鋼鐵行業節能減排路徑分析與優化

王奕涵 ，溫宗國

(1.清華大學環境學院環境模擬與污染控制國家重點實驗室，北京 100084； 2.清華大學工業節能與綠色發展評價中心， 北京 100084)

鋼鐵行業是典型高耗能、高污染行業[1]。為應對鋼鐵生產過程中的能源、環境問題，日益增加、日趨嚴格的約束性指標不斷出臺，顯著增加了鋼鐵行業節能減排管理的難度：一方面，多項節能減排措施在過去已實現大規模應用，進一步挖掘潛力空間較窄，成本不斷攀升，目標實現難度加大；另一方面，節能減排措施在應用過程中同時對能源、環境、經濟等多個目標產生影響，不同目標間存在復雜的協同和沖突關系，目標間隱性轉移的風險增加[2]。

在鋼鐵行業節能減排管理日趨復雜的背景下，有必要整合自底向上建模、多目標優化等方法，探尋全路徑、多目標協同的節能減排管理模式。然而，目前的研究仍然存在一定不足：在節能減排路徑層面，目前研究局限于單一或個別節能減排措施的分析，如化解過剩產能[3]、結構調整[4]、技術應用[5]等，缺乏各項措施的系統性整合，無法從全行業角度系統規劃節能減排路線圖，制定合理目標；在節能目標管控層面，雖然目前已有研究關注節能、碳減排、污染物減排、成本控制等目標間的協同效益，或采用優化方法規劃節能減排路線圖，但是仍缺乏對超3維的高維多目標協同管理問題的求解。

為突破以上局限，本研究全面整合3類共6項節能減排措施，解析其作用機制并核算當前政策背景下的節能減排潛力；同時，建立包含能耗最低、5類污染物排放最低、成本最低共7維目標的優化模型，并采用基于參考點的快速非支配排序遺傳算法(NSGA-III)求解，通過模糊C均值聚類算法選取最優方案。

1 鋼鐵行業節能減排路徑分析方法

1.1 鋼鐵行業節能減排措施概況

通過梳理鋼鐵行業相關政策文件，共梳理3類6項主要措施：規模調整(產量控制)、工藝結構調整(原料產品結構升級、主體工藝結構升級)、技術推廣(節點節能技術推廣、末端治理技術推廣、共生技術推廣)。其中，對于技術推廣，通過參考先進技術目錄[6-7]，共收集17項節點節能技術、17項末端治理技術、18項共生技術，相關技術的名稱及作用工序見表1。

1.2 節能減排潛力核算方法

本研究基于已有的自下向上方法模擬鋼鐵行業系統，通過解析不同節能減排措施對行業系統的影響機制，設計核算方法，定量評估不同措施可實現的節能減排潛力。

(1)產量規模調整

該措施通過控制粗鋼產量，減少生產規模，直接減少行業的總能耗及污染物排放，節能減排潛力核算公式如公式(1)和公式(2)所示：

TEC1,t+Δt=ΔPt,t+Δt×EIt

(1)

TER1,p,t+Δt=ΔPt,t+Δt×EFp,t

(2)

式中，TEC為總節能量，1為措施編號，ΔP為產量的減少量，EI為能源強度，TER為總減排量，p為污染物種類，EF為排放系數,t為基準年，t+Δt為目標年。

表1 鋼鐵行業節能減排先進技術

(2)原料產品結構升級

該措施通過改變生產產品的原料投入，提升原料利用效率，進而間接減少加工上述原料過程中的能源消耗及污染物排放，核算公式如公式(3)和公式(4)所示：

(3)

(4)

式中，a為工序，SR為原料產品結構參數，即鋼比系數。

(3)主體工藝結構升級

該措施通過使用大規模的主體工藝設備，提升生產過程中的能源及環境效率，從而降低能耗及污染物排放，核算公式如公式(5)和公式(6)所示：

(5)

(6)

式中，s為各項主體工藝設備，PR為普及率。

(4)節點節能技術推廣

節點節能技術通過優化主體工藝設備的生產過程，提升能源利用效率，實現節能，并間接減少能源使用的污染物排放量，核算公式如公式(7)和公式(8)所示：

(7)

PAa,p,t)

(8)

