宋學(xué)齡，李 杰，劉 佳

（1. 吉林大學(xué) 環(huán)境與資源學(xué)院，吉林 長春 130012； 2. 吉林省環(huán)境工程評估中心，吉林 長春 130051）

環(huán)境評價

東北地區(qū)能源生產(chǎn)行業(yè)VOCs排放清單及不確定性分析

宋學(xué)齡1，李 杰1，劉 佳2

（1. 吉林大學(xué) 環(huán)境與資源學(xué)院，吉林 長春 130012； 2. 吉林省環(huán)境工程評估中心，吉林 長春 130051）

采用排放系數(shù)法得到了東北地區(qū)2013年能源生產(chǎn)行業(yè)揮發(fā)性有機物（VOCs）排放清單，按行業(yè)及省份分析了VOCs排放的分擔率。計算結(jié)果表明：東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放總量為96.300 kt，焦炭生產(chǎn)業(yè)是VOCs排放的最大貢獻源，其次是石油精煉業(yè)、原油開采業(yè)、火力發(fā)電業(yè)及天然氣開采業(yè)；地區(qū)排放量由多到少依次為遼寧省、黑龍江省、吉林省。采用蒙特卡羅數(shù)值分析方法傳遞不確定性，所得到的排放中值與排放清單的計算結(jié)果較為接近。在考慮實際情況的數(shù)據(jù)不確定度后，蒙特卡羅模型預(yù)測平均值高于清單計算結(jié)果。此處還提出了VOCs的控制對策。

東北地區(qū)；能源生產(chǎn)行業(yè)；揮發(fā)性有機物；排放清單；不確定性分析

揮發(fā)性有機物（VOCs）是細顆粒物及臭氧的前體物之一［1］，同時也是導(dǎo)致光化學(xué)煙霧和霧霾等復(fù)合型大氣污染問題的重要原因［2-4］。對VOCs進行控制有助于減少臭氧及霧霾污染，保護人類健康［5-6］。以煤、石油、天然氣為燃料或原料的工業(yè)以及其他相關(guān)的化學(xué)工業(yè)是重要的VOCs人為排放源［7］。建立準確的人為源VOCs排放清單有助于制定控制二次污染的對策。

本研究在查閱東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放相關(guān)信息的基礎(chǔ)上，通過調(diào)研生產(chǎn)工藝及VOCs排放情況，編制了東北地區(qū)能源生產(chǎn)行業(yè)VOCs排放清單，并采用更為科學(xué)的數(shù)值模擬法，分析該排放清單的不確定性。旨在為大氣源解析提供基礎(chǔ)數(shù)據(jù)，并為相關(guān)部門制定VOCs排放標準提供依據(jù)。

1 研究對象與方法

1.1 研究對象

本研究中所稱的東北地區(qū)能源生產(chǎn)行業(yè)，指黑龍江省、吉林省、遼寧省火力發(fā)電、原油開采、天然氣開采、石油精煉（包括汽油、煤油、柴油、燃料油生產(chǎn)）、焦炭生產(chǎn)等行業(yè)。研究基準年為2013年。

1.2 排放清單計算方法

據(jù)我國環(huán)保部2014年發(fā)布的《大氣揮發(fā)性有機物源排放清單編制技術(shù)指南（試行）》［8］（以下簡稱《編制指南》）規(guī)定，VOCs的排放量計算采用排放系數(shù)法，計算公式見式（1）。

式中：i為地區(qū)（省、直轄市、自治區(qū)或縣）；j為排放源；k為技術(shù)類型；y為年份；Ei，j，y為y年i地區(qū)j排放源的排放量；EF為排放系數(shù)；A為活動水平。由該式可得出具有相應(yīng)空間信息的排放清單。

不同污染源VOCs的排放量計算方程不同。通過查閱《編制指南》、《中國能源統(tǒng)計年鑒2014》［9］以及其他文獻［10-12］，得到了包括排放系數(shù)、活動水平、去除效率在內(nèi)的參數(shù)。并根據(jù)上述公式得出東北地區(qū)2013年能源生產(chǎn)行業(yè)的VOCs排放清單。

1.3 不確定性分析

不確定性分析可以辨別出重要的VOCs排放源排放數(shù)據(jù)的準確性，有助于指導(dǎo)排放清單的數(shù)據(jù)收集及編制工作，以減少編制排放清單所產(chǎn)生的不必要的誤差。同時，不確定性分析還可以為決策者對污染物減排目標進行可達性分析提供依據(jù)，量化空氣質(zhì)量模型預(yù)測結(jié)果的不確定度。

