基于炼油厂生命周期层面的近实时的全球温室气体排放核算方法

摘要

一种基于炼油厂生命周期层面的近实时的全球温室气体排放核算方法，包括以下步骤：基础数据采集，包括采集炼油厂数据及炼油行业数据；利用降尺度手段，匹配所述炼油厂各生产单元产能数据及所述炼油行业数据，核算各炼油厂年度及月度活动水平数据；利用基于炼油厂温室气体排放生命周期核算的PRELIM模型，根据原油的种类和配置类型以生命周期的方法获得炼油厂五个主要过程单元的温室气体排放因子；采用排放因子方法，利用炼油厂月度活动水平数据以及炼油厂五个主要过程单元的温室气体排放因子数据，获得基于生命周期层面、高精度、近实时的全球炼油厂温室气体排放数据。该方法提高了炼油行业温室气体排放评估数据的精确度，有效降低评估结果的不确定性。

说明书

技术领域

本发明涉及一种温室气体排放核算方法，特别是一种基于炼油厂层面的近实时的全球温室气体排放核算方法。

背景技术

炼油行业是全球第三大固定温室气体(GHG)排放源，占全球能源行业温室气体排放的 5％。由于化石燃料在短期内无法被替代，石油作为世界上主要的供应能源之一，到2030年，其需求将稳定增长。目前，炼油厂碳排放的核算大多基于单个炼油厂或国家尺度。然而，炼油厂的配置类型和使用原油种类的空间差异以及核算的时间滞后性给炼油行业的温室气体排放核算带来了很大的不确定性，不足以支持全球化炼油行业的精准温室气体减排工作。因此，迫切需要根据区域特征，基于炼油厂的生命周期构建厂级层面的近实时的温室气体核算方法。

发明内容

本发明的目的是提供一种基于炼油厂生命周期层面的全球温室气体排放核算方法，以解决现有全球炼油厂温室气体排放核算方法存在的不足。

本发明提供一种基于炼油厂生命周期层面的近实时的全球温室气体排放核算方法，包括以下步骤：

步骤S01、基础数据采集，包括采集炼油厂数据及炼油行业数据；其中，所述炼油厂数据主要包括全球炼油厂各生产单元的产能数据，以及炼油厂地理位置数据；所述炼油行业数据包括全球各国家炼油行业的年度产量数据、产能数据以及月度原油产量数据；

步骤S02、利用降尺度手段，匹配所述炼油厂各生产单元产能数据及所述炼油行业数据，核算各炼油厂年度及月度活动水平数据；

步骤S03、利用基于炼油厂温室气体排放生命周期核算的PRELIM模型，根据原油的种类和配置类型以生命周期的方法获得炼油厂五个主要过程单元的温室气体排放因子；

步骤S04、采用排放因子方法，利用步骤S02中获得的炼油厂月度活动水平数据以及步骤 S03中获得的炼油厂五个主要过程单元的温室气体排放因子数据，获得基于生命周期层面、高精度、近实时的全球炼油厂温室气体排放数据。

进一步地，所述步骤S01中，获取所述炼油厂数据及所述炼油行业数据后，需要对所述数据进行预处理，预处理按照下列步骤进行：

(1)去除重复项和剔除异常值；

(2)将获得的炼油厂数据根据主要的工艺装置确定炼油厂的配置类型；

(3)依据获得的全球所有国家炼油行业的产能、产量数据以及原油产量月度数据，采用降尺度或插值手段，对缺失产能信息的炼油厂数据进行校正或补充。

进一步地，所述步骤S02中，以所述全球各国家炼油行业的年度产量数据作为基准，利用步骤S01中获得的各炼油厂的地理位置数据，以国家或地区为单位，按照所述炼油厂的产能进行分配，得到全球各炼油厂的原油蒸馏产量：

A

其中，A代表炼油厂的原油蒸馏产量；C代表炼油厂原油蒸馏产能；i，p，t分别代表炼油厂、国家或地区、计算年份。

以所述全球各国家炼油行业的月度原油产量数据作为基准，利用步骤S01中获得的各炼油厂的地理位置数据，以国家或地区为单位，按照所述炼油厂的原油蒸馏产量进行月度降尺度分配，得到全球各炼油厂的月度原油蒸馏产量：

A

其中，A代表炼油厂的原油蒸馏产量；CA代表国家原油产量，i，p，t，m分别代表炼油厂、国家或地区、计算年份、计算月份。

对于无法获取国家炼油行业的月度原油产量数据的国家，按照以下方法估算：

A

其中，A代表炼油厂的原油蒸馏产量；i，p，t，m分别代表炼油厂、国家或地区、计算年份、计算月份。

进一步地，所述步骤S04中，炼油厂的温室气体排放为：

其中，E代表炼油厂温室气体排放；A代表炼油厂的原油蒸馏产量；EF代表温室气体排放因子；i，p，t，m，T分别代表炼油厂、国家或地区、计算年份、计算月份、生产单元。

