京津冀地区典型钢铁企业超低排放对空气质量的影响

李厚宇　崔磊　贾敏　甄瑞卿　毛娜　刘厚凤　伯鑫

摘要：基于京津冀地区某典型钢铁企业排放清单，建立了超低排放改造前后两种情景，利用AERMOD模型模拟了两种情景下典型钢铁企业排放SO2、NOx和一次PM10对周边大气环境的影响。结果显示：从排放量来看，钢铁企业的超低排放改造对NOx减排效果更为明显，NOx减排比例达到为56.44%。现状情景下，典型钢铁企业对5个空气质量监测站SO2、NOx和PM10的年均贡献浓度分别为0.11μg/m3、0.34μg/m3和0.20μg/m3。超低排放改造后，典型钢铁企业对5个空气质量监测站SO2、NOx和PM10的年均贡献浓度分别下降0.05μg/m3、0.16μg/m3和0.07μg/m3。

关键词：钢铁企业;超低排放;空气质量;AERMOD

中图分类号：X820.6 文献标识码：A 文章编号：2095-672X（2020）09-00-04

DOI：10.16647/j.cnki.cn15-1369/X.2020.09.005

The impact of the implementation of ultra-low emission standards for a typical iron and steelmaking plant on air quality in Beijing-Tianjin-Hebei region

Li Houyu1，2， Cui Lei3， Jia Min2，4， Zhen Ruiqing5， Mao Na6， Lliu Houfeng1， Bo Xin2

（1.College of Geography and Environment， Shandong Normal University，Jinan Shandong 250014，China;2.Appraisal Center for Environment and Engineering， Ministry of Ecology and Environment，Beijing 100012，China;3.Zhongsheng Environmental Technology Development Co.，Ltd.，Xian Shaanxi 710000，China;4.School of Economics and Management，Beijing University of Chemical Technology，Beijing 100029，China;5.Capital Engineering & Research Incorporation Limited，Beijing 100176，China;6.Ecology and Environmental Protection Science Research Institute of Cangzhou City，Cangzhou Hebei 061000，China）

Abstract：Based on the basic emission inventories of a typical iron and steelmaking plant in Beijing-Tianjin-Hebei region， two scenarios before and after the implementation of ultra-low emission standards were established.AERMOD model was used to quantitatively simulate the environmental impact of SO2，NOx and PM10 emitted by the typical iron and steelmaking plant on the surrounding atmospheric environment under the two scenarios. The results showed that the mitigation effect was more striking for NOx emission if all emission facilities meeting ultra-low standards with the emission reductions of 56.44%，from the perspective of pollutants emissions. Under the current situation， the average annual contributions of SO2， NOx and PM10 of the typical iron and steelmaking plant are 0.11，0.34 and 0.20 μg/m3， respectively， to 5 air quality monitoring stations.After the implementation of ultra-low standards， the average annual contribution of SO2， NOx and PM10 decreased by 0.05， 0.16 and 0.07 μg/m3， respectively.

Key words：Iron and steelmaking plant;Ultra-low emission;Air quality;AERMOD

2018年，中國粗钢产量为9.3亿t，占全球粗钢产量的51.3%[1]，钢铁工业企业排放大量的二氧化硫，氮氧化物，颗粒物和VOCs等污染物[2-3]。京津冀地区是钢铁企业重点分布区域，2018年京津冀地区粗钢产量占全国产量的27.7%[4]。京津冀钢铁企业具有较大的减排潜力[2，5-7]。为了继续降低京津冀地区排放水平，提高空气质量，打赢蓝天保卫战，生态环境部在钢铁行业推行超低排放改造，要求到2020年10月底前，京津冀及周边地区具备改造条件的钢铁企业基本完成超低排放改造。

