长三角区域燃煤排放污染物现状及其环境影响

严茹莎，侯勇，陆建宇，毕晓亮，卢清

(1.上海市环境科学研究院，上海 200233；2.国家电网公司华东分部，上海 200120)



长三角区域燃煤排放污染物现状及其环境影响

严茹莎1，侯勇2，陆建宇2，毕晓亮2，卢清1

(1.上海市环境科学研究院，上海 200233；2.国家电网公司华东分部，上海 200120)

为了解长三角地区燃煤污染源排放对大气污染物的环境影响，分别统计分析了长三角区域电力行业、中小燃煤锅炉和居民生活的燃煤污染物排放量；在2014 年长三角地区大气污染物排放清单的基础上，利用天气研究和预报模式(WRF)和通用多尺度空气质量模型(CMAQ)系统，模拟研究了长三角不同燃煤源对SO2、NO2、PM10和PM2.5的浓度贡献率。结果表明，中小燃煤锅炉对长三角环境空气质量影响最大，对SO2年均浓度有5.6%～42%的贡献，对NO2的共献为1.8%～5.9%，对PM10的贡献为0.6%～5.3%，对PM2.5的贡献为1.4%～5.9%。其次是燃煤电厂，对SO2年均浓度贡献为2.5%～19.0%，对NO2的贡献为2.8%～20.4%，对PM10的贡献为0.2%～3.8%，对PM2.5的贡献为0.2%～2.9%。

燃煤排放；燃煤电厂；燃煤中小锅炉；环境影响

当前我国大气区域性复合污染呈现愈演愈烈的趋势，尤其是以煤炭燃烧排除的烟尘、SO2等引起的煤烟型污染和以氮氧化物、碳氢化合物及臭氧等为主的光化学污染日益蔓延。在这些污染中，燃煤中小锅炉和燃煤电厂是重要的工业排放源。

本文从长三角区域三省一市2014年的排放清单数据着手，分析燃煤中小锅炉、燃煤电厂和居民生活用煤的大气污染物排放量，并利用CMAQ空气质量模型和BruteForce方法分析其环境影响，为改善长三角环境空气质量提供决策依据和思路。

1 估算方法

1.1 排放清单估算方法

本研究以2014年为研究基准年，开展长三角(包括上海市、江苏省、浙江省和安徽省)三省一市燃煤大气污染物排放估算。其中，燃煤排放源主要包括燃煤电厂、工业燃煤锅炉以及民用燃煤3类，估算的大气污染物种类包括SO2、NOx、PM10和PM2.54类。各类污染物排放的测算方法主要采用排放系数法，即根据各类污染源的技术特点、活动水平、燃料类型、排放方式、主要排放污染物、末端治理等相关参数，通过文献调研及参考国家大气污染物排放清单编制指南[1-4]的方式获取污染源排放系数，结合各类源的活动量，计算污染物排放。估算公式如下：

(1)

式中，A为排放源燃煤源煤炭消费量；EF为各类污染源、不同污染物的排放因子；η为污染源尾气治理设施的污染物去除效率；i、j、k分别代表污染物、污染源及排放设施技术。

针对电厂和工业燃煤锅炉的排放，本研究主要采用“自下而上”的方法开展测算，即根据各企业燃煤设备燃煤消费量、技术类型以及末端治理技术等相关信息逐一计算其污染物排放量，活动水平数据主要取自上海市、江苏省、浙江省和安徽省的环境统计资料。民用部门燃煤消费量取自能源统计年鉴[5]，且未考虑燃烧设施的技术类型，并假定其燃煤排放装有除尘设备。

其中，SO2的排放系数根据物料平衡方法计算，计算方法如式(2)所示。NOx、PM10和PM2.5等排放系数参考相关文件及国家清单编制指南推荐的排放系数。

EFSO2=2×Cs×P×1000

(2)

式中，Cs为燃料的含硫率，%；P为硫的转化率，%。

1.2 浓度贡献估算方法

本文空气质量模型采用的气象场由WRF(Weather Research and Forecasting)提供，WRF模式系统使用了3层嵌套的方案，中心经纬度分别为118°E、32°N。最外层的水平格距分辨率为36 km×36 km，第二层水平格局分辨率为12 km×12 km，最内层的水平格局分辨率为4 km×4 km。模式垂直方向设为27层，模式顶层为100 hPa。气象初始场和侧边界资料选用NCEP/NCAR的1°×1°全球再分析场资料[6]，边界条件每6小时更新一次。长三角地区空气质量模拟采用CMAQ区域多尺度空气质量模型。将复杂的空气污染问题如对流层臭氧、颗粒物、有毒有害物质、酸沉降及能见度等问题[7-10]进行综合处理。

