CN116822714A - 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 - Google Patents
一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 Download PDFInfo
- Publication number
- CN116822714A CN116822714A CN202310613769.XA CN202310613769A CN116822714A CN 116822714 A CN116822714 A CN 116822714A CN 202310613769 A CN202310613769 A CN 202310613769A CN 116822714 A CN116822714 A CN 116822714A
- Authority
- CN
- China
- Prior art keywords
- carbon footprint
- production
- steel
- steel product
- carbon
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 561
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 558
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 405
- 239000010959 steel Substances 0.000 title claims abstract description 405
- 238000007726 management method Methods 0.000 title claims abstract description 62
- 238000011156 evaluation Methods 0.000 title claims abstract description 27
- 238000004519 manufacturing process Methods 0.000 claims abstract description 299
- 238000004364 calculation method Methods 0.000 claims abstract description 136
- 239000000463 material Substances 0.000 claims abstract description 127
- 238000005457 optimization Methods 0.000 claims abstract description 59
- 238000006243 chemical reaction Methods 0.000 claims abstract description 45
- 238000004458 analytical method Methods 0.000 claims abstract description 29
- 230000009467 reduction Effects 0.000 claims abstract description 10
- 239000000047 product Substances 0.000 claims description 453
- 238000004148 unit process Methods 0.000 claims description 224
- 238000000034 method Methods 0.000 claims description 91
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 claims description 81
- 230000008569 process Effects 0.000 claims description 65
- 239000002994 raw material Substances 0.000 claims description 55
- 229910052742 iron Inorganic materials 0.000 claims description 40
- 238000009826 distribution Methods 0.000 claims description 15
- 238000011144 upstream manufacturing Methods 0.000 claims description 14
- 230000008859 change Effects 0.000 claims description 13
- 230000035945 sensitivity Effects 0.000 claims description 10
- 239000002184 metal Substances 0.000 claims description 9
- 229910052751 metal Inorganic materials 0.000 claims description 9
- 239000000203 mixture Substances 0.000 claims description 9
- 239000013067 intermediate product Substances 0.000 claims description 8
- 238000012549 training Methods 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 4
- 238000013523 data management Methods 0.000 claims description 4
- 238000013433 optimization analysis Methods 0.000 claims description 4
- 230000000694 effects Effects 0.000 claims description 3
- 230000007547 defect Effects 0.000 abstract description 6
- 230000009897 systematic effect Effects 0.000 abstract description 4
- 238000004134 energy conservation Methods 0.000 abstract description 2
- 239000006227 byproduct Substances 0.000 description 21
- 230000006870 function Effects 0.000 description 17
- 238000012545 processing Methods 0.000 description 11
- 239000007789 gas Substances 0.000 description 10
- 239000000571 coke Substances 0.000 description 6
- 238000011157 data evaluation Methods 0.000 description 6
- 239000002893 slag Substances 0.000 description 5
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 5
- XKRFYHLGVUSROY-UHFFFAOYSA-N Argon Chemical compound [Ar] XKRFYHLGVUSROY-UHFFFAOYSA-N 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 239000000446 fuel Substances 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 3
- 238000002485 combustion reaction Methods 0.000 description 3
- 238000013480 data collection Methods 0.000 description 3
- 230000005611 electricity Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 239000001301 oxygen Substances 0.000 description 3
- 229910052760 oxygen Inorganic materials 0.000 description 3
- 238000007670 refining Methods 0.000 description 3
- 238000010206 sensitivity analysis Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 229910045601 alloy Inorganic materials 0.000 description 2
- 239000000956 alloy Substances 0.000 description 2
- 238000000137 annealing Methods 0.000 description 2
- 229910052786 argon Inorganic materials 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 239000004568 cement Substances 0.000 description 2
- 238000005097 cold rolling Methods 0.000 description 2
- 238000009749 continuous casting Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000013505 freshwater Substances 0.000 description 2
