陳操操, 邱大慶, 于鳳菊, 孫 粉, 胡永鋒, 王立波, 孫大利

北京市應(yīng)對(duì)氣候變化研究中心，北京 100161

氣候變化不僅是環(huán)境問題，還是發(fā)展問題，已經(jīng)成為影響區(qū)域經(jīng)濟(jì)和社會(huì)可持續(xù)發(fā)展的重要因素[1]. 明確溫室氣體排放清單是推動(dòng)碳減排控制目標(biāo)的一項(xiàng)重要基礎(chǔ)性工作[2]，降低碳排放評(píng)估的不確定性對(duì)于碳減排政策選擇和成本效益分析十分重要[3-4]. 我國(guó)對(duì)溫室氣體排放評(píng)估工作大部分始于20世紀(jì)90年代末，省市級(jí)和區(qū)域碳排放核算大多采用IPCC國(guó)家溫室氣體清單指南，主要是基于源清單排放因子方法[5-7]，也是基于生產(chǎn)側(cè)碳排放核算方法. 但是問題在于，IPCC國(guó)家溫室氣體清單指南默認(rèn)的排放因子庫(kù)主要獲取于發(fā)達(dá)國(guó)家，與我國(guó)的能源和計(jì)量體系存在一定差異，不一定能反映國(guó)內(nèi)實(shí)際情況，直接使用IPCC國(guó)家溫室氣體清單指南中提供的缺省數(shù)據(jù)，可能會(huì)給國(guó)內(nèi)能源消費(fèi)溫室氣體排放評(píng)估帶來較大的不確定性.

在國(guó)內(nèi)城市和區(qū)域尺度上，采用具有本地化特征的排放因子較為少見[8]，缺乏在測(cè)試參數(shù)層面進(jìn)行的系統(tǒng)性分析[9-11]，或者不同研究者對(duì)同一問題的研究結(jié)論存在爭(zhēng)議，并且煤炭等固體燃料研究相對(duì)較多，而其他燃料品種較為罕見，有必要在條件成熟的區(qū)域或城市建立標(biāo)準(zhǔn)的地方CO2排放核算方法和數(shù)據(jù)庫(kù)[12]. 例如，LIU等[13]在Nature期刊撰文，基于中國(guó)602個(gè)煤樣數(shù)據(jù)，估計(jì)了中國(guó)化石燃料CO2排放因子，認(rèn)為IPCC提供的煤炭缺省因子要比中國(guó)煤炭排放因子高40%，中國(guó)能源燃燒和水泥生產(chǎn)過程CO2排放估計(jì)具有較大的不確定性. 騰飛等[14]研究認(rèn)為文獻(xiàn)[13]誤將中國(guó)不同煤種平均排放因子與IPCC焦煤缺省排放因子進(jìn)行比較，但二者煤種排放數(shù)據(jù)集并不可比. 朱德臣[15]評(píng)估了國(guó)內(nèi)燃煤發(fā)電企業(yè)元素碳含量，檢測(cè)得到單位熱值含碳量與省級(jí)排放清單推薦缺省值的差異及其對(duì)溫室氣體排放的影響. 其他典型研究還包括，國(guó)家發(fā)展和改革委員會(huì)應(yīng)對(duì)氣候變化司組織開展中國(guó)2005年溫室氣體排放清單研究，對(duì)不同品種的燃煤進(jìn)行測(cè)試，認(rèn)為明確電煤和原煤的熱值對(duì)于降低排放清單的不確定性具有重大意義[16]. 蔡博峰[17]綜述了當(dāng)前國(guó)際煤炭燃燒CO2排放因子的主要進(jìn)展和熱點(diǎn)問題，提出目前研究焦點(diǎn)主要是對(duì)IPCC國(guó)家溫室氣體清單指南的排放因子進(jìn)行區(qū)域級(jí)的修正和對(duì)其分類體系改進(jìn). 高欣等[18]基于中國(guó)典型動(dòng)力煤質(zhì)數(shù)據(jù)，建立了煤質(zhì)和煤炭排放因子的經(jīng)驗(yàn)關(guān)系式. 總體上，國(guó)內(nèi)基于測(cè)試數(shù)據(jù)開展的溫室氣體排放因子評(píng)估及參數(shù)細(xì)化研究還較少[10-11,19]，尤其是通過對(duì)設(shè)備運(yùn)行情況測(cè)量得到的排放因子數(shù)據(jù)更少，現(xiàn)有部分研究結(jié)論也存在爭(zhēng)議.

