浙江省火电行业主要污染物减排环境效益研究

周磊，周洋毅，吴建

(浙江省环境保护科学设计研究院，杭州市 310007)

浙江省火电行业主要污染物减排环境效益研究

周磊，周洋毅，吴建

(浙江省环境保护科学设计研究院，杭州市 310007)

摘要利用美国环保局开发的新一代空气质量模式系统Models-3，对2010年浙江省大气污染物进行数值模拟研究，并对SO2、NO2和PM10等大气污染物浓度的模拟结果与监测结果进行了对比分析。结果表明，Models-3系统能较好地反映浙江省的大气污染情况，模拟值与观测值的变化趋势具有较好的一致性，说明该模式能较好地进行大气污染物的分布特征和变化规律的研究。为定量分析电力行业多污染物协同控制与区域复合型大气污染之间的定量关系，评估不同控制情景下的环境质量效益，应用CMAQ空气质量模型分别对2010年基准排放情景和火电行业主要污染物（SO2、NOx和烟尘）的三套减排控制情景，评价环境空气污染物SO2、NOx、PM2.5和PM10状况进行模拟，评价污染物减排的环境效益。三套方案下PM2.5浓度下降比例分别为0.53%、0.55%和0.57%，其中重点区域浓度下降比例分别为4.36%、4.38% 和5.9%；PM10浓度下降比例分别为0.40%、0.42%和0.65%，重点区域下降比例分别为3.42%、5.82%和8.16%；NOx浓度下降比例分别为12.4%和13.3%，重点区域下降比例分别为13.8%和16.9%；SO2下降比例平均为11.24%，其中重点区域下降比例为14.4%。SO2、NOx和烟（粉）尘协同减排对于浙江地区特别是重点区域的环境空气质量改善有着显著意义。

关键词CMAQ模型; 火电行业; 多污染物控制; 环境效益

责任作者：吴建（1979—），男，浙江省环境保护科学设计研究院，高级工程师，研究方向环境空气管理。

《国家环境保护“十二五”规划》要求，到2015年大气环境保护指标中要求SO2和NOx排放总量分别削减8%和10%，其中浙江省目标分别是12.5%和13.3%，高于全国平均水平。在“十一五”期间SO2浓度下降的同时，NOx、颗粒物、VOCs、NH3等污染物的排放量并未得到有效控制，甚至呈大幅增加的趋势，“十二五”期间以PM2.5、O3为典型特征的区域复合型大气污染问题日益严重。仅靠单一污染物控制已难以解决日益复杂的环境问题，大气环境问题的多样化、复杂化迫切要求大气污染控制手段由单污染物控制向多污染物综合控制转变。

工业燃煤是大气主要污染物的重要来源，其中火电（热电）行业SO2排放占比为45%，NOx为65%，烟（粉）尘为50%，加之火电企业排放烟囱较高，排放的污染物可长距离传输，所以电力行业是导致区域复合型大气污染的主要因素。本文选取火电行业作为主要研究对象，对火电行业SO2、NOx及烟尘三种污染物协同控制所产生的环境效益（SO2、NOx、PM2.5和PM10）进行了定量模拟与评估，分析火电行业排放控制与环境质量效益之间的关系，这对于制定、优化电力行业多污染物控制策略具有十分重要的意义。

1　模拟方法

美国环保局最新开发的空气质量模拟系统Models-3采用了1个大气的概念，其中多尺度空气质量模式系统CMAQ是Models-3系统的核心模块，它在模拟过程中能将天气系统中小尺度气象过程对污染物的输送扩散转化和迁移过程的影响融为一体考虑[11]，同时兼顾了区域与城市尺度之间大气污染物的相互影响以及污染物在大气中的气相各种化学过程，包括液相化学过程、非均相化学过程、气溶胶过程和干湿沉积过程对浓度分布的影响[3,4]。

1.1模拟时间

考虑到区域排放清单和监测资料的可获得性，本模拟研究以浙江地方排放清单为基础，结合2010年TRACE-P的排放数据开展研究。特选取夏、冬季的一个月份来代表季节的污染特征，全年模拟选取时段为1月、7月两个典型月，各月模拟时间增加7天，以消除初始条件的影响。其中模型验证环节测算2010 年1月，将模拟结果与实测值比对，以验证模型应用的准确性。

