文献阅读 | 从成本、能源和碳排放角度分析小麦秸秆作为生物质能源原料收集的优化路径

题目

Implications of wheat straw logistic systems for bioenergy sustainable development in China: Costs, energy consumption, and GHG emissions

作者

Yan Ru Fang, Wenjun Shi, Guang Hui Xie

期刊

Science of The Total Environment

时间

2022年5月

一作

单位

College of Environmental Sciences and Engineering, Peking University

链接

https://doi.org/10.1016/j.scitotenv.2022.155633

研究背景

在中国，大量的纤维素类生物质资源可用于生物能源生产。然而，有关原料收储运的成本、能源和环境方面的系统研究仍然缺乏。因此，本研究的目标是：1）研究小麦秸秆用于生物能源生产的供应链现状，明确小麦秸秆收集和运输路径的详细情况；2）分析小麦秸秆收储运系统的成本、能耗和温室气体排放；3）根据几个影响收储运成本、能源消耗和温室气体排放指标进行敏感性分析；4）根据敏感性分析结果，通过控制敏感参数来优化小麦秸秆收储运路径。

目前生物质能的利用是解决能源危机和缓减环境污染的重要国家战略，各种利用技术都在不断的发展和进步，但是缺乏系统的生物质原料收储运模式，导致生产能源的原料供应不高效，限制了生产力和生产水平。生物质能原料的种类较多，包括非粮糖料植物、非粮淀粉植物、非粮燃料油植物、草本木质纤维素类植物、木质纤维素植物和废弃物，涵盖了非粮生物质原料的主要方面，其中废弃物包含作物秸秆、林业剩余物、畜禽粪便、城市有机垃圾和有机废水。农作物秸秆在我国固体废弃物总量中占比最高，是典型的农业剩余物，作物秸秆作为重要的生物质能原料，如果不加以利用，会造成原料的浪费。另外，作物秸秆因不当处置也会造成环境污染问题。因此是亟待研究和提高利用能力的重要农业废弃物。小麦秸秆是资源量丰富且可获得的生物质能原料，小麦秸秆占我国全部秸秆资源总量的22%，以小麦秸秆为原料生产生物质能可占全部生物质能产量的25%。尽管我国小麦秸秆资源量丰富，生产能源潜力大，但是还是存在小麦秸秆收储运成本高的能源生产限制因素。前人研究发现小麦秸秆生产生物质乙醇过程中的秸秆收集成本占生产总成本的35-50%。基于作物秸秆分布广泛、水分含量大、低密度性和季节性等特点，给其收集带来了很多困难，除收集成本高之外，还有能量消耗和温室其他排放等问题的存在。由于存在地域研究局限性，没有关于全国小麦秸秆收储运整体情况的研究，缺乏对秸秆收储运情况宏观层面的把握，因此，研究我国秸秆的收储运现状是发展以秸秆为原料的生物质能产业的重要基石。

研究方法

本研究的数据主要是通过面对面的实地调研获得的，调研对象及有效问卷数量为：小麦种植农户5份、收集小麦秸秆的个人、第三方收集商及加工厂12份、小麦秸秆为加工原料的的生物质厂15份，共32份。调研地包括全国8个省级地区、8个地级市、16个县级单位。通过对调研数据的总结和分析，按照秸秆收储运的全过程（图1），获得5种小麦秸秆收储运模式。秸秆收储运的全过程包括 1) 收获和收集：该操作包括小麦收获、秸秆打捆、秸秆收集并移出田间，这个环节的机械包括收割机、打捆机；2) 运输：是秸秆从田间到收储站、加工厂的整个过程，具体操作包括秸秆的装车、道路运输、到点卸车，机械包括抓草机 (秸秆装、卸) 和不同载重运输车辆；3) 预处理：包括小麦秸秆的物理和化学处理，例如秸秆粉碎后加压；4) 储存：散秆或秸秆包在收储站的临时存储或是在加工厂的储存待利用。这5种小麦秸秆收储运模式 (WSLS)，即WSLS-A、WSLS-B、WSLS-C、WSLS-D和WSLS-E。

图1.  小麦秸秆收储运过程

研究结论

小麦秸秆收储运成本

WSLS-B的成本是五种小麦秸秆收储运模式中最低的，为17.34美元每吨，该模式是秸秆从田地直接运送到最终用户，没有经过收储站（图2）。WSLS-A的总物流成本比WSLS-B高约51.5％，因为WSLS-A需要更多的人力投入，加上小麦秸秆密度较低，使得收储运成本增加。短距离运输组（SDTG，包括WSLS-A和WSLS-B）的收储运成本比远距离运输组（LDTG，包括WSLS-C、WSLS-D和WSLS-E）的低。远距离运输组的三类收储运模式中均包括秸秆经收储站中转环节，这也是三类模式收储运成本相近的重要原因。WSLS-D的成本是31.88美元每吨，比WSLS-C低0.07美元每吨，比WSLS-E高0.94美元每吨。

