分析能源和环境的区域供热系统

分析能源和环境的区域供热系统摘要区域供热（热电联产）系统，是植物以及热电联产（CHP），已经是无论在数量还是其他方面引起了越来越大的兴趣，并在过去的十年，但他对环境的改善仍有争议，因为虽然通常有一个一氧化碳的排放减少，但是关于其他污染物并不总是一定的减少。一个数量有限的作品的特定影响必须注意当地环境的影响，由 热电联产已发现的植物给了一个简要的概述文件。热电联产卫生防护中心厂和新的环境影响机构进行了研究.在本文件中，在这家工厂已经被提出来替代现有的供暖系统。该文件对于有关环境方面的一些变化提出了看法，由于当地的污染物，如硫氧化物（苏x），颗粒物（PM）和氮氧化物（NOx），已经在考虑到范围内尤其是采取了对应办法。主要的数据分析和假设，对于非常有用的局部模拟行为供热厂及 热电联产植物（如效率，取暖油需求等）进行了讨论。色散模型（高斯模型）已被用于评估地方政府在规模效应的办法。最后，关于这个案例研究, 热电联产卫生防护中心和在意大利北部新厂正在介绍和讨论。1 简介 该区域供热系统的数目（热电联产）已在过去十年不断的增加，特别是在与热电联产（CHP）电厂。对许多论文 热电联产部门已经有了今年的出版系统1-21。一些文件提出了仿真代码的结果：一些代码是专用网络和热电联产的专家进行了战略的讨论，以减少计算时间和拟议新方法，减少网络规模1-3 ，另一组代码 热电联产的运作模式，模拟对于不同的植物：只有产生热量，发电，并产生热量的时候才可以4。这两个鲜活的应用分析已经在进行，结果获得了使用不同的代码进行了比较。其他的模拟比较热电联产和微型热电联产厂，不同的权力下放的程度是考虑到了这些结果的不同5。 一些研究已经在技术方面得到了研究 ,例如循环燃气轮机性能空气运转/ 水工作流体审查申请热电联产6; 地热和热电联产示7一个例子,土耳其的地热系统在热电联产提出了8;能源网络热用损失及热电联产的评价9。 许多论文讨论在热电联产系统的能源政策中。 北欧国家,如瑞典和丹麦特别是他们的讨论，因为他们有最发达的热电联产系统。 威斯汀和热电联产10在热电联产行业改革的讨论后果，瑞典的电力市场和鲁斯等人。11关于木材燃料采购策略分析， 彪在瑞典 热电联产系统和霍姆格伦和Gebremedhin 12讨论了垃圾焚烧成介绍瑞典热电联产系统。 Dotzauer博士13提出了一种计算机软件（名为Safari）.其目的是为让热电联产系统的中期规划和其应用到一个典型的地区。克努特松等人14提出了 模拟工具（名为HEATSPOT）国家热电联产政策， 在随后的论文，15,16 ，他们讨论了该政策的影响, 其绿色证书和二氧化碳（CO 2 ）排放交易. 瑞典热电联产部热电联产和丹麦比较. 联产部门和欧洲市场提供的Grohnheit 莫特森和革兰氏17 。政府的和影响.市场上对丹麦 热电联产部门，有些政策战略为讨论了关于这些问题18,19 。 热电联产卫生防护中心厂系统，同时经常受到税 由于豁免其能源节约和环境 改善。然而，尽管通常有减少 在CO 2 ，积极的作用有关的其他污染物是不能肯定 一般情况下有限论文可以发现支付可以特别注意环境影响减少污染物，植物感谢 热电联产的简介。 乔森和Hillring20研究了如何在未来的转换 小规模的生物能源的采暖系统可能影响当地 环境质量，两种污染物（苯和特定用途 晚物（PM）的，尤其是考虑到。这 但是在集中学习和燃料，如木柴，球团矿 只有小规模的 热电联产系统（即安装的热 powero10兆瓦）。Lazzarin和Noro21近代地方相比 植物卫生防护中心厂的DH +（两个解决方案与只分析 天然气）。他们得出结论，能效和 环境方面是有利的现代乡土植物; 然而，从经济角度来看， 热电联产卫生防护中心系统+ 比本地植物好，因为天然气使用 热电联产的计划是在意大利遭受低得多的税收 比局部加热技术。在该论文的作者 相比有限公司 2 ，一氧化碳，氮氧化物（NO x ）排放因 各种技术，但没有讨论空间的变化 污染物的分布，如CO和NO x 。 本文的目的本是充满活力和调查 一个新的环境影响DH +的热电联产，在这家工厂 已经被提出来替代现有的供暖系统。在 尤其是在环境方面进行评估既是 全局和局部范围，即由于一些地方的影响 污染物如硫氧化物（苏 x ）下午和NO x 还采取 考虑。主要数据的和必要的分析 假设有用的模拟加热行为的地方 厂房及 热电联产植物（如效率，取暖油需求等） 讨论。色散模型是基本工具，它 被用于评估地方政府的规模效应在A和案例研究 关于 热电联产北部的一个小镇+热电联产系统在一个新的 意大利一直提出和讨论，以更清楚地显示 提议的评价。本文介绍了一些地区在 第六届世界能源系统会议22 。 其中F 在 是输入热功率，女F和L F 是烟气损失的热功率和它的F比率就 在 分别 和F 和L 是套管热功率损耗及其比值与 尊重与F 在 分别。