目前，钢铁企业超低排放研究主要集中在超低排放技术，鲜有关于钢铁企业超低排放对空气质量影响的研究。相关研究多集中在钢铁企业的源解析和数值模拟等方面。Jia等[8]通过监测手段分析了钢铁行业不同工序排放不同粒径的颗粒物的化学成分。Dai等[9]对钢铁企业周边的空气中颗粒物进行了排放源的识别和分配。段文娇等[5]、伯鑫等[7]分别利用CAMx模型模拟了京津冀地区钢铁行业对大气污染的影响。

为了评估典型城市钢铁企业超低排放对空气质量的影响，本研究基于京津冀地区某典型钢铁企业排放清单，设置了2018年现状排放、超低排放两种情景，利用AERMOD模型模拟了两种情景下该企业排放SO2、NOx和一次PM10对周边大气环境的影响，以期为钢铁行业超低排放改造效果评估提供科学支撑。

1 研究方法

1.1 研究对象

近年来，由于资源和环境的限制，钢铁企业逐渐向沿海发展。本文所研究的钢铁企业位于京津冀东南部，渤海湾西岸，生产工序齐全，带钢年产能为500万吨。该区域地势低平，主要为平原和海岸，属于温带大陆性半干旱偏旱季风气候，受海陆风影响，具有典型代表意义。钢铁企业排放源与周边5个空气质量监测站的分布见图1。离钢铁厂最近的空气质量监测站为4号监测站，距离为32km。

1.2 模拟模型

AERMOD模型是广泛应用的一种空气质量模型[10-12]，是《环境影响评价技术导则 大气环境》（HJ2.2-2018）推荐的预测模型之一[13]。AERMOD模型在小尺度的模拟中优于其他模型，并且被应用于钢铁企业的模拟研究中[14-15]。本研究采用AERMOD模型模拟典型钢铁企业SO2、NOx和一次PM103种污染物的排放对周边地区空气质量的影响。模拟区域总范围为50km×50km，水平网格分辨率为500m×500m，网格点数设置为100×100，不考虑化学反应机制。

模拟所用的地形数据为美国地质勘探局90m分辨率数据，地表参数数据为AERSURFACE在线服务系统生成数据[16]，地面气象数据为沧州市气象站2018年逐时数据，高空气象数据为WRF v3.9模拟数据。

1.3 排放源数据

本研究钢铁排放清单数据来自研究团队的2018年全国高分率排放清单（HSEC，2018）[17]，该清单是基于中国钢铁行业在线监测数据（CEMS）和环境统计数据，自下而上建立了2018年中国高分辨率钢铁行业大气污染物排放清单。

本研究选取了钢铁厂烧结、高炉、转炉、轧钢4道工序中13个生产节点作为AERMOD模型中的点源输入。每个生产节点中排气筒的高度、直径、温度、和流速的数据见表1。

1.4 排放情景设置

本研究共设置现状情景、超低情景2种污染物排放情景，现状情景为2018年典型钢铁企业超低排放改造前年产670万t轧钢的大气污染物排放情景;超低情景为典型钢铁企业超低排放改造后年产670万t轧钢的大气污染物排放情景。

2 结果与讨论

2.1 典型钢铁企业排放量分析

2018年该长流程钢铁企业现状情景下SO2、NOx和PM10的排放量分别为2 502.54/a、9 575.73t/a和1 931.28t/a;预测超低情景下SO2、NOx和PM10的排放量分别为1 596.60t/a、4 171.16t/a和1 219.16t/a。其中：超低情景较现状情景NOx减排比例最高，为56.44%;SO2和PM10减排比例分别为36.20%和36.87%。主要原因是超低标准对NOx的控制较对SO2和PM10的控制更严格。超低标准与现状情景执行的新建企业标準相比较：NOx的排放浓度最高下降了83.33%，高于SO2和PM10的下降比例（最高下降分别为82.50%和80.00%）。预测结果表明：该钢铁企业的超低排放改造对NOx减排效果更为明显。该钢铁企业现状情景和超低情景下各生产节点大气污染物排放情况见图2。