1.3.1 不確定性的來源

東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放清單的不確定性主要來自：

1）活動水平。活動水平由《中國能源統(tǒng)計年鑒2014》得到，統(tǒng)計年鑒數(shù)據(jù)一般只對規(guī)模較大的企業(yè)進行統(tǒng)計，并不能包含東北地區(qū)中小企業(yè)的活動水平；

2）排放因子。排放因子來自于《編制指南》，由于地區(qū)差異、原料差異、工藝差異等因素的存在，使該數(shù)據(jù)庫中排放因子并不完全符合東北地區(qū)實際情況；

3）去除效率。由于東北地區(qū)能源生產(chǎn)行業(yè)去除效率良莠不齊，本研究中，焦炭生產(chǎn)行業(yè)采用65%，原油開采、天然氣開采、石油精煉行業(yè)采用75%，也屬于不確定性的來源。

1.3.2 不確定性的評估方法

可以通過定性、半定量和定量評估來分析VOCs排放清單的不確定性，但定性和半定量評估無法確定排放清單的不確定度范圍［13］，故本研究擬采取定量評估的方法。

評估不確定度時，在樣本庫抽取隨機樣本，通過模擬獲得包含分布形式、平均值及標準方差3類信息的概率分布函數(shù)，以相對標準方差來表達該數(shù)據(jù)的不確定度，然后應(yīng)用數(shù)學(xué)模擬方法對眾多輸入數(shù)據(jù)的不確定性傳遞演算，得到清單的不確定性。

魏巍等［14］依據(jù)文獻［15-17］分別參考TRACE-P清單［18］的經(jīng)驗數(shù)值及經(jīng)驗數(shù)值上限后，建立了我國VOCs排放清單中活動水平數(shù)據(jù)質(zhì)量評估系統(tǒng)，并總結(jié)了通過不同途徑獲取的排放因子數(shù)據(jù)的不確定性評估方法。本研究以此為依據(jù)，假定輸入數(shù)據(jù)均呈對數(shù)正態(tài)分布，確定源于統(tǒng)計數(shù)據(jù)得到的活動水平不確定度為±30%，得到廣泛認可的經(jīng)驗公式確定的排放因子不確定度為±80%。然后采用蒙特卡羅數(shù)值分析方法傳遞不確定性。

活動水平和排放因子的概率密度函數(shù)見式（2）。

式中：x為輸入信息的賦值；f 代表x的概率；μ為x的對數(shù)平均值，μ= —lnx；σ為x的對數(shù)標準差。

2 結(jié)果與討論

2.1 東北地區(qū)能源生產(chǎn)行業(yè)VOCs排放清單

通過計算得出的東北地區(qū)能源生產(chǎn)行業(yè)VOCs排放清單見表1。由表1可見：按行業(yè)來看，VOCs排放量由多到少依次為焦炭生產(chǎn)、石油精煉、原油開采、火力發(fā)電、天然氣開采；按地區(qū)來看，VOCs排放量由多到少依次為遼寧省51.319 kt、黑龍江省31.630 kt、吉林省13.351 kt；總體來看，東北地區(qū)所有能源生產(chǎn)排放源中，排放量最大的為遼寧省的焦炭生產(chǎn)業(yè)，為22.243 kt。

表1 東北地區(qū)能源生產(chǎn)行業(yè)VOCs排放清單 kt

2.2 行業(yè)VOCs排放分擔率分析

通過計算得出東北地區(qū)不同能源生產(chǎn)行業(yè)VOCs排放分擔率，見圖1。

圖1 東北地區(qū)不同能源生產(chǎn)行業(yè)VOCs排放分擔率

由圖1可見：東北地區(qū)能源生產(chǎn)行業(yè)中，VOCs排放量最多的是焦炭生產(chǎn)行業(yè)，占37.19%；石油精煉行業(yè)的VOCs排放分擔率為28.22%，排在第二位；原油開采行業(yè)VOCs排放分擔率為21.00%，排在第三位；排在第四位的為火力發(fā)電行行業(yè)，占13.32%；天然氣開采行業(yè)僅占0.27%。

