广州市燃煤电厂PM2.5扩散模拟及控制策略研究*

王 熙 侯云鹤 李来胜

(1.华南师范大学化学与环境学院，广东 广州 510006；2.香港大学电子工程系，中国 香港)

由于煤炭在中国的储量较丰富且相对较便宜，它的资源和价格优势成为我国经济发展的首选能源。因此，我国一次能源结构中以煤炭为主。由于经济发展的需要，自2000年开始，我国煤炭消费总量开始大幅上升。到2013年，我国煤炭消费总量已达到36亿t，居世界第一位[1-5]。以广州市为例，能源消费结构中原煤消费比例高达50%，过多的煤炭消耗也带来了严重的环境问题[6-8]。能源布局的不合理导致火力发电给广州市带来了严重的环境污染。

尽管广东火力发电厂的脱硫脱硝处理工程已相继展开，但由于火力发电厂对广州市呈包围分布，对广州市的空气质量仍产生重要的影响，是诱发广州市雾霾天气的原因之一[9]。据推算，涉煤污染排放对PM2.5的贡献率达到40%[10-15]。而PM2.5和PM10是燃煤排放的重要污染物，严重影响人们的呼吸道健康，并容易降低大气能见度，是雾霾天气的主要元凶。

广州市近20年来空气质量日益下降，颗粒物浓度日益上升导致雾霾天气频频发生。其中，燃煤电厂的烟尘排放是一个重要的原因。本研究的目的是探究燃煤电厂产生的PM2.5浓度及其在特殊天气条件下的扩散情况。同时，根据模拟预测结果对燃煤电厂的运行提出可行性建议，逐步改善广州市的空气环境质量。

1 研究方法

对广州市周边200 km范围内的燃煤电厂进行调研，确定拟研究燃煤电厂的基本参数(包括与广州市中心距离、发电量、煤质、烟囱几何尺寸等)，并通过燃煤电厂的额定装机容量估算各排放源参数(包括耗煤量、排烟流量以及排放源强等)。本研究拟在不利于扩散的气象条件下，利用稳态高斯高架连续点源模型对燃煤电厂的颗粒物扩散进行模拟。逆温条件下(反射次数取2)的稳态高斯高架连续点源模型见式(1)[16]。

(1)

式中：c(x，y，0)为坐标(x，y)处的污染物地面质量浓度，g/m3；Q为烟囱排放源强，即单位时间排放的污染物量，g/s；ux为x轴方向上的风速，m/s；σy、σz分别为y、z轴方向上的扩散参数，m；y为纵向距离，m；H为烟囱有效高度，m；h为混合层高度，m。

2 结果与讨论

2.1 燃煤电厂排放源调研

由图1可看出，广州市周边的燃煤电厂众多，在广州市南部形成环绕密集分布，燃煤电厂主要集中在广州、佛山和东莞。较大装机容量的燃煤电厂如红海湾、平海、妈湾、铜鼓、沙角C、珠海A均分布在沿海地区。

注：圆形面积代表装机容量的大小。图1 广州市周边燃煤电厂分布Fig.1 The distribution of coal-fired power plants around Guangzhou

广州市周边各燃煤电厂的耗煤量[17]、排烟流量、SO2和NOX排放源强[18]及煤中灰分转化的颗粒物排放源强[19-20]等具体如表1所示。在燃烧过程中，6%(体积分数，下同)～7%的SO2会转化为SO3[21]7，当烟气温度小于酸露点时，SO3会与烟气中的水分结合成小于0.3 μm的硫酸气溶胶。硫酸气溶胶通过烟囱排出，之后形成PM2.5。由于小部分SO2通过上述过程在排放前已转化成PM2.5，因此本研究模拟时假设燃烧后形成的SO2有6%转化为PM2.5，并将修正后的最终PM2.5排放源强列于表1。

NOX也会在太阳高度角、温度、湿度以及NOX、SO2、NH3初始浓度等条件的影响下转化成硝酸盐气溶胶[21]6，[23]。NO2的转化速率常数值为10%/h至15%/h。