當(dāng)前北京市能源結(jié)構(gòu)中天然氣已經(jīng)取代燃煤，成為能源消耗的重要構(gòu)成部分，天然氣鍋爐也成為城市主要能耗設(shè)備. 為壓減燃煤、減少污染物排放，北京市大規(guī)模開展天然氣鍋爐替代燃煤鍋爐，2013—2017年北京市99.8%的燃煤鍋爐已被淘汰. 到2017年底，北京全市共淘汰燃煤鍋爐 4 453 臺(tái)、13 259 蒸噸，完成燃?xì)忮仩t低氮改造約 7 000 臺(tái)、23 000 蒸噸[20]. 2017年北京市天然氣消費(fèi)折標(biāo)煤 2 268×104t[21]，占全市能源消費(fèi)總量的31.8%. 因此對(duì)北京市天然氣鍋爐CO2排放因子的細(xì)化評(píng)估能夠有效提高城市溫室氣體清單的準(zhǔn)確性，明確北京實(shí)測(cè)的CO2排放因子與IPCC國(guó)家溫室氣體清單指南相應(yīng)缺省值是否存在差異，對(duì)天然氣鍋爐碳排放的評(píng)估結(jié)果有無顯著區(qū)別，了解不同天然氣鍋爐出力是否會(huì)對(duì)排放因子帶來影響等問題，具有重要的科學(xué)與現(xiàn)實(shí)意義.

鑒于此，該研究基于燃燒設(shè)備實(shí)測(cè)樣本和文獻(xiàn)調(diào)研方法，通過分析影響排放因子的多個(gè)關(guān)鍵參數(shù)特征，對(duì)北京市天然氣鍋爐CO2排放因子進(jìn)行評(píng)估，給出排放因子推薦值，運(yùn)用概率分析方法識(shí)別和量化排放因子分析的不確定性，得到統(tǒng)計(jì)分布區(qū)間和不確定性，進(jìn)而提高本地化排放因子的評(píng)估精度.

1 研究方法

1.1 排放因子計(jì)算方法

IPCC國(guó)家溫室氣體清單指南和中國(guó)省級(jí)溫室氣體清單指南都給出了不同燃料燃燒CO2排放因子的計(jì)算方法，可根據(jù)設(shè)施燃燒燃料品種平均低位發(fā)熱值、單位熱值含碳量和碳氧化率來量化燃燒燃料產(chǎn)生的CO2排放因子. 公式如下：

(1)

式中：EF為單位化石燃料燃燒CO2的排放量，t/t或t/m3；NCV為化石燃料的低位熱值；MJ/kg或MJ/m3；CC為化石燃料的潛在單位熱值含碳量，t/TJ；OF為燃料的碳氧化率，%；44/12為CO2與C的分子量之比. 式(1)可以用于計(jì)算天然氣鍋爐排放因子，其中天然氣的潛在單位熱量含碳量計(jì)算方法見式(2).

(2)

式中：CCi為天然氣潛在單位熱值含碳量，t/TJ；bi為天然氣各氣體組分中分子式的碳原子個(gè)數(shù)；ai為天然氣中各氣體組分的摩爾百分比，%；NCV為天然氣理想發(fā)熱值，MJ/m3. 由于企業(yè)測(cè)試報(bào)告僅給出了天然氣各組分的體積百分比，因此該研究參考GB/T 11062—2014《天然氣發(fā)熱量、密度、相對(duì)密度和沃泊指數(shù)的計(jì)算方法》[22]，查表獲取天然氣中甲烷、乙烷、丙烷等各組分的壓縮系數(shù)，將體積百分比轉(zhuǎn)換為摩爾百分比，通過摩爾發(fā)熱量和壓縮因子進(jìn)一步計(jì)算理想混合氣體的理想低位發(fā)熱值.