- 230000008676 import Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000005245 sintering Methods 0.000 description 2
- 238000009628 steelmaking Methods 0.000 description 2
- 235000008733 Citrus aurantifolia Nutrition 0.000 description 1
- 229910001341 Crude steel Inorganic materials 0.000 description 1
- 235000019738 Limestone Nutrition 0.000 description 1
- 235000011941 Tilia x europaea Nutrition 0.000 description 1
- RHZUVFJBSILHOK-UHFFFAOYSA-N anthracen-1-ylmethanolate Chemical compound C1=CC=C2C=C3C(C[O-])=CC=CC3=CC2=C1 RHZUVFJBSILHOK-UHFFFAOYSA-N 0.000 description 1
- 239000003830 anthracite Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000003245 coal Substances 0.000 description 1
- 238000004939 coking Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010835 comparative analysis Methods 0.000 description 1
- 239000004035 construction material Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000010459 dolomite Substances 0.000 description 1
- 229910000514 dolomite Inorganic materials 0.000 description 1
- 238000011143 downstream manufacturing Methods 0.000 description 1
- -1 energy input data Substances 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000008235 industrial water Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004571 lime Substances 0.000 description 1
- 239000006028 limestone Substances 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 239000008188 pellet Substances 0.000 description 1
- 238000005453 pelletization Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 230000000171 quenching effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 239000002910 solid waste Substances 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013076 uncertainty analysis Methods 0.000 description 1
- 239000002918 waste heat Substances 0.000 description 1
- 229910000859 α-Fe Inorganic materials 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于生命周期评价的钢铁产品碳足迹管理方法与管理系统，涉及钢铁企业节能降碳技术领域，本发明针对高炉‑转炉长流程为特征的钢铁企业，在进行碳足迹管理时依赖于钢铁产品生产过程中物质流和能量流的转化与流动关系，建立了生产设备层面的钢铁产品碳足迹计算、预测、优化模型。结合钢铁产品生产过程路径多样性的特点，实现了碳足迹计算、分析、预测、优化等多种碳足迹管理方法，并在此基础上形成碳足迹管理系统。弥补了现有碳足迹管理方法仅从结果对比上对碳足迹开展分析的缺陷，实现了有针对性、连锁性和系统性的钢铁产品生命周期碳足迹管理。
Description
技术领域
本发明涉及钢铁企业节能降碳技术领域，涉及一种基于生命周期评价的钢铁产品碳足迹管理方法及系统，尤其是长流程钢铁产品碳足迹管理方法及系统。
背景技术
绿色低碳发展已成为钢铁行业转型升级发展的重中之重。钢铁企业自身应完善其碳足迹管理系统，以深入分析了解钢铁产品结构及排放指标，持续优化生产流程和产品结构，增强碳减排竞争力。
现有钢铁行业层面的碳足迹管理系统往往针对性不强，不符合钢铁企业的实际生产情况，使得企业实施碳足迹管理过程中，难以有效地结合碳排放数据进行具体协调控制，最大化降低碳足迹水平。具体表现在，现有生命周期碳足迹计算模型主要通过物质流将上下游工序环节简单地线性连接，研究对象仅为粗钢产品或仅将炼铁工序后的各工序的输入输出简单地根据不同种类钢铁产品的质量进行分配。而在实际生产中往往存在多个功能相同的生产设备并列运行，不同类型的钢铁产品在不同设备间的具体生产路线有所不同，导致该产品的碳足迹也随之变化。且由于输入同一设备中的某种物质或能源的来源不同，所带来的直接或间接碳排放也有所不同，其中自产能源带来的碳排放由能源在能源系统各设备间的转化关系决定。基于工序的模型建立不能完整反映钢铁企业自身能源系统中各类型能源的具体转化关系以及产品生产在各个生产设备间的具体生产路径对碳足迹的影响。
除此之外，现有碳足迹管理系统的系统性不强，没有将一些有效的碳足迹管理全部方法纳入碳足迹管理体系。目前的碳足迹管理系统中的管理方法仅对企业及产品碳足迹的对比分析，通过对比分析为调整企业布局、产品结构、能源与原料结构、等提供多维度的决策依据。例如，比较不同类型企业之间、同一类型不同企业之间，同一企业不同时间段内的各种碳排放数据值，通过对比找出差距和分析减排空间；对具体钢铁企业大多为各类型产品比对、碳排放边界比对、碳排放贡献率比对、企业实施减碳策略前后碳排放量对比。但是钢铁企业生产过程中涉及的能源物质种类多，生产设备与生产路径复杂多变，当钢铁产品的生产经过不同的生产路径时其碳足迹结果将有所不同。这导致仅对钢铁产品生产结果的碳足迹对比分析中，缺乏对生产路径的有效的碳足迹管理方法。难以有效地从生产路径的角度结合生命周期各环节实现钢铁产品生命周期的碳足迹的系统管理与协调控制。
发明内容
有鉴于此，本发明的目的在于提供一种基于生命周期评价的钢铁产品碳足迹管理方法及系统，以克服现有基于工序的碳足迹计算模型建立与碳足迹管理方案存在的通过事后分配的方式计算细化到不同产品类型的碳足迹结果的缺陷，以及缺少细化到由企业能源系统中各类型能源之间具体的转化关系、各个生产设备间输入输出对应关系构成的不同生产路径的碳足迹计算模型，管理方法单一，缺少与生产路径相关的碳足迹评价、分析、预测、优化等管理方法的缺陷。
为此，本发明提供了以下技术方案：
本发明提供了一种基于生命周期评价的钢铁产品碳足迹管理方法，包括：
采集企业钢铁产品信息以及钢铁产品生产流程中单元过程的物质流、能量流以及流动路径；导入生产过程中与厂外存在交换关系的物质流与能量流的生命周期背景数据库；导入生命周期过程中的物质流与能量流的碳排放因子库；
通过金属平衡与碳平衡的方法检验采集的所述生产流程中各单元过程的物质流与能量流数据；更新所述背景数据库与所述碳排放因子库；将不同生产路径、不同钢种、不同物质流与能量流对应数据并分类与储存；
确定不同类型钢铁产品碳足迹的碳足迹计算功能单位、生产路径及计算系统边界；选择数据分配原则；建立生命周期碳足迹模型；
基于所述生命周期碳足迹模型对所述钢铁产品进行碳足迹管理。
进一步地，所述生命周期碳足迹模型包括：生命周期碳足迹计算模型、生命周期碳足迹预测模型和/或生命周期碳足迹优化模型；
建立生命周期碳足迹模型，包括：
结合钢铁产品碳足迹计算的要求，确定计算范围、分配原则，根据钢铁产品的性质、数量、用途，选择合适的功能单位，基于钢铁产品生产过程中各单元过程之间中间产品的联系以及单元过程内物质流和能量流的转换关系，建立钢铁产品生命周期碳足迹计算模型；
基于碳足迹计算模型，得到所要预测钢种的历史生产路径及单元过程物质流、能量流的转换关系与效率，分析并选取合适的路径信息及单元过程信息，作为信息与数据训练的生命周期碳足迹预测模型；和/或，
基于钢铁产品生命周期碳足迹计算模型，得到单元过程物质流、能量流的转换关系与效率、各单元过程间的中间流数量与对应关系，依据对应关系、转换关系与效率构建目标函数与约束条件，使在不改变生产工艺条件下达到产品碳足迹最小。
进一步地，建立钢铁产品生命周期碳足迹计算模型，包括：
基于各单元过程及物质流和能量流在单元过程内的转化关系、中间产品在不同单元过程间的流动关系，建立钢铁产品生产过程模型；
基于钢铁产品生产过程模型结合背景数据库中与生产过程相关的物质流与能量流，构建钢铁产品生命周期过程模型；
基于钢铁产品生产过程模型以及钢铁产品生命周期过程模型，根据生产过程相关物质流与能量流的碳排放因子，将过程中的物质流与能量流转化为碳流，构建钢铁产品生命周期碳足迹计算模型；
建立生命周期碳足迹预测模型，包括：
基于钢铁产品生命周期碳足迹计算模型，得到所要预测钢种的钢铁产品碳足迹计算结果中的所有历史生产路径，分析选取合适的路径信息；
基于单元过程与路径信息中的物质流与能量流的转换关系与效率以及各单元过程的中间流以及其上下游的对应关系，当输入能源与原料的类型、输入数量、输入到的单元过程及单元过程间的生产路径已知时，得到单元过程的物质流与能量流的输出以及整个生产流程的各个单元过程间的中间流数量与对应关系；