结合气象观测资料及空气质量监测数据，验证空气质量模型系统的准确性，对其进行不确定性分析。模型模拟区域分为3层嵌套，第一层(D01)包括全国范围，第二层(D02)包括东部地区，第三层(D03)包括长三角地区。

本文采用强力法(Bruteforce)[11]评估燃煤电厂、中小燃煤锅炉和居民燃煤分别对长三角主要城市的浓度贡献率。其中基准年定义为2014年，分别模拟1月、4月、7月、10月4个代表性月份来计算全年浓度。

2 结果分析

2.1 燃煤污染物排放总量

表1是长三角地区燃煤电厂、中小燃煤锅炉和居民燃煤的SO2、NOx、PM10、PM2.5的排放情况以及长三角地区的总排放量。其中，燃煤电厂SO2、NOx、PM10、PM2.5的排放量分别为57.6万t、111.2万t、33.5万t和17.7万t；中小燃煤锅炉SO2、NOx、PM10、PM2.5的排放量分别为99.7万t、31.5万t、6.1万t和3.3万t；居民用煤SO2、NOx、PM10、PM2.5的排放量分别为4.1万t、0.7万t、3.2万t和2.5万t。3类排放源SO2、NOx、PM10、PM2.5的排放总量分别为161.4万t、143.4万t、42.8万t和23.5万t。

表1 长三角三省一市燃煤电厂、中小燃煤锅炉和居民燃煤

图1是长三角地区燃煤电厂、中小燃煤锅炉和居民燃煤的SO2、NOx、PM10、PM2.5的排放占该地区总排放量情况(长三角其他排放源的排放量参考自本研究团队已有研究成果)[12-13]。对于SO2来说，燃煤的排放占区域总排放量的一半以上，其中，尽管中小燃煤锅炉燃煤量远远小于电厂的燃煤量，但是由于中小燃煤锅炉的煤炭硫含量较高且脱硫措施使用率低、去除效率低使得中小燃煤锅炉的排放占比大于燃煤电厂，其排放量占区域总排放量的32.1%，而燃煤电厂的排放占比为18.5%。对于NOx的排放来说，燃煤的排放占比为35%，其中，燃煤电厂的排放是燃煤锅炉的近4倍，其排放占比达27.1%，其次是中小燃煤锅炉，其排放占比为7.7%；而相对地，居民燃煤的排放占比仅为0.4%。相对SO2和NOx而言，燃煤排放的PM占比较低，PM10的排放占比为17.4%，PM2.5的排放占比为23.5%，其中，燃煤电厂的排放大于中小燃煤锅炉大于居民燃煤。

图1 长三角各燃煤排放源各污染物排放占比Fig.1 Contributions of coal-red sources to each pollutant emission in Yangtze River Delta

2.2 长三角各省市燃煤电厂污染物排放量及浓度贡献

表2为长三角地区燃煤电厂各类污染物排放量，江苏省是燃煤电厂污染物排放量最大的省份，其次是安徽省、浙江省和上海市。

表3为燃煤电厂对长三角主要城市SO2、NO2、PM2.5及PM10的浓度贡献情况。可以看出，由于燃煤电厂在各污染物排放中，NOx及SO2的排放量较大，因此对NO2及SO2的浓度贡献要显著高于颗粒物。从空间上分析，对苏南、浙北几个城市的贡献较高，主要是由于长江流域电厂分布较为集中的缘故。

表2 长三角各省市燃煤电厂各类污染物排放量

表3 燃煤电厂对长三角主要城市各污染物浓度贡献率

2.3 长三角各省市中小燃煤锅炉污染物排放量及浓度贡献

表4是长三角地区中小燃煤锅炉各类污染物排放量，江苏省是燃煤电厂污染物排放量最大的省份，其次是安徽省、浙江省和上海市。

表4 长三角各城市中小燃煤锅炉各类污染物排放量

表5为中小燃煤锅炉对长三角主要城市SO2、NO2、PM2.5及PM10的浓度贡献情况。与燃煤电厂相比，由于中小锅炉的排放高度较低，因此对近地面污染浓度贡献更为显著。并且整体也对SO2及NO2的贡献较高。从空间上分析，由于上海周边地区的排放比较集中，因此对这些城市的贡献也较大。