对于主要排放污染物，SO2和NOx主要排放来源于烧结机头、高炉热风炉和轧钢热处理炉节点。结合现状情景和超低排放情景下企业排放水平发现，该企业超低排放改造完成后SO2减排潜力最大的排放节点是轧钢热处理炉，削减比例达到66.67%，占SO2减排总量的比例达81.81%。说明未来要加强对轧钢热处理炉的脱硫控制水平，从源头减少企业SO2排放总量。

对于NOx排放，其削减比例和减排占比最大的排放节点是烧结机头（分别为72.12%和76.12%），一方面，由于超低排放标准对于烧结机头控制力度最大（浓度限值下降达83.33%，远高于其他节点）;另一方面，由于该企业烧结机头排放NOx最多（占比达38.12%，高于其他节点），减排潜力最大。

对于PM10排放，该企业PM10排放主要来源于烧结机头、烧结燃料破碎和烧结配料等节点，且烧结工序成为该企业主要排放源（排放占比达58.83%），超低改造完成后烧结工序减排占比最大（达58.21%），平均削减比例为34.36%。说明未来烧结工序仍然是该钢铁企业除尘控制的重中之重。

2.2 典型钢铁企业周边环境空气质量影响分析

分析该钢铁企业2018年现状情景和超低情景下排放SO2、NOx和一次PM10对周边大气环境的影响和对空气质量监测站的浓度贡献。

图3显示了在现状情景和超低情境下典型钢铁企业周边的SO2、NOx和一次PM10年均浓度，以及两种情况之间的差异。空气质量模型的结果表明，现状情景下SO2、NOx和一次PM10高浓度区域均主要分布在该企业厂区周边和北偏东和西偏南方向，超低情景下污染物分布与现状情景基本一致，但高值区浓度出现明显的下降。在模拟范围内，现状情景下SO2年均最大网格浓度为7.69μg/m3，NOx年均最大网格浓度为18.89μg/m3，一次PM10年均最大网格浓度为9.32μg/m3。超低情景下SO2年均最大网格浓度为3.15μg/m3，较现状情景下降了47.23%;NOx年均最大网格浓度为11.35μg/m3，较现状情景下降了47.77%;一次PM10年均最大网格浓度为5.42μg/m3，较现状情景下降了37.85%。

现状情景下，典型钢铁企业对5个空气质量监测站SO2、NOx和PM10的年均贡献浓度分别为0.08～0.16μg/m3、0.24～0.48μg/m3和0.14～0.28μg/m3，分别占监测值的0.40%～0.72%、0.60%～1.32%和0.16%～0.28%。其中NOx贡献浓度的占比最高，平均占比为0.87%。超低情景下，典型钢铁企业对5个空气质量监测站SO2、NOx和PM10的年均贡献浓度分别为0.04～0.08μg/m3、0.13～0.26μg/m3和0.09～0.18μg/m3，分别占监测值的0.21%～0.37%、0.32%～0.71%和0.10%～0.18%。其中NOx贡献浓度的占比由0.87%下降到0.47%，平均下降了0.4个百分点，下降最为明显;PM10的一次贡献浓度占比下降相对较少，平均下降了0.08个百分点。

2.3 不确定性分析

（1）钢铁排放清单的不确定性。本次研究对钢铁排放清单中有组织污染源进行模拟分析，未分析无组织排放影响，模拟结果存在一定的不确定性。（2）本研究的模拟中，未考虑SO2、NOx、VOCs等化学反应机制，使NOx、PM10等模拟结果存在不确定性。（3）本研究选取的气象场数据年份为2018年，气象场选取的年份不同，会导致模拟结果存在差异。

3 结论

（1）钢铁企业超低排放改造后，从排放量来看，NOx减排比例最高为56.44%，SO2和PM10减排比例分别为36.20%和36.87%。典型钢铁企业的超低排放改造对NOx减排效果更为明显。（2）典型钢铁企业超低排放改造后，对5个空气质量监测站SO2、NOx和PM10的年均贡献浓度分别下降0.05μg/m3、0.16μg/m3和0.07μg/m3，在京津冀地区城市空气质量目标值持续降低的背景下，典型钢铁企业的超低排放改造具有一定的意義。