1.2模拟区域

气象场模拟采用两层嵌套：第一层选取范围为长三角区域，以（118°E，32°N）为中心点，网格间距为9km；第二层嵌套区域为浙江全省，网格间距为3km，如图1所示。地图投影采用兰伯特（Lambert）投影，考虑到边界效益，其中长三角范围区域格点数为141×130，浙江省区域范围格点数为163×175，设置原则考虑到精度与计算量兼顾。同时，污染源清单数据为覆盖浙江全省，网格间距为3km，与气象的第二层嵌套区域一致，模拟区域范围如图1所示。

图1　模拟区域范围

1.3气象资料

采用MM5中尺度气象场处理模式进行区域气象场模拟，由Models-3的气象-化学界面处理器模块MCIP提供所模拟时段的网格化气象资料。

1.4污染物排放清单

污染物排放清单主要涵盖高架源、工业源、流动源、生活源和生物质排放源。其中，浙江全省污染物排放清单以污染源普查数据上校准得到，上海部分的污染物排放清单用上海市大气污染物排放清单的建立研究项目研究成果替代。采用TRACE-P于2010年建立的东亚地区污染物详细排放清单完善其他缺乏完整数据的地区[5]。

1.5参数设置

模型选取cb05cl_ae5_aq化学机制（气相机制与活性氯化学、第五代CMAQ与海盐气溶胶机制，水/云化学），采用AERO5机制作为气溶胶反应机制，选取原则考虑到资料可得性。

2　模型验证

两倍误差分析是检验环境空气质量模型结果是否准确的方法之一，计量模拟值与计算值的比值落在大于1/2和小于2区间的百分数。利用上述污染物排放清单，模拟了MM5气象场作用下浙江全省2010年环境空气污染物的浓度，与杭州市监测站点实际监测的污染物日均浓度做对比，结果如下。

2.1 SO2日均浓度

如图2所示，模拟所得的SO2日均浓度变化情况与监测值的波动基本保持一致。其中，实际监测浓度范围值为36～105μg/m3，模拟值的浓度范围值为22.9～139.7μg/m3。两倍误差范围为1.8%～176%，87%的点落在两倍误差区间内，点较为均匀地分散在标准线的两侧，区间外的点的偏差情况也在可控范围内。模型能较好地反映实际SO2的污染情况。

图2　SO2日均浓度监测值与模拟值对比与两倍误差

2.2 NO2日均浓度

如图3所示，模拟所得的NO2日均浓度变化情况与监测值的波动较为接近。实际监测浓度范围值为51～150μg/m3，模拟值的浓度范围值为48.4～151.9μg/m3，两倍误差范围为0.9%～91%，100%的点落在两倍误差区间内，大部分点落在一倍到两倍区间内，表示模拟值较实际监测值偏大，但也在误差范围允许之内。模型能较好地反映实际NO2的污染情况。

图3　NO2日均浓度监测值与模拟值对比与两倍误差

2.3 PM10日均浓度

如图4所示，模拟所得的PM10日均浓度变化情况与监测值的波动非常吻合。实际监测浓度范围值为56～300μg/m3，模拟值的浓度范围值为78.7～283.6μg/m3，而且曲线的变化趋势较为一致。两倍误差范围1.6%～135%，90%的点落在两倍误差区间内，大部分点落在一倍到两倍区间内，表示模拟值较实际监测值偏大，但也在误差范围允许之内；区间外的点的偏差情况也在可控范围内，说明模型能较好地反映实际PM10的污染情况。

2.4 验证结果统计分析

为进一步量化该模型的模拟能力以及在模拟区域的适用性，本研究应用标准偏差（normalized bias）和一致性指数[6]（index of agreement）的统计方法做进一步验证。其中，标准偏差计算公式如下：

式中，N代表样本数；Xi代表模拟值；Yi代表观测值。

图4　PM10日均浓度监测值与模拟值对比与两倍误差

一致性指数的计算公式如下：

式中，Y代表平均观测浓度；I代表一致性指数；I=1，则表示模拟值与观测值完全一致。

统计分析结果（表1）显示，Models-3/CMAQ 对SO2、NO2和PM10的模拟结果与监测值的一致性指数分别为0.72、0.82和0.86；与监测值相比,模型对SO2日均浓度模拟偏高约 10.8%，标准偏差为15.1%；对NO2日均浓度的模拟值偏高26.4%，模拟结果的标准偏差为29.9%；对PM10日均浓度的模拟值偏高30.3%，模拟结果的标准偏差为38.2%。总体而言，Models-3/CMAQ对浙江全省的SO2、NO2和 PM10浓度模拟的准确度基本达到可接受的范围。

