周磊,周洋毅,吳建
(浙江省環(huán)境保護(hù)科學(xué)設(shè)計(jì)研究院,杭州市 310007)
浙江省火電行業(yè)主要污染物減排環(huán)境效益研究
周磊,周洋毅,吳建
(浙江省環(huán)境保護(hù)科學(xué)設(shè)計(jì)研究院,杭州市 310007)
摘要利用美國環(huán)保局開發(fā)的新一代空氣質(zhì)量模式系統(tǒng)Models-3,對2010年浙江省大氣污染物進(jìn)行數(shù)值模擬研究,并對SO2、NO2和PM10等大氣污染物濃度的模擬結(jié)果與監(jiān)測結(jié)果進(jìn)行了對比分析。結(jié)果表明,Models-3系統(tǒng)能較好地反映浙江省的大氣污染情況,模擬值與觀測值的變化趨勢具有較好的一致性,說明該模式能較好地進(jìn)行大氣污染物的分布特征和變化規(guī)律的研究。為定量分析電力行業(yè)多污染物協(xié)同控制與區(qū)域復(fù)合型大氣污染之間的定量關(guān)系,評估不同控制情景下的環(huán)境質(zhì)量效益,應(yīng)用CMAQ空氣質(zhì)量模型分別對2010年基準(zhǔn)排放情景和火電行業(yè)主要污染物(SO2、NOx和煙塵)的三套減排控制情景,評價(jià)環(huán)境空氣污染物SO2、NOx、PM2.5和PM10狀況進(jìn)行模擬,評價(jià)污染物減排的環(huán)境效益。三套方案下PM2.5濃度下降比例分別為0.53%、0.55%和0.57%,其中重點(diǎn)區(qū)域濃度下降比例分別為4.36%、4.38% 和5.9%;PM10濃度下降比例分別為0.40%、0.42%和0.65%,重點(diǎn)區(qū)域下降比例分別為3.42%、5.82%和8.16%;NOx濃度下降比例分別為12.4%和13.3%,重點(diǎn)區(qū)域下降比例分別為13.8%和16.9%;SO2下降比例平均為11.24%,其中重點(diǎn)區(qū)域下降比例為14.4%。SO2、NOx和煙(粉)塵協(xié)同減排對于浙江地區(qū)特別是重點(diǎn)區(qū)域的環(huán)境空氣質(zhì)量改善有著顯著意義。
關(guān)鍵詞CMAQ模型; 火電行業(yè); 多污染物控制; 環(huán)境效益
責(zé)任作者:吳建(1979—),男,浙江省環(huán)境保護(hù)科學(xué)設(shè)計(jì)研究院,高級工程師,研究方向環(huán)境空氣管理。
《國家環(huán)境保護(hù)“十二五”規(guī)劃》要求,到2015年大氣環(huán)境保護(hù)指標(biāo)中要求SO2和NOx排放總量分別削減8%和10%,其中浙江省目標(biāo)分別是12.5%和13.3%,高于全國平均水平。在“十一五”期間SO2濃度下降的同時(shí),NOx、顆粒物、VOCs、NH3等污染物的排放量并未得到有效控制,甚至呈大幅增加的趨勢,“十二五”期間以PM2.5、O3為典型特征的區(qū)域復(fù)合型大氣污染問題日益嚴(yán)重。僅靠單一污染物控制已難以解決日益復(fù)雜的環(huán)境問題,大氣環(huán)境問題的多樣化、復(fù)雜化迫切要求大氣污染控制手段由單污染物控制向多污染物綜合控制轉(zhuǎn)變。
工業(yè)燃煤是大氣主要污染物的重要來源,其中火電(熱電)行業(yè)SO2排放占比為45%,NOx為65%,煙(粉)塵為50%,加之火電企業(yè)排放煙囪較高,排放的污染物可長距離傳輸,所以電力行業(yè)是導(dǎo)致區(qū)域復(fù)合型大氣污染的主要因素。本文選取火電行業(yè)作為主要研究對象,對火電行業(yè)SO2、NOx及煙塵三種污染物協(xié)同控制所產(chǎn)生的環(huán)境效益(SO2、NOx、PM2.5和PM10)進(jìn)行了定量模擬與評估,分析火電行業(yè)排放控制與環(huán)境質(zhì)量效益之間的關(guān)系,這對于制定、優(yōu)化電力行業(yè)多污染物控制策略具有十分重要的意義。
