Analyzing resource saving and environmental safety in oil and gas waste processing system to provide sustainable development

Full Text

Введение

По объемам добычи нефти и газа Россия входит в лидирующую тройку стран мира вместе с США и Саудовской Аравией, а нефтегазовый комплекс (НГК) РФ занимает ключевую позицию по влиянию на экономику страны. Однако географические особенности России, отстающее от передовых стран технологическое оснащение мест добычи и переработки, а также отсутствие норм и правил бережного отношения к ресурсам на предприятиях НГК и недостаточно развитая культура обращения с промышленными отходами (ПО) не позволяют добиться в ближайшей перспективе целей устойчивого развития [1].

В процессе добычи, транспортировки и переработки углеводородов потери нефти и нефтепродуктов в виде нефтесодержащих отходов (НСО), которые относятся к ПО, ежегодно составляют от 6 до 8 млн т [2, 3]. Низкий уровень переработки ПО в России (около 10 %) по сравнению с лидирующими европейскими странами, в которых уровень переработки достигает 90 %, приводит к стремительному росту накопления отходов. Накопленный объем таких отходов удваивается каждые 5–7 лет, а возникающие при этом экологические проблемы становятся критическими и требуют срочного решения. Кроме того, значительную часть производственного цикла переработки ПО составляют энерго- и ресурсоемкие технологические процессы, негативно влияющие на окружающую среду [4].

В соответствии с установившимися тенденциями устойчивого развития и декарбонизации в отрасли обращения с отходами происходит переход от концепции управления отходами к концепции управления ресурсами в рамках экономики замкнутого цикла (ЭЗЦ) [5]. ЭЗЦ направлена на повышение эффективности использования ресурсов и внедрение производственных моделей замкнутого цикла, а особое внимание в ней уделяется промышленным отходам для достижения наилучшего баланса между целями экономики, защитой окружающей среды и интересами общества [6–8]. В некоторых европейских странах введены ограничения на захоронение определенных материалов, которые послужили стимулом для поиска более рационального использования ПО в концепции ЭЗЦ [9].

Эффективность обращения с ПО в рамках ЭЗЦ определяется ценностью ресурсов, полученных из отходов. Ресурсная ценность может рассматриваться как комплексный количественный критерий, отражающий содержание ценных для вторичной переработки ресурсов и оцениваемый по совокупности разнородных показателей: содержанию «полезных» углеводородов и «вредных» механических и минеральных примесей, серы, асфальтенов, загрязненной воды [10, 11]. При использовании альтернативной оценки ресурсной ценности [12] применяются экологические показатели, которые включают выбросы углерода [13] и загрязняющие вещества в воздухе, воде и почве [14, 15], энергетические [16], социальные, экономические и интегральные показатели эффективности [17], повышение которых является актуальной задачей.

Ресурсная ценность может учитываться при определении ресурсного потенциала отходов [11, 18, 19], который является комплексным количественным показателем ресурсосберегающего эффективного вторичного использования отходов после рекуперации, регенерации и(или) рециклинга. Одновременно с ресурсным потенциалом отходов может определяться ресурсный потенциал технологий переработки, который является комплексным количественным показателем ресурсосбережения с учетом ресурсной ценности ПО.

Эффективность и экологическая безопасность системы переработки отходов НГК [20] может быть оценена путем проведения многофакторного анализа на основе метода Data Envelopment Analysis (DEA) [21]. Однако предложенный подход не учитывает потенциал ресурсосбережения в системе переработки отходов, что уменьшает эффективность использования ресурсов и возможность достижения уровня «нулевых» отходов.

Для достижения целей устойчивого развития экономики и ее декарбонизации необходимо пересмотреть подходы к принятию решений в области обращения ПО с позиций максимального ресурсосбережения и экологической безопасности.