基于单元过程的物质流与能量流的输出以及整个生产流程的各个单元过程间的中间流数量与对应关系，得出单元过程的物质流与能量流的转换关系与转换效率；
基于单元过程的物质流与能量流的转换关系与效率以及各单元过程的中间流以及其上下游的对应关系，依据所要预测钢种的时间相近历史生产路径，结合各单元过程基本信息，分析并选取合适的路径及路径信息，作为信息与数据训练的生命周期碳足迹预测模型；
建立生命周期碳足迹优化模型，包括：
基于生命周期碳足迹计算模型，依据单元过程的物质流与能量流的转换关系与转换效率，各个单元过程间的中间流数量与对应关系，设置目标函数与约束条件，使在不改变生产工艺条件下仅通过优化生产路径达到产品碳足迹最小；
基于生命周期碳足迹计算模型，得到需要进行优化的某种钢铁产品的历史生产路径信息、生产数据及碳足迹结果数据，结合目标函数与约束条件，形成钢铁产品碳足迹优化模型。
进一步地，基于生命周期碳足迹模型对钢铁产品进行碳足迹管理包括：
基于钢铁产品生命周期碳足迹计算模型，导入相应单元过程的物质流与能量流数据、背景数据与碳排放因子数据；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹结果数据及结果的不确定区间；基于钢铁产品的碳足迹结果数据，分析不同产品的碳足迹的差异性及各因素对碳足迹结果的贡献的差异性；基于钢铁产品生命周期碳足迹计算模型，分析当某一因素在生产实际取值范围内发生变化时，碳足迹发生的相应变化，从而得到碳足迹对该因素的敏感性；分类并存储计算与分析结果；
基于相同的碳足迹计算模型，根据钢铁产品的碳足迹结果数据，对比分析企业各钢铁产品之间、同一大类钢铁产品的细分钢种之间、同一钢种在不同计算时间范围内的碳足迹结果；
基于不同计算边界的碳足迹计算模型，根据钢铁产品的碳足迹结果数据，对比分析同一钢种在不同计算边界范围内的碳足迹结果，帮助企业掌握自身碳足迹实际情况；
基于钢铁产品碳足迹结果数据，从生产过程直接排放、消耗外部输入的电力、热力产生的间接排放、供应链中的排放三个方面，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹数据的构成比例和潜在贡献影响；
基于钢铁产品碳足迹结果数据，在厂内生产过程中，从各生产工序、各工序中包含的设备、各设备的输入输出的三个维度，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹数据的构成比例和潜在贡献影响。
进一步地，基于生命周期碳足迹模型对钢铁产品进行碳足迹管理包括：
当钢铁产品生产路径以及单元过程中输入的物质流与能量流已知时，通过生命周期碳足迹预测模型在能源与原料输入位置与输入的量或产品生产过程中预测钢铁产品生产后的碳足迹。
进一步地，预测钢铁产品生产后的碳足迹，包括：
基于钢铁产品生命周期碳足迹预测模型，实现在能源与原料投入时或产品的生产过程中通过钢铁产品碳足迹计算模型预测钢铁产品生产后的产品的碳足迹；
当输入能源与原料的类型、输入数量、输入到的单元过程已知，还没有经过生产流程生产出最终的钢铁产品时，基于碳足迹预测模型，得到该钢铁产品各单元过程的物质流与能量流的输入输出以及整个生产流程的各个单元过程间的中间流与对应关系的预测结果；
当钢铁生产流程中的某一环节路径发生改变时，基于钢铁产品碳足迹预测模型，对该环节所处单元过程、与该单元过程联系的下游各单元过程及时调整，实现当生产过程中路径变化时实时更新的碳足迹预测；
在碳足迹预测模型中选取的相应的对应关系，结合各单元过程输入输出数据，得出碳足迹预测结果；并与基于该种钢铁产品的生产后各单元过程采集数据计算的碳足迹预测结果对比分析预测结果的准确性；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹预测结果数据及结果的不确定区间；
基于碳足迹预测结果数据及结果的不确定区间，与基于经过相同生产路径生产的该种钢铁产品的生产后各单元过程数据计算碳足迹计算结果与结果的不确定区间对比分析，经过不确定区间内结果对比，分析不确定区间范围内预测结果的准确性。
进一步地，基于生命周期碳足迹模型对钢铁产品进行碳足迹管理包括：
当尚未生产钢铁产品或处于生产过程中时，基于生命周期碳足迹优化模型，通过对该类型钢铁产品路径的调整实现产品碳足迹最小的结果。
进一步地，对该类型钢铁产品路径的调整，包括：
基于碳足迹优化模型中优化后的生产路径，结合各单元过程输入和输出的数据，得出碳足迹优化结果；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹优化结果数据及结果的不确定区间；
当生产过程中能够对钢铁生产流程中的某一环节路径进行优化调整时，基于碳足迹优化模型，实现在能够进行优化调整的环节中的单元过程、与该单元过程联系的下游各单元过程中进行路径优化，实现当生产过程中路径变化时实时的碳足迹优化，通过对比原生产路径与生产路径的调整结果后的钢铁产品生产路径的变化与碳足迹结果，得到碳足迹减少量，从而分析钢铁产品的碳足迹的优化的潜力；
当产品生产过程结束后，基于碳足迹优化模型，通过对该产品路径优化后的碳足迹结果与实际结果的比较分析该产品的生产路径是否为低碳生产路径，若存在优化空间，分析生产路径的优化潜力；
基于碳足迹优化结果数据及结果的不确定区间，与基于经过原生产路径生产的该种钢铁产品的碳足迹计算结果与结果的不确定区间对比分析，分析基于结果对比的与不确定区间范围内优化结果的减低碳足迹的效果。
本发明还提供了一种基于生命周期评价的钢铁产品碳足迹管理系统，包括：
数据采集模块，用于采集企业钢铁产品信息以及钢铁产品生产流程中单元过程的物质流、能量流以及流动路径；导入生产过程中与厂外存在交换关系的物质流与能量流的生命周期背景数据库；导入生命周期过程中的物质流与能量流的碳排放因子库；
数据管理模块，用于通过金属平衡与碳平衡的方法检验采集的生产流程中各单元过程的物质流与能量流数据；更新背景数据库与碳排放因子库；将不同生产路径、不同钢种、不同物质流与能量流对应数据分类与储存；
模型构建模块，用于确定不同类型钢铁产品碳足迹的碳足迹计算功能单位、生产路径及计算系统边界；选择数据分配原则；建立生命周期碳足迹模型；
碳足迹分析模块，用于基于模型构建模块构建的生命周期碳足迹模型对钢铁产品进行碳足迹管理。
进一步地，碳足迹分析模块包括：
碳足迹计算分析模块，用于基于上述碳足迹计算模型，实现产品碳足迹计算与对比分析；
碳足迹预测分析模块，用于基于上述碳足迹预测模型，实现在能源和原料投入时或生产过程中预测钢铁产品生产后的产品的碳足迹，并对预测结果进行分析；
碳足迹优化分析模块，用于基于上述碳足迹优化模型，实现通过调整钢铁产品具体生产路径实现产品碳足迹结果的优化，并对优化结果进行分析。
与现有方法相比，本发明的特点和有益效果是：
本发明针对高炉-转炉长流程为特征的钢铁企业中的各类型钢铁产品，基于生命周期评价方法，物质流、能量流的转化与流动关系及其所连接的过程单元，实现了生产设备层面钢铁产品的碳足迹管理。结合钢铁生产过程中物质流和能量流在单元过程内的转化关系与其在不同单元过程间的流动关系，以及单元过程的输入原材料的来源与输出产品及副产品的去向繁多复杂的特点，发明了钢铁产品碳足迹计算及优化模型。充分实现了当钢铁产品的生产路径以及单元过程中输入的物质流与能量流已知时，在原料投入阶段或生产过程中预测钢铁产品生产后的碳足迹。充分实现了当钢铁产品的原生产路径已知时，通过对该类型钢铁产品路径的调整与优化实现减少产品的碳足迹结果。实现了碳足迹计算、分析、预测、优化等多种碳足迹管理方法。通过所采用的碳足迹管理方法，能实现精准评估生产路径的变化对钢铁产品生命周期碳足迹的影响，弥补了现有管理方法仅对碳足迹结果开展分析的缺陷，实现了有针对性、连锁性和系统性的钢铁产品生命周期碳足迹管理。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图做以简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例中一种基于生命周期评价的钢铁产品碳足迹管理方法流程图；
图2为本发明实施例中一种基于生命周期评价的钢铁产品碳足迹管理系统的结构框图。
具体实施方式
生命周期评价可以全面评价钢铁产品和生产流程全生命周期的碳足迹，从中识别出重要影响因素，寻找全流程节能降碳的措施，进行企业碳足迹管理。本发明基于钢铁产品的生命周期评价，结合钢铁产品生命周期过程中物质流和能量流的转化与流动的特点，发明了钢铁产品碳足迹管理方法与管理系统。
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
如图1所示，本发明实施例提供了一种基于生命周期评价的钢铁产品碳足迹管理方法，包括：
S1、采集企业钢铁产品信息以及钢铁产品生产流程中单元过程的物质流、能量流以及流动路径；导入生产过程中与厂外存在交换关系的物质流与能量流的生命周期背景数据库；导入生命周期过程中的物质流与能量流的碳排放因子库；
S2、通过金属平衡与碳平衡的方法检验采集的生产流程中各单元过程的物质流与能量流数据；更新背景数据库与碳排放因子库；将不同生产路径、不同钢种、不同物质流与能量流对应数据并分类与储存；
S3、确定不同类型钢铁产品碳足迹的碳足迹计算功能单位、生产路径及计算系统边界；选择数据分配原则；建立生命周期碳足迹模型；
其中，生命周期碳足迹模型包括：生命周期碳足迹计算模型、生命周期碳足迹预测模型和/或生命周期碳足迹优化模型；
建立生命周期碳足迹模型，包括：
结合钢铁产品碳足迹计算的要求，确定计算范围、分配原则，根据钢铁产品的性质、数量、用途，选择合适的功能单位，基于钢铁产品生产过程中各单元过程之间中间产品的联系以及单元过程内物质流和能量流的转换关系，建立钢铁产品生命周期碳足迹计算模型；
基于碳足迹计算模型，得到所要预测钢种的历史生产路径及单元过程物质流、能量流的转换关系与效率，分析并选取合适的路径信息及单元过程信息，作为信息与数据训练的生命周期碳足迹预测模型；和/或，
基于钢铁产品生命周期碳足迹计算模型，得到单元过程物质流、能量流的转换关系与效率、各单元过程间的中间流数量与对应关系，依据对应关系、转换关系与效率构建目标函数与约束条件，使在不改变生产工艺条件下达到产品碳足迹最小。
S4、基于生命周期碳足迹模型对钢铁产品进行碳足迹管理。
具体包括以下三种管理方式：