美國環(huán)保局最新開發(fā)的空氣質(zhì)量模擬系統(tǒng)Models-3采用了1個大氣的概念,其中多尺度空氣質(zhì)量模式系統(tǒng)CMAQ是Models-3系統(tǒng)的核心模塊,它在模擬過程中能將天氣系統(tǒng)中小尺度氣象過程對污染物的輸送擴(kuò)散轉(zhuǎn)化和遷移過程的影響融為一體考慮[11],同時(shí)兼顧了區(qū)域與城市尺度之間大氣污染物的相互影響以及污染物在大氣中的氣相各種化學(xué)過程,包括液相化學(xué)過程、非均相化學(xué)過程、氣溶膠過程和干濕沉積過程對濃度分布的影響[3,4]。
1.1模擬時(shí)間
考慮到區(qū)域排放清單和監(jiān)測資料的可獲得性,本模擬研究以浙江地方排放清單為基礎(chǔ),結(jié)合2010年TRACE-P的排放數(shù)據(jù)開展研究。特選取夏、冬季的一個月份來代表季節(jié)的污染特征,全年模擬選取時(shí)段為1月、7月兩個典型月,各月模擬時(shí)間增加7天,以消除初始條件的影響。其中模型驗(yàn)證環(huán)節(jié)測算2010 年1月,將模擬結(jié)果與實(shí)測值比對,以驗(yàn)證模型應(yīng)用的準(zhǔn)確性。
1.2模擬區(qū)域
氣象場模擬采用兩層嵌套:第一層選取范圍為長三角區(qū)域,以(118°E,32°N)為中心點(diǎn),網(wǎng)格間距為9km;第二層嵌套區(qū)域?yàn)檎憬?,網(wǎng)格間距為3km,如圖1所示。地圖投影采用蘭伯特(Lambert)投影,考慮到邊界效益,其中長三角范圍區(qū)域格點(diǎn)數(shù)為141×130,浙江省區(qū)域范圍格點(diǎn)數(shù)為163×175,設(shè)置原則考慮到精度與計(jì)算量兼顧。同時(shí),污染源清單數(shù)據(jù)為覆蓋浙江全省,網(wǎng)格間距為3km,與氣象的第二層嵌套區(qū)域一致,模擬區(qū)域范圍如圖1所示。
圖1 模擬區(qū)域范圍
1.3氣象資料
采用MM5中尺度氣象場處理模式進(jìn)行區(qū)域氣象場模擬,由Models-3的氣象-化學(xué)界面處理器模塊MCIP提供所模擬時(shí)段的網(wǎng)格化氣象資料。
1.4污染物排放清單
污染物排放清單主要涵蓋高架源、工業(yè)源、流動源、生活源和生物質(zhì)排放源。其中,浙江全省污染物排放清單以污染源普查數(shù)據(jù)上校準(zhǔn)得到,上海部分的污染物排放清單用上海市大氣污染物排放清單的建立研究項(xiàng)目研究成果替代。采用TRACE-P于2010年建立的東亞地區(qū)污染物詳細(xì)排放清單完善其他缺乏完整數(shù)據(jù)的地區(qū)[5]。
1.5參數(shù)設(shè)置
模型選取cb05cl_ae5_aq化學(xué)機(jī)制(氣相機(jī)制與活性氯化學(xué)、第五代CMAQ與海鹽氣溶膠機(jī)制,水/云化學(xué)),采用AERO5機(jī)制作為氣溶膠反應(yīng)機(jī)制,選取原則考慮到資料可得性。
