基于灰色关联度的火电厂节能减排效果评价方法研究.pdf

基于灰色关联度的火电厂节能减排效果评价方法研究 * 曹丽华徐皎瑾李勇 东北电力大学能源与动力工程学院， 吉林 吉林市 132012 摘要 自 2007 年 4 月 25 日国家发改委颁布 节能减排综合性工作方案 ， 决定成立国务院节能减排工作领导小组以 来， 火电厂节能减排战略在国内已实施多年， 但用于综合评价节能减排的方法研究却没有得到足够的重视。运用灰色 关联理论和逼近理想解的原理， 结合改进的模糊层次分析法， 建立灰色关联度决策模型。然后根据火电厂实际运行状 况， 恰当准确地选取综合反映节能减排的评价指标， 利用模型进行计算分析， 综合评价了火电厂节能减排的效果。并 以 5 个火电厂作为评价对象， 给出了该评价方法的实际应用， 得到的结果与实际情况一致， 为火力发电厂节能减排的 综合评价提供了一种行之有效的方法。 关键词 火力发电厂; 节能减排; 评价方法; 灰色关联度 DOI 10. 13205/j． hjgc． 201406033 UATION ON PEＲFOＲMANCE OF ENEＲGY- SAVING AND EMISSION ＲEDUCTION IN THEＲMAL POWEＲ PLANTS BASED ON GＲEY ＲELATION Cao LihuaXu JiaojinLi Yong School of Energy and Power Engineering， Northeast China Dianli University， Jilin 132012， China AbstractThe strategies of energy- saving and emission reduction in the thermal power plants have been implemented for many years， but much attention has not been paid to the research on comprehensive uation s of energy- saving and emission reduction． To use the principle of grey relevancy theory and the technique for order proference by similarity to ideel solution， combined with the improved fuzzy analytic hierarchy process AHP ， grey relational decision model is established． Then， based on the actual operation condition in thermal power plants， uation index which can reflect the energy saving and emission reduction comprehensively is selected appropriately and accurately． The models are used for calculating and analyzing to uate the effect of energy- saving． And emission reduction in thermal power plants． And using the five power plants as the uation objects，the practical application of the uation is given， the results are consistent with the actual situation． An effective for comprehensive uation of energy- saving and emission reduction in thermal power plants is provided by the research． Keywordsthermal power plant; energy- saving and emission reduction; assessment ; grey relevancy * 吉林省教育厅 “十二五” 科学技术研究项目 吉教科合字 【2012】 第 93 号 ; 东北电力大学博士科研启动基金资助 BSJXM- 201203 。 