煤矿区节能减排路径选择与控制策略研究

针对煤矿区节能减排难题，本研究以可持续发展与管理科学的思想为指导，将矿区节能减排系统划分为资源生产、能耗、"三废"与温室气体排放等多个子系统，建立系统动力学（SD）模型，通过灵敏度分析，识别出影响矿区节能减排效果的主要影响因素；然后以这些因素为基础，设计从源头控制到末端治理的节能减排路径，建立多目标优化模型，构建粒子群-遗传（PSO-GA）混合智能算法优化SD参数与求解多目标模型；最后将求解结果代入SD模型中进行模拟，根据不同路径的节能与减排仿真效果，进行路径的选择，通过控制策略保证路径轨迹，形成"目标- - 关键点- - 路径- - 控制策略"链，实现揭示矿区能耗与排放机理、科学选择节能减排路径的目标。本项研究有利于解决矿区节能减排路径选择与控制策略难题；为资源环境管理、仿真建模理论与方法的创新作出一定贡献。

针对煤矿区节能减排难题，本研究以可持续发展与管理科学的思想为指导，通过建立相关的仿真与优化模型，深入研究煤矿区节能减排路径选择与控制策略。项目主要研究内容及相关结论如下：. （1）煤矿区节能减排系统动力学（SD）建模与仿真。典型矿区-郑煤超化矿为例，建立矿区原煤产量与能源消耗、环境污染之间系统动力学（SD）模型。通过SD仿真结果发现，我国现阶段典型煤矿区的发展模型不可取，实现矿区节能减排必须首先从电耗着手，兼顾物耗，调整矿区总体发展战略、生产性投资与环保投资并重。. （2）构建了中国“煤炭生产-环境污染量”遗传算法（GA）-系统动力学（SD）混合模型。将GA全局智能优化能力应用于SD模型相关参数的优化中，有效地解决了人为设定参数的主观性及难度；通过情景仿真分析，设计了煤炭矿区生态环境污染量减缓的政策与路径。从减排路径而言，降低煤炭能源强度比降低吨煤污染产生量、增加污染治理与利用投资更有效地降低污染量。因此，要想从长效上减少煤炭生产所带来的污染量，首先应该降低煤炭能源强度，即降低煤炭在一次能源中的消费比例。其次，改进采煤工艺技术，采用洁净煤技术，减少生产过程中的污染产生量。. （3）建立了我国煤电能源链碳排放系数全生命周期评价（LCA）模型。研究以LCA分析为基础，根据我国现阶段的采煤能耗、运输能耗与燃煤电厂主体的发电技术水平，评价了各环节碳排放对整个煤电能源链碳排放的影响程度，并对计量模型中的主要参数进行了敏感性分析。研究结果表明：现阶段中国煤电能源链的碳排放系数为898 g/KWh，属于世界较低排放水平； CO2是整个煤电能源链中最主要的温室气体类型和直接排放量最大的气体。与其它国家相比，中国煤炭开采环节能耗具有较大下降潜力。此外，提高煤炭运输中铁路运输的比例，也是降低煤电能源碳排放的重要手段。. （4）建立了一种基于改进粒子群-遗传算法（PSO-GA）优化的能源需求预测模型。研究在对能源需求影响因素通径分析的基础上，提出了一种基于PSO-GA优化参数的预测模型，并应用于中国一次能源的需求预测中。研究发现：改进的PSO-GA算法在进化过程中能进行多次信息交换，有效地解决了PSO算法进化模式单一的问题。通过预测发现，在维持情景、政策规划情景和折中情景下，中国2015年一次能源需求分别为47.9，40.4和44.8亿吨标准煤；2020年这一数字将分别达到69.1，