综合对比发现，春夏季SO2和NOX转化速率比秋冬季大，于是春夏季SO2、NOX转化率分别取12.7%、15%；秋冬季SO2、NOX转化率分别取4.1%、10%。因此，在模型计算过程中引入SO2和NOX转化速率进行模拟，充分考虑颗粒物中一次和二次形成的PM2.5。

2.2 模拟的气象条件

大气稳定度越高，大气中污染物越不容易扩散。风向和风速也会影响污染物的扩散程度，其中风向决定污染物扩散的方向，风速则影响污染物扩散的速度，风速越低越不利于污染物扩散[24-25]。温度也是影响大气污染物扩散的一个重要因素，且温度还与二次颗粒的形成有密切的联系，在不利于扩散的情况下还有可能进一步加重污染[26-27]。本研究模拟的气象条件设定为：大气稳定度为E级，混合层高度587 m，风速0.83 m/s，气温28 ℃。风向作为单一变量，主要模拟东风、东南风、南风和西南风控制下燃煤电厂对空气质量的影响。根据图1，大部分燃煤电厂均在广州的东北风、北风、西北风和西风的下风向地区，这4种主导风向下燃煤电厂对广州市的空气质量影响并不大，因此对这4种风向不作模拟。

2.3 颗粒物污染扩散的模拟结果

本研究以广州市城区40 km×40 km范围为模拟区(见图 2)，模拟计算时以图2中心为原点，以东西方向为x轴，南北方向为y轴。选定广州市越秀区中山纪念堂、荔湾区陈家祠、天河区正佳广场、海珠区赤岗塔、白云区白云山、番禺区大学城为6个主要控制点，在选定的模拟气象条件下，计算东南风、东风、南风和西南风控制时主要控制点的PM2.5浓度及区域平均浓度，并识别出对PM2.5排放贡献率较大的燃煤电厂，根据预设的预警值降低其发电系数，同时比较控制前后PM2.5浓度的变化情况。

表1 各燃煤电厂耗煤量、排烟流量及颗粒物、SO2、NOX排放源强

图2 模拟区示意图Fig.2 Simulated area

图3 不同主导风向下PM2.5质量浓度的分布图Fig.3 The distribution of PM2.5 under different dominate wind directions

结合燃煤电厂的运行特征[28]和广州市PM2.5浓度水平，对燃煤电厂在主要控制点的PM2.5贡献率设置预警值，并根据其贡献率分为6档，调整燃煤电厂运行的发电系数来进行控制：(1)贡献率为>80%，停发；(2)贡献率为>60%～80%，发电系数降为0.4；(3)贡献率为>40%～60%，发电系数降为0.6；(4)贡献率为>20%～40%，发电系数降为0.8；(5)贡献率为>1%～20%，发电系数降为0.9；(6)贡献率为≤1%，发电系数在允许条件下可设为1.0～1.2。

通过初步模拟，在4种选定的主导风向下，PM2.5质量浓度分布如图 3所示。由于广州市周边燃煤电厂主要分布在城市的东南侧，因此在东南风、东风和南风为主导风向时，广州市城区的PM2.5浓度分布较高，受燃煤电厂的外源污染影响较严重。因此，重点对这3种主导风向时的控制策略进行讨论。

当盛行东南风时，广州市西南部的PM2.5会大幅上升，对6个主要控制点影响较大的燃煤电厂主要有沙角C、沙角B、沙角A和妈湾，该区域PM2.5质量浓度及各燃煤电厂对PM2.5的贡献率如表2所示。在未削减发电量，该区域PM2.5平均质量浓度为58.45 μg/m3，在东南风下风向也就是陈家祠附近，PM2.5质量浓度更高达60 μg/m3以上。沙角C、沙角B、沙角A和妈湾燃煤电厂对PM2.5的区域平均贡献率分别为40.4%、1.3%、40.5%、21.8%，则其发电系数分别调整为0.6、0.9、0.6、0.8，该区域PM2.5平均质量浓度减少至38.96 μg/m3，PM2.5削减量将近40%。

