基于全年在线监测数据的燃煤电厂超低排放特征分析

孙雪丽，李 辉，2，谭玉菲，郭 敏，王宗爽，王 圣

(1.国电环境保护研究院有限公司 国家环境保护大气物理模拟与污染控制重点实验室，江苏 南京 210031；2. 国家能源集团科学技术研究院有限公司，江苏 南京 210023；3. 中国环境科学研究院，北京 100012)

0 引言

目前，中国燃煤电厂大气污染物控制处于超低排放阶段[1-3]，截止到2019年底，全国已投运超低排放机组容量占煤电机组容量的86%[4]。截止到2019年底，国内已有7个省份制定了地方排放标准将超低排放限值纳入强制性地方标准，但均未明确在线监测数据达标评判方法。研究中国燃煤电厂实施超低排放政策后大气污染物总体排放水平，评估中国超低排放污染治理技术长期运行可靠性和稳定性，对中国超低排放政策的推广和技术的发展具有重要意义。

国内学者现有研究多通过现场手工测试方法获得监测数据研究中国燃煤电厂大气污染物排放特征[5-14]；个别研究者通过少量或短期连续在线监测数据研究我国燃煤电厂大气污染物排放特征，如宋畅等[15]统计了4台超低排放机组2015年平均排放浓度水平，朱法华等[16]通过2台超低排放机组多月出口烟尘在线监测数据评估了超净电袋复合除尘器的稳定性，腾卫明等[17]以1台机组2个月的在线监测数据建立脱硫装置性能评估体系；崔建升等[18]基于2015年在线监测数据建立了中国火电排放清单，李辉等[19]仅对启动阶段NOx排放特征进行研究。因国外燃煤电厂无“超低排放”概念，国外学者目前多关注燃煤电厂烟气中非常规污染物(如痕量重金属、温室气体等)的排放特征[20-22]。

鉴于上述研究现状，目前缺乏基于大量长期在线监测数据研究超低排放燃煤电厂常规大气污染物，即烟尘、二氧化硫(SO2)、氮氧化物(NOx)总体排放特征的报道。

因此，本文基于中部某省139台超低排放机组全年长期大量在线监测数据，从短期小时浓度、长期月均浓度、单位电量排放绩效等多个角度进行燃煤机组超低排放特征分析与比较，评估我国超低排放政策实施效果，以期为下一步《火电厂大气污染物排放标准》中限值与在线监测数据达标评判方法制修订提供数据支撑。

1 材料与方法

1.1 数据获取

本研究获取了中部地区某省已实现超低排放的139台燃煤机组(总装机容量56880MW)2017年连续12个月的三种常规大气污染物(烟尘、SO2、NOx)在线监测小时平均浓度数据(数据量约83.29万个)、月度污染物排放量和月度发电量统计数据。本文调研的超低排放燃煤机组单机规模分布情况如表1所示。

表1 调研机组单机规模分布情况

该省煤电装机总容量位于全国前列，2016年底所有统调电厂已基本完成超低排放改造任务。本研究获取的在线监测排放浓度数据不包含停机和点火阶段的数据，只包含机组正常运行期间(即并网至解列期间)连续排放监测系统(CEMS)输出的小时平均浓度数据。

1.2 分析方法

1.2.1 小时浓度统计分析

2015年12月5日国家发展改革委、环境保护部、国家能源局发布的《关于实行燃煤电厂超低排放电价支持政策有关问题的通知》(发改价格[2015]2835号)中采用小时浓度符合超低限值的时间比率(以下简称“小时浓度符合率”)作为电价补贴考核基准，具体超低电价补贴规则如下：小时浓度符合率达到或高于99%的机组，该季度加价电量按其上网电量的100%执行；小时浓度符合率低于99%但达到或超过80%的机组，该季度加价电量按其上网电量乘以小时浓度符合率扣减10%的比例计算；对小时浓度符合率低于80%的机组，该季度不享受电价加价政策。其中，烟尘、SO2、NOx排放中有一项不符合超低限值要求的，即视为该时段不符合超低限值要求。

鉴于此，本文首先选择小时浓度符合率作为指标，统计不同时间尺度内(月度、年度、季度)不同符合率下(≥99%、≥80%)机组占比情况，研究超低燃煤电厂大气污染物小时浓度排放特征。小时浓度符合率指在一定时间段内(月、季、年)机组排放的污染物小时平均浓度符合超低限值的时间比率(ηi,j)(以下简称“符合率”)，按公式(1)计算，不同符合率下机组占比(Mj,p)按公式(2)、(3)计算。

(1)

式(1)中，ti,j指机组i污染物j小时平均浓度符合限值要求的小时数，h；Ti指机组i总运行小时数，h。

式(2)中，Ni,j指某i机组排放的污染物j小时浓度均值符合率是否符合p值要求的判定结果；ηi,j指某i机组排放的污染物j小时浓度平均值符合限值要求的时间比率；p指某固定的符合率值，为常数。