В статье предлагается новый подход к анализу ресурсосбережения и экологической безопасности в системе переработки ПО предприятий НГК на основе DEA-метода. Основным его отличием от известных подходов [22, 23] является одновременный учет ресурсной ценности отходов, ресурсного потенциала и экологической безопасности в системе переработки отходов. Результаты многофакторного анализа могут быть использованы в системе поддержки принятия решений, что позволит эффективно использовать ресурсы и снизить вредное влияние процессов переработки ПО на окружающую среду.

В статье представлен разработанный алгоритм многофакторного анализа ресурсосбережения и экологической безопасности в системе переработки ПО и результаты апробации предлагаемого подхода на примере системы переработки НСО, включающей 14 технологий и 90 хранилищ НСО.

Многофакторный анализ на основе модели Super-Efficiency DEA-метода

Основу предлагаемого в статье подхода составляет известная модель Super-Efficiency DEA-метода [24], которая позволяет определить наилучший объект сравнения в анализируемой группе.

Сравнение Z объектов по показателю эффективности $S_z$, $z=\overline{\mathrm{1,}Z}$ приводит к формулировке задачи поиска максимума целевой функции

$S_z\left(X_z,Y_z\right)=\frac{{\displaystyle \sum _{j=1}^J{\overline{u}}_{jz}{y}_{jz}}}{{\displaystyle \sum _{i=1}^H{\overline{v}}_{iz}{x}_{iz}}}\to \underset{\overline{U},\overline{V}\in \overline{G}}{\max }$  (1)

при условии

$\frac{{\displaystyle \sum _{j=1}^J{\overline{u}}_{jz}{y}_{jz}}}{{\displaystyle \sum _{i=1}^H{\overline{v}}_{iz}{x}_{iz}}}\le 1\forall \left(\begin{array}{l}z=\overline{\mathrm{1,}Z};z\ne k;j=\overline{\mathrm{1,}J};\\ i=\overline{\mathrm{1,}H};{\overline{u}}_{jz}>0;{\overline{v}}_{iz}>0\end{array}\right),$   (2)

где $\overline{U}=\left({\overline{u}}_{jz}\right)$, $j=\overline{\mathrm{1,}J}$; $\overline{V}=\left({\overline{v}}_{iz}\right)$, $i=\overline{\mathrm{1,}H}$ – весовые коэффициенты, которые характеризуют относительный вклад в оценку $S_z$ каждого из выходов $y_{jz}$, $j=\overline{\mathrm{1,}J}$, положительно влияющих на оценку $S_z$, и каждого из входов $x_{iz}$, $i=\overline{\mathrm{1,}H}$, отрицательно влияющих на оценку $S_z$, соответственно.

Размерность векторов входных $X=\left(x_{iz}\right)$, $i=\overline{\mathrm{1,}H}$ и выходных $Y=\left(y_{jz}\right)$, $j=\overline{\mathrm{1,}J}$ параметров определяется числом учитываемых в сравнительном анализе значимых факторов и существованием потенциальной возможности определения их численных значений для всех объектов сравнения.

Векторы весовых коэффициентов в задаче математического программирования (ЗМП) (1), (2) являются неизвестными, за исключением коэффициентов ${\overline{u}}_{jk}$ и ${\overline{v}}_{ik}$, которые получены на основе решения ЗМП по базовой CCR модели DEA-метода [23] для выходных и входных параметров k-го объекта сравнения соответственно, с максимальным значением оценки эффективности $F_k=1$; k –порядковый номер объекта сравнения со значением оценки $F_k=1$, $k=\overline{\mathrm{1,}P}$ в анализируемой группе из Z объектов, которые исключаются из ограничения (2), где P – число объектов сравнения со значением оценки эффективности $F_k=1$.

Результатом решения ЗМП (1), (2) являются относительные оценки эффективности $S_z$, $z=\overline{\mathrm{1,}Z}$, значения которых изменяются в интервале $\left(\mathrm{0,}\infty \right)$. Объект, имеющий максимальную оценку $S_z$ относительно целевой функции (1), считается наилучшим в анализируемой группе по выбранным параметрам сравнения.