当东风为主导风向时，对6个主要控制点影响较大的燃煤电厂主要有珠海A、珠海B、珠江和云浮，该区域内PM2.5质量浓度及各燃煤电厂对PM2.5的贡献率如表3所示。在未削减其发电量时，该区域PM2.5平均质量浓度为45.81 μg/m3。珠海A、珠海B、珠江和云浮燃煤电厂对PM2.5的区域平均贡献率分别为26.3%、24.4%、40.7%、5.5%，则其发电系数分别调整为0.8、0.8、0.6、0.9时，该区域PM2.5平均质量浓度减少至35.76 μg/m3，PM2.5削减量为22%。

表2 东南风时PM2.5质量浓度及各燃煤电厂对PM2.5的贡献率

注：1)控制前指削减发电量前，控制后指削减发电量后，表3、表4同。

表3 东风时PM2.5质量浓度及各燃煤电厂对PM2.5的贡献率

表4 南风时PM2.5质量浓度及各燃煤电厂对PM2.5的贡献率

当南风为主导风向时，对6个主要控制点影响较大的燃煤电厂主要有红海湾、沙角B、恒运、黄埔、瑞明、东糖乙和旺隆，该区域PM2.5质量浓度及各燃煤电厂对PM2.5的贡献率如表4所示。在未削减其发电量时，该区域PM2.5平均质量浓度为39.16 μg/m3，在南风下风向有一个污染较严重的区域在白云山处，PM2.5质量浓度最高达到63.28 μg/m3。红海湾、沙角B、恒运、黄埔、瑞明、东糖乙和旺隆燃煤电厂对PM2.5的区域平均贡献率分别为21.5%、20.8%、40.4%、21.3%、7.8%、7.6%、4.5%，则其发电系数分别调整为0.8、0.8、0.6、0.8、0.9、0.9、0.9，各主要控制点浓度有很明显的下降，如中山纪念堂附近的PM2.5质量浓度由59.94 μg/m3下降至45.97 μg/m3。

目前，很多城市为了控制雾霾天气的频发，通过机动车限行进行控制。但是这只能控制城市的内源污染。本研究的模拟结果和很多源解析数据显示，外源污染也是大中城市PM2.5的重要来源。因此，对外源污染的控制也势在必行。

不利于扩散的气象条件下根据燃煤电厂引起的外源污染建立污染物扩散模型进行预警，筛选出需要重点防控的燃煤电厂，将环境效益作为运行指标，设定合理的预警红线，对环境影响较大的燃煤电厂运行提出应急运行建议，降低其发电系数，在保证电力供应的安全性下，减少发电；而其他环境影响极小的燃煤电厂或其他发电形式(如水电、核电等)的电厂可以增加发电，对未来广州市实现大气污染物区域联防有重要的意义。

3 结论及建议

(1) 燃煤电厂的位置与风向决定了大气颗粒物的污染程度和影响范围。当东南风、南风、东风为主导风向时，装机容量较大的红海湾、平海、妈湾、铜鼓、沙角C、珠海A等燃煤电厂均在广州市的上风向地区，这些燃煤电厂排放的PM2.5会增加广州市城区PM2.5浓度。当减小PM2.5贡献率大的燃煤电厂的发电系数后，广州市城区的PM2.5浓度有了较明显的降低。

(2) 目前，很多城市为了控制雾霾天气的频发，通过机动车限行进行控制。但是这只能控制城市的内源污染。不利于扩散的气象条件下根据燃煤电厂等引起的外源污染建立污染物扩散模型进行预警，筛选出需要重点防控的燃煤电厂，将环境效益作为运行指标，设定合理的预警红线，对环境影响较大的燃煤电厂运行提出应急运行建议，降低其发电系数，在保证电力供应的安全性下，减少发电；而其他环境影响极小的燃煤电厂或其他发电形式(如水电、核电等)的电厂可以增加发电，对未来广州市实现大气污染物区域联防有重要的意义。

[1] 林伯强.节能和碳排放约束下的中国能源结构战略调整[J].中国社会科学，2010，31(1)：58-59.

[2] 范世涛，赵峥，周键聪.世界能源格局：四大趋势[J].经济研究参考，2013，22(2)：18-20.

[3] 韩志婷.中国煤炭污染与治理方法[J].煤炭技术，2010，29(8)：1-2.