兩倍誤差分析是檢驗(yàn)環(huán)境空氣質(zhì)量模型結(jié)果是否準(zhǔn)確的方法之一,計(jì)量模擬值與計(jì)算值的比值落在大于1/2和小于2區(qū)間的百分?jǐn)?shù)。利用上述污染物排放清單,模擬了MM5氣象場作用下浙江全省2010年環(huán)境空氣污染物的濃度,與杭州市監(jiān)測站點(diǎn)實(shí)際監(jiān)測的污染物日均濃度做對比,結(jié)果如下。
2.1 SO2日均濃度
如圖2所示,模擬所得的SO2日均濃度變化情況與監(jiān)測值的波動基本保持一致。其中,實(shí)際監(jiān)測濃度范圍值為36~105μg/m3,模擬值的濃度范圍值為22.9~139.7μg/m3。兩倍誤差范圍為1.8%~176%,87%的點(diǎn)落在兩倍誤差區(qū)間內(nèi),點(diǎn)較為均勻地分散在標(biāo)準(zhǔn)線的兩側(cè),區(qū)間外的點(diǎn)的偏差情況也在可控范圍內(nèi)。模型能較好地反映實(shí)際SO2的污染情況。
圖2 SO2日均濃度監(jiān)測值與模擬值對比與兩倍誤差
2.2 NO2日均濃度
如圖3所示,模擬所得的NO2日均濃度變化情況與監(jiān)測值的波動較為接近。實(shí)際監(jiān)測濃度范圍值為51~150μg/m3,模擬值的濃度范圍值為48.4~151.9μg/m3,兩倍誤差范圍為0.9%~91%,100%的點(diǎn)落在兩倍誤差區(qū)間內(nèi),大部分點(diǎn)落在一倍到兩倍區(qū)間內(nèi),表示模擬值較實(shí)際監(jiān)測值偏大,但也在誤差范圍允許之內(nèi)。模型能較好地反映實(shí)際NO2的污染情況。
圖3 NO2日均濃度監(jiān)測值與模擬值對比與兩倍誤差
2.3 PM10日均濃度
如圖4所示,模擬所得的PM10日均濃度變化情況與監(jiān)測值的波動非常吻合。實(shí)際監(jiān)測濃度范圍值為56~300μg/m3,模擬值的濃度范圍值為78.7~283.6μg/m3,而且曲線的變化趨勢較為一致。兩倍誤差范圍1.6%~135%,90%的點(diǎn)落在兩倍誤差區(qū)間內(nèi),大部分點(diǎn)落在一倍到兩倍區(qū)間內(nèi),表示模擬值較實(shí)際監(jiān)測值偏大,但也在誤差范圍允許之內(nèi);區(qū)間外的點(diǎn)的偏差情況也在可控范圍內(nèi),說明模型能較好地反映實(shí)際PM10的污染情況。
2.4 驗(yàn)證結(jié)果統(tǒng)計(jì)分析
為進(jìn)一步量化該模型的模擬能力以及在模擬區(qū)域的適用性,本研究應(yīng)用標(biāo)準(zhǔn)偏差(normalized bias)和一致性指數(shù)[6](index of agreement)的統(tǒng)計(jì)方法做進(jìn)一步驗(yàn)證。其中,標(biāo)準(zhǔn)偏差計(jì)算公式如下:
式中,N代表樣本數(shù);Xi代表模擬值;Yi代表觀測值。
圖4 PM10日均濃度監(jiān)測值與模擬值對比與兩倍誤差
一致性指數(shù)的計(jì)算公式如下:
式中,Y代表平均觀測濃度;I代表一致性指數(shù);I=1,則表示模擬值與觀測值完全一致。
統(tǒng)計(jì)分析結(jié)果(表1)顯示,Models-3/CMAQ 對SO2、NO2和PM10的模擬結(jié)果與監(jiān)測值的一致性指數(shù)分別為0.72、0.82和0.86;與監(jiān)測值相比,模型對SO2日均濃度模擬偏高約 10.8%,標(biāo)準(zhǔn)偏差為15.1%;對NO2日均濃度的模擬值偏高26.4%,模擬結(jié)果的標(biāo)準(zhǔn)偏差為29.9%;對PM10日均濃度的模擬值偏高30.3%,模擬結(jié)果的標(biāo)準(zhǔn)偏差為38.2%??傮w而言,Models-3/CMAQ對浙江全省的SO2、NO2和 PM10濃度模擬的準(zhǔn)確度基本達(dá)到可接受的范圍。