参考文献

[1]World Steel Association AISBL. World Steel in Figures 2019[EB/OL].https：//www.worldsteel.org/en/dam/jcr：96d7a585-e6b2-4d63-b943-4cd9ab621a91

[2]Wu Xuecheng，Zhao Lingjie，Zhang Yongxin，et al.Primary Air Pollutant Emissions and Future Prediction of Iron and Steel Industry in China[J].Aerosol and Air Quality Research，2015，15（4）：1422-1432.

[3]伯鑫，甄瑞卿，屈加豹，等.中国钢铁行业大气污染物排放清单管理系统研究[J].环境污染与防治，2017，39（05）：578-582.

[4]国家统计局.国家数据[EB/OL].http：//data.stats.gov.cn

[5]段文娇，郎建垒，程水源，等.京津冀地区钢铁行业污染物排放清单及对PM2.5影响[J].环境科学，2018，39（04）：1445-1454.

[6]Rui Hu， Qun Zhang. Study of a low-carbon production strategy in the metallurgical industry in China[J]. Energy，2015，90.

[7]伯鑫，徐峻，杜晓惠，等.京津冀地区钢铁企业大气污染影响评估[J].中国环境科学，2017，37（05）：1684-1692.

[8]Jia Jia， Shuiyuan Cheng， Sen Yao， et al. Emission characteristics and chemical components of size-segregated particulate matter in iron and steel industry[J]. Atmospheric Environment，2018，182.

[9]Dai， Q.， Li， L.， Yang， J. et al. The fractionation and geochemical characteristics of rare earth elements measured in ambient size-resolved PM in an integrated iron and steelmaking industry zone[J]. Environ Sci Pollut Res，2016（23）：17191-17199.

[10]Mutahharah M. Mokhtar， Mimi H. Hassim， Rozainee M. Taib. Health risk assessment of emissions from a coal-fired power plant using AERMOD modelling[J]. Process Safety and Environmental Protection，2014，92（5）.

[11]张尚宣，伯鑫，周甜，等.AERMOD模式在我国环境影响评价应用中的标准化研究[J].环境影响评价，2018，40（02）：51-55.

[12]Afsaneh Afzali， M. Rashid， Mahboubeh Afzali，et al.Prediction of air pollutants concentrations from multiple sources using AERMOD coupled with WRF prognostic model[J].Journal of Cleaner Production，2017，166.

[13]HJ2.2-2018 环境影响评价技术导则：大气环境[S].

[14]Mostafa Kalhor，Mehrshad Bajoghli. Comparison of AERMOD， ADMS and ISC3 for incomplete upper air meteorological data （case study： Steel plant）[J]. Atmospheric Pollution Research，2017（6）.

[15]伯鑫.基于空气质量模型AERMOD的城市钢铁厂优化布局研究[C].中国环境科学学会（Chinese Society for Environmental Sciences）.2019中国环境科学学会科学技术年会论文集（第一卷）.中国环境科学学会（Chinese Society for Environmental Sciences）：中国环境科学学会，2019：652-656.

[16]生态环境部环境工程评估中心.AERSURFACE在线服务系统[EB/OL].https：//ieimodel.org/，2019-02-26.

[17]汤铃，贾敏，伯鑫，等.中国钢铁行业排放清单及大气环境影响研究[J].中国环境科学，2020，40（4）.

收稿日期：2020-06-22

基金项目：生态环境部环境工程评估中心创新科研项目（2019-10）;国家重点研发计划项目（2016YFC0208101）;大气重污染成因与治理攻关项目（DQGG0209-07、DQGG0304-07）

作者简介：李厚宇（1994-），男，工程师，研究方向为大气环境模拟与环境规划。

通讯作者：伯鑫（1983-），男，高级工程师，研究方向为排放清单及大气污染模拟。