На основе последовательного решения ЗМП (1), (2) для различных параметров сравнения с учетом поставленных целей анализа и полученных относительных оценок эффективности $S_z$ формируется алгоритм многофакторного анализа, который позволяет определять базовые решения по управлению системой переработки НСО.

Алгоритм многофакторного анализа ресурсосбережения и экологической безопасности в системе переработки промышленных отходов

Описанный выше подход был распространен авторами на новую предметную область актуальных инженерных приложений, связанных с проблемами переработки нефти [20], нефтесодержащих [25] и техногенных отходов [26].

Основой рассматриваемого в статье алгоритма анализа объектов системы переработки НСО (рис. 1), включающего 6 последовательных этапов, является разработанная авторами методика последовательного решения взаимосвязанных задач многофакторного сравнения объектов по разнородным критериям качества, отличающихся новыми формулировками сопутствующих ЗМП. В качестве объектов сравнения рассматриваются хранилища НСО и технологии их переработки.

На первом этапе осуществляется сбор и обработка информации на основе разработанных принципов классификации, систематизации и анализа ее качества (полнота, точность, достоверность, актуальность, согласованность). Обработанная информация в виде характеристик объектов системы переработки НСО является исходной для решения ЗМП 1, 2.1, 2.2, 3.1 и 3.2 (см. рис. 1).

На втором этапе решается задача анализа ресурсной ценности отходов в N хранилищах системы переработки НСО (ЗМП 1), сформулированная в виде (1), (2) [10]. Основными входными параметрами, уменьшающими ресурсную ценность НСО в хранилищах, являются удельное содержание воды, асфальтенов и смол, механических и минеральных примесей, серы (входы 1–4 на рис. 1) Выходными параметрами, характеризующими ресурсную ценность НСО в хранилищах, являются средневзвешенное содержание светлых углеводородов и отношение массы светлых углеводородов к суммарной массе вредных примесей и воды (выходы 5–6, рис. 1). Результатом решения ЗМП 1 в виде (1), (2) являются относительные оценки $S_n^1$, $n=\overline{\mathrm{1,}N}$ ресурсной ценности НСО. Наибольшую ресурсную ценность в анализируемой группе из N хранилищ имеют отходы,одержащиеся в n-ом хранилище и имеющие максимальную оценку $S_n^1$, которая показывает степень пригодности отходов к использованию в качестве материальных ресурсов для дальнейшей переработки.

 

Рис. 1. Алгоритм многофакторного анализа ресурсосбережения и экологической безопасности в системе переработки НСО

 

На третьем этапе определяется ресурсный потенциал для двух видов объектов сравнения в анализируемой системе переработки НСО: хранилищ (ЗМП 2.1) и технологий переработки НСО (ЗМП 2.2) [18].

Ресурсный потенциал n-го хранилища характеризует комплексный количественный показатель возможности эффективного вторичного использования содержащихся в нем отходов при их переработке с помощью применения конкретной технологии. Ресурсный потенциал m-ой технологии характеризует степень эффективности ее применения для вторичной переработки отходов в определенном хранилище.

Задачи анализа ресурсного потенциала системы переработки НСО (ЗМП 2.1 и 2.2) также формулируются в виде (1), (2). Входными параметрами являются длительность переработки отходов, масса реагентов и расход энергии (топлива) (входы 7–9 и 10–12 на рис. 1). Выходными параметрами являются масса полезных продуктов рециклинга (выходы 13 и 14, см. рис. 1) и оценка $S_n^1$, $n=\overline{\mathrm{1,}N}$ ресурсной ценности хранилища НСО, полученная на основе решения ЗМП 1 на втором этапе.