2.5 減排情景方案設(shè)計(jì)
在模型驗(yàn)證的基礎(chǔ)上,利用CMAQ模型模擬火電行業(yè)不同污染物減排情景的環(huán)境效益,減排情景設(shè)計(jì)要求則根據(jù)《浙江省 “十二五”主要污染物減排規(guī)劃》和《火電廠大氣污染物排放標(biāo)準(zhǔn)》(GB 13223—2011)對浙江省火電行業(yè)作為特別排放限值區(qū)域的污染物減排標(biāo)準(zhǔn)和要求分別設(shè)計(jì)三套情景方案[7]。
情景方案設(shè)計(jì)如下所述:①SO2、NOx協(xié)同減排情景(情景1);②SO2、NOx高控制協(xié)同減排情景(即燃煤電廠脫硝效率提高5%,達(dá)到75%,情景2);③結(jié)合《長三角 “十二五”重點(diǎn)區(qū)域大氣污染聯(lián)防聯(lián)控規(guī)劃》對浙江省火電行業(yè)PM的減排要求和方案設(shè)計(jì):SO2、NOx、PM協(xié)同減排情景(情景3)。具體減排情況如表2所示。
表1 污染物模擬值與觀測值對比統(tǒng)計(jì)分析結(jié)果
表2 污染物減排情景方案設(shè)計(jì)
根據(jù)浙江省2010年污染源普查數(shù)據(jù),全省共有21家火電企業(yè),其中主要污染物排放的原始量和按比例削減控制后的排放量如表3所示,削減量分別達(dá)到29 362.44t(SO2)、77 450.87t(20%削減NOx)、96 813.58t(25%削減NOx)、12 170.71t(煙塵)。
對比的污染物指標(biāo)有PM2.5、PM10、SO2和NOx;模型模擬對比時(shí)間為2010年1月的1日、10日、20日、30日,共4天。其中,以浙北5市(杭州、寧波、湖州、紹興、嘉興)作為污染重點(diǎn)地區(qū)研究。
3.1 PM2.5模擬結(jié)果對比
三套減排情景和原排放模式模型結(jié)果統(tǒng)計(jì)分析,得到浙江全省的PM2.5濃度下降比例,如圖5所示。其中重點(diǎn)區(qū)域PM2.5濃度下降比例如圖6所示。
三套方案下PM2.5濃度下降比例分別為0.53%、0.55%和0.57%,其中重點(diǎn)區(qū)域PM2.5濃度下降比例分別為4.36%、4.38%和5.9%。NOx是形成PM2.5的重要原因,同時(shí)火電行業(yè)的排放量較大,對于NOx高控制減排對環(huán)境改善明顯;同時(shí),對于煙粉塵排放的協(xié)同控制能使環(huán)境空氣PM2.5改善效益加強(qiáng),特別對于高污染區(qū)域來講效益環(huán)境非常明顯。
表3 火電行業(yè)主要污染物減排量 單位:噸
圖5 不同情景下PM2.5濃度下降比例對比
圖6 不同情景下重點(diǎn)區(qū)域PM2.5濃度下降比例對比
3.2 PM10模擬結(jié)果對比
三套減排情景和原排放模式模型結(jié)果統(tǒng)計(jì)分析,得到浙江全省的PM10濃度下降比例,如圖7所示。其中重點(diǎn)區(qū)域PM10濃度下降比例如圖8所示。
三套方案下PM10濃度下降比例分別為0.40%、0.42%和0.65%,重點(diǎn)區(qū)域PM10濃度下降比例分別為3.42%、5.82%和8.16%?;痣娦袠I(yè)煙粉塵排放量龐大,是PM10中主要一次污染的顆粒物的重要來源,對于煙粉塵排放的協(xié)同控制能使環(huán)境空氣PM10改善的效益異常顯著,特別對于高污染重點(diǎn)區(qū)域,火電行業(yè)執(zhí)行特別限制排放標(biāo)準(zhǔn)對于環(huán)境改善的效益突出。
