基于铁路零碳排放的量化研究

张永闯，严 凌 （上海理工大学，上海 200093）

基于铁路零碳排放的量化研究

张永闯，严 凌 （上海理工大学，上海 200093）

世界碳排放量剧增导致环境变化，全球需要可持续发展、绿色发展以减轻对环境的伤害。物流业也应在零碳排放的环境下快速发展，但在目前技术条件下的物流业并不能完全实现零碳排放，只能通过其他清洁能源来降低物流活动过程中的碳排放，文章主要对物流节点与节点之间的碳排放进行量化，运用逻辑斯蒂预测模型对未来五年的碳排放进行预测；通过在节点与节点之间建设可再生清洁能源设施设备来替代部分高碳能源的使用，从而达到降低物流活动中碳排放量的目的，使物流活动实现低碳排放，并检验其有效性。

零碳排放；清洁能源；零碳物流节点

中华人民共和国国家标准《物流术语（GB/T 18354-2001）》低碳物流[1]是指在物流过程中抑制物流对环境造成的危害，并且实现对物流环境的净化，使物流资源得到最充分利用。在低碳经济盛行的大环境下，物流的低碳改革是多方面有益的[2]；能源的替代也已成为趋势。零碳物流代表物流业未来发展的形态，本质是能源效率利用和清洁能源结构问题，通过建立新型能源结构，降低能耗和减少污染物排放，发展能源技术创新和制度创新从而减缓气候变化和促进可持续发展，以实施节能减排为发展主要手段，以低碳技术为发展方法的绿色物流发展模式[3]。

1 零碳排放物流节点实现途径

本文中将低碳能源视为排放系数为零的清洁能源（即零碳能源）来处理。事实上，在大多数情况下可再生能源也只能接近零碳能源。利用零碳排放的清洁能源来替代传统的化石燃料（煤炭、天然气、石油等），来提高物流节点清洁能源[4]的使用比率。根据物流节点的地理位置和气象条件，对库房等建筑物采用太阳能板，空闲面积增加风机采集风能，以供给节点内部物流耗能需求，实现部分自给自足，以降低高碳能源的使用；运用新的科学技术改进节点内基础设施建设，尽量更换成使用清洁能源的设施设备。

2 模型构建

2.1 能源量化公式

其中：Hi——耗能量；Qi——货运量；K——转化系数。

2.2 碳排放的量化模型[5]

各环节物流活动所需单位能量产生的碳排放量：Yk

排放总量：

2.3 运用逻辑斯蒂模型[6]进行预测分析

考虑自然资源和环境对生物种群的影响，以K记自然资源和环境条件所能允许的最大生物种群数。把生物种群增长的速率除以当时的生物种群数称为生物种群的净增长率。荷兰数学家威赫尔斯特（Verhuls）t提出一个假设：生物种群的净增长随着N（t）的增加而减少，且当N（t）→K时，净增长趋于零。因此生物种群增长的方程可写成：