2.4 长三角各省市居民燃煤污染物排放量及浓度贡献

表6和图2为长三角地区各省市居民燃煤各类污染物排放情况。安徽省各类污染物排放量均远远高于其他省市，SO2、NOx、PM10和PM2.5的排放量分别为3.15万t、0.53万t、2.48万t和1.93万t，这与安徽省居民用煤量大有关。

图2 长三角各省市居民燃煤污染物排放情况Fig.2 Pollutant emissions from residential coal-fired in Yangtze River Delta

表7为居民燃煤对长三角主要城市SO2、NO2、PM2.5及PM10的浓度贡献情况。与燃煤电厂及中小锅炉燃煤相比，居民燃煤的排放量相对较小，对各城市的浓度贡献也较小。居民燃煤排放对SO2的浓度贡献率要显著高于其他污染物。从空间上分析，由于安徽省的排放量要显著高于长三角其他省市，因此对安徽各城市的贡献率也要高于平均水平。

表5 中小燃煤锅炉对长三角主要城市各污染物浓度贡献率

表6 长三角各省市居民燃煤污染物排放量

表7 居民用煤对长三角主要城市各污染物浓度贡献率

2.5 长三角地区各类源污染物排放空间分布情况

图3 长三角燃煤电厂污染物排放空间分布Fig.3 Spatial distribution of pollutant emissions from coal-fired power plants in Yangtze River Delta

图4 长三角中小燃煤锅炉污染物排放空间分布Fig.4 Spatial distribution of pollutant emissions from small and medium coal-fired boilers in Yangtze River Delta

图3是长三角地区燃煤电厂的各类污染物的排放空间分布情况。由图3可知，各类污染物的排放空间呈现类似的特征。该地区电厂呈现出沿长江分布的特征，主要集中在长三角地区中部。在浙江省，大电厂则主要分布在沿海，这与煤炭的运输便利性相关；另外，电厂在上海以及周边地区(苏锡常和杭嘉湖地区)呈现密集分布的特征。

图4是长三角地区中小燃煤锅炉的各类污染物的排放空间分布情况。由图4可知，各类污染物的排放空间呈现类似的特征。该地区中小燃煤锅炉分布密集，其中尤以上海以及周边城市(苏锡常和杭嘉湖地区)分布最为密集，此外，与电厂类似，呈现出沿长江分布的特征。

3 结论

(1)长三角地区燃煤电厂SO2、NOx、PM10、PM2.5的排放量分别为57.6万t、111.2万t、33.5万t和17.7万t；中小燃煤锅炉SO2、NOx、PM10、PM2.5的排放量分别为99.7万t、31.5万t、6.1万t和3.3万t；居民用煤SO2、NOx、PM10、PM2.5的排放量分别为4.1万t、0.7万t、3.2万t和2.5万t。长三角地区燃煤SO2的排放占区域总排放量的一半以上，NOx的排放占35%，PM10和PM2.5的排放占比分别为17.4%和23.5%。

(2)长三角地区电厂的空间分布呈现沿长江分布、在浙江沿海地区呈现沿海分布、在上海市周边地区呈现密集分布的特征；长三角地区中小锅炉分布密集，在上海及周边城市分布最为密集。

(3)长三角地区燃煤源污染物排放对长三角主要城市的浓度贡献从大到小依次是中小燃煤锅炉、燃煤电厂、居民燃煤。中小燃煤锅炉对长三角环境空气质量影响最大，对SO2年均浓度有5.6%～42%的贡献，NO2年均浓度有1.8%～5.9%的贡献，PM10年均浓度有0.6%～5.3%的贡献，PM2.5年均浓度有1.4%～5.9%的贡献。其次是燃煤电厂，对SO2年均浓度有2.5%～19.0%的贡献，NO2年均浓度有2.8%～

20.4%的贡献，PM10年均浓度有0.2%～3.8%的贡献，PM2.5年均浓度有0.2%～2.9%的贡献。

(4)中小燃煤锅炉排放对长三角区域的衢州、常州、金华、无锡、淮安等城市的环境空气质量浓度贡献较大；燃煤电厂排放对长三角区域的绍兴、台州、杭州、苏州、湖州等城市的环境空气质量浓度贡献较大；居民燃煤排放对安徽省合肥、马鞍山、芜湖的浓度贡献较大。

[1] 环境保护部. 大气细颗粒物(PM2.5)源排放清单编制技术指南(试行)[Z]. 2014.

