,胡秀蓮,劉 強,等.中國2050年低碳發(fā)展情景研究[C]// 2050中國能源和碳排放研究課題組.2050中國能源和碳排放報告.北京:科學(xué)出版社, 2009:753-820.

[27] British Petro(BP). Energy outlook to 2035 [EB/OL]. http://www.bp. com/en/global/corporate/about-bp/energy-econom-ics/energy-outlook.html, 2014-09-02.

[28] 北京市企業(yè)(單位)二氧化碳核算和報告指南[EB/OL].http: //www.tanpaifang.com/tanhecha/201612/2758083.html, 2016-12-27.

[29] 張宜升,欒勝基,邵 敏,等.生物質(zhì)燃燒源排放煙塵罩稀釋采樣系統(tǒng)設(shè)計與應(yīng)用 [J]. 中國環(huán)境科學(xué), 2014,34(11):2741-2748.

[30] 馬 彤,陳家寶,韋進進,等.南寧市生物質(zhì)鍋爐排放的顆粒物中碳組分特征 [J]. 中國環(huán)境科學(xué), 2017,37(1):21-26.

[31] 趙金平,鐘英立,徐小靜,等.南方地區(qū)典型生物質(zhì)燃燒鍋爐二噁英排放污染特征 [J]. 中國環(huán)境科學(xué), 2017,37(9):3473-3480.

The analysis of biomass gas production capacity and carbon emission reduction potential in China.

ZHAO Xiao1, CHANG Hua-zhen1*, PENG Si-yang1, WANG Wei2, WANG Shu-xiao2, MA Zhong1

(1.School of Environment and Natural Resources, Renming University of China, Beijing 100872, China；2.School of Environment, Tsinghua University, Beijing 100084, China)., 2018,38(8)：3151~3159

Based on the regression analysis prediction model and the source classification prediction model, the biomass gas production and the energy structure proportion between 2020 and 2050 were predicted. And the scenarios of carbon emission reduction potential were analyzed. The results showed that the regression analysis had a smaller prediction error, which stepwise regression prediction was 9.34%, slightly less than 13.99% of the multiple linear regression. The source classification model was more accurate. By 2050, biogas would increase by about 176%. And increasing the application of biomass gas in the low-carbon scenario can reduce the carbon emission by 10% in the future scenario, indicating that the vigorous development of biomass gas has a significant positive effect on carbon emission reduction and carbon cycle. Based on the status, we put forward several policy suggestions on economy, technology and market to provide theoretical guidance for further exploring of market potential on biomass gas.

biogas；regression forecast；scenario analysis；carbon emission reduction potential

X324

A

1000-6923(2018)08-3151-09

趙 曉(1994-),女,山東淄博人,中國人民大學(xué)環(huán)境學(xué)院碩士研究生,主要從事大氣污染控制成本研究.發(fā)表論文2篇.

2018-01-23

國家重點研發(fā)計劃項目(2016YFC0203900,2016YFC0203901)及國家自然科學(xué)基金項目(51778619,21577173)

* 責(zé)任作者, 副教授, chz@ruc.edu.cn