收稿日期 2013 －08 －17 0引言 目前中国发电企业主要以火力发电为主， 约占全 国发电量的 78［1 ］， 但同时给环境造成较大的污染。 研究表明， 虽然我国大气污染逐步由煤烟型污染向复 合型污染过渡， 但煤炭燃烧产生的各种大气污染物仍 然是造成我国大气污染的主要原因［2 ］。2013 年 1 月 初全国大范围的雾霾天气再一次为我们敲响了警钟。 空气污染要在源头上进行控制， 而电力行业是工作的 重点。因为电力行业是重点排放行业之一， 其中火力 发电厂排放的粉尘是总悬浮微粒 TSP 的重要组成 部分。虽然我国节能减排工作在火电厂已经开展了 很多年， 但目前还没有一种方法可以便捷有效地综合 评价火力发电厂节能减排的效果。 以往的文献多是对电厂的节能减排措施进行阐 述或是单独评价节能或减排的效果， 没有在节能减排 综合评价方面进行系统、 全面的研究和评述 ［3- 10 ］。本 文通过运用灰色关联理论和逼近理想解的原理［11 ］与 模糊层次分析法相结合， 提出了一种有效、 简单的火 电厂节能减排综合评价方法。 041 环境工程 Environmental Engineering 1改进的灰色关联逼近理想解法原理 1. 1确定评价指标矩阵 设决策论域 U { u1， u2， ， um}为所评价电厂的 集合， V { v1， v2， ， vn} 为评价指标的集合， 则根据U 与 V 任意的元素任意组合对 ui， vi 构成关于 n 个评价 指标条件的直积集。其中， ui， vi 的元素记作 xij， m n 个 xij构成所需评价指标的矩阵， 记作 X xij［ 12 ］。 1. 2量纲归一化处理 各个指标的单位、 量纲数量级都不尽相同， 在进 行灰色关联度计算时， 要先对量纲进行统一化的处 理， 就是将实际值转化为同量纲的评价指标。评价指 标一般可以分为四种类型［13 ］ 极大型、 极小型、 定指 标型和区间型。针对不同的类型选用不同的归一化 方法将其转化为［ 0， 1］ 区间的极大型指标， 得到矩阵 X xij mn。 对于极大型指标 rij xij x0j xij max k xkj 1 式中 max k xkj xk1∨ xk2∨ ∨ xkm。 对于极小型指标 rij x0j xij min k xij xij 2 式中 min k xij xk1∧ xk2∧ ∧ xkn。 对于定指标型指标 rij 1xij x* j 1 － xij－ xj * max k xkj－ x* j xij≠ x*{ j 3 式中 x* j 为指标 vj的最佳值。 对于区间型指标 rij 1 － xjmin－ xij maxxjmin－ min k xkj， max k xkj－ xj {} max xij＜ xjmin 1xij∈［ xjmin， xjmax］ 1 － xij－ xjmax max{ xjmin－ min k xkj， max k xkj－ xjmax} xij＞ mj            max 4 1. 3灰色关联决策矩阵的确定 以所选指标的向量与相对最优情况的指标向量 的关联度作为电厂节能减排效果优劣的准则。设相 对最佳值为 M0 x01， x02， ， x0n ， 则所需评价的电 厂 Mi的指标 xij与相对最佳值 M0 的评价指标 x0j之间 的灰色关联系数为 ξij min i min j nΔrij ρ max i max j xΔrij Δr ij ρ max i max j xΔrij 5 式中 Δrij r0j－ rij; ρ 为分辨系数， 0 ≤ ρ ≤ 1， 通 常取 ρ 0． 5 。 由此可知灰色关联系数矩阵为 Ｒξ ξ11ξ12ξ1n ξ21ξ22ξ2n  ξm1ξm2ξ             mn ξij mn 6 由于各评价指标实际的影响力各不相同， 所以应 对灰色关联度的判断矩阵进行加权处理。目前已有 的确定指标属性权重的方法可分为 主观赋权法、 客 观赋权法和主客观赋权法 或称为组合赋权法 3 大 类。本文选用的是改进的模糊层次分析法［14 ］。根据 火电行业污染物环境价值标准［15- 16 ］， 确定各指标的 权重集 W。设加权向量为 W { W1， W2， ， Wm} T ＞ 0， 灰色关联度判断矩阵与加权向量相乘得到灰色关 联评价矩阵 Z zij mn Wjξij mn W1ξ11W2ξ12Wmξ1n W1ξ21W2ξ22Wmξ2n  W1ξm1W2ξm2Wmξ             mn 7 1. 