[2] 环境保护部. PM2.5排放量核算技术规范(火电厂、水泥工业企业)[Z]. 2014.

[3] 环境保护部. 生物质燃烧源大气污染物排放清单编制技术指南[Z]. 2014.

[4] 环境保护部. 民用煤大气污染物排放清单编制技术指南(试行)[Z]. 2015.

[5] 国家统计局. 中国能源统计年鉴[M]. 北京: 中国统计出版社, 2015.

[6] UCAR/NCAR. Research Data Archive[EB/OL]. [2016-10-21]. http://rda.ucar.edu.

[7] Science algorithms of the EPA Models-3 community multiscale air quality (CMAQ) modeling system[M]. Washington, DC: US Environmental Protection Agency, Office of Research and Development, 1999.

[8] Byun D, Schere K L. Review of the governing equations, computational algorithms, and other components of the Models-3 Community Multiscale Air Quality (CMAQ) modeling system[J]. Applied Mechanics Reviews, 2006, 59(2): 51- 77.

[9] Binkowski F S, Roselle S J. Models-3 Community Multiscale Air Quality (CMAQ) model aerosol component 1 Model description[J]. Journal of geophysical research: Atmospheres, 2003, 108(D6).

[10] Bullock O R, Brehme K A. Atmospheric mercury simulation using the CMAQ model: formulation description and analysis of wet deposition results[J]. Atmospheric Environment, 2002, 36(13): 2135- 2146.

[11] Burr M J, Zhang Y. Source apportionment of fine particulate matter over the Eastern US Part I: source sensitivity simulations using CMAQ with the Brute Force method[J]. Atmospheric Pollution Research, 2011, 2(3): 300- 317.

[12] Huang C, Chen C H, Li L,etal. Emission inventory of anthropogenic air pollutants and VOCs species in the Yangtze River Delta region, China[J]. Atmospheric Chemistry and Physics, 2011, 11(9): 4105- 4120.

[13] Li L, Chen C H, Fu J S,etal. Air quality and emissions in the Yangtze River Delta, China[J]. Atmospheric Chemistry and Physics, 2011, 11(4): 1621- 1639.

Current Situation of Coal-fired Emissions and Its Environmental Impacts within Yangtze River Delta

YAN Ru-sha1, HOU Yong2, LU Jian-yu2, BI Xiao-liang2, LU Qing1

(1.Shanghai Academy of Environmental Sciences, Shanghai 200233, China; 2.East China Branch of State Grid Corporation of China, Shanghai 200120, China)

In order to understand the environmental impact of coal-fired pollution sources in the Yangtze River Delta on the environmental impact of air pollutants, the statistical analysis of the Yangtze River Delta region electric power industry, small coal-fired boilers and residential life of coal-burning pollutants emissions in the Yangtze River Delta region in 2014. The NO2, PM10and PM2.5concentrations in different coal-fired sources in the Yangtze River Delta were simulated by WRF (Weather Research and Forecasting Model) and CMAQ (General Multiscale Air Quality Model) system. The results show that the medium and small coal-fired boilers have the greatest impact on the ambient air quality of the Yangtze River Delta, and the contribution of SO2annual concentration of 5.6%-42%, NO2contribution of 1.8%-5.9%, PM100.6%-5.3%, And the contribution of PM2.5was 1.4%-5.9%. Followed by coal-fired power plants, the annual SO2concentration of 2.5%-19.0%, NO2contribution of 2.8%-20.4%, PM10 contribution of 0.2%-3.8% contribution to PM2.50.2%-2.9%.

Coal-fired emissions; coal-fired power plant; small coal-fired boiler; environmental impact

2016-08-30

国家电网公司2016年管理咨询项目(0711-16OTL04211038)

严茹莎(1988—)，女，上海人，助理工程师，硕士，主要从事空气质量模拟及政策分析，E-mail：yanrs@saes.sh.cn

10.14068/j.ceia.2016.06.017

X51

A

2095-6444(2016)06-0066-07