(1)基于钢铁产品生命周期碳足迹计算模型，导入相应单元过程的物质流与能量流数据、背景数据与碳排放因子数据；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹结果数据及结果的不确定区间；基于钢铁产品的碳足迹结果数据，分析不同产品的碳足迹的差异性及各因素对碳足迹结果的贡献的差异性；基于钢铁产品生命周期碳足迹计算模型，分析当某一因素在生产实际取值范围内发生变化时，碳足迹发生的相应变化，从而得到碳足迹对该因素的敏感性；分类并存储计算与分析结果；
基于相同的碳足迹计算模型，根据钢铁产品的碳足迹结果数据，对比分析企业各钢铁产品之间、同一大类钢铁产品的细分钢种之间、同一钢种在不同计算时间范围内的碳足迹结果；
基于不同计算边界的碳足迹计算模型，根据钢铁产品的碳足迹结果数据，对比分析同一钢种在不同计算边界范围内的碳足迹结果，帮助企业掌握自身碳足迹实际情况；
基于钢铁产品碳足迹结果数据，从生产过程直接排放、消耗外部输入的电力、热力产生的间接排放、供应链中的排放三个方面，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹数据的构成比例和潜在贡献影响；
基于钢铁产品碳足迹结果数据，在厂内生产过程中，从各生产工序、各工序中包含的设备、各设备的输入输出的三个维度，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹数据的构成比例和潜在贡献影响。
(2)当钢铁产品生产路径以及单元过程中输入的物质流与能量流已知时，通过生命周期碳足迹预测模型在能源与原料输入时或产品生产过程中预测钢铁产品生产后的碳足迹。
(3)、当尚未生产钢铁产品或处于生产过程中时，基于生命周期碳足迹优化模型，通过对该类型钢铁产品路径的调整实现产品碳足迹最小的结果。
上述实施例中，针对高炉-转炉长流程为特征的钢铁企业中的各类型钢铁产品，基于生命周期评价方法，物质流、能量流的转化与流动关系及其所连接的过程单元，实现了生产设备层面钢铁产品的碳足迹管理。通过所采用的碳足迹管理方法，能实现精准评估生产路径的变化对钢铁产品生命周期碳足迹的影响，弥补了现有管理方法仅对碳足迹结果开展分析的缺陷，实现了有针对性、连锁性和系统性的钢铁产品生命周期碳足迹管理。
如图2所示，本发明实施例中提供了一种基于生命周期评价的钢铁产品碳足迹管理系统，包括：
数据采集模块M1：采集企业钢铁产品信息以及钢铁产品生产流程中单元过程的物质流与能量流以及流动路径；导入并更新生产过程中与厂外存在交换关系的物质流与能量流的生命周期背景数据库；导入并更新“摇篮到大门”生命周期过程中的物质流与能量流的碳排放因子库；采集录入数据的相关信息，包括数据采集时间，数据来源、数据计算类型等数据质量相关的信息；
数据管理模块M2：通过金属平衡与碳平衡的方法检验数据采集模块M1中采集的单元过程的物质流与能量流数据；更新背景数据库与碳排放因子库；依据取舍原则对单元过程数据进行取舍；将不同钢种、不同物质流与能量流对应数据并分类与储存；
模型构建模块M3：确定不同类型钢铁产品碳足迹的碳足迹计算功能单位及计算系统边界；选择数据分配原则；建立生命周期碳足迹计算、预测与优化模型；
碳足迹分析模块M4：用于基于生命周期碳足迹计算模型，得到不同类型钢铁产品的碳足迹结果，分析并存储碳足迹结果；当钢铁产品生产路径以及单元过程中输入的物质流与能量流已知时，通过生命周期碳足迹预测模型可以预测钢铁产品生产后的碳足迹；当钢铁产品原生产路径时，基于生命周期碳足迹优化模型，结合单元过程的历史输入输出数据，通过对该类型钢铁产品路径的调整实现减少产品碳足迹的结果。
其中，数据采集模块M1，包括：钢铁产品信息采集模块M1.1、生产路径确定模块M1.2、背景数据库导入模块M1.3和碳排放因子库导入模块M1.4；
钢铁产品信息采集模块M1.1具体用于，在企业范围内，根据生产的所有钢铁产品的产品用途、产品形状、产品加工工艺、产品性能的信息的不同将其细分为不同的产品类型，并采集包括产品名称、产品含碳量、产品加工工艺基本信息。
以单元过程为采集现场数据的最小粒度，即厂内主要工序与能源系统中所包含的各设备的生产过程；物质流，包括单元过程输入的原材料(铁矿石、铁精粉、合金等)、辅助原材料(石灰石、白云石、耐火材料等)、单元过程输出的产品、副产品(铁水、钢水、废钢等)；能量流，包括输入到单元过程的能源(洗精煤、无烟煤、焦炭等)、能源介质(电、焦炉煤气、工业水等)、单元过程输出的能源及能源介质。
在企业范围内，根据生产的所有钢铁产品，按照生产工序(如冷/热轧产品)、加工工艺(罩式退火/连续退货)、外形(如圆棒/方棒)、尺寸(如热轧薄钢带/中厚板)、性能(如塑性/硬度)和用途(如汽车材料/建筑材料)对钢产品进行细致分类。
生产路径确定模块M1.2具体用于，确定信息采集的时间粒度；确定某种类型钢铁产品的生产过程中单元过程输入输出物质流和能量流的基本信息与关键物理量；采集生产流程中所有单元过程的基本信息；确定该企业生产流程中包含的所有单元过程及单元过程间物质流和能量流流动关系；确定某种类型钢铁产品的生产过程中的物质流与能量流在单元过程间的流动路径。
基于生产过程中的工艺流程及冶金机理、根据单元过程内原材料的输入和产品的输出，确定各单元过程内部输入原材料与输出产品的转换关系。
基于生产过程中的工艺流程及冶金机理，追溯钢铁产品生产流程中的中间流流经的所有单元过程；其中，中间流，包括上游单元过程的产品或副产品流入下游单元过程作为原材料或辅助原材料，通常为流出单元过程的主产品，如铁水为高炉设备到转炉设备的中间流、钢水为转炉设备到精炼设备的中间流。
基于不同的钢铁产品类型，以单元生产过程为采集粒度，采集各类型钢铁产品生产流程中的输入和输出的所有物质流和能量流。
基于不同的钢铁产品类型，以单元生产过程为采集粒度，采集并识别各类型钢铁产品生产流程中的所有含碳物质流和能量流的输入和输出。
其中，采集的时间粒度包括以下述一种或多种为单位：年、月、日、班组、小时、炉次、实时。单元过程输入输出物质流和能量流的基本信息包括，物质流与能量流种类、物质流与能量流性质、物质流与能量流的计量单位、物质流与能量流的约束条件。单元过程输入输出物质流和能量流的关键物理量为消耗量、产生量、回收量、放散量、外销量、蒸汽压力、碳含量。采集生产流程中所有单元过程的基本信息，包括各单元过程设备状态(平稳运行、波动、检修、停产等)、单元过程物料状态(加工、运输、停留、停滞等)、炼钢、精炼、连铸设备炉次。
基于某种钢铁产品类型，以及基于生产过程中的各单元过程及单元过程之间物质流和能量流的输入输出，确定某种钢铁产品类型生产过程中各单元过程之间中间产品的联系以及单元过程内物质流和能量流的转换关系。
企业生产流程包括生产系统和能源系统；各单元过程为生产系统和能源系统中的各设备；生产系统中的单元过程包括以下一种或多种，焦炉、干熄焦装置、烧结机、环冷机、焙烧设备、冷却设备、高炉、热风炉、转炉、钢包、精炼炉、连铸机、加热炉、粗轧机组、精轧机组、退火炉以及冷轧机组；其中，能源系统中的单元过程包括以下一种或多种，煤气发生炉、燃烧室、余热锅炉、燃煤锅炉、燃气锅炉、发电机组、制氧机、压缩机、鼓风机、加压机以及水处理装置。
其中，单元过程间的物质流和能量流，从生产系统来看包括烧结矿、球团矿、铁水、钢水、钢坯、热轧板卷、废钢、渣钢等物质流，焦炭、焦粉等能量流；从能源系统来看包括新水、净环水、污环水、电力、低压蒸汽、高压蒸汽、氧气、氮气、氩气、焦炉煤气、高炉煤气、转炉煤气等能量流；从在生产系统与能源系统间的流动来看，包括新水、净环水、污环水、电力、低压蒸汽、高压蒸汽、氧气、氮气、氩气、焦炉煤气、高炉煤气、转炉煤气等能量流。
其中，物质流与能量流在单元过程间的流动路径，包括：某一单元过程的原材料、辅助原材料、能源从哪些单元过程流出，这些上游单元过程中每一单元过程流出的种类与相应的量分别为多少，并且该单元过程的产品流及副产品流流入到的所有单元过程，包括分别流入这些单元过程的种类与相应的量分别为多少。
当然，在其他一些实施例中，各单元过程还包括：其他的设备(石灰窑、矿渣微粉装置等)、能源(天然气、柴油等)种类其他系统(废物处理系统等)，在实际应用中，应当依据实际需求确定系统、设备以及能源种类，此处不做限制。
背景数据库导入模块M1.3具体用于，根据不同的钢铁产品类型、导入其生产过程中与厂外存在交换关系的物质流与能量流的背景数据库以及数据相关信息。
其中，与厂外存在交换关系的物质流包括企业从外部厂家购入的原材料及辅助原材料、企业外销到其他企业的副产品；所属与厂外存在交换关系的能量流包括企业从外部厂家购入的能源及能源介质、企业外销到其他企业的能源及能源介质。
其中，背景数据库包括各类能源的开采与加工过程的所有输入输出、运输过程的所有输入输出。
其中，与钢铁企业输入的所有外部原材料相关的完整的背景数据库，包括原材料的开采、加工与生产过程的所有输入输出、运输过程的所有输入输出；外销副产品所替代的工业产品生产过程相关的完整的背景数据库，包括所替代的工业产品生产过程所需能源与原材料的开采与加工、该工业产品的生产过程所有的输入输出。
其中，钢铁企业输入的所有能源外部能源相应的完整的背景数据库，包括能源的开采、加工与生产过程的所有输入输出、运输过程的所有输入输出。外销副能源所替代的工业产品生产过程相关的完整的背景数据库，包括工业产品的生产过程所需能源的开加工、工业产品的生产过程所有的输入输出。
其中，背景数据库包括，企业采购厂家所提供的能源与原材料生命周期清单因子、运输部门所提供的能源与原材料从采购厂家到工厂大门的运输过程清单因子，导入的各生命周期背景数据库中相关能源与原材料的清单因子。
具体地，企业采购厂家所提供包括，根据上游供应商提供的符合标准要求的、经第三方独立验证的上游产品生命周期评价报告中的数据。
具体地，生命周期背景数据应包括，代表国内平均生产水平的公开生命周期评价数据，国外同类型能源及原料生产的技术数据。
当背景数据库中数据需要更新时，检查各数据库中数据是否有更新，若存在，将更新后的数据替换原有该数据库中数据完成更新。
具体地，背景数据相关信息，包括，背景数据的详细来源，如上游供应商提供、国家统计局数据库提取、CLCD数据库获取等。数据的统计年份，背景数据统计年份与所计算年份越接近，计算结果将更为准确。数据的计算类型，即数据来自于现场实测、根据公式计算、根据实际估算等。数据的地域代表性，即数据为产品级、企业级、工业级、地区级、国家级，并具体为某一类型产品、某一名称企业、某类工业、某个地区、某个国家等。如部分信息缺失，应说明缺失原因。
具体地，根据背景数据库中数据库的相关信息，建立数据评价指标体系，根据数据指标体系建立并随着背景数据库的更新实时更新碳排放因子选择的优先级，并根据指标体系判断数据质量，帮助企业产品碳足迹管理选择较为合适的背景数据。