2.5 减排情景方案设计

在模型验证的基础上，利用CMAQ模型模拟火电行业不同污染物减排情景的环境效益，减排情景设计要求则根据《浙江省 “十二五”主要污染物减排规划》和《火电厂大气污染物排放标准》（GB 13223—2011）对浙江省火电行业作为特别排放限值区域的污染物减排标准和要求分别设计三套情景方案[7]。

情景方案设计如下所述：①SO2、NOx协同减排情景（情景1）；②SO2、NOx高控制协同减排情景（即燃煤电厂脱硝效率提高5%，达到75%，情景2）；③结合《长三角 “十二五”重点区域大气污染联防联控规划》对浙江省火电行业PM的减排要求和方案设计:SO2、NOx、PM协同减排情景（情景3）。具体减排情况如表2所示。

表1　污染物模拟值与观测值对比统计分析结果

表2　污染物减排情景方案设计

根据浙江省2010年污染源普查数据，全省共有21家火电企业，其中主要污染物排放的原始量和按比例削减控制后的排放量如表3所示，削减量分别达到29 362.44t（SO2）、77 450.87t（20%削减NOx）、96 813.58t（25%削减NOx）、12 170.71t（烟尘）。

对比的污染物指标有PM2.5、PM10、SO2和NOx；模型模拟对比时间为2010年1月的1日、10日、20日、30日，共4天。其中，以浙北5市（杭州、宁波、湖州、绍兴、嘉兴）作为污染重点地区研究。

3　模拟结果

3.1 PM2.5模拟结果对比

三套减排情景和原排放模式模型结果统计分析，得到浙江全省的PM2.5浓度下降比例，如图5所示。其中重点区域PM2.5浓度下降比例如图6所示。

三套方案下PM2.5浓度下降比例分别为0.53%、0.55%和0.57%，其中重点区域PM2.5浓度下降比例分别为4.36%、4.38%和5.9%。NOx是形成PM2.5的重要原因，同时火电行业的排放量较大，对于NOx高控制减排对环境改善明显；同时，对于烟粉尘排放的协同控制能使环境空气PM2.5改善效益加强，特别对于高污染区域来讲效益环境非常明显。

表3　火电行业主要污染物减排量 单位：吨

图5　不同情景下PM2.5浓度下降比例对比

图6　不同情景下重点区域PM2.5浓度下降比例对比

3.2 PM10模拟结果对比

三套减排情景和原排放模式模型结果统计分析，得到浙江全省的PM10浓度下降比例，如图7所示。其中重点区域PM10浓度下降比例如图8所示。

三套方案下PM10浓度下降比例分别为0.40%、0.42%和0.65%，重点区域PM10浓度下降比例分别为3.42%、5.82%和8.16%。火电行业烟粉尘排放量庞大，是PM10中主要一次污染的颗粒物的重要来源，对于烟粉尘排放的协同控制能使环境空气PM10改善的效益异常显著，特别对于高污染重点区域，火电行业执行特别限制排放标准对于环境改善的效益突出。

图7　不同情景下PM10下降比例对比

图8　不同情景下重点区域PM10浓度下降比例对比

3.3 NOx模拟结果对比

由于第三套情景模式只对颗粒物因素有减排设计要求，所以只比对方案1和方案2。两套减排情景和原排放模式模型结果统计分析，得到浙江全省的NOx浓度下降比例如图9所示。其中重点区域NOx浓度下降比例如图10所示。

两套方案下NOx浓度下降比例分别为12.4%和 13.3%，重点区域NOx浓度下降比例分别为13.8%和16.9%。火电厂排放的NOx总量庞大，将燃煤电厂脱硝效率提高了5%，排放削减了19 362.71t，对于整体的大气环境改善明显。

3.4 SO2模拟结果对比

由于三套方案对于SO2减排量无差别，所以对于SO2减排效益分析只比对方案的全省和重点区域情况。将方案减排情景和原排放模式模型结果统计分析，得到浙江全省和重点区域的SO2浓度下降比例，如图11所示。

SO2减排污染物下降比例平均为11.24%，其中重点区域污染物下降比例为14.4%。

图9　不同情景下NOx下降比例对比

图10　不同情景下重点区域NOx浓度下降比例对比

图11　全省和重点区域SO2下降比例对比

4　结论与建议

（1）本研究采用MM5/CMAQ的空气质量模型系统在浙江省进行本地化应用，根据基于2010年浙江省污染物普查数据结合TRACE-P数据制作的排放清单，对于模拟结果的准确性进行验证，其中SO2相对误差范围位于1.8%~176.0%，NO2相对误差范围在0.9%~91.0%，PM10相对误差范围在1.6%~135.0%。以上三种污染物的趋势变化与实际监测值之间也有较好的吻合，根据两倍误差分析法得到结果可信度在87%以上。