焦炭生產(chǎn)行業(yè)VOCs排放量最多是由于我國煉焦企業(yè)地域分布不平衡，主要分布于華北、華東和東北地區(qū)（東北地區(qū)主要以遼寧為主），故東北地區(qū)煉焦量較高，需要供給全國的需求，排放的VOCs量對總量的貢獻率也最高。與2000年相比，2013年東北地區(qū)焦炭生產(chǎn)量增長了約222.5%，但近年來由于焦炭需求量整體走低，故增速逐漸放緩，預(yù)計未來的幾年中，煉焦行業(yè)VOCs貢獻率會逐漸降低。

因原油開采行業(yè)活動水平及排放系數(shù)都略低于石油精煉業(yè)，故分擔率也略小于石油精煉行業(yè)。

雖然電力在我國能源消費中占比較低（2013年全國能源消費總量4 169. 13 Mt標煤，電力消費當量值666.154 87 Mt標煤（電熱當量計算法），占16%），但電能仍是東北地區(qū)重要的工商、農(nóng)林牧漁水利及居民生活消費能源，且我國一次能源中，化石燃料占比較大，其他如水能、太陽能、風(fēng)能、核能等清潔能源占比較小。2013年全國一次能源生產(chǎn)量3 364. 522 1 Mt標煤，水電、風(fēng)電、核電共144.174 1 Mt標煤，僅占一次能源生產(chǎn)總量的4.3%。據(jù)統(tǒng)計資料，黑龍江省2013年火力發(fā)電量占總發(fā)電量的86.1%，吉林省為78.5%，遼寧為84.8%。故火力發(fā)電活動水平為能源生產(chǎn)行業(yè)中最高的。但由于其較低的排放系數(shù)，使火力發(fā)電行業(yè)對東北地區(qū)VOCs排放的分擔率并不高。

天然氣由于活動水平遠低于其他行業(yè)，且排放系數(shù)較小，故分擔率也最小。綜合熱值、排放系數(shù)、去除效率來看，與生產(chǎn)相同發(fā)熱量的其他能源相比，天然氣屬于VOCs排放量較小的能源。且天然氣在燃燒過程中的VOCs排放系數(shù)也較小，故若要達到VOCs減排的目的，可以考慮適當增加能源生產(chǎn)行業(yè)中天然氣的生產(chǎn)比例。

2.3 地區(qū)VOCs排放量分擔率分析

通過計算得出不同地區(qū)能源生產(chǎn)行業(yè)VOCs排放的分擔率，見圖2。由圖2可見，吉林省是東北地區(qū)能源生產(chǎn)行業(yè)VOCs排放量最少的地區(qū)，其次是黑龍江省，排放量最多的是遼寧省。究其原因，與這3個地區(qū)能源消費量的多少有關(guān)。2013年，黑龍江省能源消費總量為118.53 Mt標煤，遼寧省為217.21 Mt標煤，吉林省只有86.45 Mt標煤。能源消費量較少導(dǎo)致吉林省無過多的能源生產(chǎn)量的需求，故排放VOCs較少，遼寧省能源消費量多，排放的VOCs也多。這也與對應(yīng)地區(qū)工業(yè)經(jīng)濟發(fā)展狀況相符。

2.4 不確定性分析

東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放清單的概率密度分布見圖3。由圖3可見，經(jīng)模擬的分布形式與對數(shù)正態(tài)分布形式較為吻合。

圖2 不同地區(qū)能源生產(chǎn)行業(yè)VOCs排放的分擔率

圖3 東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放清單的概率密度分布

因假設(shè)輸入數(shù)據(jù)呈對數(shù)正態(tài)分布形式，故計算結(jié)果亦呈對數(shù)正態(tài)分布。經(jīng)計算，東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放的中值、平均值以及不確定度見表2。由表2可見：VOCs排放中值及平均值的大小順序為焦炭生產(chǎn)＞石油精煉＞原油開采＞火力發(fā)電＞天然氣開采。所有不確定度水平中，最大的是原油開采行業(yè)，為±101.1%；最小的是火力發(fā)電行業(yè)，為±94.5%。所有行業(yè)的不確定度均高于輸入數(shù)據(jù)的不確定度。