[4] 赵洪滨，金洪光，林汝谋，等.世界能源结构变化趋势及分析[J].洁净煤技术，2000，6(3)：10-11.

[5] 石云龙.珠三角、长三角、环渤海经济圈经济增长与能源消耗的现状分析与对策[J].经济研究导刊，2014，10(12)：8-9.

[6] 钟晓青，纪秀江，朱海燕，等.广州市能源供需结构问题及趋势预测分析[J].环境科学，2006，27(4)：620-623.

[7] 佚名.2003-2007年全国发电量及构成[J].发电设备，2008，22(5)：389-390.

[8] 黄谦德.广东省燃煤发电污染控制问题的探讨[J].广州环境科学，2003，18(3)：13-15.

[9] 胡予红，孙欣，张文波，等.煤炭对环境的影响研究[J].中国能源，2004，26(1)：32-35.

[10] 秦珊珊.悬浮颗粒物PM10与PM2.5的统计分析与预测[D].兰州：兰州大学，2014.

[11] 刘忠马，徐义邦，樊孝俊，等.南昌市秋季大气PM2.5浓度及化学组分特征分析[J].环境污染与防治，2015，37(9)：55-59.

[12] 叶文波.宁波市大气可吸入颗粒物PM10和PM2.5的源解析研究[J].环境污染与防治，2011，33(9)：66-69.

[13] 胡敏，唐倩，彭剑飞，等.我国大气颗粒物来源及特征分析[J].环境与可持续发展，2011，36(5)：17-19.

[14] 古金霞，白志鹏，刘爱霞，等.天津冬季PM2.5与PM10中有机碳、元素碳的污染特征[J].环境污染与防治，2009，31(8)：33-36.

[15] 吕建燚，李定凯，吕子安，等.燃烧过程颗粒物的形成及我国燃烧源分析[J].环境污染治理技术与设备，2006，7(5)：45-46.

[16] 郝吉明，马广大，王书肖.大气污染控制工程[M].北京：高等教育出版社，2010.

[17] 马巧春，周利庆，沈琦.华能南通电厂350 MW机组锅炉掺烧印尼煤试验及分析[J].热力发电，2003，32(11)：10-12.

[18] 张丹.燃煤电厂烟气脱氮实用技术分析[J].中国资源综合利用，2013，31(1)：46-48.

[19] 赵瑞，刘毅，廖海燕，等.湿式电除尘器在燃煤电站治理PM2.5中的应用前景[J].环境污染与防治，2015，37(2)：111-112.

[20] 王志轩.我国燃煤电厂烟尘排放与控制[J].中国电力企业管理，2010，18(1)：28-31.

[21] 殷春肖.燃煤电厂PM2.5排放特性及污染控制研究[D].北京：华北电力大学，2014.

[22] 林子瑜，唐孝炎，王文兴，等.广州地区SO2转化规律及其形成气溶胶特征的研究[J].环境科学研究，1992，5(3)：18-24.

[23] 李树，高丽洁，王体健，等.利用耦合的气相化学模式和热力学平衡模式模拟硝酸盐气溶胶[R].南京：中国颗粒学会，2005.

[24] 张清艳. 广州市PM2.5及其有机碳和元素碳的变化特征[D].杨凌：西北农林科技大学，2012.

[25] 石灵芝.城市大气颗粒物(PM10)源解析与浓度预测及气象因素影响研究[D].长沙：中南大学，2011.

[26] 赵静波，姬亚芹，单春艳，等.鞍山市城区夏季PM2.5中多环芳烃组成特征及来源解析[J].环境污染与防治，2015，37(11)：72-75.

[27] 岳玎利，钟流举，张涛，等.珠三角地区大气PM2.5理化特性季节规律与成因[J].环境污染与防治，2015，37(4)：1-6.

[28] HOU Yunhe，WANG Xi，LIU Kai，et al.Generation dispatch with air pollutant dispersion consideration[C]//Preceding of 2013 IEEE PES General Meeting Power，and Energy Society General Meeting (PES).Vancouver：Institute of Electrical and Electronics Engineers (IEEE)，2013.