Решение ЗМП 2.1 позволяет определить относительные оценки $S_{nm}^2$, $n=\overline{\mathrm{1,}N}$, $m=\overline{\mathrm{1,}M}$, $m=\overline{\mathrm{1,}M}$ ресурсного потенциала n-го хранилища при переработке находящихся в нем отходов с помощью m-ой технологии. Анализ оценок $S_{nm}^2$ ресурсного потенциала позволяет выявить, какое из N хранилищ в анализируемой системе обладает наибольшим ресурсным потенциалом при применении m-ой из М технологий переработки. Аналогично в результате решения ЗМП 2.2 определяются относительные оценки $S_{mn}^2$, $m=\overline{\mathrm{1,}M}$, $n=\overline{\mathrm{1,}N}$ ресурсного потенциала m-ой технологии для переработки НСО в n-ом хранилище. Анализ оценок $S_{mn}^2$ ресурсного потенциала позволяет выявить наилучшую m-ую технологию для переработки отходов в каждом n-ом из N анализируемых хранилищ в рассматриваемой системе переработки НСО.

На четвертом этапе решаются комплексные задачи многофакторного анализа ресурсосбережения и экологической безопасности в системе переработки ПО для двух типов объектов анализируемой системы: хранилищ и технологий переработки НСО (ЗМП 3.1 и ЗМП 3.2 на рис. 1). Ресурсосбережение в системе переработки НСО заключается в эффективном и экономном использовании ресурсов при переработке с учетом ресурсного потенциала отходов и применяемой для их переработки технологии. Экологическая безопасность в системе переработки НСО достигается за счет минимизации вредных для окружающей среды выбросов и объемов непереработанных отходов.

Входными параметрами являются валовые выбросы парниковых газов, сернистого ангидрида и сажи, масса непереработанной части минеральных и механических примесей и образовавшейся загрязненной воды в процессе вторичной переработки (входы 15–19 и 20–24 на рис. 1). Выходными параметрами являются оценки $S_{nm}^2$ и $S_{mn}^2$, $m=\overline{\mathrm{1,}M}$, $n=\overline{\mathrm{1,}N}$ ресурсного потенциала, полученные в результате решения ЗМП 2.1 и ЗМП 2.2 соответственно.

В результате решения ЗМП 3.1, сформулированной в виде (1), (2), определяются относительные комплексные многофакторные оценки $S_{nm}^3$, $m=\overline{\mathrm{1,}M}$, $n=\overline{\mathrm{1,}N}$ ресурсосбережения и экологической безопасности при переработке отходов в анализируемых хранилищах системы. Анализ комплексных оценок $S_{nm}^3$ позволяет выявить наилучшее n-ое хранилище, переработка НСО в котором с помощью каждой m-ой из анализируемой группы М технологий осуществляется с максимальным ресурсосбережением и экологической безопасностью в системе.

Аналогично в результате решения ЗМП 3.2, сформулированной в виде (1)–(2), определяются относительные комплексные многофакторные оценки $S_{mn}^3$, $m=\overline{\mathrm{1,}M}$, $n=\overline{\mathrm{1,}N}$ ресурсосбережения и экологической безопасности при использовании m-ой технологии для переработки НСО в каждом n-ом хранилище. Анализ комплексных оценок $S_{mn}^3$ позволяет выявить наилучшую m-ую технологию для переработки НСО в каждом n-ом из N хранилищ с максимальным ресурсосбережением и экологической безопасностью в системе переработки.

На пятом этапе алгоритма происходит обработка полученных результатов многофакторного анализа и передача информации в систему поддержки принятия решений (шестой этап).

Результаты

В результате применения разработанного алгоритма проведен многофакторный анализ системы переработки НСО, включающей $N=90$ хранилищ нефтесодержащих жидких отходов ($n=\overline{\mathrm{1,8}}$ – нефтешламовые амбары; $n=\overline{\mathrm{9,23}}$ – илонакопители; $n=\overline{\mathrm{24,59}}$ – нефтеловушки; $n=\overline{\mathrm{60,84}}$ – шламонакопители; $n=\overline{\mathrm{85,90}}$ – обвалование свечей аварийного сброса) и $M=14$ потенциально возможных технологий их переработки (см. таблицу), расположенных в пределах одного региона Российской Федерации.