其中：r表示生物种群N（）

t的内禀增长率。

2.4 耗能模型

根据物流系统耗能阶段（节点、线路）构建物流总耗能模型：

物流总耗能为：

其中：DLM——物流总耗能；DIN——节点总耗能；DNE——线路总耗能。

（1）DIN（节点总耗能）

其中：DIN——节点（仓储）总耗能；DW——储存区耗能；DH——照明、应急设备耗能；DH——库房内部的装卸搬运设备（叉车）耗能；DI——信息耗能（可忽略）。

与DW（储存区耗能）相关的因子函数如下式：

其中：DW——储存区耗能；DP——预处理区耗能；DRS——保鲜区耗能；DRF——冷藏区耗能。

（2）DNE（线路总耗能）

其中：DNE——线路总耗能；DT——运输耗能；DV——车辆耗能；DLF——装车卸车设备（叉车）耗能。

与DV（车辆耗能）相关的因子函数如下式：

其中：DV——车辆耗能；DC——车本身耗能；DD——冷藏箱耗能。

2.5 零碳排放量化模型

其中：I——清洁能源的占比率；EQ——清洁能源供能量；EY——单位太阳能板块产能；EF——单位风机产能；N——太阳能板块；M——风机数量。

3 案例分析

本文以大秦铁路为例，大秦铁路主要以运煤为主要服务对象，仓储，加工等方面耗能较少，主要集中在运输中的耗能，根据历年来大秦铁路的货运量，来换算出大秦铁路的耗能并运用逻辑斯蒂模型根据2002～2015年数据预测未来五年的运输量及耗能，量化其碳排放量；大秦铁路园区及路线延边进行规划，采用安装太阳能光板和风机用以替代运输过程中的耗能。

3.1 大秦铁路概述

大秦铁路是中国第一条双线电气化开行重载单元列车的运煤专线，是中国西煤东运的主要通道之一，也是目前（截至2011年）世界上年运量最大的铁路，主要承担晋北、内蒙西部和陕北的煤炭外运任务。大秦铁路自山西省大同市至河北省秦皇岛市，沿线共设37个车站，全长653千米，其中不可安置太阳能板和风机的路程为21.7公里，大秦铁路地处于山西省与河北省，每年的日照属于较丰富地区，风力资源也十分充足，适合太阳能和风能的建设，大秦铁路是中国新建的第一条双线电气化重载运煤专线，主要动力来源为电能，电能主要依靠活力发电以及购买的水电，所以大秦铁路可以依靠风能、太阳能的功能来替代火电供能。以下为大秦铁路2002～2015年来的运输量统计。

3.2 大秦铁路的碳排放量化及预测

大秦铁路2002～2015年的煤炭运量如表1所示。

根据每年电力机车牵引运输量为9.29×105万t·km，每年需耗电1.05亿kW·h[10]。根据计算得出113.025kW·h/（万t·km），根据公式得出大秦铁路2002～2015年的耗电量如表2所示。

根据2002～2003年火电和水电占我国发电量的平均比重分别为81.9%和16.2%[7]，本文就以此数据为计算依据，计算出2002～2015年的高碳排放的火电耗能如表3所示。

各电网区域的耗能碳排放量如表4所示。

表1 大秦铁路2002～2015年的煤炭运量 单位：亿吨

表2 大秦铁路2002～2015年的耗电量 单位：万kW·h

表3 大秦铁路2002～2015年的高碳排放的火电耗能 单位：万kW·h

表4 各电网区域的耗能碳排放量

根据表2和表3可以得出大秦铁路2002～2015年的碳排放量如表5所示：

表5 大秦铁路2002～2015年的碳排放量 单位：万吨

根据2002～2015年数据，运用逻辑斯蒂模型对大秦铁路未来五年的货运量、耗能及碳排放量进行预测，结果如表6所示。

从预测数据可以看出，大秦铁路的货运量在未来五年都保持着上升的趋势，五年火电耗能平均值为288 765.3万kW·h。

3.3 供能设备类型参数的选型

（1）太阳能板参数

多晶硅太阳能板参数如表7所示。

（2）风力发电的风机参数如表8所示。

由表7可得出该太阳能板一小时可产出0.057kW·h的电量，一天按8小时的日照时间计算，本论文假设每天日照量都能达到电能转化量，一年按280天计算，则该太阳能板一块一年的产出电能为127.68kW·h。根据预测2016～2020年的平均电能消耗量可以得出需要该太阳能板2 262万块。根据该太阳能板的外形尺寸，一块太阳能板的占地面积大约为2m2，则总共需要占地面积4 524万m2。大秦铁路在物流运输功能上每年就可以减少碳排放约359.801万吨的碳排放量。

表6 大秦铁路未来五年的货运量、耗能及碳排放量预测

表7 多晶硅太阳板参数

表8 风机参数

由表8得知，风机年发电量为28 000 kW·h，有效利用电量为23 800 kW·h，则满足耗能需求需要该类型风机121 330台，所以，在大秦铁路铁路沿线全部安置风机安置点（多组风机分别安置于铁路两侧）才能满足该铁路线运输耗能。