(3)

式(3)中，Mj,p指共a台机组中污染物j小时浓度符合率大于等于p值要求的机组数量占比；a指统计的机组总数量。

1.2.2 月均浓度统计分析

欧盟排放指令《Directive on industrial emissions(integrated pollution prevention and control》(2010/75/EU)中火电厂大气污染物在线监测数据达标评判依据为日历月均浓度值是否符合标准限值要求[23-24]。为进行对比，本文参照欧盟排放指令选择月均浓度值研究中国超低排放机组大气污染物月均浓度排放特征，即将该月某i机组某j污染物排放的小时浓度值逐小时相加取算术平均值获得日均值，然后再将日均值逐日相加取算术平均值获得月均值。本文采用统计软件对月均浓度总体样本的数量特征进行分析处理，并对不同规模机组之间排放浓度均值的差异性采用独立样本均值t检验方法进行比较分析。

1.2.3 排放绩效统计分析

美国排放标准《Standards of Performance for Electric Utility Steam Generating Units》(CFR40-Part60-subpartDa)[25-26]中火电厂大气污染物排放达标评判依据为单位发电量污染物排放量(以下简称“排放绩效”)30天滚动平均值是否符合限值要求。本研究也参照美国排放标准，选择月均排放绩效值研究中国超低排放机组的大气污染物排放特征，即由当月某i机组某j污染物排放总量除以该机组对应时段总发电量获得。本文采用统计软件对月均绩效总体样本的数量特征进行分析处理，同时对不同规模机组之间排放绩效均值的差异性也采用独立样本均值t检验方法进行比较。

2 结果与讨论

2.1 小时浓度排放特征

按照超低排放限值要求(烟尘、SO2、NOx排放浓度分别不高于10、35、50mg/m3)，对139台实现超低排放的燃煤机组连续12个月在线监测系统获取的小时浓度数据，根据超低排放电价补贴政策(发改价格[2015]2835号)，以三种污染物同时均符合超低限值要求为判别依据，按月统计1～12月不同符合率下机组占比情况如图1所示(图中符合率指三种污染物同时符合超低限值的时间比率)，按季度统计不同符合率下机组占比情况如表2所示(表中符合率指三种污染物同时符合超低限值的时间比率)。

图1 按月统计满足不同符合率要求的机组占比情况

表2 按季度统计满足不同符合率要求的机组占比情况统计%

表2统计结果显示，2017年4个季度中三种污染物同时符合超低限值的时间比率达到或超过80%的机组占比均超过了98.5%，可见绝大部分的超低排放机组符合国家超低排放电价补贴政策。

由于该省2017年10月1日起将超低排放限值上升为强制地方标准，图1和表2统计结果显示，2017年该省超低排放机组中三种污染物同时符合超低限值的时间比率达到或超过99%的机组占比情况下半年明显高于上半年，第3、4季度符合率达到或超过99%的机组占比超过了80%，第1、2季度符合要求的机组占比仅约65%。可见，为了按照“发改价格[2015]2835号”文件制定的电价补贴规则获得最大补贴，随着运行经验的累积以及地方强制标准的推动，超低排放机组环保设施的运行和管理水平在逐渐提高，截止到2017年底该省80%以上的机组可以全额享受超低排放电价补贴。

随着统计时间段加长(从按月度、季度)，小时平均浓度100%符合超低限值的概率有所降低，但符合率达到95%及以上的机组占比情况相对稳定(下半年均在90%以上)。上述数据显示，燃煤机组在短期内可以实现污染物排放小时浓度100%符合超低限值，但随着统计时间段加长，100%符合的可能性越来越小，这是因为燃煤电厂大气污染物的排放浓度与煤质、负荷变化息息相关，污染物治理设施也不可避免会出现一定的运行波动。可见，引进小时浓度符合率作为在线监测数据达标评判方法更符合电厂运行实际。

2.2 月均浓度排放特征

2.2.1 总体样本特征

本研究139台超低机组大气污染物排放浓度月均值统计结果如表3所示，三种污染物月均浓度频度分布如图2所示。

表3 月均浓度统计结果 mg/m3

表3和图2统计结果显示，该省超低排放机组烟尘排放浓度月均值主要分布在1.4～3.7mg/m3之间，平均值2.6mg/m3；SO2月均值主要分布在10～24mg/m3之间，平均值17mg/m3；NOx月均值主要分布在20～40mg/m3之间，平均值31mg/m3；所有有效月均浓度均小于超低排放限值。

图2 月均浓度频次分布图

与欧盟排放指令(2010/75/EU)中最严排放限值(适用于300MW以上新建机组)烟尘、SO2、NOx分别为10、150、150mg/m3[23-24]相比，本研究139台超低机组中的90%，其12个月烟尘、SO2、NOx排放月平均浓度值分别不超过3.7、24、40mg/m3，仅分别占欧盟最严标准的37%、16%、27%。