圖7 不同情景下PM10下降比例對比
圖8 不同情景下重點(diǎn)區(qū)域PM10濃度下降比例對比
3.3 NOx模擬結(jié)果對比
由于第三套情景模式只對顆粒物因素有減排設(shè)計(jì)要求,所以只比對方案1和方案2。兩套減排情景和原排放模式模型結(jié)果統(tǒng)計(jì)分析,得到浙江全省的NOx濃度下降比例如圖9所示。其中重點(diǎn)區(qū)域NOx濃度下降比例如圖10所示。
兩套方案下NOx濃度下降比例分別為12.4%和 13.3%,重點(diǎn)區(qū)域NOx濃度下降比例分別為13.8%和16.9%?;痣姀S排放的NOx總量龐大,將燃煤電廠脫硝效率提高了5%,排放削減了19 362.71t,對于整體的大氣環(huán)境改善明顯。
3.4 SO2模擬結(jié)果對比
由于三套方案對于SO2減排量無差別,所以對于SO2減排效益分析只比對方案的全省和重點(diǎn)區(qū)域情況。將方案減排情景和原排放模式模型結(jié)果統(tǒng)計(jì)分析,得到浙江全省和重點(diǎn)區(qū)域的SO2濃度下降比例,如圖11所示。
SO2減排污染物下降比例平均為11.24%,其中重點(diǎn)區(qū)域污染物下降比例為14.4%。
圖9 不同情景下NOx下降比例對比
圖10 不同情景下重點(diǎn)區(qū)域NOx濃度下降比例對比
圖11 全省和重點(diǎn)區(qū)域SO2下降比例對比
(1)本研究采用MM5/CMAQ的空氣質(zhì)量模型系統(tǒng)在浙江省進(jìn)行本地化應(yīng)用,根據(jù)基于2010年浙江省污染物普查數(shù)據(jù)結(jié)合TRACE-P數(shù)據(jù)制作的排放清單,對于模擬結(jié)果的準(zhǔn)確性進(jìn)行驗(yàn)證,其中SO2相對誤差范圍位于1.8%~176.0%,NO2相對誤差范圍在0.9%~91.0%,PM10相對誤差范圍在1.6%~135.0%。以上三種污染物的趨勢變化與實(shí)際監(jiān)測值之間也有較好的吻合,根據(jù)兩倍誤差分析法得到結(jié)果可信度在87%以上。
(2)根據(jù)《浙江省 “十二五”主要污染物減排規(guī)劃》和新《火電廠大氣污染物排放標(biāo)準(zhǔn)》等政策標(biāo)準(zhǔn)實(shí)施后,“十二五”期間浙江省內(nèi)火電企業(yè)削減污染物排放量,對于主要污染物(SO2、NOx和煙塵)減排設(shè)計(jì)三套情景方案,重新制作減排后的全省污染物排放清單。
(3)減排情景模擬結(jié)果顯示,SO2、NOx和煙(粉)塵協(xié)同減排對于浙江地區(qū)特別是重點(diǎn)區(qū)域的環(huán)境空氣質(zhì)量改善有著顯著意義,建議各級政府嚴(yán)格落實(shí)本轄區(qū)的脫硫脫硝除塵項(xiàng)目,確保按計(jì)劃完成。由于研究只對于純火電企業(yè)估算減排效益,下一步將對于全省的熱電廠以及其他污染物排放重點(diǎn)行業(yè)進(jìn)行分批次的環(huán)境效益改善預(yù)測研究。針對《浙江省大氣污染防治行動計(jì)劃》提出的,到2017年,全省PM2.5濃度在2012年基礎(chǔ)上下降20%以上的目標(biāo),做好政策落實(shí)和目標(biāo)實(shí)現(xiàn)的技術(shù)支撐工作。
參考文獻(xiàn)
[1] 薛文博, 王金南, 楊金田, 等. 電力行業(yè)多污染物協(xié)同控制的環(huán)境效益模擬[J]. 環(huán)境科學(xué)研究, 2012, 25(11): 1304-1310.