表2 東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放不確定性分析結(jié)果

在不確定度分析過程中可知，模擬結(jié)果的不確定度由于蒙特卡羅數(shù)值分析方法，使數(shù)據(jù)的不確定性傳遞到計算結(jié)果VOCs排放量中。且由于這種傳遞作用，使得到結(jié)果的不確定度放大。由東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放量的不確定性分析可知，排放清單的計算結(jié)果（見表1）與依據(jù)蒙特卡羅不確定性分析方法所得到的排放中值（見表2）較為接近，在考慮實際情況的數(shù)據(jù)不確定度后，蒙特卡羅模型預(yù)測結(jié)果（平均值）要高于清單計算結(jié)果，這是由于數(shù)據(jù)不確定度傳遞導(dǎo)致的。由此可知，在計算VOCs排放清單時，所得數(shù)據(jù)應(yīng)考慮一定范圍的不確定度，結(jié)合實際為污染物減排目標進行可行性分析提供依據(jù)。

3 控制VOCs排放的建議

影響VOCs排放量的因素有活動水平、排放系數(shù)及去除效率。由于部分能源不可替代，故并不能單純地以降低能源產(chǎn)量的方式來減少VOCs排放，從排放系數(shù)與去除效率入手成為最佳選擇。

企業(yè)方面，要加速技術(shù)改進，定期維護生產(chǎn)設(shè)備并及時淘汰落后設(shè)備，保證VOCs去除裝置的穩(wěn)定、高效運行，并采用行業(yè)內(nèi)先進技術(shù)使去除效率保證在較高水平；同時對于生產(chǎn)原料進行優(yōu)化選擇，以降低排放系數(shù)，從源頭上減少VOCs的產(chǎn)生；還應(yīng)盡量做到VOCs實時監(jiān)測，對于超出普通生產(chǎn)工況排放量的情況，要盡快查明原因并及時處理；加強管理人員的培訓(xùn)，提高管理人員的專業(yè)素質(zhì)，以便處理各種突發(fā)狀況。

政府方面，應(yīng)制定相應(yīng)政策，加強法律法規(guī)建設(shè)，將VOCs控制納入考核標準；對于能源生產(chǎn)行業(yè)細化VOCs排放清單，綜合考量產(chǎn)量、VOCs排放量、原料利用率等指標，淘汰落后的技術(shù)，同時優(yōu)化產(chǎn)業(yè)結(jié)構(gòu)，嚴格按照《產(chǎn)業(yè)結(jié)構(gòu)調(diào)整指導(dǎo)目錄》進行審批；盡快依據(jù)地方環(huán)境特點制定VOCs排放限值，做好排污登記，推行VOCs排污收費制度，倒逼企業(yè)減排；推廣VOCs減排技術(shù)，并對VOCs處理效果好的企業(yè)給予一定的優(yōu)惠政策；監(jiān)管重點企業(yè)的排放，做好監(jiān)督；在可以替代的能源中，推廣較為清潔的、生產(chǎn)和使用過程中VOCs排放量都少的能源。

以東北地區(qū)能源生產(chǎn)行業(yè)中VOCs排放分擔率最大的焦炭生產(chǎn)行業(yè)為例，焦炭為冶煉、鑄造、化工等工藝所需的重要原料，并不能通過減產(chǎn)來降低VOCs排放，而需要提高技術(shù)水平，淘汰落后工藝。賈記紅等［19］的研究表明，煉焦爐裝煤時刻的VOCs排放濃度要高于煉焦過程中的VOCs排放濃度，所以煉焦過程中，可以采取縮短裝煤時間、提高裝煤效率的方式來減少VOCs的排放。另外，可使用大容積的焦爐，由于減少了操作次數(shù)及泄漏點，也可降低VOCs的排放量。還有研究表明［20］，采用干法熄焦技術(shù)，除了能夠回收熱量、提高焦炭質(zhì)量外，也能減少VOCs的產(chǎn)生。

4 結(jié)論

a）東北地區(qū)2013年能源生產(chǎn)行業(yè)VOCs排放總量為96.300 kt。東北地區(qū)所有能源生產(chǎn)VOCs排放源中，排放量最大的為遼寧省的焦炭生產(chǎn)行業(yè)，VOCs排放總量為22.243 kt。

b）按行業(yè)來看，VOCs排放量由多到少依次為焦炭生產(chǎn)行業(yè)35.815 kt、石油精煉行業(yè)27.179 kt、原油開采行業(yè)20.220 kt、火力發(fā)電行業(yè)12.828 kt、天然氣開采行業(yè)0.258 kt。