 

Характеристики технологий переработки жидких НСО

m	Название технологии (установки)	Метод/Способ переработки	Производительность (по паспорту)	Наименование продукта вторичной переработки
1	МегаМакс	Физико-химический метод / рекуперация	7–15 м3/ч	Нефть
2	Минералоль	Пиролиз с рекуперацией	2 м3/ч	Нефть, сухой остаток
3	COMPEX HTP 2,2	Пиролиз	0,2 т/ч	Пиролизный газ, сухой остаток
4	COMPEX HTP 20	Пиролиз	2–2,3 т/ч	Пиролизный газ, сухой остаток
5	Holo-Scru 10	Термический метод / рекуперация	0,1–20 м3/ч	Нефть
6	Electric-Scru 10	Термический метод / рекуперация	0,1–20 м3/ч	Нефть
7	Установка пиролиза Фортан – 4	Метод полунепрерывного пиролиза жидкого сырья	0,1–0,5 т/ч	Пиролизный газ, сухой остаток
8	Установка пиролиза Фортан – 20	Метод полунепрерывного пиролиза жидкого сырья	0,5–2,5 т/ч	Пиролизный газ, сухой остаток
9	Фортан ТМ 200	Термический метод / рекуперация	5,2–36 м3/ч	Жидкое печное топливо, технический углерод, газ
10	ПУ-01	Технология обезвреживания НСО методом реагентного капсулирования	2 м3/ч	Зола, горячая вода, пар, электроэнергия
11	УПБШ-10С/УПБШ-10СД	Физико-химический метод / рекуперация	10–15 м3/ч	Грунтово-шламовая смесь для отсыпки дорог 3-й категории
12	УОГ-15-В2ГЦ2-10	Физико-химический метод / рекуперация	15–20 м3/ч	Нефть
13	Eco-TechRecOil Oy	Физико-химический метод	30–50 м3/ч	Товарный нефтепродукт
14	ИнноТек	Физико-химический метод / рекуперация	0,3–0,35 т/ч	Жидкое печное топливо, зола

 

Результаты решения ЗМП 1, 2.1 и 3.1 представлены на рис. 2 в виде оценок $S_n^1$ ресурсной ценности, $S_{n2}^2$ ресурсного потенциала, а также комплексных многофакторных оценок $S_{n2}^3$ ресурсосбережения и экологической безопасности применения технологии № 2 (Минералоль) для переработки отходов в анализируемых $n=\overline{\mathrm{1,90}}$ хранилищах системы соответственно.

Технология № 2 выбрана для демонстрации результатов расчетов, поскольку она имеет максимальную оценку $S_{52}^3=2.7$ ресурсосбережения и экологической безопасности переработки отходов в хранилище № 5 среди всех анализируемых хранилищ и технологий системы переработки НСО. На рис. 2 показаны ранжированные оценки $S_{n2}^3$ для 10 наилучших и 10 наихудших хранилищ с учетом переработки накапливаемых в них отходов с помощью технологии № 2.

 

Рис. 2. Оценки ресурсной ценности, ресурсного потенциала, ресурсосбережения и экологической безопасности при переработке технологией № 2 отходов в хранилищах системы

 

Анализ результатов расчета оценок, представленных на рис. 2, показал, например, что для хранилища № 90, имеющего максимальную ресурсную ценность в анализируемой системе переработки с оценкой $S_{90}^1=2.48$, ресурсный потенциал имеет невысокое значение $S_{902}^2=0.62$, но по оценке $S_{902}^3=2.06$ ресурсосбережения и экологической безопасности хранилище № 90 при переработке технологией № 2 занимает 2-е место в группе (см. рис. 2).

Результаты решения ЗМП 2.2 и 3.2 представлены на рис. 3 в виде оценок $S_{n2}^2$ ресурсного потенциала и ранжированных комплексных многофакторных оценок $S_{n2}^3$ ресурсосбережения и экологической безопасности различных технологий при переработке отходов в хранилище № 5. Выбор хранилища № 5 для демонстрации результатов расчетов связан с тем, что оценки в системе переработки, полученные по результатам решения всех ЗМП, входящих в алгоритм (см. рис. 1), являются максимальными для этого хранилища и технологий, применяемых для переработки НСО в нем ($S_{52}^3=S_{25}^3=2.7$).