有鉴于此，本公开的主要目的在于提供了一种基于炼油厂生命周期层面的厂级近实时的月度碳排放核算方法、装置、设备及存储介质，以解决当前炼油行业碳排放数据集不具备炼油厂级生命周期层面的近实时的月度碳排放数据，以及不具有炼油生产工艺流程，年龄结构等影响碳排放量的关键信息的问题。

本发明的基于炼油厂生命周期层面的全球炼油厂温室气体排放评估方法，采用基于配置类型的生命周期温室气体排放数据、运营特征、地理位置数据、以及宏观层面炼油行业产品产量数据以及原油产量月度数据，形成多尺度、精细化的全球炼油厂温室气体排放数据库，实现对分工艺单元、年龄结构的近实时的全球炼油厂温室气体排放数据的提取。将厂级层面全球炼油厂温室气体排放数据库引入温室气体排放评估领域，解决了温室气体排放评估中工艺过程排放信息不完备以及时间滞后的问题，提高了炼油行业温室气体排放评估数据的精确度，有效降低评估结果的不确定性，提高了炼油行业温室气体排放核算的准确性和预估的可靠度，为国家实现炼油行业的精准减排和炼油行业提供数据支撑。

附图说明

为了更完整地理解本发明，现在将参考结合附图的以下描述，其中：

图1为本发明的基于炼油厂生命周期层面的近实时的全球温室气体排放核算方法的流程图。

具体实施方式

为说明清楚本发明的目的、技术细节及有效应用，使之便于本领域普通技术人员理解与实施，下面将结合本发明实施例及附图作进一步的详细阐述。显然，此处描述的实施示例仅用于说明和解释本发明，并不用于限定本发明。

本发明提供一种基于炼油厂生命周期层面的近实时的全球温室气体排放核算方法，包括以下步骤：

步骤S01、基础数据采集，包括采集炼油厂数据及炼油行业数据。

其中，炼油厂数据为包括全球炼油厂的点源数据，主要包括全球炼油厂各生产单元的产能数据，以及炼油厂地理位置数据。

所述炼油厂的产能数据的采集，利用Enerdata(https://www.enerdata.net/)炼油厂数据集进行；利用上述数据集，获取全球炼油厂的运营状态、开始服役时间、退役时间、更新升级时间、也包含主要工艺装置、产能数据以及地址信息等。

以燕山炼油厂为例，获得其运营状态为：运转；退役时间为：未退役；开始服役时间为： 1970年；更新升级时间为：未更新升级；其炼油关键生产单元工艺装置为：减压蒸馏装置、硫磺回收装置、溶剂脱沥青装置、气化加氢装置(GO-HC)、柴油加氢装置、深度焦化装置、流化催化裂化装置(FCC)等，因此该炼油厂为深度焦化炼油厂(具有FCC和GO-HC)；2020 年产能为220.9千桶每天；其地址为：中国北京市房山区燕山栗园路1号。

对于所述炼油厂地理位置数据，利用IndustryAbout、ABarrel Full、OpenStreetMap或谷歌地图等采集。依据获取的炼油厂的地址信息，在上述地图网站中获得精确的地理位置数据，例如经度、纬度等。

其中，炼油行业数据包括全球各国家炼油行业的年度产量数据、产能数据以及月度原油产量数据。对于所述年度产量数据、产能数据，利用英国石油公司炼油行业报告获取；对于所述月度原油产量数据，利用美国能源情报署(USEIA)获得。

获取所述炼油厂数据及炼油行业数据后，需要对所述数据进行预处理。预处理按照下列步骤进行：

(1)去除重复项和剔除异常值；其中一般将产能数据大于其相邻年份(或月份)的四倍标准差视为异常值；

(2)将获得的炼油厂数据根据主要的工艺装置确定炼油厂的配置类型，包括：简单加氢炼油厂、中度转化炼油厂(具有流化催化裂化设备(FCC))、中度转化炼油厂(具有FCC和气化加氢装置(GO-HC))、中度转化炼油厂(具有GO-HC)、深度焦化炼油厂(具有FCC)、深度焦化炼油厂(具有FCC和GO-HC)、深度焦化炼油厂(具有GO-HC)、深度加氢裂化炼油厂(具有FCC)、深度加氢裂化炼油厂(具有FCC和GO-HC)、深度加氢裂化炼油厂(具有GO-HC)，以便后期对应；

该步骤中，将根据主要的工艺装置确定炼油厂的配置类型，例如，燕山炼油厂具有气化加氢装置(GO-HC)、深度焦化装置以及流化催化裂化装置(FCC)，因此该炼油厂为深度焦化炼油厂(具有FCC和GO-HC)。

(3)依据获得的全球所有国家炼油行业的产能、产量数据以及原油产量月度数据，采用降尺度或插值手段，对一些缺失产能信息的炼油厂数据进行校正或补充。

例如，依据英国石油公司炼油行业报告数据获得：中国炼油行业2010年的产能为12323 千桶每天，2009年的产能为11334千桶/每天，而燕山炼油厂2010年产能为271千桶/每天，据此可估算2009年燕山炼油厂为249.3千桶/每天。

