基于灰色GM(1,N)模型的我国火电行业SO2排放量预测研究
作者: 周晓明 梁怀涛摘 要:火电厂的SO2排放量受到各种因素的影响,本文利用各种影响因素与历史年份的SO2排放数据建立关系,应用灰色GM(1,N)预测模型对我国火电行业SO2排放量进行了预测,是对我国火电行业SO2排放量进行预测的一种较为合理、科学的方法。
关键词:火电行业; SO2排放量; 灰色GM(1,N)模型
中图分类号:X32 文献标识码:A 文章编号:1006-3315(2011)7-173-001
一、前言
根据国家有关统计资料表明,我国工业生产过程中所产生的SO2占全国总的SO2排放量基本在80%以上,而我国火电行业每年产生的SO2又占工业行业总的SO2排放量的50%以上,属于我国工业行业中的重污染行业,为防止SO2对大气环境、人体健康、建筑、水体等社会生活中各个方面产生危害,对火电行业产生的SO2进行重点控制就显得尤为重要。
掌握我国火电行业SO2排放量状况对于修订排放标准和制定SO2控制战略显得尤为重要。因此要掌握我国火电行业SO2的排放规律,摸清我国火电SO2排放清单,为制定SO2的排放控制提供理论支持和数据支持。
由于技术条件、工艺等各方面的限制,SO2排放是混合在发电机组产生的烟气中,不能像发电量、燃煤量等一样进行简单计量,影响SO2排放量的因素既有已知的信息,但更多的是一些未知的影响因素,因此,预测SO2排放属于典型的“小样本”、“贫信息”灰色系统问题,采用灰色预测模型对排放量进行预测可取得较为良好的效果。
2.基于灰色GM(1,N)模型的我国火电行业SO2排放量预测
影响我国火电行业SO2排放的主要因素或与SO2排放量有密切关系的因素有:火电燃煤量、火电装机容量、火电发电量、国内生产总值(GDP)。在灰色预测模型中,用x1表示火电行业的SO2排放量,分别用x2,x3,x4,x5这四个序列来表示上述的影响因素。
预测的样本选取我国从2001年至2009年的我国火电行业的燃料用煤量、火电行业的装机容量、火力发电行业的发电量以及我国的国内生产总值的数据作为基础数据。对我国2011年以及2020年的火电行业SO2排放量进行预测。
通过应用灰色GM(1,N)模型对我国火电行业SO2排放量进行预测,2002年至2009年的预测值分别为8550.2、1069.6、1112.9、1297.3、1306.6、1198.7、1129.1、1050.6,而预测误差的平均值为2.73%,从结果可以看出,应用灰色GM(1,N)模型所产生的预测结果较为准确,表明是一个合理的方法。
应用灰色GM(1,N)预测模型对我国2011年和2020年火电行业SO2排放量进行预测,结果分别为968.5万吨和782.4万吨。
三、结论
本文对2020年的火电行业远景排放进行了预测,结果显示,我国在2020年左右的火电SO2排放水平在700万吨以上,仍然处于一个较高的水平,因此,国家应该继续加大对火电厂SO2排放的监控力度,严格火电厂大气污染物排放标准,加快淘汰技术落后机组或者进行技术改造,争取在未来将我国火电行业的SO2排放量控制在一个合理的水平。
本文建立灰色GM(1,N)模型对我国火电行业SO2排放量进行了预测,预测结果显示,所建模型精确度较高。与其他预测模型相比,本文所建模型预算简单,所需数据较少,对我国的火电行业SO2排放预测工作有一定的参考价值和实际意义。
参考文献:
[1]蒋文举.烟气脱硫脱硝技术手册[M]. 北京:化学工业出版社,2007
[2]毛剑雄.煤的洁净燃烧[M].北京:科学出版社,1998
[3]王振.新排放标准条件下中国电力行业二氧化硫控制模式研究[D].长沙:中南大学,2007