傳統(tǒng)工業(yè)鍋爐的能源計(jì)量是對(duì)工業(yè)鍋爐效率的測(cè)試和研究，工業(yè)鍋爐能源效率等于燃燒效率和傳熱效率的乘積. 燃?xì)忮仩t碳氧化率與燃燒效率直接相關(guān)，與天然氣燃料有很大的聯(lián)系. 《2005中國(guó)溫室氣體清單研究》[16]中將天然氣缺省氧化率取值為99%. 有研究者曾通過正平衡、反平衡等3種方法評(píng)估工業(yè)鍋爐的碳氧化率，得到燃?xì)忮仩t平均碳氧化率在90.91%～92.16%之間，但該數(shù)值明顯偏低[23]. IPCC國(guó)家溫室氣體清單指南沒有推薦不同燃燒設(shè)備的碳氧化率因子，而是默認(rèn)為100%. 李青青等[9]對(duì)比了IEA、CDIAC、EDGAR和EIA國(guó)際四大典型碳數(shù)據(jù)庫(kù)，并對(duì)中國(guó)碳排放核算進(jìn)行參數(shù)級(jí)別的對(duì)比，發(fā)現(xiàn)氣體燃料碳氧化率取值范圍為98%～99.5%. 綜上，該研究選擇燃?xì)忮仩t碳氧化率取值為99%，與《2005中國(guó)溫室氣體清單研究》[16]的口徑保持一致.

1.2 蒙特卡洛分析

蒙特卡洛分析是一種通過隨機(jī)變量的統(tǒng)計(jì)試驗(yàn)分析及隨機(jī)模擬獲得近似結(jié)果的方法. 工業(yè)天然氣鍋爐二氧化碳排放因子評(píng)估的不確定性來源于兩個(gè)方面：①計(jì)算方法的不確定性；②活動(dòng)水平數(shù)據(jù)和模型各參數(shù)的不確定性. 該研究中不確定性主要考慮活動(dòng)水平數(shù)據(jù)觀測(cè)隨機(jī)誤差分布以及模型中參數(shù)優(yōu)化方法導(dǎo)致的不確定性，沒有考慮計(jì)算方法引起的不確定性.

該研究采用蒙特卡洛(Monte Carlo)方法研究各參數(shù)對(duì)天然氣鍋爐CO2排放因子的不確定性影響. 這是一種采用統(tǒng)計(jì)抽樣理論近似求解數(shù)學(xué)問題或物理問題的方法，其基本步驟[24]：①選擇需進(jìn)行不確定性分析的輸入?yún)?shù)；②確定輸入?yún)?shù)的概率分布與范圍(probability distribution functions, PDF)；③產(chǎn)生模型輸出值的概率分布，包括輸入?yún)?shù)隨機(jī)變量抽樣和參數(shù)不確定性在模型中增值傳播的模擬. 該研究參照以上步驟，其中，輸入為北京市天然氣工業(yè)鍋爐排放因子涉及參數(shù)，可利用監(jiān)測(cè)數(shù)據(jù)根據(jù)經(jīng)驗(yàn)數(shù)據(jù)統(tǒng)計(jì)分析或?qū)＜遗袛喾ǐ@取，數(shù)據(jù)分布代表了參數(shù)的變化范圍，用概率分布模型進(jìn)行描述. 常用的概率分布模型包括正態(tài)分布(Normal)、對(duì)數(shù)正態(tài)分布(Binomial)、伽馬分布(Gamma)、貝塔分布(Beta)、韋伯分布(Weibull)、均勻分布(uniform)和三角分布(triangle)等. Monte Carlo方法最終利用所得參數(shù)概率密度分布結(jié)果作為輸入變量，從模型輸入中隨機(jī)抽取值并計(jì)算相應(yīng)模型輸出大小，經(jīng)過n次重復(fù)抽樣，由n次模型輸出構(gòu)成的概率分布代表了模型輸出的不確定性.