2.2.2 不同规模机组之间比较

不同规模机组三种污染物月均浓度箱式分布图如图3所示，均值统计结果如表4所示。不同规模机组两两独立样本t检验结果如表5所示。根据表4、图3及表5分析结果显示：除300MW级和600MW级机组烟尘排放浓度均值之间不存在显著差异之外，烟尘排放浓度随机组规模增加有明显的降低趋势；而SO2方面，1000MW等级机组排放浓度明显高于其他等级机组，其他等级机组之间排放浓度有随规模增加略微升高趋势但差异并不显著；NOx方面，除100～200MW级与300MW级机组之间不存在显著差异外，NOx排放浓度随机组规模增加有明显的升高趋势。

表4 不同规模机组月均浓度统计结果

表5 不同规模机组排放浓度均值t检验双尾概率P值

图3 不同规模机组月均浓度分布箱式图

2.3 月均绩效排放特征

2.3.1 总体样本特征

本研究139台机组三种污染物月平均排放绩效统计结果如表6所示，三种污染物月均浓度频度分布如图4所示。统计结果显示，该省139台机组烟尘月平均排放绩效主要分布在0.005～0.014g/(kW·h)之间，平均值为0.010g/(kW·h)；SO2月平均排放绩效主要分布在0.03～0.09g/(kW·h)之间，平均值为0.06g/(kW·h)；NOx月平均排放绩效主要分布在0.07～0.16g/(kW·h)之间，平均值为0.12g/(kW·h)。

图4 月均绩效值频次分布

表6 月均绩效统计结果 g/(kW·h)

与美国排放标准(CFR40-Part60-subpartDa)中最严排放限值(适用于2011年5月3日以后的新、扩建机组)烟尘、SO2、NOx排放绩效分别为0.09、1.0、0.7b/(MW·h)(即0.04、0.45、0.32g/(MW·h)-1)[25-26]相比，本研究139台超低机组12个月烟尘、SO2、NOx排放中90%的月平均绩效不超过0.014、0.09、0.16g/(kW·h)，仅分别占美国最严标准的35%、20%、50%。

2.3.2 不同规模机组之间比较

不同规模机组三种污染物月均排放绩效箱式分布图如图5所示，均值统计结果如表7所示。不同规模机组两两独立样本t检验结果如表8所示。从表7、图5可以看出，随机组规模的增加，烟尘、SO2和NOx排放绩效均有随机组规模增大下降的趋势。表8双尾检测结果进一步显示，除300MW级和600MW级机组烟尘排放浓度均值之间不存在显著差异外，烟尘排放绩效随机组规模增大而显著下降；SO2排放绩效1000MW级机组显著低于其余各等级机组，其余各等级机组之间的差异并不显著；而所有等级机组NOx排放绩效在各等级机组之间均无统计学意义上的显著差异。

图5 不同规模机组月均绩效分布箱式图

表7 不同规模机组月均绩效统计结果

表8 不同规模机组排放绩效均值t检验双尾概率P值

表8中双尾概率P值大于显著性水平0.05代表两者之间不存在显著差异。

3 结语

(1)因燃煤电厂大气污染物排放浓度与煤质、负荷变化、环保设施运行波动等多方面息息相关，随着统计时间段加长，燃煤电厂大气污染物在线监测数据小时均值100%符合超低限值的概率逐渐降低，但符合率达到95%及以上的机组占比情况相对稳定(下半年均在90%以上)，因此在火电厂大气污染物排放标准中引入小时均值浓度符合率的评判条件具有科学性和实际意义。

(2)139台超低燃煤机组全年12个月中90%的烟尘、SO2、NOx排放浓度月均值分别不超过3.7、24、40mg/m3，排放绩效月均值不超过0.014、0.091、0.157mg/m3，排放浓度仅分别占欧盟最严标准限值的37%、16%、27%，排放绩效分别占美国最严标准的35%、20%、50%；同时从均值和频度分布情况来看，我国超低排放专项行动的实施情况良好，燃煤电厂大气污染物排放水平、污染治理技术运行可靠性和稳定性均已处于世界领先水平，为进一步修订国家排放标准奠定了良好基础。

(3)根据本文小时浓度符合率、月均浓度统计结果，考虑中国环境保护税按月计算，并结合本文作者之前关于达标评判方法的研究成果[19,27]，建议下一步超低排放限值上升为国家标准时，明确在线监测数据达标评判方法为同时满足月均浓度不超过限值要求，日均浓度不超过限值的1.1倍，小时浓度均值按月统计95%的概率不超过限值；同时豁免并网后4小时、解列前1小时内的NOx超标数据。