Methodology and applications of the RAINS model

реклама
Fabian Wagner
International Institute for Applied Systems Analysis (IIASA)
Подход оптимизации в модели GAINS –
Общий обзор
Семинар IIASA
По использованию модели GAINS для ревизии Гетеборгского
протокола
Лаксенбург 20 июня 2011
Обзор структуры презентации
• Почему мы используем инструмент
оптимизации
• Как мы используем инструмент оптимизации
• Часто задаваемые вопросы
Почему мы используем инструмент оптимизации
Энергетика
меры для SO2
SO2
выпадение S
NOx
выпадение
NOy
Транспорт
меры для NOх
Пром-ть
меры для PM
Образование
O3
PM
Сельское х-во
меры для NH3
NH3
Другое (отходы)
меры для VOC
VOC
Затраты
Концентрация
первичных PM
Превышение КН
подкисления
превышение КН
эвтрофикации
воздействие
O3 на здоровье
Цели
выпадение NH4+
Вторичные
аэрозоли
Воздействие
PM на здоровье
Воздействия на ОС
С помощью онлайн-версии модели GAINS мы воспроизводим/моделируем
будущие выбросы, затраты на контроль выбросов и воздействие на
окружающую среду
Почему мы используем инструмент
оптимизации
Потому что мы стремимся выявить экономическиэффективные "наборы" мер, позволяющие достигать
заданный ряд экологических целей при минимальных
затратах.
При этом нужно учитывать, что:
• Будущие выбросы различаются для разных стран (и разных
загрязняющих веществ)
• Возможности технологий контроля и затраты на них также
различаются
• Различные загрязняющие вещества оказывают различные
воздействия на окружающую среду
Оптимизация является систематизированной процедурой для
решения этой задачи
Установка целей: подход, основанный на
воздействиях
Энергетика
меры для SO2
SO2
выпадение S
NOx
выпадение
NOy
Транспорт
меры для NOх
Пром-ть
меры для PM
Образование
O3
PM
Сельское х-во
меры для NH3
NH3
Другое (отходы)
меры для VOC
VOC
Затраты
Концентрация
первичных PM
Превышение КН
подкисления
превышение КН
эвтрофикации
воздействие
O3 на здоровье
выпадение NH4+
Вторичные
аэрозоли
Воздействие
PM на здоровье
Воздействия на ОС
Цели
Установка целей: возможный диапазон (‘разрыв’)
120
3500
100
Baseline
3000
Baseline
2500
80
2000
60
1500
40
1000
20
500
0
0
NOx
NH3
Выбросы
Eutrophication
Воздействия
Установка целей: возможный диапазон (‘разрыв’)
120
3500
Baseline
100
Baseline
3000
MFR
80
2500
60
2000
MFR
‘Разрыв’
1500
40
1000
20
500
0
0
NOx
NH3
Выбросы
Eutrophication
Воздействия
MFR = ‘maximum feasible reduction’ / максимальное осуществимое
снижение= наиболее низкий достижимый уровень
Установка целей: применение в пределах страны
и с учетом трансграничного переноса
120
Baseline
100
MFR
80
60
40
20
0
NOx
NH3
120
Baseline
100
MFR
80
60
40
20
0
NOx
120
Baseline
100
MFR
120
80
60
Baseline
100
MFR
40
120
80
20
Baseline
100
60
0
NOx
MFR
120
NH3
80
40
Baseline
100
20
60
MFR
40
80
0
NOx
NH3
20
60
0
NOx
NH3
40
20
0
NOx
NH3
3500
Baseline
3000
MFR
2500
120
120
Baseline
100
2000
Baseline
100
MFR
80
MFR
80
1500
60
1000
40
500
60
40
20
0
NOx
20
0
Eutrophication
0
NOx
NH3
120
Baseline
100
120
MFR
80
Baseline
100
60
MFR
40
80
20
120
0
NOx
NH3
60
Baseline
100
MFR
40
80
20
60
0
40
NOx
20
0
NOx
NH3
NH3
NH3
NH3
Для расчета ‘разрыва’
в одной стране
нам необходимо
рассчитать выбросы
для базового сценария
и сценария
максимального
осуществимого снижения
выбросов (MFR)
для ВСЕХ стран
Установка сопоставимых целей для всех стран:
Понятие ‘равного экологического прогресса’
(‘сокращения разрыва’)
3500
Gap closure target
3000
25%
of gap
100%
of gap
2500
50%
of gap
2000
1500
1000
500
