资料来源：

乔治亚理工学院

概要：

通过结合实时空气质量预测与发电厂运行的信息，研究人员已经创造了一种新的能力，以尽量减少电力发电设施导致的空气污染而造成的人类健康影响。

美国国家科学院学报所描述的大气污染物优化模型，为降低臭氧和微粒污染对健康的影响提供了新途径。通过帮助降低对健康的影响和发电成本，混合模型可能为公用事业公司提供一种新方法来寻求满足空气质量标准，补充传统资本密集型排放管制。

在一个基于2004年到2011年佐治亚州的选定月下数据的测试情况下，新模式表明，对健康的影响可能已减少了1亿7600万美元，同时增加了8400万美元的发电成本-约9200万美元的净储蓄费用。对于其他地方的电力系统、成本和储蓄随着所使用燃料的类型、发电设施的位置以及在区域电力系统的灵活性的变化而变化。

测试案例评估了佐治亚州亚硫酸盐排放前安装的烟气脱硫装置，已减少污染物的排放量达到97%。硫酸盐是细颗粒物的主要来源。

“如果你考虑到发电成本和对健康影响的成本，我们看了什么是最低价运行这些电厂的方式，”Valerie Thomas说，其是该论文的高级作者和乔治亚理工学院工业与系统工程学院和公共政策学院的教授。“当然，你仍然在运行排放污染物的工厂，但是你会减少在那些有最大影响和增加有较少的影响使用设施，或者是在其他领域的操作。

新的方法依赖于“简化型”空气质量预测的使用。全面的空气质量模型，在一个排放情况下通常需要几天的计算机时间来计算污染浓度，但新的格式只使用来自完整模型的“敏感性”，不到一秒准确地预测。第一次，这种能力允许公共事业公司，测试许多可能的情况下，评估空气质量将如何改变发电厂运营的不同组合。

例如，当风力条件下从一个发电设施排放到主要人口中心，工厂可以放慢，从影响更少的人用来代替它的设施中运转。

“第一次，我们已经集成了快速预测空气质量进入电力系统运行模型的能力，”Athanasios Nenes说，佐治亚理工学院地球和大气科学学院化学与生物分子工程的教授。“当风和其他条件每小时变化，我们现在可以很快地运行数以千计的方案来找到最经济的方法来发电，最大限度地降低暴露于污染的人口。”

佐治亚理工学院的环境研究人员已开发和提炼空气质量模型几十年了，现在运营模式当空气质量达到关注水平时，帮助监管机构预测。与此同时，其他佐治亚理工大学的研究人员已经研究了优化发电能力，以最低的成本获得能量。

 “把这些技术结合在一起，给了我们以前从未有过的能力，” Armistead Russell说，佐治亚理工学院土木工程与环境工程的一名教授。“权衡是经常要做的，但现在这些决定都在没有必要知识情况下做出。”

在佐治亚州，发电设施使用各种燃料，包括核、煤、天然气和生物能源。发电设施的规模大小，并有不同的能力在时间尺度上与气候变化相一致通电或停电，Thomas说。

“我们已经习惯了从这些工厂如何协同工作来满足需求中建模影响，随着一周内不同的日子和一年中的不同季节变化，” 她解释说。这些工厂中没有一个能像灯泡一样被打开或关闭，但公共事业公司可以调整和降低他们生产的发电量。”

某些发电设施需要更多成本经营，而且当它们被用来替代成本较低的发电设施，这提高了整体成本。然而，该模型显示，这些较高的发电成本可以通过人类健康上成本的减少来抵消。

“这真的是所有关于“聪明的一代，” Nenes说。“如果有一种方法来满足标准，通过控制谁在什么时间排放什么，这可能会改变你需要在新的排放控制设备的投资额。按小时的时间，我们将能够确定什么是最有意义的，兼顾生产电力的成本和其影响。

虽然混合空气污染物的优化模型跟踪许多形式的污染物，这些受美国环境保护局管制的是微粒和臭氧。细小颗粒物会影响心血管和呼吸系统的健康，高浓度的臭氧会引发易感人群哮喘的发作。

发电厂目前约占到污染的三分之一，但下一步，研究人员希望在其模型中计算进去如汽车的移动来源的排放量。研究人员也在类似中国和印度等有更大污染问题的国家中评估他们模型的使用。

报道来源：

以上信息是由乔治亚理工学院提供的材料再版。注：材料可能在内容和长度上有所编辑。

期刊参考：

Paul Y. Kerl, et al. A New Approach for Optimal Electricity Planning and Dispatching with Hourly Time-Scale Air Quality and Health Considerations. PNAS, August 2015 DOI: 10.1073/pnas.1413143112