同時(shí)，該研究采用敏感性分析(sensitivity analysis)方法識(shí)別排放因子輸入?yún)?shù)變化對(duì)蒙特卡洛模型輸出變化的影響排序，通過皮爾遜(Pearson)相關(guān)系數(shù)法評(píng)估模型輸入和輸出的線性相關(guān)程度，將所有相關(guān)系數(shù)歸一化到100%，從而解釋模型輸入?yún)?shù)對(duì)天然氣工業(yè)鍋爐排放因子不確定性的貢獻(xiàn).

1.3 數(shù)據(jù)來源與分析

為了保證數(shù)據(jù)的代表性和權(quán)威性，通過北京市企業(yè)(單位)碳排放報(bào)送和填報(bào)系統(tǒng)，共獲取北京市227臺(tái)天然氣工業(yè)鍋爐能效的檢測(cè)報(bào)告. 這些檢測(cè)報(bào)告全部具備中國(guó)計(jì)量認(rèn)證(CMA)標(biāo)志. 所測(cè)試的工業(yè)鍋爐主要分為天然氣蒸汽鍋爐和熱水鍋爐，并不包括電廠鍋爐，設(shè)備出力為0.35～165蒸噸范圍不等，能夠代表北京市的天然氣工業(yè)鍋爐器具. 涉及鍋爐檢測(cè)參數(shù)的數(shù)據(jù)主要包括：甲烷等12種天然氣氣體的體積成分、低位發(fā)熱量、設(shè)計(jì)出力、實(shí)際出力、運(yùn)行效率等. 為了識(shí)別和剔除統(tǒng)計(jì)異常值，采用Grubbs準(zhǔn)則檢驗(yàn)在0.05顯著性水平下有無離群值，使測(cè)試數(shù)據(jù)樣本更符合客觀實(shí)際. 主要測(cè)試指標(biāo)如表1所示.

表1 天然氣鍋爐主要測(cè)試指標(biāo)

2 排放因子評(píng)估結(jié)果

2.1 北京市天然氣鍋爐排放因子計(jì)算結(jié)果

該研究共獲得227個(gè)北京市天然氣鍋爐的有效鍋爐實(shí)測(cè)檢測(cè)數(shù)據(jù)，約占全市全部燃?xì)忮仩t數(shù)量的3.2%，通過式(1)～(3)得到單位熱值含碳量、低位熱值等表征關(guān)鍵參數(shù)，進(jìn)而計(jì)算得到天然氣鍋爐實(shí)測(cè)排放因子. 按實(shí)物量口徑，北京市天然氣鍋爐CO2排放因子在18.416～20.702 t/(104m3)之間，平均值和中位數(shù)分別為20.300和20.517 t/(104m3)，在0.05顯著性水平下Shapiro-Wilk檢驗(yàn)并不顯著服從正態(tài)分布(見圖1). IPCC1996國(guó)家溫室氣體清單指南和IPCC2006溫室氣體清單優(yōu)良做法指南(分別簡(jiǎn)稱“IPCC1996”和“IPCC2006”)中能源燃燒天然氣碳排放因子單位為t/TJ，相比于IPCC1996，IPCC2006進(jìn)一步給出了碳排放因子的高低值區(qū)間. 這些排放因子并不特別針對(duì)中國(guó)的燃料，且在實(shí)際計(jì)算中需要利用CO2和C的分子量比值進(jìn)一步轉(zhuǎn)化. 為了方便比較，該研究將基于體積的CO2排放因子轉(zhuǎn)換到同口徑基于低位熱值的CO2排放因子(見表2). 需要指出，IPCC1996和IPCC2006中天然氣缺省的氧化因子均為1，而筆者參考《2005中國(guó)溫室氣體清單研究》[16]，選擇天然氣鍋爐碳氧化率取值為99%.