式中，i為各項節點節能技術，ES為節點節能技術的節能效果，PA為污染物削減效率。

(5)末端治理技術推廣

末端治理技術通過處理生產設備排放的污染物，減少其向環境的排放，從而實現減排，在技術應用過程中也會產生能源消耗，核算公式如公式(9)和公式(10)所示：

(9)

(10)

式中，eop為末端治理技術，EC為技術的能耗。

(6)共生技術推廣

共生技術通過利用工業生產過程中產生的廢棄物、副產品，回收其中的二次能源，或用于其他行業產品的生產，減少原料的消耗，從而實現節能減排。核算公式如公式(11)和公式(12)所示：

(11)

(12)

式中，st為共生技術，st-ref為共生技術對應的參考情景，k為不同的能源種類，ECon為能源折標煤系數，ECoe為能源污染物排放系數。

1.3 高維多目標優化模型建立

在核算2020年鋼鐵行業節能減排潛力的基礎上，對各項措施的應用進行優化，進一步深挖節能減排空間，為合理制定節能減排管理目標及路線圖提供政策建議。本方法學共包含3個主要模塊。

(1)優化模型設定

優化變量。考慮到數學模型的可行性，將鋼鐵行業主體工藝結構升級、節點節能技術推廣、末端治理技術推廣、共生技術推廣等4項措施作為優化變量，以普及率作為衡量工藝結構或技術推廣幅度的表征。

優化目標。共設置3類共7項目標，分別為2020年噸鋼能耗最低、5種污染物(SO2/NOx/PM/COD/NH3-N)排放量最低及節能減排年均成本最低。

約束條件。分為自然約束和政策約束，其中自然約束為技術的普及率介于0～100%之間，政策約束為部分小規模的主體工藝設備應當趨于淘汰。

(2)求解算法

本研究應用的NSGA-III算法由Deb等在2014年首次提出[8]，該算法設計了基于參考點的非支配算子選擇機制，能在高維多目標優化算法中避免陷入局部最優，實現全局優化。算法由以下幾個關鍵部分構成：

種群初始化。在本研究中，由于普及率變量為連續實數變量，在本研究中染色體各基因采用實數編碼方式。編碼的實質為對數組中各個數值在其上下界范圍內隨機賦值。

快速非支配排序。其主要思想為依據種群內個體間的支配關系，對種群進行分層排序，用以評判個體的優劣性。具體流程是：首先識別各個解所支配的解集以及被支配的樣本個數，將被支配樣本個數為0作為第一層；檢索第一層樣本支配的所有其他個體，將這些個體的被支配樣本個數減去1，并篩選出目前被支配樣本為0的個體作為第二層。以此類推，直到整個種群被分為不同層。

相關參考點選擇。NSGA-III算法中引入了基于參考點的選擇機制，其作用為保證下一代各個種群的分布均勻性，增強了種群優化的驅動力。具體操作時，在進行種群選擇時應保證附屬在各條參考線的點的數量盡量一致，這樣可以保證種群在解集空間的均勻分布。

交叉及變異算子。經過上述過程，較優的樣本得以被識別并選擇出來，需通過交叉及變異算子得到子代。其中，交叉算子通過兩個親代樣本交換部分信息得到新樣本，并通過變異算法隨機改變信息內容得到子代。在本研究中，采用線性重組的方式作為交叉算子，采用隨機變異的方式作為變異算子。

(3)方案篩選

由于多目標優化算法得到的并非單個解，而是一系列非支配解組成的解集，因此需要采用多屬性決策方法，基于不同偏好選擇最終優化方案。

目標權重設置。本研究共設置3類目標偏好，分別為節能偏好，減排偏好及成本控制偏好。偏好對應的目標權重設置為0.6，其余權重設置為0.2。不同的目標偏好反映在一系列非支配解中的取舍上，更為側重對應偏好表現最優的結果。

最終方案篩選。基于逼近理想解排序法(Technique for Order Preference by Similarity to an Ideal Solution，簡稱為TOPSIS方法)，在給定偏好下計算樣本相對正理想解及負理想解的歐式距離，從而判斷樣本基于多屬性下的綜合得分。本研究分別利用TOPSIS方法計算不同樣本在多個偏好下的綜合得分，選擇某一偏好下得分最高的樣本作為隸屬于該偏好的解集，取解集均值作為該偏好的最終決策方案。