其中，数据评价指标体系，具体包括综合考虑数据来源(现场数据、文献、背景数据库等)、数据计算类型(实测、计算、平均、估计等)、数据年份(实时、近1年内、近5年内)、数据采集地域范围(厂内、该省、国家)等指标对量进行综合评分，确定各个背景数据库中数据的综合质量。
碳排放因子库导入模块M1.4具体用于，根据不同的钢铁产品类型、导入其“摇篮到大门”生命周期过程中的物质流与能量流的碳排放因子库以及碳排放因子数据相关信息。
其中，“摇篮到大门”的生命周期过程指钢铁产品从资源与能源的提取到产品的生产制造成为产品外销到外部厂家之前的过程，包括钢铁产品上游能源与原材料的开采和加工、钢铁产品上游原材料运输、钢铁产品生产过程；其中，碳排放因子为“摇篮到大门”生命周期过程中的含碳物质输入、含碳能源使用所释放到的系统中或大气中的碳及含碳产品及副产品由于其成分中含碳所固定的碳；
钢铁产品“摇篮到大门”的生命周期过程输入输出的所有外部含碳能源及原料、产品及副产品相应的直接的碳排放因子库，包括燃料燃烧过程的直接碳排放因子，根据输入的材料中含碳溶剂、含碳合金、增碳剂等的含碳量得到的碳排放因子，过程中根据含碳产品、含碳副产品的含碳量得到的碳排放抵扣因子；
具体地，当企业使用的燃料成分或含碳量可获取时，采用燃料直接燃烧碳排放因子计算公式得到燃料的碳排放因子。当企业使用的含碳材料、含碳产品及副产品的含碳量可获取时，根据元素平衡，计算单位材料完全分解时，所得二氧化碳量，从而得到其碳排放因子；对于不可获取部分，则可调用模块中整合的国家发改委指南或IPCC指南中提供的碳排放因子；
碳排放因子的一些信息应详细记录在数据库管理模块中。具体包括，碳排放因子的详细来源，如根据公式计算、国家发改委指南数据等。数据的统计年份，碳排放因子统计年份与所计算年份越接近，计算结果将更为准确。数据的计算类型，即根据公式计算、根据实际估算、取国家平均值等。数据的地域代表性，即数据为产品级、企业级、工业级、地区级、国家级，并具体为某一类型产品、某一名称企业、某类工业、某个地区、某个国家等。如部分信息缺失，应说明缺失原因；
其中，碳排放因子库，为多种不同数据库的整合，在整合过程中应明确各数据库的数据来源、数据类型、数据采集时间；当碳排放因子库数据库中数据需要更新时，检查各数据库中数据是否存在更新，若存在，将更新后的数据替换原有该数据库中数据完成更新；
具体地，基于碳排放因子库中数据的相关信息，建立数据评价指标体系，并根据指标体系判断数据质量，根据数据指标体系建立并随着碳排放因子库的更新实时更新碳排放因子选择的优先级，帮助企业产品碳足迹管理选择较为合适的碳排放因子数据。
其中，数据评价指标体系，综合考虑数据来源(现场数据、文献、背景数据库等)、数据类型(实测、计算、平均、估计等)、数据年份(实时、近1年内、近5年内)、数据采集地域范围(厂内、该省、国家)等指标对量进行综合评分，确定各个碳排放因子库中数据的综合质量。
数据管理模块M2，包括：数据检验与修改模块M2.1、数据取舍模块M2.2、数据分类与存储模块M2.3；
其中，数据检验与修改模块M2.1具体用于，检查各单元过程的输入输出数据存在的问题，若发现问题，将其中问题数据反馈给数据采集模块M1重新采集，更新修改后数据；检查各单元过程的输入输出数据是否满足金属平衡与碳平衡，将其中数据问题反馈给采集模块M1重新采集，更新修改后数据；更新背景数据库与碳排放因子库。
其中，各单元过程的输入输出数据存在的问题，包括，各单元过程是否具有代表性，既是否按照单元过程数据收集范围进行生产数据的统计；现场数据是否具有完整性，有无单元过程的部分物质流和能量流的数据或关键物理量信息缺失；现场数据是否具有一致性，包括所有单元过程所涉及的相同类型物质流与能量流的名称应进行统一处理，同背景数据库中数据与碳排放因子库中相同类型物质流与能量流数据名称应保持一致。
其中，各单元过程的输入输出数据是否满足金属平衡与碳平衡，包括金属平衡指铁素流的平衡，即判断单元过程输入的含铁物料以及输出的含铁产品、副产品以及残余物中的含铁量是否平衡或在误差允许范围内平衡；包括碳平衡指输入的能源、原材料及辅助原材料等中的含碳量与输出的CO2、含碳产品、副产品及固体废弃物中的含碳量是否平衡或在误差允许范围内平衡。
其中，更新修改后数据，包括，根据背景数据库与碳排放因子库的采集时间需求，对背景数据库及碳排放因子库中数据进行更新；其中，更新方法为，基于数据评价指标体系中背景数据库与碳排放因子库的数据年份信息，将其中年份较早的数据信息反馈到M1。
数据取舍模块M2.2具体用于，根据钢铁产品输入输出数据取舍原则，对钢铁产品生产过程各单元过程数据进行识别分析并筛选，选出其中符合要求的输入输出数据；其中，数据取舍原则指钢铁产品生产各单元过程涉及的根据原料及能源输入、输出占该种类型总量比例来减少单元过程数据复杂程度的原则；
其中，选取取舍原则中符合要求的输入输出数据，包括对钢铁产品生产单元过程的原材料、辅助原材料、能源输入数据、产品、副产品、能源输出准确定位、精确识别和分析，依据根据原料及能源输入、输出比例所制定的取舍原则，对钢铁产品生产单元过程相关的输入和输出数据进行科学处理，从而使用规范标准规定的取舍原则简化由多种材料构成、多种输出的复杂单元过程。
数据分类与存储模块M2.3具体用于，根据不同钢种的信息，将所收集单元过程物质流与能量流数据与导入的背景数据库及碳排放因子库进行匹配，形成该种类钢铁产品的完整数据集，并分类储存到该模块中。
其中，不同钢种的信息，包含某种类型钢铁产品的生产过程中单元过程输入输出物质流和能量流的关键物理量，以及某种类型钢铁产品的生产过程中的物质流与能量流在单元过程间的流动路径，结合该种类型钢铁产品生产单元过程中输入的与外部存在交换关系的物质流与能量流、外销到外部企业的副产品与能源产品的生命周期背景数据库，以及该种类型钢铁产品的“摇篮到大门”的生命周期过程中所有输入输出的相关碳排放因子，各数据的综合数据质量评价结果，形成该类型钢铁产品的生命周期碳足迹数据集；
基于该企业钢铁产品的生命周期碳足迹数据集，将这些数据集按钢铁产品类型、数据收集时间粒度、数据收集范围、数据质量等类型将数据集分类并储存到该模块中。
模型构建模块M3，包括：碳足迹计算模型模块M3.1、碳足迹预测模型模块M3.2、碳足迹调度模型模块M3.3；
碳足迹计算模型模块M3.1具体用于，结合钢铁产品碳足迹计算的要求，确定计算范围、分配原则，根据钢铁产品的性质、数量、用途，选择合适的功能单位，基于钢铁产品生产过程中各单元过程之间中间产品的联系以及单元过程内物质流和能量流的转换关系，建立钢铁产品碳足迹计算模型；
其中，钢铁产品碳足迹计算的要求，包括在进行钢铁产品碳足迹计算前企业应明确钢铁产品碳足迹结果的应用意图、进行该项计算与管理的理由，结果的使用方式结果的交流对象等，从而确定进行碳足迹计算的钢铁产品类型分类方式与细化程度、采用哪种碳足迹分析方法、是否对碳足迹结果展开具体分析评价；
其中，实际计算范围选取的可行性，基于钢铁产品碳足迹计算的要求，结合碳足迹计算对象为某种类型钢铁产品，实际碳足迹计算边界可选范围为“大门到大门”的生命周期过程以及“摇篮到大门”的生命周期过程；其中，“大门到大门”的生命周期过程包括厂内能源生产(包括焦化工序、电力系统、氧气系统、水系统、煤气系、蒸汽系统)以及钢铁产品的生产阶段(包括烧结工序、球团工序、炼铁工序、炼钢工序、热轧工序、冷轧工序)，“摇篮到大门”的生命周期过程包括原辅料与能源开采、生产和运输阶段、钢铁产品生产阶段，具体包括原材料开采、生产、辅助材料开采、生产、能源开采、生产、废钢收集与加工、运输(原材料、能源、辅助原材料、废钢的运输)、厂内能源生产、厂内钢铁产品生产；
其中，功能单位是指以生产“给定数量的某种钢铁产品”的生命周期过程中的所有用累计量表示碳足迹计算结果的数值；
其中，根据钢铁产品的性质、数量、用途，选择合适的功能单位具体包括，为了能够对一大类钢铁产品继续细分得到的不同钢铁产品种类进行比较，需要选择一个具有可比性的功能单位，比如，根据钢铁产品的性质、数量、用途等通常选择1kg质量的钢铁产品作为功能单位，在这个基础上比较不同钢铁产品的碳足迹结果；
其中，确定分配原则的原因，具体为，单元过程同时产出两种或多种产品，而原材料和能源的输入又没有分开采集的情况，也存在单元过程输入的原材料有多种，而输出只有一种的情况，以及单元过程输入的原材料有多种且产出的产品也有多种的情况，在这些情况下，不能直接得到所需单元过程输入输出数据，需要进一步对这些单元过程的数据进行重新组合与分配，形成新的单元过程；
其中，分配原则包括，基于单元过程，当单元过程存在多个产品时，需要对数据进行分配；其中，存在多个产品的单元过程包括类似功能单元过程和多功能单元过程；其中，类似功能单元过程指单元过程输出性质与功能相似的多种产品；其中，多功能单元过程指单元过程输出了性质与功能差距较大多种产品；
基于类似功能单元过程，分配原则包括，首先识别存在类似功能单元过程及与这些单元过程相联系的其他单元过程，将单元过程拆分，根据单元过程产品的质量、能量、体积的占比将该单元过程的物质流与能量流分配给不同产品；对于拆分后的单元过程，应检查分配前单元过程与分配后单元过程的输入输出总和是否相等；
基于多功能单元过程，分配原则包括，按照副产品实际用途将生产副产品的一些单元过程包含进系统边界；
其中，对于按照副产品实际用途将生产副产品的一些单元过程包含进系统边界，具体包括，根据副产品外销到外部企业后，外部企业将其作为某种产品的替代产品，根据该替代产品的实际用途，相当于减少了其生产过程的生命周期过程的碳足迹总量。因此，当将生产副产品的一些单元过程包含进系统边界时，相当于抵扣掉了该部分产品生产的碳足迹量。例如，高炉渣外卖用作水泥熟料，其在外部企业回收利用带来的碳足迹效益为其替代的相应水泥熟料生产过程产生的碳足迹量；
基于各单元过程及物质流和能量流在单元过程内的转化关系、中间产品在不同单元过程间的流动关系，建立钢铁产品“大门到大门”生产过程模型；
基于钢铁产品生产过程模型结合背景数据库中与生产过程相关的物质流与能量流的生命周期背景数据库，构建钢铁产品“摇篮到大门”生命周期过程模型；
基于钢铁产品生产过程模型以及钢铁产品“摇篮到大门”生命周期过程模型，根据生产过程相关物质流与能量流的碳排放因子，将过程中的物质流与能量流转化为碳流，构建钢铁产品碳足迹计算模型。
碳足迹预测模型M3.2具体用于，基于钢铁产品碳足迹计算模型，结合某种具体类型钢铁产品历史生产路径，建立钢铁产品碳足迹预测模型；