大秦铁路总共里程为653km，其中隧道里程占21.7km，可安置太阳能光板和风机的里程为631.3km，大秦铁路可以在铁路沿线合理的布置风机和太阳能光板的数量，来满足大秦铁路全年运输的能源消耗，全部替代化石能源和外买的水电能；假设全部以风机产能来代替化石能源，平均50米安置一对风机，考虑到实际地理环境情况，选择整条铁路线较优的风机安置点，增设多组风机；在铁路沿线寻求日照充足点集中安置太阳能光板，合理的安置风机和太阳能光板的数量，在满足供能前提下做到成本最小。由于本文中假设了全年每个工作日的日照量都能满足太阳光板的每天需求，风能达到最低需求风速，根据实际气候影响，大秦铁路公司可适当在每个安置点加设一些太阳能光板和风机，在日照或者风力充裕的时候将电能进行储存，来保证在阴雨天铁路耗电的正常使用。

大秦铁路的主要物流服务对象是煤炭，所以对于相应的储存、流通加工等其他物流活动耗能不高，由于大秦铁路公司的节点内其他数据不全，无法查找的原因，本文对节点内的其他物流活动耗能不能完全统计预算，没有做出相关耗能计算。要精确计算整个物流活动总耗能将是一项巨大的工程，因此本文只对关键内容做以论述，还望有关读者批评指正。

[1] 全国物流标准化技术委员会.国家标准《物流术语》GB/T 18354-2001[Z].2007.

[2]IPCC.第四次评估报告：气候变化2007（综合报告）[Z].2007.

[3] 李玉，熊育伟.基于碳排放最小化的低碳物流园区实施策略[J].安徽农业科学，2012,40(12):7289-7290.

[4] 周新军.交通运输业能耗现状及未来走势分析[J].中外能源，2010,15(7):9-15.

[5]宋洋.乌鲁木齐市工业园区物流服务低碳化发展影响因素及碳排放计算方法研究[D].乌鲁木齐：新疆农业大学（硕士学位论文），2015.

[6] 张世强，蒋峥.基于灰色系统的逻辑斯蒂模型的建模方法[J].数学的实践与认识，2010,40(9):144-148.

[7] 齐晔，李惠民.“十一五”时期中国经济的低碳转型[J].中国人口·资源与环境，2011,21(10):60-67.

[8] 刘长安，李庆彪.关于逻辑斯谛（Logistic）模式的参数r[J].海洋湖沼通报，1988(4):71-77.

[9] 胡好远.种群内禀增长率精确值的简便求法[J].安徽农学通报，2010,16(3):173-174.

[10] Deng Ju-long.Control problems of grey systems[J].Syst&Contr Letter,1982,1(5):288-294.

[11]何吉成，黄茵，徐雨晴,等.广梅汕铁路电气化改造前后的机车牵引耗能分析[J].铁道劳动安全卫生与环保，2010,37(1):13-15.

Quantitative Study Based on Railway Zero Carbon Emissions

ZHANG Yongchuang,YAN Ling (University of Shanghai for Science and Technology,Shanghai 200093,China)

The rapid increase of carbon emissions in the world leads to environmental change,and the world needs sustainable development and green development to reduce the harm to the environment.With the rapid development of the logistics industry should be zero carbon emissions under the environment,but in the current technical conditions of the logistics industry can not completely achieve zero carbon emissions,only through other clean energy to reduce carbon emissions in the process of logistics activities,this paper quantifies the logistics nodes with carbon emissions,the use of logistic forecast the model to predict the future five years of carbon emissions;through the construction of clean and renewable energy facilities and equipment between nodes to replace the use of high carbon energy,thereby reducing the amount of carbon emissions in logistics,the logistics activities to achieve low carbon emissions,and to test its validity.

zero carbon emission;clean energy;zero carbon logistics node

F403.3

A

1002-3100(2017)08-0014-04

2017-05-11

张永闯（1993-），男，河南周口人，上海理工大学硕士研究生，研究方向：物流工程；严 凌（1963-），男，上海人，上海理工大学，副教授，研究方向：交通规划、交通经济。