还有其他不太重要 损失，例如不完全燃烧的损失，往往被忽视。 因此，当地锅炉效率的函数对每个可 估计按照下列步骤： L F 据估计，从数据可从政府锅炉 验证; L 在满负荷假设从标准23 （图。第1A）凡 套管损失大小锅炉给出一个函数的（此值 在1-5之间）; F 从L计算 在满负荷; L （价值在部分负荷图。第1B）可以计算出 以前的F值 ，这是假设不变; 负载的功能与效率是这样，每个可 锅炉。 关于锅炉排放，最重要的污染物 为CO 2 ，因此 x ，下午，和NO x 。其排放因子功能 以前分析的参数，即排放 明显地连接到一个锅炉燃料类型和变化 改变了燃油效率，每主发射能量。数据 从锅炉制造商，从国家环保 代理24，或从其他来源，如美国环保署 保护机构25可以通过。 热电联产系统热负荷的不同可以得到 方法。如果只产生热量，通常有锅炉 使用化石燃料，生物燃料，或废物。 热电联产锅炉，由于其的各种能量. 锅炉峰值功率 kw 锅炉负荷 图1套管损耗部分负荷（A）在满负荷和（B）2 方法论 2.1表征系统实际植物（现有供热 和系统）的未来植物（ 热电联产 ）最常用的系统，在大多数地方供热意大利 城镇锅炉（热水）。被替换的锅炉可 与热交换器（供应商服务的安装）的中央 加热系统（独立供暖系统，这只会 一个单位，通常不考虑）。 一个评估现有的锅炉必须估计 实际消耗和排放值。Informa公司的主要- 针对这样的需求被称为是使用的燃料类型，锅炉 效率和排放因子。通常，这些数据是不容易 可用于每个建设锅炉，但统计数据可以 用来做一估计。在每个城镇，这些都是一些数据 收集的政府环保办公室：燃料， 锅炉规模，效率测量等（集中在意大利 锅炉每年必须检查）。如果这些数据是不可用， 其他来源可以使用（例如数据从一个镇或类似 国家数据库）。 燃料使用的类型主要有天然气，石油和燃料油。 锅炉效率是一个微妙的因素，因为，如果是不足 据估计，它会以不实，造福于 热电联产较大，但 系统。锅炉效率的连接到其年龄， 额定功率，以及所使用的燃料是。只有数据在满负荷的 可从政府锅炉核查。为了 估计部分负荷效率，有必要写的锅炉 效率（节能） FFI的一个F 1 F = F的 在 一个F = F的 在 1 一个L F 一个L 尺寸较大，往往有一个更大的效率比当地锅炉。该 锅炉的大小选择根据 热电联产需求高峰。该 设计应考虑到一个事实，即植物单位可 打破（最大单位通常假定已经打破 向下）。热电联产机组也可用于改善 热电联产的好处 （环境与经济）在生署厂：蒸汽 汽轮机，燃气轮机，联合循环，内燃机 发动机（冰）。 热电联产在新的小型系统，冰是常见的 卫生防护中心单位，因为他们提供良好的电气效率和 高度模块化，这对于提高未来的工厂 阶段。该规范是有用的植物估计 每个单位的行为是电力热电联产，电效率， 热效率，排放因子，排气流量，排气 温度等 在典型的 热电联产代工厂，通常有两个热电联产 单位和锅炉（称为辅助锅炉）。演出 系统分析涉及的 热电联产热模拟操作 热电联产机组负荷覆盖率和辅助锅炉。的价格 电力通常是由热交换的主要理由 从辅助锅炉产生的热电联产系统。模拟 考虑到每一个典型的季节天热负荷曲线 并应用运行规则来计算的电力和热力 卫生防护中心或生产的每个锅炉机一天的时间建筑热负荷 小时数图2热负荷曲线2.2。供暖需求 热电联产的总热能需求的用户在 今年是既相关网站的温度和 建筑功能。值的建筑物在一些典型的 意大利北部载于图。2。它是重要的细节 在用户类型加热体积有关。另一个 被认为是有用的参数，来模拟实际和 未来植物是高峰负荷，也就是最高加热 电力用户可以需求。这个值是有关 最冷的现场温度，它通常是一种相同的每个 用户：一米值在25-30瓦/ 三 可承担的范围 意大利北部。 在热负荷显然是一个赛季都和功能 一天的小时。阿负荷曲线能分到每个 一个月。阿日归曲线的数量与时间 报道中的图。三：热负荷之间的比例和 高峰负荷是在纵轴。由于一般住宅花草 不上夜班，有没有小时负荷夜间（图。3A条）; 然而， 热电联产系统始终有一个小时的负载过夜 （图。3B的）。 最后，热能源需求分布上 热电联产今年在一个网络中显示图。4。这些都是作为一个策划 规定每年的总百分比：最大的要求， ments在最冷的月份（12月至翌年二月）但是，应当区分的排放量 之间的全球效应和局部效应。第一个不 依靠和地点，他们排放的污染物 建筑采暖能耗 千瓦时/米 图3 主体建筑每年供暖消费中的一些热能源需求图4 每月的热分配的热负荷厂(先建设锅炉)和热电联防 没有五月到九月的热负荷和其他中旬季节2.3。的实际和未来的植物评价标准 至于一次能源消费而言，它是 有益的估计每年的小学净值之间 能耗的实际工厂和设备的未来： 正值是指初级能源节约 关注这些影响，因为酸化（主任 2 ，因此 x 和NO x ）和 全球变暖（主任 2 ）。