當(dāng)數(shù)據(jù)為正態(tài)分布時(shí)，算術(shù)平均值為描述數(shù)據(jù)集中趨勢(shì)的最優(yōu)選擇，但算術(shù)平均值易受極端數(shù)據(jù)的影響；對(duì)于不滿足正態(tài)分布、比較分散的數(shù)據(jù)，常用中位數(shù)表征其平均分布特征[25]. 由于北京市天然氣鍋爐CO2排放因子并不服從于正態(tài)分布且有偏，筆者推薦取中位數(shù)值20.517 t/(104m3)或15.378 t/TJ. 由表2可見，北京市地方特征的天然氣鍋爐CO2排放因子稍高于IPCC1996和IPCC2006缺省值，且前者取值范圍要比后者更集中.

圖1 北京市天然氣鍋爐CO2排放因子分布特征Fig.1 Distribution chart of carbon dioxide emission factor of natural gas boilers in Beijing

表2 北京市天然氣鍋爐實(shí)測(cè)排放因子

2.2本地化的關(guān)鍵參數(shù)特征

圖2 北京市天然氣單位熱值含碳量頻數(shù)分布Fig.2 Frequency distribution of carbon content per unit low calorific value of natural gas in Beijing

根據(jù)式(1)，該研究中影響本地化特征排放因子的關(guān)鍵參數(shù)主要有3個(gè)——天然氣單位熱值含碳量(CC)、天然氣單位低熱值(NCF)和碳氧化率(OF). 從前兩個(gè)參數(shù)頻率分布和基本統(tǒng)計(jì)結(jié)果來看，在0.05顯著性水平下北京市天然氣單位熱值含碳量不符合正態(tài)分布，其平均值和中位數(shù)分別為15.367和15.378 kg/GJ，根據(jù)數(shù)據(jù)分布形態(tài)建議取值為中位數(shù)(15.378 kg/GJ)，北京市天然氣單位熱值含碳量稍高于IPCC1996和IPCC2006默認(rèn)值(15.3 kg/GJ). 由圖2可見，在0.05顯著性水平下北京市天然氣收到基低位熱值不符合正態(tài)分布，平均值和中位數(shù)分別為 36 391 和 36 750 kJ/m3，分布建議取值為中位數(shù)(36 750 kJ/m3)，與IPCC1996和IPCC2006(38 931 kJ/m3)相比，北京市天然氣低位熱值稍小. 碳氧化率取值范圍在0.99～1之間，檢測(cè)報(bào)告并沒有提供碳氧化率檢測(cè)參數(shù)，因此該值參考《2005中國(guó)溫室氣體清單研究》[16]，確定該研究中碳氧化率取值為0.99.

2.3 鍋爐噸位和效率對(duì)排放因子影響

為了檢驗(yàn)天然氣鍋爐噸位是否對(duì)排放因子產(chǎn)生影響，該研究依據(jù)227個(gè)鍋爐樣本(其中213個(gè)有效樣)，按設(shè)計(jì)噸位(M)分成4組(M≤2 t/h，2 t/h10 t/h)，未對(duì)原始數(shù)據(jù)進(jìn)行轉(zhuǎn)換，采用經(jīng)典的單因素方差A(yù)NOVA分析方法，基于Student-Newman-Keuls (SNK)和Ducan比較四組平均值差異. 經(jīng)檢驗(yàn)，在0.05顯著性水平下北京市4個(gè)分組天然氣鍋爐排放因子未發(fā)現(xiàn)各設(shè)計(jì)噸位分組間存在顯著性差異(見表3). 這表明天然氣作為氣態(tài)燃料，燃燒較為充分，鍋爐噸位對(duì)排放因子的影響不大.

表3 基于不同噸位北京市天然氣鍋爐CO2排放因子單因素方差分析

從天然氣鍋爐樣本的運(yùn)行效率看，運(yùn)行效率平均值在90.0%以上，中位數(shù)為90.5%，經(jīng)過Anderson-Darling非參數(shù)檢驗(yàn)方法(簡(jiǎn)稱“A-D test”)檢驗(yàn)，分布區(qū)間符合Weibull分布. 需要指出，該研究的調(diào)查樣本來自工業(yè)鍋爐的熱效率檢測(cè)，而鍋爐熱效率是燃料燃燒效率或氧化率和傳熱效率的乘積[14]. 由于缺乏計(jì)算傳熱效率的煙氣排放損失熱量、工業(yè)鍋爐爐壁散熱損失熱量等有關(guān)檢測(cè)參數(shù)，該研究無法直接建立鍋爐運(yùn)行效率和天然氣燃燒氧化率之間的定量關(guān)系. 從鍋爐出力不同水平看，單因素方差分析顯示天然氣鍋爐運(yùn)行效率之間無顯著差異，間接說明燃料氧化率對(duì)天然氣鍋爐排放因子的影響較小.