4确定灰色关联理想方案和负理想方案 理想方案 V maxWiξij j ∈ J ，minWiξij j ∈ J [] － ［ z 1， z 2， ， z n］ 8 负理想方案 V－ minWiξij j ∈ J ，maxWiξij j ∈ J [] － ［ z － 1， z － 2， ， z － n］ 9 式中 J 是极大型指标的集合;J － 是极小型指标的 集合。 计算灰色关联理想解与灰色理想解的欧式空间 距离 D i Σ n j 1 Zij－ Z j 槡 2， i 1， 2， ， m D－ i Σ n j 1 Zij－ Z － j 槡 2， i 1， 2， ， m 10 141 清洁生产与节能减排 Cleaner Production，Energy- Saving ＆ Emission Ｒeduction 计算指标值与灰色理想解的相对贴近度 Ci D－ i D i D－ i ，i 1， 2， ， m 11 通常相对贴近度的值介于 0 ～ 1， 其值越贴近 1， 说明越接近理想状况。反之亦然。 2评价指标的选取 在指标的选取方面有以下几点原则 1 指标全 面而又不重复; 2 既要有代表性又要具有可操作性， 且易于收集; 3 根据具体情况所选取的指标既要能 体现节能， 又要能涵盖减排的相关数据。所以在符合 上述条件的众多数据中 ［17 ］， 根据生产实际状况最终 选取了以下 9 个评价指标 发电标准煤耗率、 发电厂 用电率、 生产1 kW h 电的废水排放量、 生产1 kW h 电新水耗量、 生产1 kW h 电 SO2排放量、 生产1 kW h 电 NO2排放量、 生产 1 kWh 电粉尘排放量、 万元 产值综合能耗、 工业水重复利用率。所有指标的原始 数据来源于实际运行。 3计算过程的一般步骤 应用灰色关联逼近理想值法综合评价火电厂节 能减排效果的一般步骤为 1 根据已知参数 u、 v， 确定 M0的评价指标 X0 ， 并 列出评价矩阵 X 的数据列表。 2 应用式 1 式 4 对 X 进行归一化处理， 得 到归一化评价矩阵 X。 3 根据式 5 、 式 6 计算得到 Ｒξ。 4 利用改进的模糊层次分析法， 确定各指标的 权重系数。 5 根据式 7 可以得到灰色关联评价矩阵 Z。 6 利用式 8 、 式 9 可以得到灰色关联理想情 况 V 和负理想情况 V － 。 7 根据式 10 计算得到 D 与 D － 。 8 根据式 11 计算得到相对贴近度 C*。 根据相对贴近度 C*可以评价火电厂节能减排效 果。C*的值越接近 1， 说明该电厂节能减排效果越 好; C*越接近 0， 说明节能减排效果越差。 4应用举例 本文以 5 家电厂为研究对象 编号依次为 A、 B、 C、 D、 E ， 对其节能减排效果进行综合评价。原始数 据见表 1。 1 计算电厂指标集 V 的属性矩阵 X 的数据。 根据表1 所示数据， 得到相对的最佳状态 M0 310， 6. 6， 4. 405， 98. 34， 2. 3， 0. 014， 1. 25， 1. 32， 0. 185 ， 表 1电厂原始数据 Table 1The original data of power plants 序号指标ABCDE 1 发电标准煤耗率/ gce kW－1 h－1396323327. 58289318. 28 2发电厂用电率/7. 438. 777. 596. 86. 6 3万元产值综合能耗/tec9. 8067. 7210. 314. 4059. 731 4工业水重复利用率/96. 3598. 3497. 69197. 6 5生产1 kW h 电新水耗量/kg2. 442. 32. 653. 293. 3 6生产1 kW h 电废水排放量/kg1. 50. 0140. 07310. 21. 88 7生产1 kW h 电 SO2排放量/g131. 253. 9574. 612. 1 8生产1 kW h 电 NO2排放量/g81. 751. 325. 71. 576 9生产1 kW h 电粉尘排放量/kg0. 40. 1850. 4590. 70. 656 注 gce 表示1 g 标准煤， 折合能量29307 J; tce 表示1 t 标准煤， 折合能量29307 MJ。 由此可得到最优状态集 M 与 5 个电厂的指标集 V 的 属性矩阵 X 的表格， 见表 2。 