在每年的净值之间 排放量（实际和未来的）是一个全球性的影响有用指数 分析。当地的影响，而不是关注影响健康的 污染物（如二氧化硫 x ，下午，和NO x ）对常住人口。 应区分这些影响之间的 植物排放量在市区（当地植物）和 排放的电器厂（全球植物），这是 通常位于远离市区，因此不 促进当地的污染。因此，二者的净值 指数的年排放量（实际和未来的）是不是最好的 评估当地的影响，最好是分列的实际 排放量（本地和全球范围内），以进行正确的比较 每年的排放值。 至于当地的影响而言，应进一步分析 进行，以显示其重要性的本土化 厂在当地环境领域的利益。色散 的排放量可以模拟使用一个分散的模式，但 排放因子即毫克/千瓦时，这是全球性的有用的一 分析，必须转 换到源排放通量，即 毫克/秒这可以做，如果生署每小时功率要求 是已知的。除了 排放通量，其他来源的字符是必需的：烟流量，流速和退出 温度和堆叠高度。，这些都是设计 数据，而这是很难获得这些数据的现有 锅炉。它有可能使一些简化：例如栈 高度可估计从楼层数。该 气体温度在排放点可估计 从年度检查的一项调查期间所做的锅炉。 现有的堆栈速度和排放率可 通过计算得出的理论是来自烟雾 每一个模拟燃烧源。 它不是一般都需要描述每一个真正的堆叠，但 栈的块数在服务可以表示为一个单一 来源。当群集的真正来源是包括在一个单一 模拟源，引入一种简化的模型。 污染物排放量没有变化，但空间 分布一样。因此，重要的是选择的号码 实数集合的来源，尽可能地接近。 这可能是困难的，因为大量的数据要插入 到模型和计算时间的增加。然而，在 一个初步的阶段，可用于简化模型（如 高斯模型）来模拟分散，因此，许多来源 经过一段长时间内（即今年）可以很容易地模拟和 参数的数量减少 图5热负荷范围（一）以最快速度需求（1月）和最小水头需求 图6：未来。比较值与实际情况的一次能源和排放（二氧化碳2，因此x下午，和NOx）。规模效应的地方和全球已被证明分别为实际值3.实际案例分析 3.1。案例研究说明 提案的植物卫生防护中心的一代，热队将 热电联产提供给网络，将电能 提供给电网，被认为是。这个镇在 意大利北部和建筑物的主要特点 将连接到 热电联产如下： 现有的城市区域，一个基因的卫生防护中心的建议， 口粮厂已经提出：纬度（451N），高度（约 400米）; 燃料混合的建筑：58的天然气加热，油加热 18，燃油供暖24; 相连的建筑数量：105; 总体积加热：870米 三 （主要是住宅）; 估计热能要求：36吉瓦; 预计高峰负荷：22兆瓦。 关于 热电联产系统： 卫生防护中心单位：二冰（天然气燃料发动机）; 总冰发电：3.6兆瓦; 总冰产生的热量：3.8兆瓦; 锅炉辅机：四个单位（天然气燃料的锅炉）如下图7示: 图7地形高度轮廓（米）的演算域。在地图（虚线）。图9 PM分析：两种之间的差额（一）由于实际采暖系统B，（二）浓度C和未来的热电联产（由于颗粒物浓度的实际和未来植物（绿色的优势领域中）下）在卫生防护中心厂的距离（以米为单位显示在每个地图（虚线）3.2。比较实际和未来植物度。随着讨论第一个比较，在图。6，显示了能源消耗 和排放污染物的基础上一年的 方法，一些实际排放量必须研究和 尺度分解到地方和全球性的，因为它是有用的知道 避免地方污染物的量。然而，所有的数据 关于植物的实际划分（见图6。）同时作为 当地和全球规模。 一个主要的节能得到：11.5吉瓦/年（即约 20，相对于实际能源消耗）。也有 一污染物排放量减少了分析。总 避免一氧化碳 2 质量是四千八百七十吨/年（第A33，相对于实际 排放量），这是正确的价值评估不考虑 本地/全球规模效应。相反，当地净值 还涉及了其他污染物。对于苏 x ，无论是可以避免的 全球污染和避免地方污染物是高：避免 地方污染物为9.4吨/年（选项A99与尊重当地实际 排放）。如此高的减少是因为热电联产燃料（天然气） 有一个价值很低的硫。还有一个高减少 下午，和避免地方污染物是0.8吨关于A55高速公路/年（ 当地实际排放）。 至于无 x 而言，有一个避免全球污染物 6.5吨/年（39的排放量方面实际的全局），但 有少改善在当地规模：避免污染物为 约1.3吨/年（答11的废气排放方面的实际本地）。 这既是降低减少由于发动机排放和 发电，而附近的建筑物的实际电 发电厂通常远离分析领土。 以前的评价是有用的，但还不够，要 知道是否有真正的恶化，这是必要的 评估污染物沉积考虑当地的项目 方面。因此，排放分散的进行模拟 使用高斯模型，ISC327 ，在每天的 曲线获得了污染物负荷曲线（图。3和5）。该 浓度平均每年地图（每小时平均 模型计算了分散的浓度）是repre - 每个级别sented地面污染物在方圆2公里以上 周围的来源，其中包括该区域的浓度 仍然显着（约1 / 10的最高值 微积分dominium给出了图。7这里的地形都 高度轮廓和植物卫生防护中心距离显示。 