2.4 基于蒙特卡洛模型的不確定性分析

界定參數(shù)分布及取值范圍是蒙特卡洛模型分析的關(guān)鍵步驟. 該研究中參數(shù)界定有兩種途徑：①基于樣本數(shù)據(jù)利用非參數(shù)檢驗(yàn)方法(A-D test)，嘗試可能的分布函數(shù)并排序，評(píng)估確定參數(shù)概率分布并給出最優(yōu)估值；②依靠IPCC、中國(guó)國(guó)家溫室氣體排放清單推薦參數(shù)取值范圍，綜合得到參數(shù)概率分布和估值.

輸入?yún)?shù)選取如下：北京市天然氣單位熱值(NCF)樣本符合最小極值分布，在90%概率區(qū)間(5%～95%)內(nèi)取值為 35 402～37 234 kJ/m3，推薦取值為中位數(shù) 36 750 kJ/m3. 天然氣單位熱值含碳量(CC)樣本符合最小極值分布，在90%概率區(qū)間內(nèi)取值為15.28～15.42 kg/GJ，推薦取值為中位數(shù)15.38 kg/GJ. 氧化率(OF)樣本符合三角形分布，在90%概率區(qū)間內(nèi)取值為0.99～1，推薦取值為0.99. 模型設(shè)定各參數(shù)按照概率分布模擬運(yùn)行 10 000 次試驗(yàn).

圖3為北京市天然氣鍋爐CO2排放因子的直方圖，直方圖代表了排放因子的概率分布，即不確定性分布. 由圖3可見，北京市天然氣鍋爐CO2排放因子90%的概率分布范圍為19.78～20.84 t/(104m3)，與推薦值〔20.517 t/(104m3)〕相比，排放因子的不確定范圍為-3.59%～1.57%. 模型輸出不確定范圍并不沿平均值對(duì)稱分布，A-D test檢驗(yàn)顯示，天然氣鍋爐CO2排放因子符合Weibull分布. 這是由模型輸入北京市天然氣單位熱值(NCF)、天然氣單位熱值含碳量(CC)和氧化率(OF)3個(gè)參數(shù)不確定性范圍的分布特點(diǎn)決定的. 為了解各因素變化對(duì)CO2排放因子的影響程度，通過方差貢獻(xiàn)來驗(yàn)證天然氣低位熱值、單位熱量含碳量和氧化率這3個(gè)參數(shù)對(duì)排放因子的敏感度. 由表4可見，天然氣低位熱值對(duì)排放因子的影響最大，其方差貢獻(xiàn)率達(dá)到94%，而單位熱值含碳量和氧化率二者的方差貢獻(xiàn)率僅占6%. 對(duì)天然氣低位熱值進(jìn)行準(zhǔn)確評(píng)估，改進(jìn)活動(dòng)水平數(shù)據(jù)收集工作，有助于指導(dǎo)并降低天然氣鍋爐CO2排放因子不確定性.