表 2电厂指标集 V 的属性矩阵 X 的数据列表 Table 2Data list of matrix X of indicator set for power plant 序号123456789 X03106.64.40598.342.30.0141.251.320.185 A4277.439.80696.352.441.51380.4 B3548.777.7298.342.30.0141.251.750.185 C354.48 7.59 10.3197.62.650.0731 3.9571.320.459 D3106.84.405913.290.24.65.70.7 E340.78 6.69.73197.63.31.8812.11.576 0.656 2 指标的量纲归一化处理。 表 2 中的指标 1、 2、 3、 5、 6、 7、 8、 9 为极小型指标， 指标 4 为极大型指标， 分别用式 2 与式 1 进行归 一化处理， 得到 X， 见表 3。 表 3量纲归一化数据列表 Table 3Data list of dimensional normalization 序号123456789 X111111111 A0. 726 0. 888 0. 449 0. 980 0. 943 0. 009 0. 096 0. 1650. 463 B0. 876 0. 753 0. 57111110. 7541 C0. 875 0. 870 0. 427 0. 992 0. 868 0. 192 0. 31610. 403 D10. 97110. 925 0. 699 0. 070 0. 272 0. 2320. 264 E0. 91010. 0453 0. 992 0. 697 0. 007 0. 103 0. 8380. 282 3 根据式 5 、 式 6 计算得灰色关联系数矩 阵 Ｒξ。 Ｒξ 0. 6450. 8160. 4740. 9610. 8970. 3340. 3550. 4030. 481 0. 8000. 6880. 53711110. 6691 0. 7990. 7930. 4640. 9840. 7900. 3810. 42110. 454 10. 94510. 8690. 7020. 3480. 4060. 3930. 403 0. 84710. 4760. 9840. 6210. 3330. 3570. 7540. 4             09 4 利用改进的模糊层次分析法确定各指标的权 重比例。 241 环境工程 Environmental Engineering W 0. 118， 0. 08， 0. 118， 0. 149， 0. 149， 0. 149， 0. 08， 0. 08， 0. 08 。 5 根据式 7 可以计算得到加权灰色关联评价 矩阵 Z。 Z 0. 0760. 0650. 0560. 1430. 1340. 0500. 0280. 0320. 038 0. 0940. 0530. 0630. 1490. 1490. 1490. 0800. 0540. 08 0. 0940. 0630. 0550. 1450. 1180. 0570. 0340. 0800. 036 0. 1180. 0760. 1180. 1290. 1050. 0520. 0320. 0310. 032 0. 1000. 0800. 0560. 1450. 0930. 0500. 0290. 06             00. 033 6 利用式 8 、 式 9 可以得到灰色关联理想情 况 V 和负理想情况 V －。 V ［ 0. 1180. 0800. 1180. 1490. 1490. 1490. 0800. 0800. 080］ V－ ［0. 0760. 0530. 0550. 1290. 0930. 0500. 0280. 0310. 032］ 7 根据式 10 确定各待评电厂到 V 与 V － 的欧 式空间距离。 D ［ 0. 1510. 0710. 1350. 1370. 149］ D－ ［ 0. 0450. 1390. 0620. 0800. 049］ 8 在得到各待评电厂到 V 与 V － 的欧式空间距 离后， 可根据式 11 计算得到各待评电厂指标值与 灰色关联理想解的相对贴近度 C*， 见表 4。 表 4相对贴近度 C* Table 4Ｒelative closeness C* 相对贴近度ABCDE C*0. 2320. 6620. 3150. 3690. 247 由表 4 可知 B 厂的相对贴近度最接近 1， 所以 B 厂的节能减排效果最佳。