通过成本分析可知，在短距离运输组中，WSLS-B 优于WSLS-A，在远距离运输组中，三组的成本数据基本相同，三种模式的优先程度基本处于同一水平。

图2.  小麦秸秆收储运小麦秸秆收储运成本、能耗及碳排放

小麦秸秆收储运能耗

显然，WSLS-A的能耗最低，为108.30兆焦每吨，其次是WSLS-B，比WSLS-A高57.60兆焦每吨（图2）。最高的总能量消耗在WSLS-C中，为1060.45兆焦每吨，其次是WSLS-E，为744.12兆焦每吨。WSLS-D的能量消耗为739.10兆焦每吨，低于WSLS-E。在这五种方式中，WSLS-D和WSLS-E的能量消耗差异最小，仅为5.02兆焦每吨。

WSLS-A中能量消耗最大的部分来自人力劳动，为89.06兆焦每吨，占总能量消耗的82.23%。这是因为WSLS-A在小麦物流系统中需要大量的人力投入。在WSLS-A中，机械和柴油燃料的能量消耗均不到总能量消耗的9%。然而，在其他四种方式中，机械的能量消耗最高。在WSLS-B中，机械的能量消耗约占总能量消耗的70%，其次是燃料油，占18.31%。在WSLS-C中，电力消耗仅占总能量消耗的0.66%。在WSLS-D和WSLS-E中，机械、燃料油和人力劳动的能量消耗比例分别约为83%、15%和1%。

根据每种方式的能量消耗结果，研究发现在SDTG中，WSLS-A的能量消耗比WSLS-B略低，但人力消耗较高。在LDTG中，WSLS-C的能量消耗比WSLS-D和WSLS-E都高。因此，在能耗方面，SDTG中的WSLS-B和LDTG中的WSLS-D和WSLS-E是较为节能的方式。

小麦秸秆收储运碳排放

该研究使用机械（收割机）进行小麦的收获，小麦秸秆的收集、打包、装载、卸载、运输和预处理。运输是温室气体排放的最大来源，并占总量的很高比例（图2）。五种WSLS模式可以按总温室气体排放量从高到低排列，依次为WSLS-C > WSLS-D > WSLS-E > WSLS-B > WSLS-A。WSLS-A的温室气体排放量为0.71 kg CO₂-eq t⁻¹，全部来自运输，因为该模式的其他操作均为手动。WSLS-B的总温室气体排放量为2.27 kg CO₂-eq t⁻¹，这可以归因于短距离运输。WSLS-C的温室气体排放量为11.52 kg CO₂-eq t⁻¹，是五种WSLS模式中最高的，主要是因为高能耗增加导致的温室气体排放增加。WSLS-C的温室气体排放包括0.60 kg CO₂-eq t⁻¹的收获和收集、0.68 kg CO₂-eq t⁻¹的打包、0.35 kg CO₂-eq t⁻¹的装载和卸载、7.43 kg CO₂-eq t⁻¹的运输和2.46 kg CO₂-eq t⁻¹的预处理。WSLS-D的运输排放比WSLS-E高0.14 kg CO₂-eq t⁻¹。这是因为WSLS-E使用卡车将秸秆从田地运输到仓库和最终用户，由于卡车具有较高的装载量，直接降低了单位质量的温室气体排放量。

在SDTG中，WSLS-B的温室气体排放略高于WSLS-A。然而，WSLS-A的小麦秸秆密度较低，因此在SDTG中WSLS-B优于WSLS-A，而在LDTG中，温室气体排放最低的是WSLS-E。

小麦秸秆收储运优化模式

小麦秸秆生物质能源生产模式的优化是中国小麦秸秆生物质能源生产的重要组成部分。因此，根据敏感度分析的结果，进一步分析和优化了 WSLS。考虑到物流路线及其成本、能源消耗和温室气体排放的优势，SDTG 的物流模式以 WSLS-B 为最佳，而 LDTG 的物流模式以 WSLS-C 和 WSLS-E 为最佳。为了优化每个 WSLS 模式，我们对每个参数在成本、能源消耗和温室气体排放方面的整体敏感度分析进行了研究。为此，“灵敏度距离”被定义为从每个参数的敏感度分析获得的最大值和最小值之间的距离，这影响成本、能源消耗和温室气体排放。灵敏度较高的因子具有较大的灵敏度距离，通过控制其最敏感的参数，可以得到最优的 WSLS，从而降低成本、能耗和温室气体排放。

