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