步骤S02、利用降尺度手段，匹配所述炼油厂各生产单元产能数据及所述炼油行业数据，核算各炼油厂年度及月度活动水平数据。其中，活动水平数据具体为各炼油厂原油蒸馏产量。

以所述英国石油公司炼油行业报告获得的所述全球各国家炼油行业的年度产量数据作为基准，利用步骤S01中获得的各炼油厂的地理位置数据，以国家或地区为单位，按照所述炼油厂的产能进行分配，具体的计算方式如公式(1)所示，可以得到全球各炼油厂的原油蒸馏产量。

A

其中，A代表炼油厂的原油蒸馏产量；C代表炼油厂原油蒸馏产能；i，p，t分别代表炼油厂、国家或地区、计算年份。

以从所述美国能源情报署(USEIA)获得的所述月度原油产量数据作为基准，利用步骤 S01中获得的各炼油厂的地理位置数据，以国家或地区为单位，按照所述炼油厂的原油蒸馏产量进行月度降尺度分配，具体的计算方式如公式(2)所示，可以得到全球各炼油厂的月度原油蒸馏产量。USEIA中没有数据的国家采用公式(3)进行估算。

A

A

其中，A代表炼油厂的原油蒸馏产量；CA代表国家原油产量，i，p，t，m分别代表炼油厂、国家或地区、计算年份、计算月份。

步骤S03、利用基于炼油厂温室气体排放生命周期核算的PRELIM模型，根据原油的种类和配置类型以生命周期的方法获得炼油厂五个主要过程单元的温室气体排放因子。

PRELIM模型(https://ucalgary.ca/energy-technology-assessment/open-source-models/prelim) 是加拿大卡尔加里大学Joule Bergerson博士团队研发的一种基于质量和能源的用于估算炼油厂内生命周期层面的温室气体排放的开源工具。PRELIM旨在通过提供透明的模型(包括数据，假设和详细结果)来为碳排放等分析提供信息。

PRELIM模型使用时，需要设置默认参数，具体参照表1。原油的特性和炼油厂配置类型的不同决定了炼油厂主要过程单元的温室气体排放强度，根据原油的种类和配置类型以生命周期的方法获得炼油厂五个主要过程单元的温室气体排放因子，包括加热器和锅炉单元、蒸汽甲烷重整制氢(SMR)单元、公共设施、流化催化裂化设备单元以及其他过程单元，十种配置类型的炼油厂均含有上述五个主要过程单元的部分过程单元：对于加热器和锅炉单元，通过PRELIM模型获得的加热器和锅炉单元的碳排放强度作为加热器和锅炉单元的碳排放因子数据；对于蒸汽甲烷重整制氢(SMR)单元，通过PRELIM模型获得的蒸汽甲烷重整制氢 (SMR)单元的碳排放强度作为蒸汽甲烷重整制氢(SMR)单元的碳排放因子数据；对于公共设施单元，通过PRELIM模型获得的公共设施的碳排放强度作为公共设施的碳排放因子数据；对于流化催化裂化设备单元，通过PRELIM模型获得的流化催化裂化设备单元的碳排放强度作为流化催化裂化设备单元的碳排放因子数据；对于其他过程单元，通过PRELIM模型获得的其他过程单元的碳排放强度作为其他过程单元的碳排放因子数据。

表1 PRELIM模型默认参数设置

步骤S04、采用排放因子方法，利用步骤S02中获得的炼油厂月度活动水平数据以及步骤S03中获得的炼油厂温室气体排放因子数据，获得基于生命周期层面、高精度、近实时的全球炼油厂温室气体排放数据。

炼油厂的温室气体排放采用公式(4)进行估算。

其中，E代表炼油厂温室气体排放；A代表炼油厂的原油蒸馏产量；EF代表温室气体排放因子；i，p，t，m，T分别代表炼油厂、国家或地区、计算年份、计算月份、生产单元。

由于各炼油厂具备不同的炼油生产流程，因此不同配置的炼油厂对应的温室气体排放量计算方式有所不同，具体而言：

对于采用具有流化催化裂化设备的炼油厂：

E＝E

对于采用具有蒸汽甲烷重整制氢(SMR)设备的炼油厂：

E＝E

对于采用具有流化催化裂化设备和蒸汽甲烷重整制氢(SMR)设备的炼油厂：

E＝E

对于采用不具有流化催化裂化设备和蒸汽甲烷重整制氢(SMR)设备的炼油厂：

E＝E

按照上述各步骤，可以计算出基于生命周期、高精度、全覆盖、近实时的全球炼油厂温室气体排放量，并且，可以依据全球炼油厂的温室气体排放量，提炼出国家、区域、全球不同空间尺度的炼油厂温室气体排放强度、空间分布、年龄结构等特征，厘清炼油厂的运营特征与其二氧化碳排放之间的联系，提供了精确到工厂生命周期层面的全球炼油产能和相关温室气体排放的详细情况。

按照本发明所述的计算方法得到的工厂生命周期层面的温室气体排放量，可以通过国家发布的能源消耗排放等数据进行验证。通过多角度的验证，可以证明本发明计算得到的二氧化碳排放量具有很高的精度。