物流成本的敏感距离是从每个 WSLS 的敏感度分析得出的，如图3A 所示。收获速率和打包速率对除 WSLS-C 以外的所有模式的 WSLS 成本影响最大，这些灵敏度距离在两个参数的10% 到30% 之间。WSLS-C 所有参数的灵敏度距离均小于10% ，收获速率是该模式最敏感的参数，灵敏度距离为9.64% 。其次是秸秆包重，敏感距离为4.69%。因此，只考虑物流成本，优化每个 WSLS 模式的最佳方法是增加收获率和包的重量。

灵敏度距离分析结果的每个 WSLS 模式的能源消耗列于图3B。WSLS-A 和 WSLS-B 的最大灵敏度距离分别为14.88% 和16.37% 。在 WSLS-B 中，包装重量和包装速率也比其他因子有更高的灵敏度距离。车站到终端用户的距离和载重量对 LDTG 的能耗有很大的影响。其他因子的敏感性距离均小于10% 。因此，提高收获率是优化 SDTG 模式能量消耗的最佳途径，而减小从仓库到终端用户的距离是优化 LDTG 模式的最佳途径。在总距离不变的情况下，与场地到场地的距离相比，最终用户可以建设至少20% 的场地到场地的距离，这20% 的距离将增加到场地的距离。

图3. 小麦秸秆收储运系统中不同因子对(A)成本，(B)能源消耗，(C)温室气体排放和(D)综合成本/能源消耗和温室气体排放(CEG)的敏感性距离

温室气体排放的敏感距离分析显示，从田地到最终用户的距离以及 WSLS-A 中的拖拉机容量具有最高的敏感距离，从仓库到最终用户的距离以及 WSLS-D 和 WSLS-E 中的卡车容量，每个范围从30% 到40% (图3C)。WSLS-B 五个参数的灵敏度距离均在10% ~ 30% 之间。在 WSLS-C 中，车库到最终用户的距离以及货车运量与 WSLS-B 具有相同的灵敏度距离。在 WSLS-A 中，最好的减少温室气体排放的方法是减少从田地到最终用户的距离和增加拖拉机的容量。在 WSLS-B 中，提高收获率、打包率、打包重量和拖拉机运力，或者减少从田间到最终用户的距离，将是减少温室气体排放的最佳途径。在 LDTG 中，可以通过减小车库到终端用户的距离，提高货车运力来实现优化。

这些优化都只考虑成本、能耗或温室气体排放，优化模式的选择应根据优化的主要目的、实现成本最低、能源消耗最低和温室气体排放最小化的需要来决定。使用相同的权重对成本、能源消耗和温室气体排放的总体灵敏度距离进行了分析。结果发现，对于 WSLS-A，收获率和拖拉机能力应该增加，从田间到最终用户的距离应该减少(图3D)。对于 WSLS-B，增加货物重量是最佳选择，而在 LDTG 中，应减少从仓库到最终用户的距离，增加载货汽车的能力。

研究结论

本研究从成本、能源平衡和温室气体排放三个维度对小麦秸秆收储运模型进行了系统分析。在实地调研的数据基础上，总结出小麦秸秆收储运系统的五条路径，其中两条为短距离运输，三条为远距离运输。在小麦秸秆物流系统中，高效的收割机、压捆机和合适的运输距离可以降低物流成本、能耗和温室气体排放。在最敏感参数的控制下，短距离运输的最佳选择是 WSLS-B，而 WSLS-D 和 WSLS-E 是长距离运输的可行选择。

编辑：方艳茹

排版：方艳茹&肖逸龙

相关阅读

1 文献阅读 | 未来全球食物消费引起的气候变暖2 文献阅读 | 极端高温和非极端高温情景下与城市热岛效应相关的死亡率:2010-2019年香港案例研究3 文献阅读 | 土地相关气候减缓措施影响农业市场和粮食安全4 文献阅读 | 中国耕地位移贡献60%的1990-2015年谷物运输碳排放增加量5 文献阅读 | 设计多元化的可再生能源系统以平衡多部门表现6 文献阅读 | PM2.5浓度下降降低了中国的医疗支出

点击“阅读原文”浏览小组主页