这三个平均每年污染物浓度分析 未来的情况和实际之间的差异，并 鉴于图。8-10。据以SO x 而言，最大的 现有供热厂为6毫克/米左右 三 （图。8A条）。平均 每年的二氧化硫浓度 x 由于未来的热电联产系统，是 显示图。8B条，它可以看出，这种存在的 污染物是微不足道的。可以预见这种行为观察 每年排放的总重量在那里的SO未来 x 排放量是微不足道的。因此，整个研究域显示 改善所示图。8C条。 之间也存在显着差异的下午 实际平均浓度和未来的一个（图。9A及乙）。 然而，未来的年总排放量，这不是微不足道的 污染物（图。6），只有不同地图显示 总有一种浓度降低，平均每年（图。9C条）。 最后的污染物进行了分析，一氧化氮 x ，显示了不同的行为： 未来工厂给出了重大贡献（图。10B条） 与实际厂（图。10A条）。有一种惩罚 这个污染带区，提高尽管大正 目前（图。10C条）。一个处罚区的存在是由于 重要的一氧化氮 x 工厂排放的热电联产，如果每年 排放的NO x 观察（图。6），它可以被视为 比较符合实际的植物每年排放的，但 CHPs只在一个点发射，因此这一区域附近的一些 一点都将受到惩罚。可作进一步的评估采取 考虑到一个事实，即不同的人口密度也常常 目前在分析方面，因此该处罚和 区，改善获得图。10C条，应权衡使用 人口密度。图。10。无x分析：）浓度的NO（一）x由于实际的加热系统，（B）浓度的NOx由于未来的热电联产和（C）的区别浓度的NOx由于实际和未来植物（绿色的优势领域中） 4结论 影响取代当地的朝气和环境 建设锅炉（境传遍）与 热电联产卫生防护中心+新厂（点集中在仅一）已 进行。 本分析的主要投入要素如下： 良好的表征实际植物（现有供热 系统），特别是关于中所使用的燃料类型， 效率，主要用途的建筑物，植物的大小，加热 负荷曲线，锅炉额定功率; 正确表征未来植物（热电联产机组和 锅炉）的辅助; 排放因子的实际和未来的工厂。 以下是主要的输出内容： 一次能源节约; 年总排放量的实际和未来植物（包括本地 和全球） References1 Larsen HV, Pa lsson H, Bhm B, Ravn HF. Aggregated dynamic simulationmodel of district heating networks. Energy Convers Manage 2002;43(8):9951019.2 Larsen HV, Bhm B, Wigbels MA. Comparison of aggregated models forsimulation and operational optimisation of district heating networks. EnergyConvers Manage 2004;45(78):111939.3 Gabrielaitiene I, Bhm B, Sunden B. Modelling temperature dynamics of adistrict heating system in Naestved, Denmarka case study. Energy Convers Manage 2007;48(1):7886.4 Fonseca JGS, Schneider PS. Simulation of a thermal power plant with district heating: comparative results of 5 different codes. Energy 2006;31(12): 161932.5 Nystedt A , Shemeikka J, Klobut K. Case analyses of heat trading between buildings connected by a district heating network. Energy Convers Manage 2006;47(20):36528.6 Rydstrand MC, Westermark MO, Bartlett MA. An analysis of the efciency and economy of humidied gas turbines in district heating applications. Energy2004;29(1215):194561.7 Chuanshan D. Thermal analysis of indirect geothermal district heatingsystems. Geothermics 1997;26(3):35164.8 Hepbasli A, Canakci C. Geothermal district heating applications in Turkey: acase study of IzmirBalcova. Energy Convers Manage 2003;44(8):1285301.9 C - omakl K, Yu ksel B, C - omakl O . Evaluation of energy and exergy losses indistrict heating network. Appl Therm Eng 2004;24(7):100917.10 Westin P, Lagergren F. Re-regulating district heating in Sweden. Energy Policy2002;30(7):58396.11 Roos A, Bohlin F, Hektor B, Hillring B. Woodfuel procurement strategies of district heating plants. Energy 2003;28(2):12740.12 Holmgren K, Gebremedhin A. Modelling a district heating system: introduc-tion of waste incineration, policy instruments and co-operation with an industry. Energy Policy 2004;32(16):180717.13 Dotzauer E. Experiences in mid-term planning of district heating systems.Energy 2003;28(15):154555.14 Knutsson D, Sahlin J,Werner S, Ekvall T, Ahlgren EO. HEATSPOTa simulation tool for national district heating analyses. Energy 2006;31(23):27893.15 Knutsson D, Werner S, Ahlgren EO. Combined heat and power in the Swedish district heating sectorimpact of green certicates and CO2 trading on new investments. Energy Policy 2006;34(18):394252.16 Knutsson D, Werner S, Ahlgren EO. Short-term impact of green certicates and CO2 emissions trading in the Swedish district heating sector. Appl Energy 2006;83(12):136883.17 Grohnheit PE, Gram Mortensen BO. Competition in the market for space heating. District heating as the infrastructure for competition among fuels and technologies. Energy Policy 2003;31(9):81726.18 Agrell PJ, Bogetoft P. Economic and environmental efciency of district heating plants. Energy Policy 2005;33(10):135162.19 Munksgaard J, Pade LL, Fristrup P. Efciency gains in Danish district heating. Is there anything to learn from benchmarking? Energy Policy 2005;33(15):198697.20 Jonsson A, Hillring B. Planning for increased bioenergy useevaluating the impact on local air quality. Biomass Bioenergy 2006;30(6):54354.21 Lazzarin R, Noro M. Local or district heating by natural gas: which is better from energetic, environmental and economic point of views? Appl Therm Eng 2006;26(23):24450.22 Poggio A, Poggio M, Tor