注：灰色部分代表CO2排放因子90%的概率區(qū)間.圖3 北京市天然氣鍋爐CO2排放因子蒙特卡洛模擬直方圖Fig.3 Monte Carlo simulated histogram of carbon dioxide emission factor of Beijing natural gas boiler

2.5 與已有類似研究的對(duì)比

為了更好地理解北京市天然氣鍋爐排放因子所處水平，該研究將北京市天然氣鍋爐CO2排放因子

表4 蒙特卡洛模型參數(shù)敏感度分析

在單位實(shí)物量和熱值不同單位情況下的數(shù)值與典型國(guó)家清單、城市清單的數(shù)據(jù)進(jìn)行橫向?qū)Ρ? 由表5可見：北京市天然氣鍋爐CO2排放因子與中國(guó)、美國(guó)、英國(guó)國(guó)家清單評(píng)估數(shù)值接近，稍低于IPCC2006推薦缺省值，位于合理的值域區(qū)間. 北京市天然氣鍋爐CO2排放因子數(shù)值比紐約和加州同類數(shù)值高出9.98%. 查閱發(fā)現(xiàn)，紐約市溫室氣體排放清單并沒有給出詳細(xì)的排放因子數(shù)據(jù)來源; 加州天然氣排放因子與紐約市基本一致，加州溫室氣體清單排放因子評(píng)估方法綜合了基于設(shè)備設(shè)施連續(xù)監(jiān)測(cè)(CEMS)及根據(jù)化石燃料成分檢測(cè)確定缺省因子方式. 值得注意的是，美國(guó)國(guó)家、州和城市清單燃料熱值均采用高位熱值(HHV)，而非IPCC、中國(guó)國(guó)家溫室氣體清單或省級(jí)溫室氣體清單慣常使用的低位熱值(LHV)的數(shù)值，高位熱值和低位熱值一般相差10%，這可能是造成北京與美國(guó)加州及紐約天然氣鍋爐CO2排放因子差異的主要原因. 在今后進(jìn)行中外尤其是中美城市之間對(duì)比時(shí)，排放因子的差異值得關(guān)注.

表5 典型國(guó)家或城市天然氣固定設(shè)施排放因子對(duì)比

4 結(jié)論

a) 該研究使用北京市天然氣鍋爐檢測(cè)樣本數(shù)據(jù)，針對(duì)關(guān)鍵參數(shù)的分布特征，根據(jù)專家經(jīng)驗(yàn)和國(guó)內(nèi)外相似研究確定參數(shù)合理范圍，將蒙特卡洛模擬應(yīng)用于本地天然氣鍋爐排放因子評(píng)估，給出推薦排放因子及具有一定概率分布的范圍，提高了排放因子評(píng)估精度.

b) 據(jù)測(cè)算，按實(shí)物量口徑，北京市天然氣鍋爐CO2排放因子推薦值為2.052 kg/m3，90%概率分布范圍為1.982～2.086 kg/m3；基于熱值CO2排放因子推薦值為55.829 kg/GJ，90%概率分布范圍平均值為55.788～55.908 kg/GJ，排放因子的不確定范圍為-3.59%～1.57%. 經(jīng)統(tǒng)計(jì)學(xué)檢驗(yàn)，北京市天然氣鍋爐CO2排放因子符合Weibull分布.

c) 北京市天然氣鍋爐CO2排放因子稍低于IPCC2006推薦缺省值(0.5%)，與中國(guó)、美國(guó)、英國(guó)國(guó)家清單推薦取值相近，但是比紐約和加州同類數(shù)值高出9.98%.

d) 從參數(shù)敏感度貢獻(xiàn)看，天然氣低位熱值對(duì)排放因子的影響最大，其方差貢獻(xiàn)率達(dá)94%，而單位熱值含碳量和氧化率二者的方差貢獻(xiàn)率僅占6%. 對(duì)天然氣低位熱值進(jìn)行準(zhǔn)確評(píng)估，改進(jìn)北京市活動(dòng)水平數(shù)據(jù)收集工作，有助于指導(dǎo)并降低天然氣鍋爐CO2排放因子的不確定性.

e) 該研究?jī)H開展了北京市燃?xì)忮仩tCO2排放因子的不確定性評(píng)估，建議后續(xù)同類研究繼續(xù)加強(qiáng)對(duì)國(guó)內(nèi)排放因子的特征參數(shù)分析，擴(kuò)大不同行業(yè)、不同溫室氣體的活動(dòng)水平數(shù)據(jù)及排放因子不確定性的研討，形成分區(qū)域的基于實(shí)測(cè)的排放因子庫(kù)，增加核算的準(zhǔn)確度.