（2）根据《浙江省 “十二五”主要污染物减排规划》和新《火电厂大气污染物排放标准》等政策标准实施后，“十二五”期间浙江省内火电企业削减污染物排放量，对于主要污染物（SO2、NOx和烟尘）减排设计三套情景方案，重新制作减排后的全省污染物排放清单。

（3）减排情景模拟结果显示，SO2、NOx和烟（粉）尘协同减排对于浙江地区特别是重点区域的环境空气质量改善有着显著意义，建议各级政府严格落实本辖区的脱硫脱硝除尘项目，确保按计划完成。由于研究只对于纯火电企业估算减排效益，下一步将对于全省的热电厂以及其他污染物排放重点行业进行分批次的环境效益改善预测研究。针对《浙江省大气污染防治行动计划》提出的，到2017年，全省PM2.5浓度在2012年基础上下降20%以上的目标，做好政策落实和目标实现的技术支撑工作。

参考文献

[1] 薛文博, 王金南, 杨金田, 等. 电力行业多污染物协同控制的环境效益模拟[J]. 环境科学研究, 2012, 25(11): 1304-1310.

[2] 谢敏, 钟流举, 陈焕盛, 等. CMAQ模式及其修正预报在珠三角区域的应用检验[J]. 环境科学与技术, 2012, 35(2): 98-101.

[3] 迟妍妍, 张惠远. 大气污染物扩散模式的应用研究综述[J].环境污染与防治, 2007, 29(5): 376-381.

[4] 王占山, 李晓倩, 王宗爽, 等. 空气质量模型CMAQ的国内外研究现状[J]. 环境科学与技术, 2013, 36(6L): 386-391.

[5] Streets D G, Bond T C, Carmichael G R, et al. An inventory of gaseous and primary aerosol emissions in Asia in the year 2000[J]. Journal of Geophysical Research, 2003, 108(D21): 8809.

[6] 谷照升, 刘志明. 两组数据分布的一致性分析及其应用[J].长春工程学院学报(自然科学版), 2011, 12(3): 127-130.

[7] 赵秀勇, 朱法华, 尤一安, 等. 基于大气环境容量的火电发展规模研究——以浙江省火电发展规模研究为例[C]. 北京: 中国环境科学学会2013年学术年会, 2013.

Study on Environmental Benefi ts of the Main Pollutant Emission Reduction by Thermal Power Industry in Zhejiang Province

Zhou Lei, Zhou Yangyi，Wu Jian
(Environmental Science Research & Design Institute of Zhejiang Province, Hangzhou 310007)

Abstract:The air pollution of Zhejiang Province in 2010 was simulated using new generation air quality models system Models-3 developed by EPA, then the simulated and observed results of NO2, SO2and PM10concentrations were comparative analyzed. The results displayed the characteristics of atmospheric pollution, the simulated and observed values were consistency, which means that the model is able to better simulate the spatial distribution and variation features of atmospheric pollutants. In order to quantitatively analyze the relationship between the cooperative control of multi-pollutant in electric power industry and the regional complex air pollution, and assess environmental quality under different control scenarios, the 2010 benchmark emission scenarios and three different main pollutant emission control scenarios of thermal power industry, was simulated using the CMAQ model．The simulation results shows that the concentration of PM2.5decreased 0.53%、0.55% and 0.57% respectively, as 4.36%、4.38% and 5.9% in key area. The concentration of PM10decreased 0.40%、0.42% and 0.65% respectively, as 3.42%、5.82% and 8.16% in key area. The concentration of NOxdecreased 12.4% and 13.3% respectively, as 13.8% and 16.9% in key area. The concentration of SO2decreased 11.24% and 14.4% in whole province and key area respectively. There were signifi cant improvements in air quality by SO2, NOx and smoke collaborative emission reduction in Zhejiang Province.

Keywords:CMAQ model；thermal power industry；multi-pollutant control；environmental benefi ts

中图分类号：X321

文献标识码：A

文章编号：1674-6252（2015）05-0089-07

基金项目：浙江省科技条件建设项目（No．2012F10036），浙江省科技条件建设项目（No．2013F10023）。

作者简介：周磊（1988—），男，浙江省环境保护科学设计研究院，工程师，研究方向为空气质量模拟。