基于M3.1的碳足迹计算模型模块，得到某钢铁产品碳足迹计算结果中的历史生产路径，分析选取合适的路径信息，依据输入物质流、能量流数据以及流经单元过程与路径信息；
基于单元过程与路径信息中的物质流与能量流的转换关系与效率以及各单元过程的中间流以及其上下游的对应关系，当输入能源与原料的类型、输入数量、输入到的单元过程及单元过程间的生产路径已知时，可以得到单元过程的物质流与能量流的输出以及整个生产流程的各个单元过程间的中间流数量与对应关系；
根据单元过程的物质流与能量流的输出以及整个生产流程的各个单元过程间的中间流数量与对应关系，得出单元过程的物质流与能量流的转换关系与转换效率；
基于单元过程的物质流与能量流的转换关系与效率以及各单元过程的中间流以及其上下游的对应关系，依据所要预测钢种的时间相近历史生产路径，结合各单元过程基本信息，分析并选取合适的路径及路径信息，作为信息与数据训练碳足迹预测模型。
碳足迹优化模型M3.3具体用于，基于钢铁产品碳足迹计算模型，设置目标函数与约束条件，建立钢铁产品碳足迹优化模型；
基于单元过程的碳足迹计算模型，依据单元过程的物质流与能量流的转换关系与转换效率，各个单元过程间的中间流数量与对应关系，引入对碳足迹结果的目标函数与约束条件；
其中，在碳足迹优化模型建立中，产品碳足迹最小目标函数取决于设计变量，各设计变量都可写成与设计变量的相关的函数，称为目标函数。
其中，在碳足迹优化模型建立中，各设计变量的选择都不是随意的，如单元过程的选择也有各种限制条件，如单元过程个数、中间流在单元过程间的分配等，存在一定的选取趋渐和范围，称为约束条件。
基于碳足迹计算模型，得到需要进行优化的某种钢铁产品的历史生产路径信息、生产数据及碳足迹结果数据，结合目标函数与约束条件，建立碳足迹预测模型。
碳足迹分析模块M4，包括：碳足迹计算分析模块M4.1、碳足迹预测分析模块M4.2和碳足迹优化分析模块M4.3。
碳足迹计算分析模块M4.1：基于钢铁产品碳足迹计算模型，根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹结果数据及结果的不确定区间；基于钢铁产品的碳足迹结果数据，分析不同产品的碳足迹的差异性及各因素对碳足迹结果的贡献的差异性；基于钢铁产品碳足迹计算模型，分析当某一因素在生产实际取值范围内发生变化时，碳足迹发生的相应变化，从而得到碳足迹对该因素的敏感性；将计算与分析结果分类并储存到该模块中。
其中，计算得到钢铁产品的碳足迹结果的不确定区间的原因为，由于生命周期碳足迹管理中存在数据不准确的问题；其中，造成数据不准确的原因包括，背景数据库中的一些数据来自于相似类型产品的生命周期过程，且数据的采集年份、数据采集地域、数据覆盖范围均不能完全代表工业链中的实际数据，由于企业单元过程的碳排放量无法直接测量，其碳排放量是由单元过程的输入输出结合碳排放因子库中碳排放因子通过公式计算得到，根据碳排放公式计算的过程本身存在一定不确定性，又由于，其中，各来源碳排放因子库中的物质与能源种类不能完全覆盖整个钢铁生产的生命周期过程，选取时不同来源的碳排放因子的采集年份、数据采集地域、数据覆盖范围有所不同，因此需要对钢铁产品的碳足迹结果的不确定加以分析。
结果的不确定性区间包括，基于数据评价指标体系中各数据的综合评分，得到模型中数据的一定取值范围，将数据以一定取值范围的形式输入到钢铁产品的碳足迹计算模型中，将各输入输出数据的不确定性转化为最终钢铁产品碳足迹值的不确定性。
基于碳足迹计算模型，根据钢铁产品的碳足迹结果数据，对比分析企业各钢铁产品之间、同一大类钢铁产品的细分钢种之间、同一钢种在不同计算时间范围内的碳足迹结果；基于不同计算边界的碳足迹计算模型，根据钢铁产品的碳足迹结果数据，对比分析同一钢种在不同计算边界范围内的碳足迹结果，帮助企业掌握自身碳足迹实际情况。
根据钢铁产品碳足迹结果数据，从生产过程直接排放、消耗外部输入的电力、热力产生的间接排放、供应链中的排放三个方面，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹的构成比例和潜在贡献影响。
根据钢铁产品碳足迹结果数据，在厂内生产过程中，从各生产工序、各工序中包含的设备、各设备的输入输出的三个维度，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹的构成比例和潜在贡献影响。
其中，碳足迹对某一因素的敏感性，包括，基于对碳足迹结果产生贡献的各因素以及各组合影响因素，根据钢铁产品碳足迹计算结果，基于敏感性分析的评价方法，评价工业品全生命周期各方面因素变化对碳足迹结果影响存在的差异性，以对比钢铁产品碳足迹对不同影响因素变化的敏感度，并对敏感度进行排名，选取敏感度结果较高的影响因素并分析其原因。
其中，组合影响因素为，根据钢铁产品碳足迹结果数据，可以将不同方面、不同维度的碳足迹影响因素通过他们之间的转换关系、包含关系、影响关系将其中一些影响因素重新组合，形成新的影响因素类型，这些新的影响类型可以反映出钢铁产品生产流程中的一些比例关系、技术参数、回收方式等，钢铁产品碳足迹对其变化也具有一定的敏感性。
其中，敏感性分析的评价方法，为在模型中输入假设各因素以及各组合影响因素变化的范围，从而得到产品碳足迹结果的范围，根据影响因素变化相同范围时，碳足迹结果的变化量或变化的百分比来表示敏感性结果；其中，假设的数据变化范围为模型中实际输入数据根据该数据生产的实际情况在一定的百分比范围内进行数据的变化。
其中，将计算与分析结果分类并储存，包括将碳足迹结果、因素分析结果、敏感性分析结果、不确定性分析结果按照数据采集时间粒度、系统边界范围、钢铁产品类型等分类并存储到该模块中。
碳足迹预测分析模块M4.2具体用于：基于钢铁产品碳足迹预测模型，可以实现在能源与原料投入时或产品的生产过程中通过钢铁产品碳足迹预测模型预测钢铁产品生产后的产品的碳足迹。
其中，在能源和原料投入时或生产过程中预测钢铁产品生产后的产品的碳足迹，其目的在于，在钢铁产品生产过程中，由于产品订单的更新可能导致产品生产流程排产的变化，即产品生产过程中的路径可能在生产过程中的各环节随机应变，在能源和原料投入时或生产过程中预测钢铁产品生产后的产品的碳足迹可以提供采用已知路径或生产路径发生变化时生产该种类钢铁产品时过程流程中与碳足迹相关的信息，作为企业生产该种类钢铁产品可能产生碳足迹结果的借鉴；为钢铁产品的生产决策提供决策目标、提供参照和备选方案，确保在原有生产路径或调整后生产路径下均能实现钢铁产品碳足迹预测；并且，通过预测为实现资源合理配置和有效利用提供依据；
当输入能源与原料的类型、输入数量、输入到的单元过程已知，还没有经过生产流程生产出最终的钢铁产品时，导入需要预测的某种类型钢铁产品能源与原材料的输入数据，导入背景数据与碳排放因子数据，基于碳足迹预测模型，可以得到该钢铁产品各单元过程的物质流与能量流的输入输出以及整个生产流程的各个单元过程间的中间流与对应关系的预测结果；
当钢铁生产流程中的某一环节路径发生改变时，基于钢铁产品碳足迹预测模型，对该环节所处单元过程、与该单元过程联系的下游各单元过程及时调整，实现当生产过程中路径变化时实时更新的碳足迹预测；
在碳足迹预测模型中选取的相应的对应关系，结合各单元过程输入输出数据，得出碳足迹预测结果；并与基于该种钢铁产品的生产后各单元过程采集数据计算的碳足迹预测结果对比分析预测结果的准确性；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹预测结果及结果的不确定区间；
基于碳足迹预测结果数据及结果的不确定区间，与基于经过相同生产路径生产的该种钢铁产品的生产后各单元过程数据计算碳足迹计算结果与结果的不确定区间对比分析，经过结果对比，分析预测结果的准确性、经过不确定区间内结果对比，分析不确定区间范围内预测结果的准确性。
碳足迹优化分析模块M4.3具体用于，基于钢铁产品碳足迹优化模型，得到该类型钢铁产品生产路径的调整结果与经过原生产路径的生产的同类型产品碳足迹对比，实现产品的碳足迹的优化。
其中，钢铁产品碳足迹优化分析，其目的在于，钢铁产品生产中往往存在许多功能相同的设备，经过这些设备间的不同组合生产出的钢铁产品碳足迹往往存在差异，生产路径的选择是否合理对能源效率、生产速率、产品碳足迹等的影响很大。高效率合理的路径选择可以实现钢铁产品生产过程节能降碳，但钢铁产品生产的单元过程繁多、生产路径复杂，通过将各个路径分别组合分析较为困难，因此，通过建立钢铁产品碳足迹优化模型可以直接通过求解寻找到最优生产路径。
得到该类型钢铁产品生产路径的调整结果与实现产品的碳足迹的优化结果，其目的在于，在钢铁产品生产过程中，由于产品订单的更新决定着产品生产流程的排产，即产品生产过程中的路径可能在生产过程中的各环节随机应变，在产品订单类型相对简单、相同功能的设备间的生产可在一定范围内调整时，在能源和原料投入时或生产过程中优化钢铁产品生产的碳足迹，可以作为能源和原料投入类型与数量已知时该种类钢铁产品生产排产的相关的信息依据，为企业选取适合的生产路径提供借鉴；为钢铁产品的生产决策提供决策目标、提供参照和备选方案，有利于在生产中选择合适的生产路径，确保碳足迹优化目标的实现；并且，路径调整结果与优化结果可以为实现资源合理配置和减低钢铁产品碳足迹提供依据。
根据钢铁产品的相关数据以及相关数据质量，导入背景数据与碳排放因子数据，计算出钢铁产品的碳足迹优化结果及结果的不确定区间。
当生产过程中可以对钢铁生产流程中的某一环节路径进行优化调整时，基于碳足迹优化模型，实现在可以进行优化调整的单元过程、与该单元过程联系的下游各单元过程中进行路径优化，实现当生产过程中路径变化时实时的碳足迹优化，通过对比原生产路径与生产路径的调整结果后的钢铁产品生产路径的变化与碳足迹结果，得到碳减排量，从而分析钢铁产品的碳足迹的优化的潜力。
当产品生产过程结束后，基于碳足迹优化模型，可以通过对该产品路径优化后的碳足迹结果与实际结果的比较分析该产品的生产路径是否为低碳生产路径，若存在优化空间，分析生产路径的优化潜力。
基于碳足迹优化结果数据及结果的不确定区间，与基于经过原生产路径生产的该种钢铁产品的碳足迹计算结果与结果的不确定区间对比分析，经过结果对比、经过不确定区间内结果对比，分析基于结果对比的与不确定区间范围内优化结果的减低碳足迹的效果。
本发明实施例中，碳足迹管理系统结合碳足迹计算、分析、预测、优化等多种碳足迹管理方法，可以实现在产品生产前、产品生产过程中、产品生产过程结束后不同状态下精准评估生产路径的变化对钢铁产品生命周期碳足迹的影响，弥补了现有管理系统仅通过对碳足迹结果开展分析的缺陷。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，包括：