根据待评电厂的相对贴近 度值的大小可以得到 5 个电厂节能减排效果从优到 劣依次为 B ＞ D ＞ C ＞ E ＞ A。 结合各个电厂的实际情况， 这 5 家电厂既有近几 年新上的机组， 又有已经运行超过 20 年的老机组。 既有凝汽式机组， 又有用于冬季供暖的抽汽背压式机 组。其中 B 厂为 2008 年新建成投产的电厂， 无论设 备还是运行状况都是最好的， 所以节能减排效果最 佳; 而 A 厂是运行了28 年的热电厂， 现有4 台汽轮发 电机组在运行， 容量仅为 76 MW， 设备老旧， 机组负 荷不稳定， 所以节能减排效果最差。本方法所得结论 与实际情况完全一致， 并且区分度比较大， 可用于评 价电厂节能减排的效果。 5结论 火力发电厂节能减排效果综合评价是一个复杂 问题， 本文运用灰色关联理论和逼近理想解的原理与 改进的模糊层次分析法相结合的方法， 根据相对贴近 度来判断电厂节能减排效果的优劣， 可以有效地解决 这一问题。如果贴近度越接近 1 即理想状态 ， 节能 减排效果越好; 反之， 贴近度越接近 0， 效果越差。并 指出成功运用本方法的关键是选择合适的评价指标， 也给出了指标选取的原则。实例证明， 该方法可以很 好地综合评价火电厂节能减排的效果， 为火力发电厂 节能减排的综合评价提供了一种有效的方法。 参考文献 ［1］中国电力企业联合会． 中国电力行业年度发展报告 2010［M］． 北京 中国电力出版社， 2011. ［2］王志轩， 潘荔， 张晶杰， 等． 我国燃煤电厂“ 十二五“ 大气污染物 控制规划的思考［ J］ ． 环境工程技术学报， 2011， 1 1 63- 71. ［3］黄新元， 史月涛， 孙奉仲， 等． 670t/h 锅炉增设低压省煤器降低 排烟温度的实践［ J］ ． 中国电力， 2008， 41 6 55- 58. ［4］王志轩． 火电厂二氧化硫减排的若干问题［J］． 中国电力， 2008， 41 2 44- 47. ［5］周涛， 刘少光． 火电厂氮氧化物排放控制技术 ［J］． 环境工程， 2008， 26 6 82- 85. ［6］管益斌， 王岗， 赵翠宇， 等． 江苏电网节能发电调度分析与对策 ［J］． 中国电力， 2011， 44 9 4- 9. ［7］石晓枫，卢力． 大气环境容量的分配与污染物总量控制方法的 研究［ J］． 环境工程， 2000， 18 1 50- 52. ［8］顾英伟， 李彩虹． 电力行业节能减排评价指标体系研究［J］ ． 沈 阳工业大学学报． 社会科学版， 2013， 6 1 73- 76. ［9］王军， 李永华， 阎维平， 等． 燃煤电厂节能调度能值分析方法 ［J］． 中国电力， 2012， 45 2 31- 34. ［ 10］申宇， 谢君． 火力发电企业节能减排策略浅析［J］． 能源与节 能， 2012 6 49- 50. ［ 11］邓聚龙． 灰色控制系统［M］ ． 武汉 华中理工大学出版社， 1993. ［ 12］王广月， 牛之庚， 王萌， 等． 地基处理方案评价的灰色关联逼近 理想解法［J］ ． 数学的实践与认识， 2011， 41 9 115- 120. ［ 13］王广月， 刘健． 基于组合权重的灰色关联度方案决策模型及其 应用［ J］． 工业建筑， 2004， 34 4 61- 65. ［ 14］李永， 胡向红， 乔箭． 改进的模糊层次分析法［J］ ． 西北大学学 报． 自然科学版， 2005， 35 1 11- 16. ［ 15］魏学好， 周浩． 中国火力发电行业减排污染物的环境价值标准 估算［ J］． 环境科学研究， 2003．16 1 53- 56. ［ 16］Zhan C， Wang Y， Zhen C G． Energy cost analysis of a coal fired power plant based on structural theory of thermo economics［J］． Energy Conversion ＆ Management， 2006， 47 11 817- 843. ［ 17］蒋明昌． 火力发电厂能耗指标分析手册［ M］． 北京 中国电力出 版社， 2011． 第一作者 曹丽华 1973 － ， 女， 博士， 教授， 主要从事发电厂节能减排 的相关研究。clh320163． com 341 清洁生产与节能减排 Cleaner Production，Energy- Saving ＆ Emission Ｒeduction