泰安市化石燃料固定燃烧点源排放清单研究
2020-11-05葛衍珍
葛衍珍
(泰安市环境保护科学研究所,山东 泰安 271021)
1 引言
大气污染物源排放清单是空气质量预报预警的基础,是了解地区污染物排放量及其时空分布特征的重要资料,同时也是重污染天气应急减排和制定大气环境质量改善策略重要依据[1~3]。
20世纪70年代末,国外学者就开始了排放因子研究和排放清单的编制工作[4]。20世纪末和21世纪初,我国学者开始了排放清单研究,并逐步建立了各种污染物的排放清单,包括:农业源[5,6]、移动源[7,8]、工业源[9]等其他类型的大气污染物排放源清单。
本研究以2018年为基准年,通过调查得到泰安市固定燃烧点源的活动水平数据,采用自下而上的清单编制方法,计算了固定燃烧点源主要排放的8种大气污染物的排放量,建立了高分辨率的泰安市固定燃烧点源大气污染物排放清单,并对排放特征、空间分布、贡献来源和不确定性进行了分析,为研究区域大气污染和控制策略的制定提供科学数据。
2 研究区概况及研究方法
2.1 研究区域概况
本研究包括泰安市(35°38′N~36°28′N,116°20′E~117°59′E)的泰山区、岱岳区、新泰市、肥城市、东平县和宁阳县6个县(区、市)。通过调查得到泰安市固定燃烧点源共有219个,其中包括28个电力供热点源和191个工业锅炉点源(图1),计算SO2、NOX、PM10、PM2.5、VOCs、CO、BC和OC的年排放量,分析来源贡献。
2.2 清单编制方法
2.2.1 排放量方法
煤炭燃烧产生的SO2、PM10、PM2.5、BC和OC采用物料衡算方法进行排放量的计算[10],分别见公式(1)、(2)、(3)和(4)。
ESO2=A×2×S×(1-sr)×(1-η)
(1)
EPM=A×Aar×(1-ar)×fPM×(1-η)
(2)
EBC=A×Aar×(1-ar)×fPM×fBC×(1-η)
(3)
EOC=A×Aar×(1-ar)×fPM×fOC×(1-η)
(4)
图1 研究区域及2018年化石燃料燃烧点源空间示意
式(1) 中,ESO2为SO2的排放量;A为燃料消耗量;2为二氧化硫与硫的相对分子质量之比;S为平均燃煤收到的基硫分;sr为硫分进入底灰的比例;η为污染控制措施对污染物的去除效率;式(2)中,Aar为平均燃煤收到的基灰分;ar为灰分进入底灰的比例;fPM为排放源产生某粒径范围颗粒物(如PM2.5和PM10)占总颗粒物比例;fBC和fOC分别为BC和OC占PM2.5的比例。
其余污染物(NOX、CO和VOCs)采用排放因子法来进行排放量的计算,排放因子数据主要来自于《城市大气污染物排放清单编制技术手册》[11],计算公式如下:
E=A×EF×(1-η)
(5)
式(5)中E为对应污染物(NOX、CO或VOCs)的排放量;A为燃料消耗量;EF为对应污染物的排放因子;η为污染控制措施对污染物的去除效率。
2.2.2 不确定性分析
根据活动水平数据和排放因子数据使用加法合并和乘法合并计算排放清单各类排放源的不确定性[12].加法合并公式如下:
(6)
式(6)中:xn为不确定量,Un为相应的不确定性值(95%置信区间的一半);Utotal为所有量的乘积的不确定性。
乘法合并公式:
(7)
式(7)中:Utotal为所有量的乘机的百分比不确定性;ui为与每个量相关的百分比不确定性(95%置信区间的一半)。活动水平信息不确定性:直接源于统计数据,不确定度为±30%[13]。
排放因子信息不确定性:排放因子是现场测试,行业差异不大,可代表我国该类源平均水平时,测试次数>10次时,不确定度为±50%,测试次数3~10次时,不确定度为±80%;如果是现场测试,测试对象可代表我国该类源平均水平时,不确定度为±300%[13]。
表1 固定燃烧源活动污染物排放因子
2.3 数据来源
本研究中固定燃烧源主要包括电力供热和工业锅炉两种固定燃烧源活动。活动水平数据使用大气污染源清单填报系统,通过培训、热线和网络支持等方式,指导企业在填报系统中准确填报相关信息,并建立审核机制,确认填报信息的有效性,获得污染源活动水平数据。
3 清单核算及结果讨论
3.1 泰安市固定燃烧点源大气污染物排放清单计算结果
2018年泰安市固定燃烧点源PM2.5、PM10、SO2、NOX、CO、VOCs、BC和OC的8种污染物排放量分别为593.60 t、829.60 t、4478.61 t、7671.60 t、28672.59 t、3097.24 t、16.56 t和64.74 t(表2)。在所有固定燃烧点源污染物的排放总量中,CO占60.16%,NOX占20.57%,SO2占10.28%,VOCs占6.54%,PM10占1.95%,PM2.5占0.50%。泰安市排放量最大的污染物是CO,其次是NOX和SO2,由于VOCs的成分和来源比较复杂,加之目前对规模以下的企业排放的VOCs没有很好的治理措施,导致VOCs排放仍然占据很高的比重。固定燃烧点源颗粒物排放所占的比重最少,原因是目前我国工业企业颗粒物标准限值低,除尘措施效率高。