采集企业钢铁产品信息以及钢铁产品生产流程中单元过程的物质流、能量流以及流动路径；导入生产过程中与厂外存在交换关系的物质流与能量流的生命周期背景数据库；导入生命周期过程中的物质流与能量流的碳排放因子库；
通过金属平衡与碳平衡的方法检验采集的所述生产流程中各单元过程的物质流与能量流数据；更新所述背景数据库与所述碳排放因子库；将不同生产路径、不同钢种、不同物质流与能量流对应数据并分类与储存；
确定不同类型钢铁产品碳足迹的碳足迹计算功能单位、生产路径及计算系统边界；选择数据分配原则；建立生命周期碳足迹模型；
基于所述生命周期碳足迹模型对所述钢铁产品进行碳足迹管理。
2.根据权利要求1的所述的基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，所述生命周期碳足迹模型包括：生命周期碳足迹计算模型、生命周期碳足迹预测模型和/或生命周期碳足迹优化模型；
所述建立生命周期碳足迹模型，包括：
结合钢铁产品碳足迹计算的要求，确定计算范围、分配原则，根据钢铁产品的性质、数量、用途，选择合适的功能单位，基于钢铁产品生产过程中各单元过程之间中间产品的联系以及单元过程内物质流和能量流的转换关系，建立钢铁产品生命周期碳足迹计算模型；
基于所述碳足迹计算模型，得到所要预测钢种的历史生产路径及单元过程物质流、能量流的转换关系与效率，分析并选取合适的路径信息及单元过程信息，作为信息与数据训练的生命周期碳足迹预测模型；和/或，
基于所述钢铁产品生命周期碳足迹计算模型，得到单元过程物质流、能量流的转换关系与效率、各单元过程间的中间流数量与对应关系，依据对应关系、转换关系与效率构建目标函数与约束条件，使在不改变生产工艺条件下达到产品碳足迹最小。
3.根据权利要求2的所述的基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，所述建立钢铁产品生命周期碳足迹计算模型，包括：
基于各单元过程及物质流和能量流在单元过程内的转化关系、中间产品在不同单元过程间的流动关系，建立钢铁产品生产过程模型；
基于所述钢铁产品生产过程模型结合所述背景数据库中与生产过程相关的物质流与能量流，构建钢铁产品生命周期过程模型；
基于所述钢铁产品生产过程模型以及所述钢铁产品生命周期过程模型，根据生产过程相关物质流与能量流的碳排放因子，将过程中的物质流与能量流转化为碳流，构建钢铁产品生命周期碳足迹计算模型；
建立所述生命周期碳足迹预测模型，包括：
基于所述钢铁产品生命周期碳足迹计算模型，得到所要预测钢种的钢铁产品碳足迹计算结果中的所有历史生产路径，分析选取合适的路径信息；
基于单元过程与路径信息中的物质流与能量流的转换关系与效率以及各单元过程的中间流以及其上下游的对应关系，当输入能源与原料的类型、输入数量、输入到的单元过程及单元过程间的生产路径已知时，得到单元过程的物质流与能量流的输出以及整个生产流程的各个单元过程间的中间流数量与对应关系；
基于单元过程的物质流与能量流的输出以及整个生产流程的各个单元过程间的中间流数量与对应关系，得出单元过程的物质流与能量流的转换关系与转换效率；
基于单元过程的物质流与能量流的转换关系与效率以及各单元过程的中间流以及其上下游的对应关系，依据所要预测钢种的时间相近历史生产路径，结合各单元过程基本信息，分析并选取合适的路径及路径信息，作为信息与数据训练的生命周期碳足迹预测模型；
建立所述生命周期碳足迹优化模型，包括：
基于所述生命周期碳足迹计算模型，依据所述单元过程的物质流与能量流的转换关系与转换效率，所述各个单元过程间的中间流数量与对应关系，设置目标函数与约束条件，使在不改变生产工艺条件下仅通过优化生产路径达到产品碳足迹最小；
基于所述生命周期碳足迹计算模型，得到需要进行优化的某种钢铁产品的历史生产路径信息、生产数据及碳足迹结果数据，结合所述目标函数与约束条件，形成钢铁产品碳足迹优化模型。
4.根据权利要求2或3所述的基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，基于所述生命周期碳足迹模型对所述钢铁产品进行碳足迹管理，包括：
基于所述钢铁产品生命周期碳足迹计算模型，导入相应单元过程的物质流与能量流数据、背景数据与碳排放因子数据；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹结果数据及结果的不确定区间；基于钢铁产品的碳足迹结果数据，分析不同产品的碳足迹的差异性及各因素对碳足迹结果的贡献的差异性；基于所述钢铁产品生命周期碳足迹计算模型，分析当某一因素在生产实际取值范围内发生变化时，碳足迹发生的相应变化，从而得到碳足迹对该因素的敏感性；分类并存储计算与分析结果；
基于相同的碳足迹计算模型，根据所述钢铁产品的碳足迹结果数据，对比分析企业各钢铁产品之间、同一大类钢铁产品的细分钢种之间、同一钢种在不同计算时间范围内的碳足迹结果；
基于不同计算边界的碳足迹计算模型，根据所述钢铁产品的碳足迹结果数据，对比分析同一钢种在不同计算边界范围内的碳足迹结果，帮助企业掌握自身碳足迹实际情况；
基于所述钢铁产品碳足迹结果数据，从生产过程直接排放、消耗外部输入的电力、热力产生的间接排放、供应链中的排放三个方面，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹数据的构成比例和潜在贡献影响；
基于所述钢铁产品碳足迹结果数据，在厂内生产过程中，从各生产工序、各工序中包含的设备、各设备的输入输出的三个维度，对钢铁产品碳足迹数据的过程贡献进行分类和计算，展示钢铁产品各环节碳足迹数据的构成比例和潜在贡献影响。
5.根据权利要求2或3所述的基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，基于所述生命周期碳足迹模型对所述钢铁产品进行碳足迹管理，包括：
当钢铁产品生产路径以及单元过程中输入的物质流与能量流已知时，通过所述生命周期碳足迹预测模型在能源与原料输入位置与输入的量或产品生产过程中预测钢铁产品生产后的碳足迹。
6.根据权利要求5所述的基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，预测钢铁产品生产后的碳足迹，包括：
基于所述钢铁产品生命周期碳足迹预测模型，实现在能源与原料投入时或产品的生产过程中通过钢铁产品碳足迹计算模型预测钢铁产品生产后的产品的碳足迹；
当输入能源与原料的类型、输入数量、输入到的单元过程已知，还没有经过生产流程生产出最终的钢铁产品时，基于所述碳足迹预测模型，得到该钢铁产品各单元过程的物质流与能量流的输入输出以及整个生产流程的各个单元过程间的中间流与对应关系的预测结果；
当钢铁生产流程中的某一环节路径发生改变时，基于所述钢铁产品碳足迹预测模型，对该环节所处单元过程、与该单元过程联系的下游各单元过程及时调整，实现当生产过程中路径变化时实时更新的碳足迹预测；
在碳足迹预测模型中选取的相应的对应关系，结合各单元过程输入输出数据，得出碳足迹预测结果；并与基于该种钢铁产品的生产后各单元过程采集数据计算的碳足迹预测结果对比分析预测结果的准确性；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹预测结果数据及结果的不确定区间；
基于碳足迹预测结果数据及结果的不确定区间，与基于经过相同生产路径生产的该种钢铁产品的生产后各单元过程数据计算碳足迹计算结果与结果的不确定区间对比分析，经过不确定区间内结果对比，分析不确定区间范围内预测结果的准确性。
7.根据权利要求2或3所述的基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，基于所述生命周期碳足迹模型对所述钢铁产品进行碳足迹管理，包括：
当尚未生产钢铁产品或处于生产过程中时，基于所述生命周期碳足迹优化模型，通过对该类型钢铁产品路径的调整实现产品碳足迹最小的结果。
8.根据权利要求7基于生命周期评价的钢铁产品碳足迹管理方法，其特征在于，所述对该类型钢铁产品路径的调整，包括：
基于碳足迹优化模型中优化后的生产路径，结合各单元过程输入和输出的数据，得出碳足迹优化结果；根据钢铁产品的相关数据以及相关数据质量，计算出钢铁产品的碳足迹优化结果数据及结果的不确定区间；
当生产过程中能够对钢铁生产流程中的某一环节路径进行优化调整时，基于所述碳足迹优化模型，实现在能够进行优化调整的环节中的单元过程、与该单元过程联系的下游各单元过程中进行路径优化，实现当生产过程中路径变化时实时的碳足迹优化，通过对比原生产路径与生产路径的调整结果后的钢铁产品生产路径的变化与碳足迹结果，得到碳足迹减少量，从而分析钢铁产品的碳足迹的优化的潜力；
当产品生产过程结束后，基于所述碳足迹优化模型，通过对该产品路径优化后的碳足迹结果与实际结果的比较分析该产品的生产路径是否为低碳生产路径，若存在优化空间，分析生产路径的优化潜力；
基于碳足迹优化结果数据及结果的不确定区间，与基于经过原生产路径生产的该种钢铁产品的碳足迹计算结果与结果的不确定区间对比分析，分析基于结果对比的与不确定区间范围内优化结果的减低碳足迹的效果。
9.一种基于生命周期评价的钢铁产品碳足迹管理系统，其特征在于，包括：
数据采集模块，用于采集企业钢铁产品信息以及钢铁产品生产流程中单元过程的物质流、能量流以及流动路径；导入生产过程中与厂外存在交换关系的物质流与能量流的生命周期背景数据库；导入生命周期过程中的物质流与能量流的碳排放因子库；
数据管理模块，用于通过金属平衡与碳平衡的方法检验采集的所述生产流程中各单元过程的物质流与能量流数据；更新所述背景数据库与所述碳排放因子库；将不同生产路径、不同钢种、不同物质流与能量流对应数据分类与储存；
模型构建模块，用于确定不同类型钢铁产品碳足迹的碳足迹计算功能单位、生产路径及计算系统边界；选择数据分配原则；建立生命周期碳足迹模型；
碳足迹分析模块，用于基于所述模型构建模块构建的生命周期碳足迹模型对所述钢铁产品进行碳足迹管理。
10.根据权利要求9所述的一种基于生命周期评价的钢铁产品碳足迹管理系统，其特征在于，所述碳足迹分析模块包括：
碳足迹计算分析模块，用于基于如权利要求2所述的碳足迹计算模型，实现产品碳足迹计算与对比分析；
碳足迹预测分析模块，用于基于如权利要求2所述的碳足迹预测模型，实现在能源和原料投入时或生产过程中预测钢铁产品生产后的产品的碳足迹，并对预测结果进行分析；
