Reconciling calculation-based and measurement-based CO2 emissions: a full-year calibration study for carbon accounting management in a 1000 MW unit

De lucht die we inademen verandert, en de elektriciteitscentrales die onze lichten aanhouden en onze steden warm houden, maken daar een groot deel van het verhaal. Wanneer kolen verbranden om elektriciteit op te wekken, komt er koolstofdioxide vrij, een gas dat warmte vasthoudt in de atmosfeer en opwarming van de aarde aanjaagt. Om deze opwarming te stoppen, moeten landen precies weten hoeveel van dit gas hun elektriciteitscentrales uitstoten. Er zijn twee belangrijke manieren om dit te bepalen. De eerste is als een recept: je weegt hoeveel kolen erin gaan, controleert hoeveel koolstof er in die kolen zit, en doet wat wiskunde om te raden hoeveel gas eruit komt. De tweede manier is als een directe meting: je steekt een sonde in de schoorsteen en telt daadwerkelijk de gasmoleculen terwijl ze voorbijvliegen. Jarenlang hebben deze twee methoden verschillende verhalen verteld. Soms zegt de wiskunde het één, en zegt de sonde iets anders. Deze onenigheid maakt het moeilijk om de cijfers te vertrouwen die worden gebruikt voor klimaatregels en koolstofmarkten. Als de cijfers niet overeenkomen, is het onmogelijk om te weten of een elektriciteitscentrale haar deel levert aan het schoonmaken van de lucht.

Een team onderzoekers probeerde dit puzzelstukje op te lossen bij een enorme elektriciteitscentrale in Guangdong, China. Ze bestudeerden een enkele eenheid die in staat is om 1.000 megawatt aan elektriciteit op te wekken, genoeg om een kleine stad van stroom te voorzien. Gedurende een volledig jaar observeerden ze deze machine tijdens elk seizoen en bij elk type weer, van de stille uren in de nacht wanneer de vraag laag is tot de piekuren wanneer het elektriciteitsnet onder druk staat. Hun doel was om te zien waarom de "recept"-cijfers en de "sonde"-cijfers verschilden, en om een manier te vinden om ze overeen te laten komen. Ze ontdekten dat de onenigheid geen fout in de wiskunde of een defecte sensor was, maar het resultaat van hoe de rook beweegt en hoe de kolen worden bemonsterd. Door de manier waarop ze de snelheid van de rook en de concentratie van het gas maten te verbeteren, en door rekening te houden met kleine hoeveelheden gas die afkomstig zijn van reinigingschemicaliën, slaagden ze erin de twee methoden nauw met elkaar in overeenstemming te brengen.

De onderzoekers ontdekten dat de directe meetmethode, voordat zij enige aanpassingen maakten, 12,31% meer koolstofdioxide rapporteerde dan de berekeningsmethode. Deze kloof was te groot om te negeren. Om dit te begrijpen, keken ze nauwgezet naar de schoorsteen zelf. De centrale gebruikt een standaardsensor om te meten hoe snel de rook beweegt, maar de rook stroomt niet in een rechte, gelijkmatige lijn. Het kolkt en versnelt op sommige plekken terwijl het op andere plekken vertraagt, vooral wanneer de centrale op vol vermogen draait. De standaardsensor, die slechts op één plek zit, mist deze kolken vaak. Het team gebruikte een geavanceerdere, driedimensionale sensor om de volledige dwarsdoorsnede van de schoorsteen in kaart te brengen. Ze ontdekten dat de snelheid van de rook verandert afhankelijk van hoe hard de centrale werkt. Toen ze deze nieuwe, gedetailleerde kaart gebruikten om de snelheidsmetingen te corrigeren, begonnen de cijfers te verschuiven.

Ze keken ook naar de gaskoncentratie. Net als de snelheid is de hoeveelheid koolstofdioxide in de rook niet overal in de schoorsteen hetzelfde. In sommige gebieden is het gas dikker; in andere gebieden is het dunner. Het standaard systeem neemt slechts een monster van één punt, wat kan leiden tot een foutief gemiddelde. Om dit op te lossen, namen de onderzoekers monsters van tien verschillende punten over de hele breedte van de schoorsteen en gebruikten ze een computermodel om te voorspellen wat het werkelijke gemiddelde was op basis van dat ene punt. Ze realiseerden zich ook dat de berekeningsmethode een klein detail over het hoofd zag: de chemicaliën die worden gebruikt om de rook te reinigen van zwavel en stikstof, laten ook een heel klein beetje koolstofdioxide vrij. De directe meting pikt dit op, maar het wiskundige recept doet dat niet. Door dit extra beetje van de directe meting af te trekken, brachten ze de twee systemen eindelijk in lijn.

Na het toepassen van deze correcties kromp de kloof tussen de twee methoden drastisch. Het verschil daalde van meer dan 12% naar slechts -2,66%. Dit betekent dat de twee methoden nu bijna hetzelfde verhaal vertellen. De onderzoekers merkten ook iets interessants op over wanneer de cijfers verschilden. Wanneer de centrale stabiel op vol vermogen draaide, had de berekeningsmethode de neiging om iets te hoog in te schatten. Maar wanneer de centrale op een laag vermogen draaide, vaak tijdens de nacht of in het weekend, schatte de berekeningsmethode te laag. Dit kwam doordat de kolen die worden gebruikt bij een lage vermogenswerking vaak anders zijn dan de kolen die worden gebruikt bij een hoge vermogenswerking, en de manier waarop de kolen voor het wiskundige recept worden bemonsterd, mengt deze allemaal samen tot één maandgemiddelde. Dit mengen verbergt het specifieke type kolen dat op elk gegeven moment wordt verbrand, wat leidt tot fouten in de berekening.

De studie toont aan dat het mogelijk is om de directe meting van koolstofemissies betrouwbaar genoeg te maken om te gebruiken voor officiële rapportage. Door betere sensoren te gebruiken om de rookstroom te begrijpen en door de specifieke omstandigheden van de centrale te corrigeren, kan de directe methode overeenkomen met de traditionele rekenmethode. Dit is een belangrijke stap voorwaarts omdat directe meting gegevens per uur kan leveren, terwijl de rekenmethode vaak vertrouwt op maandgemiddelden. Het hebben van nauwkeurige gegevens in realtime helpt exploitanten van centrales en toezichthouders om precies te zien hoeveel koolstof er wordt uitgestoten en wanneer. Het stelt hen in staat om betere beslissingen te nemen over de aansturing van de centrale om emissies te verminderen. Hoewel deze studie op één specifieke elektriciteitscentrale werd uitgevoerd, biedt de aanpak een duidelijk pad voor anderen om te volgen. Het suggereert dat met de juiste kalibratie, we de cijfers die we gebruiken om de klimaatverandering te bestrijden, kunnen vertrouwen, waardoor we een verwarrende onenigheid omzetten in een duidelijke, gedeelde waarheid.