2 鋼鐵行業節能減排潛力核算與優化

2.1 鋼鐵行業節能減排潛力核算結果

根據1.2節中的核算方法，計算以2015年為基礎的2020年中國鋼鐵節能減排潛力。結果表明，五年間鋼鐵行業可實現節能0.42億噸，能源消費下降9.2%；實現二氧化硫、氮氧化物和煙粉塵減排量為31.10萬噸、30.83萬噸和55.86萬噸，減排比例分別為18.9%、31.8%和56.3%。與“十三五”期間鋼鐵行業規劃進行對標，可以發現將超額實現節能(噸鋼能耗560 kgce/t，總量約下降8.3%)、氮氧化物及煙粉塵減排(總量下降15%)目標，表明上述目標的制定較為寬松，仍有進一步深挖潛力的空間；而對于二氧化硫減排目標(噸鋼排放670 g/t，總量約下降20%)，現有減排潛力對實現該目標仍有一定壓力，可考慮在未來重點關注。

進一步考慮各項措施可實現的節能減排潛力，計算結果見表2。其中，節能潛力主要通過產量規模控制、共生技術推廣方式實現；二氧化硫減排潛力主要通過原料產品結構升級、共生技術推廣實現；氮氧化物及煙粉塵減排潛力主要通過末端治理技術推廣實現。上述結果印證了節能減排路徑間存在的協同以及沖突關系，因此有必要通過統籌多個目標，找尋節能減排最優方案，從而支撐下一階段鋼鐵行業節能減排政策的制定。

表2 各項措施節能減排潛力

2.2 節能減排多目標優化結果

通過1.3中的NSGA-III算法求解，得出的優化結果整體情況見表3。優化結果與2.1中的潛力核算相比較，除噸鋼氮氧化物排放外，其余目標均有所改進，幅度介于1.1%～7.3%之間，表明優化算法可實現節能減排潛力的進一步挖掘，有助于找尋最優節能減排路徑。與國家規劃相比較，優化結果大多超過規劃目標限值，表明優化結果可以較好地支撐鋼鐵行業節能減排管理。

通過TOPSIS方法的篩選，最終確定了3類目標偏好下的方案及對應的方案目標，結果見表4。在特定的偏好下，對應指標有著相對最優性能：在節能偏好下，噸鋼能耗預計可達到531.68 kgce/t粗鋼的水平；在減排偏好下，噸鋼的二氧化硫、氮氧化物、煙粉塵、COD及氨氮排放可分別達到655.08 g/t、862.33 g/t、608.2 g/t、19.56 g/t與1.75 g/t的水平；在成本控制偏好下，噸鋼技術投資成本為42.76元/t。在規劃制定過程中，可綜合考慮鋼鐵行業外部市場環境、經濟形勢、技術推廣難度等因素，選取合適的偏好及對應目標。

表3 高維多目標優化結果及對比

表4 最終節能減排方案

3 鋼鐵行業節能減排路徑優化建議

鋼鐵行業是典型高能耗、高排放行業，準確識別其節能減排潛力，展開多目標統籌優化設計，對當前行業節能減排管理目標數值趨嚴、種類趨多的形勢具有重要意義。本研究采取自下向上的建模方法解析了3類共6項節能減排路徑，進行了2020年節能減排潛力的評估，并結合NSGA-III算法及TOPSIS方法，形成了節能減排最優方案。綜合上述分析結果，在此提出以下幾條主要的建議：

繼續堅持化解過剩產能措施。當前產能控制、產量限制等措施是鋼鐵行業節能減排的一項重要措施。本研究驗證了產量控制對于節能減排效果的重要作用，應當繼續在下一階段推行嚴禁新增產能、清退落后產能等措施。

通過優惠政策支持工藝調整。本研究提出了明確的原料產品結構升級及規模結構升級方向，并驗證其可有效推動節能及二氧化硫減排等較為嚴格的指標的實現。然而，在設備、技術更替過程中需要較高的資金投入，可能給企業帶來較大的經濟壓力。因此，可通過補貼、降稅、電價優惠等手段，鼓勵企業優化生產流程，采用大容量生產設備，促成工藝結構調整的落實。

持續推廣相關先進技術應用。本研究驗證了節能及多項污染物減排、成本控制等目標之間存在的協同和沖突關系，并給予多目標協同控制下的節能減排管理方案。因此，應當考慮工業部門綜合綠色發展目標，考慮管理措施對能耗、污染物排放、碳排放、廢棄物副產品處置等多項綠色發展指標的影響，全面部署及規劃先進技術的應用。