8种污染物加和排放量最大的是肥城市,总计20034.3 t污染物,其次为新泰市,排放9605.9 t,宁阳县排放量为6634.5 t,岱岳区排放量为2197.5 t,泰山区排放量为1079.5 t,六种大气污染物排放量最少的是东平县,排放量为268.8 t。
在泰安市6个区县中,除了岱岳区的电力生产行业排放的污染物占岱岳区污染物排放总量的29%之外,其余区县的电力生产行业在各个区县排放的污染物总量中贡献了75%~99%。其中,宁阳县电力生产行业在宁阳县固定燃烧点源污染物排放总量中的贡献率最大,为99%,肥城市、新泰市、泰山区和东平县电力生产行业在所在区县固定燃烧点源污染物排放总量中所占的比例分别为97%、93%、82%和75%。由此可知,电力生产行业是固定燃烧点源中主要的排放源。特别是肥城市、新泰市和泰山区要继续淘汰规模以下的小锅炉,加大对电力生产行业的污染物控制措施。
图2是2018年泰安市6个县市区固定燃烧点源排放污染物的贡献率,岱岳区对8种污染物的贡献率为14.09%~17.01%,泰山区对8种污染物的贡献率为2.07%~3.64%,新泰市对6种污染物的贡献率为18.68%~28.36%,肥城市对6种污染物的贡献率为34.96%~48.10%,宁阳县对6种污染物的贡献率为10.97%~23.00%,东平县对6种污染物的贡献率为0.51%~0.99%。从图2可以看出,各种污染物的区域排放贡献率基本一致,肥城市对各项污染物的贡献率最大,尤其对SO2、CO和VOCs的贡献率分别达到48.1%、45.73%和40.58%。原因主要是肥城的大型钢铁产业较多,钢铁行业需要消耗大量的化石能源,化石能源燃烧会产生大量的SO2、CO和VOCs。从各个地级市对污染物的贡献率可以看出不同城市对用电量需求和产业结构类型。
表2 泰安市2018年固定燃烧点源大气污染物排放量 %
图2 泰安市2018年固定燃烧点源大气污染物排放分担率
3.2 泰安市固定燃烧点源大气污染物排放空间分布
为了分析2018年泰安市化石燃料燃烧点源的空间排放分布特征,选择化石燃料燃烧点源活动PM2.5、PM10、SO2、NOX、CO、VOCs、BC和OC以及泰安市行政区划数据,利用ARCGIS绘制了泰安市化石燃料燃烧点源的8种污染物排放量2 km×2 km网格排放强度空间分布图。如图3所示,PM2.5、PM10、SO2、NOX、CO和VOCs分布特征较为相似,排放量高值主要出现在新泰市、肥城市、宁阳县和岱岳区。从污染物总量上来看,BC和OC排放总量最少,BC和OC的污染高值主要分布在新泰市、肥城市和宁阳县。OC在一些研究常等同于元素碳(Elemental Carbon, EC)[14],BC和OC的主要是化石燃料以及生物质等不完全燃烧产生的[15]。宁阳县的生物发电厂和环保电力公司以及新泰市的环保能源公司等都是产生OC的主要来源。
3.3 清单不确定性
在大气污染物排放清单的编制过程中,由于存在排放源信息缺失、排放因子代表性不足以及难以避免的随机误差等,会使清单产生一定的不确定性[16,17]。排放清单的不确定性分析是对清单质控、核查和校对的重要指标之一[18]。本研究中的活动水平数据主要来自现场使用填报系统得到,排放因子主要来自《城市大气污染物排放清单编制技术手册》[11],参考《中国人为源VOC排放清单不确定性研究》[13]给出的活动水平信息和排放因子信息不确定度等级分类表中确定不确定性。活动水平数据中,电力生产企业采用物料衡算法得到的活动水平数据,设其不确定性为30%;其他工业企业采用排放因子法得到的活动水平数据,设其不确定性为80%;化石燃料燃烧源VOCs的排放因子的不确定性相对较大,设其不确定性为150%,其余污染物排放因子设其不确定性为80%。
4 结论
(1)2018年泰安市化石燃料固定燃烧点源SO2、NOX、PM10、PM2.5、VOCs、CO、BC和OC的排放总量分别为:4 478.61、7 671.6、829.6、593.6、3097.24、28672.59、16.56和64.74 t。电力供热部门对各个县市区固定燃烧点源排放污染物的贡献率为86%~97%,其余工业企业对各污染物的贡献率为3%~14%。6个县市区固定燃烧点源污染物排放量为肥城市>新泰市>宁阳县>岱岳区>泰山区>东平县。
图3 泰安市固定燃烧点源大气污染物排放总量空间分布特征
表3 化石燃料固定燃烧源污染物的不确定性 %
(2)泰安市固定燃烧点源大气污染物排放清单的不确定性分析结果主要受小型工业企业影响,活动水平数据获取主要是通过企业现场填报,对大型工业企业填报数据的复核率较高,小型工业企业本身存在数据不透明的因素,因而影响了排放清单的不确定性。PM10、PM2.5、SO2、BC和OC的排放量采用物料衡算法计算,不确定性较低。本研究整体上编制的固定燃烧点源排放清单不确定性较低。