0
Baseline
MFR
0%
25%
50%
75%
75%
of gap
Установка сопоставимых целей для всех стран:
Понятие ‘равного экологического прогресса’
(‘сокращения разрыва’)
3500
3500
Gap closure target
Gap closure target
3000
3000
2500
2500
2000
2000
1500
1500
1000
1000
500
500
0
0
Baseline
MFR
0%
25%
Страна A
50%
75%
Baseline
MFR
0%
Страна B
25%
50%
75%
Методика сокращения разрыва
3500
Gap closure target
3000
3500
Gap closure target
2500
3000
2000
2500
1500
2000
1000
1500
500
1000
0
Baseline
MFR
0%
25%
50%
500
75%
0
Baseline
MFR
0%
25%
50%
3500
Gap closure target
3000
2500
2000
1500
1000
500
0
Baseline
MFR
0%
25%
50%
75%
3500
Gap closure target
3000
2500
3500
Gap closure target
3000
2000
2500
1500
2000
1500
3500
1000
1000
Gap closure target
500
3000
500
0
Baseline
2500
0
Baseline
MFR
0%
25%
50%
MFR
0%
25%
50%
75%
2000
75%
1500
1000
3500
500
Gap closure target
3000
0
Baseline
2500
MFR
0%
25%
50%
75%
2000
1500
1000
500
0
Baseline
MFR
0%
25%
50%
75%
3500
3500
Gap closure target
Gap closure target
3000
3000
2500
3500
2500
2000
Gap closure target
2000
1500
3000
2500
1000
1500
500
1000
0
Baseline
MFR
0%
25%
50%
75%
2000
500
0
Baseline
1500
1000
500
0
Baseline
MFR
0%
25%
50%
75%
3500
Gap closure target
3000
2500
2000
1500
1000
3500
Gap closure target
3000
500
2500
0
Baseline
2000
1500
1000
500
0
Baseline
MFR
0%
25%
50%
75%
MFR
0%
25%
50%
75%
MFR
0%
25%
50%
75%
75%
Для
определенного
показателя
экологического
воздействия для
каждой страны
применяется
одна и та же
разница в
процентах
Четыре рассматриваемых показателя
воздействий
• Потеря продолжительности жизни (yt) – [PM2.5, SO2,
NOx, NH3]
• Подкисление – [SO2, NOx, NH3]
• Эвтрофикация [NOx, NH3]
• Воздействие озона на здоровье– SOMO35 [NOx, VOC]
Формулировка оптимизации
• Минимизировать затраты на контроль загрязнения
воздуха на территории Европы таким образом, чтобы:
– Были достигнуты экологические цели в каждой стране и в
целом в Европе
С
–
–
–
учетом:
Технических ограничений новых технологий
Времени жизни существующих технологий
Мер контроля выбросов дорожного транспорта без
изменений, т.е. таких же как и для базового сценария
Часто задаваемые вопросы (FAQ)
• Почему моей стране нужно снизить выбросы в большей
степени, чем соседней стране?
– Возможно, Ваша страна оказывает большее воздействие на
окружающую среду и таким образом снижение выбросов в
Вашей стране приводит к большим выгодам
– Возможно, снижение выбросов в Вашей стране можно
осуществить с помощью меньших затрат
• Почему моей стране нужно снизить больше выбросов X
(например SO2) чем Y (например NH3)?
– Возможно, для снижения выбросов X необходимы меньшие
затраты
– Возможно, снижение именно выбросов X является более
экономически эффективным
– Возможно, снижение выбросов X является более
эффективным вследствие рассеивания в атмосфере
Заключение
• Мы используем оптимизацию, потому что
– мы ищем экономически-эффективные решения
– мы устанавливаем цели для воздействий, но хотим при этом найти
ряд "наборов" эффективных мер (а это сложная задача!)
• При оптимизации используются:
– Входные данные базы данных модели GAINS (прогнозы уровней
деятельности, затраты на меры контроля, факторы эмиссии,
рассеивание в атмосфере, критические нагрузки)
– Экологические цели, сформулированные как ‘равный
экологический прогресс’ (сокращение разрыва)
• Результаты всегда можно объяснить с точки зрения
экономической эффективности, даже если сначала они
кажутся не совсем объяснимыми
Скачать