碳足迹优化分析模块，用于基于如权利要求2所述的碳足迹优化模型，实现通过调整钢铁产品具体生产路径实现产品碳足迹结果的优化，并对优化结果进行分析。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613769.XA CN116822714A (zh) | 2023-05-26 | 2023-05-26 | 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310613769.XA CN116822714A (zh) | 2023-05-26 | 2023-05-26 | 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116822714A true CN116822714A (zh) | 2023-09-29 |
Family
ID=88124948
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310613769.XA Pending CN116822714A (zh) | 2023-05-26 | 2023-05-26 | 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116822714A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151960A (zh) * | 2023-10-30 | 2023-12-01 | 佛山市龙生光启科技有限公司 | 一种大数据驱动的碳足迹评估系统 |
| CN117541272A (zh) * | 2024-01-09 | 2024-02-09 | 小象飞羊(北京)科技有限公司 | 数字工程碳排放数据确定方法、系统、设备及存储介质 |
| TWI850150B (zh) * | 2023-11-09 | 2024-07-21 | 成創永續股份有限公司 | 產品碳足跡評估方法 |
-
2023
- 2023-05-26 CN CN202310613769.XA patent/CN116822714A/zh active Pending
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151960A (zh) * | 2023-10-30 | 2023-12-01 | 佛山市龙生光启科技有限公司 | 一种大数据驱动的碳足迹评估系统 |
| CN117151960B (zh) * | 2023-10-30 | 2024-03-19 | 佛山市龙生光启科技有限公司 | 一种大数据驱动的碳足迹评估系统 |
| TWI850150B (zh) * | 2023-11-09 | 2024-07-21 | 成創永續股份有限公司 | 產品碳足跡評估方法 |
| CN117541272A (zh) * | 2024-01-09 | 2024-02-09 | 小象飞羊(北京)科技有限公司 | 数字工程碳排放数据确定方法、系统、设备及存储介质 |
| CN117541272B (zh) * | 2024-01-09 | 2024-03-29 | 小象飞羊(北京)科技有限公司 | 数字工程碳排放数据确定方法、系统、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116822714A (zh) | 一种基于生命周期评价的钢铁产品碳足迹管理方法与系统 | |
| Lei et al. | Global iron and steel plant CO2 emissions and carbon-neutrality pathways | |
| Zhang et al. | Integrated assessment of resource-energy-environment nexus in China's iron and steel industry | |
| Siitonen et al. | Variables affecting energy efficiency and CO2 emissions in the steel industry | |
| Worrell et al. | Productivity benefits of industrial energy efficiency measures | |
| Farla et al. | The quality of energy intensity indicators for international comparison in the iron and steel industry | |
| Wang et al. | Scenario analysis on CO2 emissions reduction potential in China's iron and steel industry | |
| Luh et al. | Long-term development of the industrial sector–case study about electrification, fuel switching, and CCS in the USA | |
| Wang et al. | A model on CO2 emission reduction in integrated steelmaking by optimization methods | |
| Kim et al. | Simulation of CO2 emission reduction potential of the iron and steel industry using a system dynamics model | |
| Tong et al. | Life cycle water use and wastewater discharge of steel production based on material-energy-water flows: a case study in China | |
| Shi et al. | Key issues and progress of industrial big data-based intelligent blast furnace ironmaking technology | |
| Brandt et al. | Ownership and productivity in vertically integrated firms: evidence from the Chinese steel industry | |
| Xue et al. | Evaluation of symbiotic technology-based energy conservation and emission reduction benefits in iron and steel industry: Case study of Henan, China | |
| Carmona et al. | The evolution of resource efficiency in the United Kingdom’s steel sector: an exergy approach | |
| Zhang et al. | Energy and exergy analyses of an integrated iron and steel making process | |
| Yuan et al. | Multi-objective optimization and analysis of material and energy flows in a typical steel plant | |
| CN116882775A (zh) | 一种钢铁行业碳资产管理系统及方法 | |
| CN115630268B (zh) | 长流程钢铁企业碳排放评估模型的建立方法、评估方法及评估系统 | |
| Wang et al. | The contribution of cleaner production in the material industry to reducing embodied energy and emissions in China's building sector | |
| Liu et al. | Co-abatement of carbon and air pollutants emissions in China’s iron and steel industry under carbon neutrality scenarios | |
| Shi et al. | Evaluation, Prediction, and Feedback of Blast Furnace Hearth Activity Based on Data‐Driven Analysis and Process Metallurgy | |
| Larsson et al. | System gains from widening the system boundaries: analysis of the material and energy balance during renovation of a coke oven battery | |
| Hasanbeigi et al. | Comparison of energy-related carbon dioxide emissions intensity of the international iron and steel industry: case studies from China, Germany, Mexico, and the United States | |
| Liu et al. | An input–output model for energy accounting and analysis of industrial production processes: a case study of an integrated steel plant |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |