0 引言
全球生活垃圾年产量已超过20亿t,预测在2050年将超34亿t[1]。2020年,我国生活垃圾清运量已达2.35亿t（图1）（数据来源于国家统计局2004-2021年中国统计年鉴,http://www.stats.gov.cn/）。不当的垃圾管理会造成严重的环境污染[2]。同时,垃圾中蕴含丰富的物质资源和能源[3,4]。垃圾焚烧处理具有减量化、安全化、快速稳定化、用水少、周期短、易操作、可处理的垃圾种类丰富、占地面积小等优点[5,6,7,8,9,10],是可持续生活垃圾管理中不可缺少的部分[9,11-12],已成为我国垃圾处理的主流方式（图1）。目前,我国垃圾焚烧发电装机规模、发电量均居世界第一[13],焚烧厂日处理能力达719 550 t,发电功率达12 386 988.9 kW,主要分布在东部地区（图2）[14]。
Fig. 1 Quantity of collected and safely treated municipal solid waste, and the number of waste incineration plants in China during 2003-2020 (from China Statistical Yearbook 2004-2021)图1 2003-2020年我国生活垃圾清运量、无害化处理量及焚烧厂数量（数据来源于国家统计局2004-2021年的中国统计年鉴） |
Fig. 2 Spatial distribution of MSW incineration plants in China (from Automatic Monitoring Data Disclosure Platform for Municipal Solid Waste Incineration Power Plants, https://ljgk.envsc.cn/)图2 我国生活垃圾焚烧厂分布图（数据来源于生活垃圾焚烧发电厂自动监测数据公开平台,https://ljgk.envsc.cn/） |
目前国内垃圾焚烧发电工艺有机械炉排炉、流化床、回转窑和热解4种类型[15]。机械炉排炉应用最广（图2）[14],可以处理热值范围宽的生活垃圾,对预处理的要求不高,运行及维护简便,国产化程度高,投资成本适中[15]。流化床应用较少,一般用于中小型城市的焚烧厂,该工艺成本较低且可使垃圾燃烧充分,但对入炉垃圾要求极高,需要加入煤炭助燃,且容易造成空气污染[16]。回转窑焚烧炉燃烧适应性好,运行稳定,但占地面积大,热效率低,一般用于小规模特种垃圾如医疗废物、工业废物的处置[17]。热解工艺技术先进、可靠,但对垃圾含水率有一定要求,对干燥段控制要求较高,不能满足大型垃圾焚烧厂的要求,目前还未应用于生活垃圾焚烧,但在西部人口稀疏、位置偏远地区具有一定应用优势[18]。
1 垃圾热值的表示
${{Q}_{\text{(h)}}}=\frac{1}{m}\sum\limits_{j=1}^{m}{{{{{Q}'}}_{j(\text{h})}}\times \frac{100-{{C}_{(\text{W})}}}{100}}$ (1)
${H}'=\sum\limits_{i=1}^{n}{\left( {{{{H}'}}_{i}}\times \frac{{{{{C}'}}_{j}}}{100} \right)}$ (2)
${{Q}_{(\text{l})}}={{Q}_{(\text{h})}}-24.4\times \left( {{C}_{(\text{W})}}+9{H}'\times \frac{100-{{C}_{(\text{W})}}}{100} \right)$ (3)
式中：${{{Q}'}_{j\text{(h})}}$为干基高位热值,kJ/kg;${{Q}_{(\text{h})}}$为湿基高位热值,kJ/kg;${{Q}_{(\text{l})}}$为湿基低位热值,kJ/kg;${H}'$为干基氢元素含量,%;${{C}_{(\text{W})}}$为样品含水率,%;${{{C}'}_{i}}$为某成分干基含量,%;j为重复测定序数;m为重复测定次数;i为各成分序数;n为成分数量;24.4为水的凝缩热常数,kJ/kg。
热值的表示形式、基准和单位在不同研究中不同。有些甚至未说明是高位热值还是低位热值[28]。热值的表示基准包括湿基[29]、干基[5]、风干基[30]等,部分研究并未指出采用的基准[4,5]。热值的常用单位有kJ/kg[31,32]、kcal/kg[33,34]、Btu/lb[35]和MJ/kg[10,36]。这些差异主要是研究目的和使用的采样和分析标准不同导致。国际上常用的生活垃圾采样和分析标准是美国材料实验协会（American Society of Testing Materials, ASTM）（https://www.astm.org/）的系列标准,如ASTM D5468-02。我国采用的是由中华人民共和国住房和城乡建设部发布的《生活垃圾采样和分析方法》（CJ-T313-2009）和《生活垃圾化学特性通用检测方法》（CJ-T96-2013）。上述这些差异增加了不同研究之间和不同地区之间比较的难度,可能对后续的研究和应用产生一定的影响。
2 生活垃圾热值计算模型种类
2.1 元素含量分析模型
Table 1 Summary of heating value predictive models for MSW based on ultimate analysis表1 基于元素含量分析的生活垃圾热值计算模型 |
| 模型建立者 | 公式 | 单位 | 样本量 | 数据来源 | 模型评价指标 | |
|---|---|---|---|---|---|---|
| R2 | MAPE / % | |||||
| KHAN等[35] | ${{Q}_{l}}=145.4\text{C}+620\left( \text{H}-{}^{\text{O}}/{}_{8} \right)+41\text{S}$ | Btu/lb | 86 | 文献 | - | - |
| DULONG公式 | ${{Q}_{l}}=81\text{C}+342.5\left( \text{H}-{}^{\text{O}}/{}_{8} \right)+22.5\text{S}-6\left( 9\text{H}+{{C}_{(\text{W})}} \right)$ | kCal/kg | - | - | - | - |
| LIU等[19] | ${{Q}_{l}}=19.96\text{C}+44.3\text{O}-671.82\text{S}-19.92{{C}_{(\text{W})}}+1558.8\text{O}$ | kCal/kg | 40 | 实测 | 0.926 | - |
| COOPER等[38] | ${{{Q}'}_{(\text{l})}}\text{=}17050\text{C}+32030\left( \text{H}-{}^{\text{O}}/{}_{8}-{}^{\text{Cl}}/{}_{35.5} \right)\text{+}4591\text{S}-791$ | Btu/lb | 40 | 文献 | 0.948 | - |
| CHANNIWALA等[39] | ${{Q}_{h}}=0.3491\text{C}+1.1783\text{H}+0.1005\text{S}-0.1034\text{O}-0.0151\text{N}-0.0211\text{A}$ | MJ/kg | 275 | 文献 | - | 2.58 |
| MERAZ等[25] | ${{Q}_{h}}=\left( 1-\frac{{{C}_{(\text{W})}}}{100} \right)\left( -0.3708\text{C}-1.1124\text{H}+0.1391\text{O}-0.3178\text{N}-0.1391\text{S} \right)$ | MJ/kg | 101 | 文献 | - | - |
| KATHIRAVALE等[29] | ${{{Q}'}_{(\text{h})}}=416.638\text{C}-570.017\text{H}+259.031\text{O}+598.955\text{N}-5829.078$ | kJ/kg | 30 | 实测 | 0.625 | - |
| THIPKHUNTHO等[30] | ${{{Q}'}_{(\text{h})}}=492.5\text{C}-926.0\text{H}+117.6\text{O}+19.3\text{S}$ | kJ/kg | 219 | 实测 | 0.891 | 10.8 |
| ${{{Q}'}_{(\text{h})}}\text{=}406.4\text{C}-210.5\text{H}+160.4\text{O}+154.8\text{S}-151.2\text{N}-23.8\text{A}$ | kJ/kg | 219 | 实测 | 0.905 | 9.3 | |
| ${{{Q}'}_{(\text{h})}}=134.3\text{C}-1502.1\text{H}-2.7\left[ {{\text{O}}^{2}}/(1-\text{A}/100) \right]+29132.8(1-\text{A}/100)$ | kJ/kg | 219 | 实测 | 0.893 | 10.4 | |
| 孙晓杰等[40] | ${{{Q}'}_{(\text{h})}}=337\text{C}+2837\left( \text{H}-0.125\text{O} \right)+93\text{S}+23\text{N}$ | kJ/kg | 15 | 实测 | - | - |
| ${{{Q}'}_{(\text{h})}}=\left[ 337\text{C}+2837\left( \text{H}-0.125\text{O} \right)+93\text{S}+23\text{N} \right]\left( 1-{{C}_{(\text{W})}} \right)-2420\left( {{C}_{(\text{W})}}+9\text{H} \right)$ | kJ/kg | 15 | 实测 | - | - | |
| AKKAYA等[41] | ${{Q}_{h}}=\left( 1-\frac{{{C}_{(\text{W})}}}{100} \right)\left( 0.327\text{C}+1.241\text{H}-0.089\text{O}-0.26\text{N}+0.74\text{S} \right)$ | MJ/kg | 100 | 文献 | 0.983 | - |
| SHI等[5] | ${{{Q}'}_{(\text{h})}}=0.361\text{C}+1.05\text{H}-0.16\text{N}+1.24\text{S}-0.0658\text{O}-1.46$ | MJ/kg | 193 | 实测+文献 | 0.938 | - |
| ${{{Q}'}_{(\text{h})}}=0.35\text{C}-1.01\text{H}-0.826\text{O}$ | MJ/kg | 193 | 实测+文献 | 0.936 | 6.73 | |
| EBOH等[42] | ${{{Q}'}_{(\text{h})}}=0.364\text{C}+0.863\text{H}-0.075\text{O}+0.028\text{N}-1.633\text{S}+0.062\text{Cl}$ | MJ/kg | 86 | 实测 | 0.95 | 5.738 |
| HAN等[43] | ${{Q}_{h}}=35\text{C}+120\text{H}-16\text{O}$ | MJ/kg | - | 实测 | 0.93 | 6.67 |
| KHURIATI等[34] | ${{Q}_{h}}=5751.94+52.67\text{C}+75.9\text{H}-4.14\text{N}-1044.03\text{S}-97.68\text{O}$ | kCal/kg | 29 | 实测 | 0.99 | - |
| ${{Q}_{h}}=114.63\text{C}+310.55\text{H}-2762.68$ | kCal/kg | 29 | 实测 | 0.98 | 0.85 | |
| ${{Q}_{h}}=143.33\text{C}-1737.55$ | kCal/kg | 30 | 实测 | 0.94 | 1.35 | |
| IBIKUNLE等[44] | ${{Q}_{h}}=1.3849+85.0807\text{C}-28.9675\text{H}-666.125\text{N}+11.6296\text{S}-97.68\text{O}$ | MJ/kg | 62 | 实测 | 0.837 | - |
| BOUMANCHAR等[45] | ${{Q}_{h}}=0.484\text{C}-4.1307$ | MJ/kg | 187 | 文献 | - | - |
| ${{Q}_{h}}=3.1451\text{H}-0.8268$ | MJ/kg | 187 | 文献 | - | - | |
| ${{Q}_{h}}=0.3805\text{C}+0.77\text{H}-4.0219$ | MJ/kg | 187 | 文献 | - | - | |
| $\begin{align} & {{Q}_{h}}=2.775+\text{H}+0.004027\text{C}+0.004027{{\text{C}}^{2}}+\frac{0.05706}{\text{H}-12.97}+\frac{0.02323}{\text{H}-6.661}+ \\ & \frac{0.009398}{\text{H}-5.961}+\frac{12.97-\text{H}}{{{\text{H}}^{3}}-5.922\text{C}} \\ \end{align}$ | MJ/kg | 187 | 文献 | - | - | |
| AMEN等[46] | ${{Q}_{h}}=4.392+2.514\times {{10}^{5}}{{\text{C}}^{4}}-3.281\times {{10}^{-30}}{{\text{C}}^{22}}$ | MJ/kg | 36 | 实测 | 0.824 | - |
| $\begin{align} & {{Q}_{h}}=11.8\text{HS}+0.2367\text{NO}+12.91{{\text{N}}^{2}}-0.3428- \\ & 0.2871\text{N}{{C}_{(\text{W})}}-0.7196\text{S}{{C}_{(\text{W})}}-66.04\text{NS} \\ \end{align}$ | MJ/kg | 36 | 实测 | 0.644 | - | |
| $\begin{align} & {{Q}_{h}}=5.734+41.96\text{S}+0.9586\text{CN}+0.4347\text{O}{{\text{N}}^{2}}- \\ & 22.42\text{N}-52.33\text{NS}-0.01236\text{CN}{{C}_{(\text{W})}} \\ \end{align}$ | MJ/kg | 36 | 实测 | 0.919 | - | |
| MATEUS等[37] | ${{{Q}'}_{(\text{h})}}=0.254811\text{C}+1.64176\text{H}$ | MJ/kg | 458 | 实测 | 0.992 | 3.47 |
| $\begin{align} & {{{{Q}'}}_{(\text{h})}}=0.008854{{C}_{(\text{W})}}+0.492754\text{C}+ \\ & 0.614578\text{H}-0.057788\text{O}-5.047684 \\ \end{align}$ | MJ/kg | 458 | 实测 | 0.996 | 1.55 | |
| $\begin{align} & {{{{Q}'}}_{(\text{l})}}=0.008859{{C}_{(\text{W})}}+0.492715\text{C}+ \\ & 0.408739\text{H}-0.057778\text{O}-5.047003 \\ \end{align}$ | MJ/kg | 458 | 实测 | 0.991 | 1.65 | |
| ${{{Q}'}_{(\text{l})}}=0.517644\text{C}+0.514339\text{H}-8.215895$ | MJ/kg | 458 | 实测 | 0.989 | 1.81 | |
备注：${{Q}_{l}}$为低位热值;${{{Q}'}_{(\text{l})}}$为干基低位热值;${{Q}_{\operatorname{h}}}$为高位热值;$Q_{(\operatorname{h})}^{'}$为干基高位热值;C为碳含量,%;H为氢含量,%;O为氧含量,%;S为硫含量,%;Cl为氯含量,%;A为灰分,%;R2为决定系数;MAPE为平均绝对百分比误差。 |
2.2 工业特性分析模型
Table 2 Summary of heating value predictive models for MSW based on proximate analysis表2 基于工业特性分析的生活垃圾热值计算模型 |
| 模型建立者 | 公式 | 单位 | 数据量 | 数据来源 | 模型评价指标 | |
|---|---|---|---|---|---|---|
| R2 | MAPE / % | |||||
| LIU等[19] | ${{Q}_{l}}=44.75\text{V}-5.85{{C}_{(\text{W})}}+21.1$ | kCal/kg | - | - | - | - |
| KATHIRAVALE等[29] | ${{{Q}'}_{(\text{h})}}=356.248\text{V}-6998.497$ | kJ/kg | 30 | 实测 | 0.682 | - |
| ${{{Q}'}_{(\text{h})}}=356.047\text{V}-118.035\text{FC}-5600.613$ | kJ/kg | 30 | 实测 | 0.691 | - | |
| THIPKHUNTHOD等[30] | ${{{Q}'}_{(\text{h})}}=255.75\text{V}+283.88\text{FC}-2386.38$ | kJ/kg | 219 | 实测 | 0.899 | 9.1 |
| ${{{Q}'}_{(\text{ah})}}=278.07\left( \text{V}+\text{FC} \right)-50.44{{C}_{(\text{W})}}-2875.52$ | kJ/kg | 219 | 实测 | 0.901 | 8.9 | |
| ${{{Q}'}_{(\text{h})}}=219.98+327.44\text{FC}-68.39{{C}_{(\text{W})}}$ | kJ/kg | 219 | 实测 | 0.881 | 11.4 | |
| IBIKUNLE等[44] | ${{Q}_{h}}=0.151721\text{V}+0.116768\text{FC}-0.34728{{C}_{(\text{W})}}-7.19477$ | MJ/kg | 62 | 实测 | 0.705 | - |
| AMEN等[46] | ${{Q}_{h}}=0.744767+0.240652\text{V}+\frac{5.214473}{{{\text{V}}^{2}}}$ | MJ/kg | 36 | 实测 | 0.818 4 | - |
| ${{Q}_{h}}=0.184563\text{V}+3.570487$ | MJ/kg | 36 | 实测 | 0.818 4 | - | |
备注：${{{Q}'}_{(\text{ah})}}$为风干基高位热值;FC为固定碳含量,%;V为挥发分,%。 |
2.3 物理组成分析模型
生活垃圾物理组成分析方法简单,操作便捷,对操作人员要求较低[19,31,36],因此,这类模型数量较多[51],但精度参差不齐。一般而言,塑料热值高,模型中系数应当大于其他成分,但在部分模型中其系数小于纸类[20,34,51],甚至为负数[10,32],这不符合其化学性质;可能是由于物理组成分析模型只将生活垃圾的大类作为参数,但同一类垃圾热值幅度较大,例如,塑料为17.8 MJ/kg ~ 47.5 MJ/kg,纸类为10.4 MJ/kg ~ 27.3 MJ/kg [5]。生活垃圾的物理成分和热值易受到环境（地理位置、气候、季节等）[58,59,60]、社会经济（工业发展、经济发展、生活水平等）[61,62,63]及垃圾管理方式等因素的影响[64,65,66,67]。因此,物理组成分析模型具有较强的地域性、季节性和时效性。
Table 3 Summary of heating value predictive models for MSW based on physical composition analysis表3 基于物理成分分析的生活垃圾热值计算模型 |
| 模型建立者 | 公式 | 单位 | 数据量 | 数据 来源 | 模型评价指标 | |
|---|---|---|---|---|---|---|
| R2 | MAPE / % | |||||
| KHAN等[35] | ${{Q}_{l}}=23\left( \text{Fo}+3.6\text{Pa} \right)+160\text{Pl}$ | Btu/lb | 86 | 文献 | 0.971 | - |
| LIU等[19] | ${{{Q}'}_{(\text{l})}}=28.16\text{Pl}+7.90\text{Pa}+4.87\text{Ga}-37.28{{C}_{(\text{W})}}+2229.91$ | kCal/kg | 34 | 实测 | 0.967 | - |
| ABU-QUDAIS等[51] | ${{Q}_{(\operatorname{l})}}=267.0\left( {\text{Pl}}/{\text{Pa}}\; \right)+2285.7$ | kCal/kg | 15 | 实测 | 0.940 | - |
| TIAN等[52] | $\begin{align} & {{Q}_{(\operatorname{l})}}=\left[ 458\text{Pl}+141.1\left( \text{Te}+\text{Fo}+\text{Pa}+\text{Yr} \right)+8.2\text{A} \right]\times \left( 100-{{C}_{(\text{W})}} \right)/100- \\ & 25\left( {{C}_{(\text{W})}}+9\text{H} \right) \\ \end{align}$ | kJ/kg | - | 实测 | - | - |
| 董长青等[53] | ${{Q}_{l}}=237.79\text{Pl}+95.44\text{Pa}+53.37\text{Te}+18.77\text{Wo}+4.33\text{Fo}+1393.37$ | kJ/kg | 108 | 实测 | - | - |
| KATHIRAVALE等[29] | ${{Q}_{(\operatorname{l})}}=112.157\text{Ga}+183.386\text{Pa}+288.737\text{Pl}+5064.701$ | kJ/kg | 30 | 实测 | 0.779 | - |
| ${{Q}_{(\operatorname{l})}}=112.815\text{Ga}+184.366\operatorname{Pa}+298.343\text{Pl}-1.920{{C}_{(\text{W})}}+5130.380$ | kJ/kg | 30 | 实测 | 0.779 | - | |
| CHANG等[23] | ${{{Q}'}_{(\text{l})}}=\left( 35.19\text{Pa}+71.17\text{Pl}+36.24\text{Te}+48.06\text{Wo}+42.21\text{Fo}+44\text{Mi} \right)\frac{\left( 100-{{C}_{(\text{W})}} \right)}{{{C}_{(\text{W})}}}-6{{C}_{(\text{W})}}$ | kCal/kg | 180 | 实测 | 0.983 | 5.56 |
| ${{{Q}'}_{(\text{l})}}=\left( 39.04\text{Pa}+101.47\text{Pl}+38.47\text{Fo} \right)\frac{100-{{C}_{(\text{W})}}}{{{C}_{(\text{W})}}}-6{{C}_{(\text{W})}}$ | kCal/kg | 180 | 实测 | 0.974 | 10.7 | |
| LIN等[33] | ${{{Q}'}_{(\text{l})}}=\left( \begin{align} & 47.3\text{Pa}+58.6\text{Pl}+38.6\text{Te}+32.4\text{Wo}+ \\ & 45.2\text{Fo}+62.3\text{Ru}+50.1\text{Mi} \\ \end{align} \right)\frac{100-{{C}_{(\text{W})}}}{{{C}_{(\text{W})}}}-6{{C}_{(\text{W})}}$ | kCal/kg | 497 | 实测 | 0.987 | 11.6 |
| ${{Q}_{(\operatorname{l})}}=22.1\text{Pa}+28.1\text{Pl}+24.6\text{Te}+12.7\text{Wo}+6.0\text{Fo}+57.4\text{Ru}+17.2\text{Mi}$ | kCal/kg | 497 | 实测 | 0.954 | 17.7 | |
| KHURIATI等[34] | ${{Q}_{l}}=2997-4.6\text{Pa}+7\text{Pl}+11\text{Ru}-27\text{Te}+20\text{Wo}-28\text{Yr}-26\text{Fo}-6\text{Mi}$ | kCal/kg | 24 | 实测 | 0.491 | - |
| ${{Q}_{l}}=141+23\text{Pa}+8\text{Pl}+40\text{Ru}+49\text{Wo}+2.5\text{Fo}+22\text{Mi}$ | kCal/kg | 24 | 实测 | 0.491 | - | |
| OZVEREN [54] | ${{Q}_{(\operatorname{l})}}=20\text{Fo}+83\text{Pl}+187\text{Pa}+105\text{Wo}+170\text{Te}$ | kJ/kg | 89 | 实测 | 0.906 | 15 |
| NWANKWO等[32] | ${{Q}_{h}}=17712.04\text{W}{{\text{o}}^{-0.0094}}\text{F}{{\text{o}}^{-0.0063}}\text{L}{{\text{e}}^{0.041}}\text{M}{{\text{i}}^{-0.019}}\text{P}{{\text{a}}^{-0.044}}\text{P}{{\text{l}}^{0.084}}\text{T}{{\text{e}}^{0.025}}$ | kJ/kg | 10 | 实测 | 0.999 | - |