[2] 謝敏, 鐘流舉, 陳煥盛, 等. CMAQ模式及其修正預(yù)報(bào)在珠三角區(qū)域的應(yīng)用檢驗(yàn)[J]. 環(huán)境科學(xué)與技術(shù), 2012, 35(2): 98-101.
[3] 遲妍妍, 張惠遠(yuǎn). 大氣污染物擴(kuò)散模式的應(yīng)用研究綜述[J].環(huán)境污染與防治, 2007, 29(5): 376-381.
[4] 王占山, 李曉倩, 王宗爽, 等. 空氣質(zhì)量模型CMAQ的國內(nèi)外研究現(xiàn)狀[J]. 環(huán)境科學(xué)與技術(shù), 2013, 36(6L): 386-391.
[5] Streets D G, Bond T C, Carmichael G R, et al. An inventory of gaseous and primary aerosol emissions in Asia in the year 2000[J]. Journal of Geophysical Research, 2003, 108(D21): 8809.
[6] 谷照升, 劉志明. 兩組數(shù)據(jù)分布的一致性分析及其應(yīng)用[J].長春工程學(xué)院學(xué)報(bào)(自然科學(xué)版), 2011, 12(3): 127-130.
[7] 趙秀勇, 朱法華, 尤一安, 等. 基于大氣環(huán)境容量的火電發(fā)展規(guī)模研究——以浙江省火電發(fā)展規(guī)模研究為例[C]. 北京: 中國環(huán)境科學(xué)學(xué)會2013年學(xué)術(shù)年會, 2013.
Study on Environmental Benefi ts of the Main Pollutant Emission Reduction by Thermal Power Industry in Zhejiang Province
Zhou Lei, Zhou Yangyi,Wu Jian
(Environmental Science Research & Design Institute of Zhejiang Province, Hangzhou 310007)
Abstract:The air pollution of Zhejiang Province in 2010 was simulated using new generation air quality models system Models-3 developed by EPA, then the simulated and observed results of NO2, SO2and PM10concentrations were comparative analyzed. The results displayed the characteristics of atmospheric pollution, the simulated and observed values were consistency, which means that the model is able to better simulate the spatial distribution and variation features of atmospheric pollutants. In order to quantitatively analyze the relationship between the cooperative control of multi-pollutant in electric power industry and the regional complex air pollution, and assess environmental quality under different control scenarios, the 2010 benchmark emission scenarios and three different main pollutant emission control scenarios of thermal power industry, was simulated using the CMAQ model.The simulation results shows that the concentration of PM2.5decreased 0.53%、0.55% and 0.57% respectively, as 4.36%、4.38% and 5.9% in key area. The concentration of PM10decreased 0.40%、0.42% and 0.65% respectively, as 3.42%、5.82% and 8.16% in key area. The concentration of NOxdecreased 12.4% and 13.3% respectively, as 13.8% and 16.9% in key area. The concentration of SO2decreased 11.24% and 14.4% in whole province and key area respectively. There were signifi cant improvements in air quality by SO2, NOx and smoke collaborative emission reduction in Zhejiang Province.
Keywords:CMAQ model;thermal power industry;multi-pollutant control;environmental benefi ts
中圖分類號:X321
文獻(xiàn)標(biāo)識碼:A
文章編號:1674-6252(2015)05-0089-07
基金項(xiàng)目:浙江省科技條件建設(shè)項(xiàng)目(No.2012F10036),浙江省科技條件建設(shè)項(xiàng)目(No.2013F10023)。
作者簡介:周磊(1988—),男,浙江省環(huán)境保護(hù)科學(xué)設(shè)計(jì)研究院,工程師,研究方向?yàn)榭諝赓|(zhì)量模擬。