Представленные на рис. 2 и 3 оценки имеют значение для принятия локальных решений для управления системой переработки НСО и позволяют определить оптимальные пары «хранилище НСО – технология переработки» по критерию ресурсосбережения и экологической безопасности. Для принятия комплексных управленческих решений, когда необходимо оценить эффективность переработки всей системы, можно использовать анализ обобщенных оценок $S{N}_m^3$ ресурсосбережения и экологической безопасности технологий для N хранилищ в составе системы переработки:

$S{N}_m^3=\sum _{n=1}^N{S}_{mn}^3$ , $m=\overline{\mathrm{1,}M}$.        (3)

 

Рис. 3. Оценки ресурсного потенциала, ресурсосбережения и экологической безопасности технологий при переработке отходов в хранилище № 5

 

На рис. 4 представлены результаты анализа решений ЗМП 3.2 в виде ранжированных обобщенных оценок $S{N}_m^3$ ресурсосбережения и экологической безопасности технологий переработки отходов для всех N=90 хранилищ.

 

Рис. 4. Обобщенные оценки $\mathit{S}{\mathit{N}}_{\mathbf{m}}^{\mathbf{3}}$ ресурсосбережения и экологической безопасности технологий при переработке всех отходов в системе

 

Анализ полученных результатов (см. рис. 4) свидетельствует о высокой эффективности технологии № 2 с максимальной обобщенной оценкой $S{N}_2^3=86.65$ в системе, обеспечивающей максимальное ресурсосбережение и экологическую безопасность при переработке отходов во всех хранилищах.

Заключение

Представленная статья продолжает направление исследований по системному анализу и многофакторному оцениванию эффективности функционирования систем переработки промышленных отходов с использованием DEA-метода по разнородным критериям качества (ресурсная ценность [10], ресурсный потенциал [11, 18, 23], экологическая безопасность [27]).

Данный подход распространяется в статье на задачи многофакторного анализа ресурсосбережения и экологической безопасности системы переработки промышленных отходов предприятий НГК, сформулированные на основе модели суперэффективности DEA-метода. Для реализации предлагаемого подхода разработан соответствующий алгоритм и проведена его апробация на существующей системе переработки НСО в отдельном регионе РФ. Полученные относительные оценки ресурсной ценности хранилищ отходов, ресурсного потенциала, ресурсосбережения и экологической безопасности позволяют провести многофакторный анализ разнородных сравнительных параметров функционирования системы переработки без введения дополнительных удельных, усредненных или масштабирующих коэффициентов, что является весомым преимуществом DEA-метода перед альтернативными методами многокритериального сравнения.

Практическая значимость исследования заключается в возможности использования результатов анализа в системе поддержки принятия решений на локальном и стратегическом уровне управления, что позволит приблизить выполнение целей устойчивого развития экономики РФ.

About the authors

M. Yu. Derevyanov

Samara State Technical University

Author for correspondence.
Email: mder2007@mail.ru

Ph.D. (Techn.), Associate Professor

Russian Federation, 244, Molodogvardeyskaya str., Samara, 443100

Yu. Е. Pleshivtseva

Samara State Technical University

Email: yulia_pl@mail.ru

Dr. Sci. (Techn.), Professor

Russian Federation, 244, Molodogvardeyskaya str., Samara, 443100

A. А. Afinogentov

Samara State Technical University

Email: pondex@yandex.ru

Ph.D. (Techn.), Associate Professor

Russian Federation, 244, Molodogvardeyskaya str., Samara, 443100

A. G. Mandra

Samara State Technical University

Email: amandra@mail.ru

Ph.D. (Techn.), Associate Professor

Russian Federation, 244, Molodogvardeyskaya str., Samara, 443100

References

Supplementary files