| $\begin{align} & {{Q}_{h}}=22402-25.677\text{Fo}+122.132\text{Le}-56.697\text{Mi}-104.471\text{Pa}+ \\ & 49.728\text{Pl}+4.442\text{Te}-64.129{{C}_{(\text{W})}} \\ \end{align}$ | kJ/kg | 10 | 实测 | 0.994 | - | |
| 苏肇基等[55] | ${{Q}_{l}}=2494.019-22.833{{C}_{(\text{W})}}-5.223\text{Ga}-0.926\text{Pa}+2.129\text{Pl}$ | kCal/kg | 48 | - | - | 15.78 |
| DRUDI等[56] | $\begin{align} & {{Q}_{(\operatorname{l})}}=\left( 13.69\text{Or}+20.94\text{Sa}+37.99\text{Pl}+10.48\text{Pa}+19.27\text{Te} \right)\left( 1-{{C}_{(\text{W})}} \right)- \\ & \left( 2.442-{{C}_{(\text{W})}} \right) \\ \end{align}$ | MJ/kg | 60 | 实测 | 0.993 | 6.48 |
| IBIKUNLE等[44] | ${{Q}_{h}}=0.171002+0.010962\text{Ga}+0.008254\text{Ce}+0.010242\text{Po}$ | MJ/kg | 62 | 实测 | 0.977 | - |
| DRUDI等[36] | $\begin{align} & {{Q}_{(\operatorname{l})}}=\left( 16.55\text{Or}+20.42\text{Sa}+36.17\text{Pl}+9.06\text{Pa}+22.81\text{Te} \right)\left( 1-{{C}_{(\text{W})}} \right)- \\ & \left[ 2.442\left( 9\text{H}+{{C}_{(\text{W})}}-9\text{H}\times {{C}_{(\text{W})}} \right) \right] \\ \end{align}$ | MJ/kg | 36 | 实测 | 0.996 | 5.09 |
| 李剑颖[57] | $\begin{align} & {{Q}_{(\operatorname{l})}}=5529.832-59.618\text{Fo}+87.144\text{Mi}+78.874\text{Pl}- \\ & 118.693{{C}_{(\text{W})}}+541.542\text{Ot}+38.957\text{Br} \\ \end{align}$ | kJ/kg | 108 | 实测 | 0.972 | - |
| 吕永[22] | ${{Q}_{(\operatorname{l})}}=\frac{100-{{C}_{(\text{W})}}}{100}\left( 145.6\text{Fo}+160.8\text{Pa}+269.9\text{Pl}+195.5\text{Te} \right)-10.3{{C}_{(\text{W})}}-1210$ | kJ/kg | 100 | 实测 | - | - |
| WANG等[20] | ${{Q}_{l}}=-68.06\text{Fo}+91.77\text{Pa}+52.65\text{Pl}+30.73\text{Te}+34.91\text{Wo}+7342.79$ | kJ/kg | 151 | 文献 | - | 22.18 |
| ${{Q}_{l}}=-74.42\text{Fo}+83.20\text{Pa}+67.90\text{Pl}+7669.08$ | kJ/kg | 151 | 文献 | - | 21.94 | |
备注：${{Q}_{(\operatorname{l})}}$为湿基低位热值;Pl为塑料,%;L为落叶,%;Le为皮革,%;Pa为纸,%;Wo为木竹,%;Yr为庭院垃圾,%;Gr为草,%;Ga为普通垃圾,%;Fo为厨余,%;Te为纺织物,%;Mi为杂项,%;Ru为橡胶,%;Or为有机垃圾,%;Sa为卫生垃圾,%;Ce为纤维素,%;Po为聚乙烯,%;Ot为其他垃圾,%;Br为砖块,%。 |
2.4 其他模型
3 模型建立方法
3.1 多元线性回归分析
多元线性回归分析是最常用的建模方法,是一种确定因变量${{Y}_{i\left( 1\le i\le n \right)}}$与一个或多个自变量${{X}_{j\left( 1\le j\le n \right)}}$间关系的统计方法[70],变量间的控制方程为：
${{Y}_{i\left( 1\le i\le n \right)}}=\sum\limits_{j=1}^{m}{{{a}_{j}}{{X}_{j}}}+{{b}_{i\left( 1\le i\le n \right)}}$ (4)
3.2 人工神经网络
Fig. 3 Structure of artificial neural network图3 人工神经网络结构示意图 |
Table 4 Summary of heating value predictive models for MSW built by using artificial neural network表4 生活垃圾热值人工神经网络模型 |
| 模型建立者 | 参数 | 热值 | 单位 | 人工神经网络结构* | 样本量 | 数据来源 | 模型精度R2 |
|---|---|---|---|---|---|---|---|
| DONG等[73] | 塑料、纸、纺织物、草、厨余 | LHV | kJ/kg | 9∶(3,5,7,9)∶1 | 105 | 实测 | - |
| SHU等[47] | C、H、N、O、S、Cl | LHV | kCal/kg | 6∶15∶1 | 220 | 实测 | 0.93 |
| 水分、塑料、纸、厨余、有机垃圾、纺织物、皮革、可燃物、不可燃物 | LHV | kCal/kg | 10∶15∶1 | 220 | 实测 | 0.87 | |
| 水分、挥发分、灰分 | LHV | kCal/kg | 3∶15∶1 | 220 | 实测 | 0.83 | |
| OGWUELEKA等[74] | 橡塑、纸、纺织物、厨余、玻璃 | LHV | kJ/kg | 5∶10∶1 | 60 | 实测 | 0.981 |
| AKKAYA等[41] | C、H、O、N、S、灰分、水分 | HHV | MJ/kg | 7∶5∶1 | 100 | 文献 | 0.991 |
| KHURIATI等[75] | 塑料、纸、橡胶、纺织物、木竹、庭院垃圾、厨余、可燃物 | LHV | kCal/kg | 8∶11∶1 | 24 | 实测 | 0.988 1 |
| 8∶23∶1 | 0.992 7 | ||||||
| 8∶35∶1 | 0.992 9 | ||||||
| OZVEREN [54] | 塑料、纸、纺织物、木竹、厨余、水分 | LHV | kJ/kg | 6∶16∶4∶1 | 89 | 实测 | 0.974 7 |
| 丁兰等[76] | 低密度聚乙烯、高密度聚乙烯、聚丙烯、聚苯乙烯、涤纶树脂、聚氯乙烯、聚碳酸酯、其他塑料、纸、橡胶、纺织物、木竹、皮革、水分、干基氢含量 | LHV | kJ/kg | - | 78 | 实测 | 0.941 7 |
| WANG等[20] | 厨余、纸、塑料、纺织物、木竹 | LHV | kJ/kg | 5∶3 ~ 35∶1 | 151 | 文献 | - |
| 厨余、纸、塑料 | LHV | kJ/kg | 3∶3 ~ 35∶1 | 151 | 文献 | - | |
| BIRGEN等[77] | 温度、降水、风力、一周中第几天、一年中第几周 | LHV | MJ/kg | A/N | 1 024 | 实测 | - |
注：*人工神经网络的结构为输入层变量数∶隐藏层中的节点个数∶输出层变量个数（例如6∶15∶1）。 |
4 讨论
4.1 非线性模型的必要性
4.2 数据对模型精度的影响
4.3 缺乏普适模型
由于生活垃圾的复杂性和地域性,目前还没有适用于全球生活垃圾热值计算的普适模型。KHAN等[35]收集35个国家86个城市的数据建立了物理组成分析模型（表3）,但研究中的热值由杜龙公式算得,且模型建于30年前,已经不适用于当下生活垃圾热值的计算。WANG等[20]收集了11个国家44个城市1990-2015年间的数据建立了物理组成分析模型（表3、表4）,但精度较低,且大部分数据来源于亚洲发展中国家。因此,普适模型精度有待提高。提高精度的可能方案有：（1）对相同来源的生活垃圾建模,研究表明生活垃圾热值和其来源有很高的相关性[32];（2）对相似发展水平（如人均GDP等）或经济模式（如工业型城市、服务型城市等）的城市建模,研究表明工业增加值较高的城市生活垃圾热值相对较高[52];（3）针对相似自然环境的城市建立模型。
4.4 模型的应用与推广
5 结论与展望
生活垃圾热值计算模型的研究中存在着热值报告基准、单位等不统一,模型普适性较低、推广难,数据精度低、样本量小等问题。未来热值研究应加强各地区相关研究领域的合作,提高生活垃圾热值计算模型的精度,加强普适模型的研究。