عنوان پایان‌نامه

طراحی مدل محاسباتی تخمین ردپای کربن نیروگاه های حرارتی از منظر گرمایش جهانی



    دانشجو در تاریخ ۳۰ بهمن ۱۳۹۵ ، به راهنمایی ، پایان نامه با عنوان "طراحی مدل محاسباتی تخمین ردپای کربن نیروگاه های حرارتی از منظر گرمایش جهانی" را دفاع نموده است.


    محل دفاع
    کتابخانه دانشکده محیط زیست شماره ثبت: ENV 1563;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79328;کتابخانه دانشکده محیط زیست شماره ثبت: ENV 1563;کتابخانه مرکزی -تالار اطلاع رسانی شماره ثبت: 79328
    تاریخ دفاع
    ۳۰ بهمن ۱۳۹۵
    دانشجو
    فاطمه دلیر
    استاد راهنما
    خسرو اشرفی

    در این رساله، مدل محاسباتی جهت تخمین ردپای کربن نیروگاه های با سوخت های فسیلی از منظر گرمایش جهانی ارایه شده است. برای مدل سازی، پارامترهای موثر بر ردپای کربن نیروگاه های حرارتی شناسایی و در دو گروه پارامترهای انتشاری و پارامترهای وابسته به میزان تولید برق دسته بندی و حساسیت سنجی انجام گردیده است. برای ارایه مدل جامع و کامل از انتشار سوخت از زمان استخراج تا زمانی که برق به مصرف کننده نهایی برسد نیاز به زیر مدل های انتقال برق، تغییر کابری زمین، مدل شرایط محیطی، مدل سوخت رسانی می باشد. با تجمیع مدل های نام برده در یک مدل به همراه انتشار زمان بهره برداری مدل نهایی ارایه گردیده است. کاربرد مدل تخمین ردپای کربن نیروگاه های حرارتی می تواند برای نیروگاه های در بهره برداری و هم برای تخمین اثرات گرمایش جهانی در فاز امکان سنجی استفاده شود. همچنین می توان از این مدل همراه با یک بانک اطلاعاتی تهیه شده از آمار ایستگاه های همدیدی به عنوان یک مکان یاب برای محل ساخت نیروگاه با کمینه ی ردپای کربن بهره برد. برای این منظور با استفاده از VBA یک نرم افزار با یک بانک اطلاعاتی طراحی شده است که با وارد کردن میزان توان، محل مصرف، برق منطقه ای مربوطه و مساحت نیروگاه، برای هر نوع نیروگاه بخاری، گازی و سیکل ترکیبی به تفکیک نوع سوخت 3 مکان کمترین ردپای کربن را محاسبه و ارایه می کند. همچنین به صورت اجمالی به محاسبه ردپای کربن تولید هم زمان آب و برق نیز پرداخته شده است. نتایج بدست آمده نشان می دهد مطابق انتظار نیروگاه سیکل ترکیبی با سوخت گاز پاکترین نیروگاه از منظر گرمایش جهانی می باشد. انتشار ناشی از فرآوری سوخت می تواند تا 13% ردپای کربن را افزایش دهد. تغییر وسیله نقلیه سوخت مایع از تانکر جاده ای به ریلی می تواند ردپای کربن را 1% کاهش دهد. تغییر سوخت از گاز طبیعی به مازوت ردپای کربن را تا 40% و شرایط محیطی نیز تا 20% موجب افزایش ردپای کربن می گردد. پارامترهای دیگر مانند فرسودگی و مصرف داخلی بین 1 تا 10% افزایش ردپای کربن را در پی دارد.
    Abstract
    In this dissertation, a deterministic model of the carbon footprint of fossil fuel power plant is developed from global warming point of view. For modeling, the effective parameters are determined and a sensitivity analyses are performed to indicate the effectivesness of each parameter quantitative. Parameters are cathegorized in to two groups; parameters affecting the emission and parameters affecting the electricity production as product. For presenting a comprehensive model, life cycle phases are considered from the fuel well until delivering the product to the end consumers and submoels are also required for electricity transmission, land use change, site ambient condition, fuel transport to the plant. By integrating submodels and the power plant operating condition, final model is developed. The application of the model is forcased not only for determing the carbon of existing power plant, but also for determing the global warming impact of a fossil fuel power plant in feasibility study phase. Moreover, by interating the model and a data bank for synoptic weather station, a sitting power plant tool is at hand. For this purpose by using VBA and Excel data bank a sofwear is designed that its inputs are: required power, required location of the power and area of the power plant. The outputs are: the three minimum carbon footprint power plant considering the type of the with diferent fuels. The results show that fuel extraction and processing can increase the carbon footprint by 13%. Types of the power plant and fuel stiching can change the result by 40%. Own consumption and degradation can cause a variation from 1 to 10%. Ambient condition can change the carbon footprint of power plant by 20%. carbon footprint; fossil fuel power plant; modeling; sensitivity analysis