c）按地區(qū)來看，VOCs排放量由多到少依次為遼寧省51.319 kt，黑龍江省31.630 kt，吉林省13.351 kt。

d）東北地區(qū)2013年能源生產(chǎn)行業(yè)排放VOCs的不確定性主要來自：活動水平、排放因子及去除效率的不準確。

e）采用蒙特卡羅數(shù)值分析方法傳遞不確定性，所得到的排放中值與排放清單的計算結(jié)果較為接近，在考慮實際情況的數(shù)據(jù)不確定度后，蒙特卡羅模型預(yù)測結(jié)果（平均值）要高于清單計算結(jié)果。

f）不確定性分析可以應(yīng)用于VOCs排放清單的建立，并使制定的VOCs減排對策更具針對性。可以采取控制排放因子、去除效率等方式來減少VOCs的排放。

［1］ Carter W P L. Development of ozone reactivity scales for volatile organic compounds［J］. Air Waste，1994，44 （7） ：881 - 899．

［2］ 江梅，張國寧，鄒蘭，等. 揮發(fā)性有機污染物排放控制標準體系的建立與完善［J］. 環(huán)境科學(xué)，2013，34 （12）：4751 - 4755.

［3］ 王鐵宇，李奇鋒，呂永龍. 我國VOCs的排放特征及控制對策研究［J］. 環(huán)境科學(xué)，2013，34（12）：4756 -4763.

［4］ 蔣燕，羅彬，王斌，等. 制定揮發(fā)性有機化合物大氣排放標準的方法研究［J］. 環(huán)境科學(xué)與技術(shù)， 2015，38（8）：256 - 260.

［5］ Shao Min，Zhang Yuanhang，Zeng Limin，et al. Ground-level ozone in the Pearl River Delta and the roles of VOC and NOxin its production［J］. J Environ Manage，2009，90（1）：512 - 518．

［6］ Zhang Yuanhang，Su Hang，Zhong Liuju，et al. Regional ozone pollution and observation-based approach for analyzing ozone-precursor relationship during the PRIDE-PRD2004 campaign［J］. Atmos Environ，2008，42（25）：6203 - 6218．

［7］ 趙琳，張英鋒，李榮煥，等. VOC的危害及回收與處理技術(shù)［J］. 化學(xué)教育，2015，36（16）：1 - 6.

［8］ 環(huán)境保護部. 大氣揮發(fā)性有機物源排放清單編制技術(shù)指南（試行）［EB/OL］.北京：（2014-08-09）［2016-02-26］. http：//www.zhb.gov.cn/gkml/hbb/bgg/201408/ t20140828_288364.htm.

［9］ 國家統(tǒng)計局能源統(tǒng)計司. 中國能源統(tǒng)計年鑒［M］. 北京：中國統(tǒng)計出版社，2014：35 - 46.

［10］ 郝吉明，馬廣大. 大氣污染控制工程［M］. 北京：高等教育出版社，2002：293 - 297.

［11］ 魏巍. 中國人為源揮發(fā)性有機化合物的排放現(xiàn)狀及未來趨勢［D］. 北京：清華大學(xué)環(huán)境學(xué)院，2009.

［12］ 楊利嫻. 我國工業(yè)源VOCs排放時空分布特征與控制策略研究［D］. 廣州：華南理工大學(xué)環(huán)境科學(xué)與工程學(xué)院，2012.

［13］ 葉斯琪. 珠江三角洲地區(qū)船舶排放特征及對區(qū)域空氣質(zhì)量影響的研究［D］. 廣州：華南理工大學(xué)環(huán)境科學(xué)與工程學(xué)院，2014.

［14］ 魏巍，王書肖，郝吉明. 中國人為源VOC排放清單不確定性研究［J］. 環(huán)境科學(xué)，2011，32（2）：305 -312.

［15］ El-Fadel M，Zeinati M，Ghaddar N，et al. Uncertainty inestimating and mitigating industrial related GHG emissions［J］. Energy Policy，2001，29 （12）：1031 -1043.

［16］ Frey H C，Li Song. Quantification of variability and uncertainty in AP- 42 emission factors：Case studies for natural gas-fueled engines［J］. J Air Waste Manage Associa，2003，53（12） ：1436 - 1447 .

［17］ Christopher F H，Zhao Yuchao. Quantifi cation of variability and uncertainty for air toxic emission inventories with censored emission factor data.［J］. Environ Sci Technol，2004，38（22）：6094 - 6100 .

［18］ Streets D G，Bond T C，Carmichael G R，et al. An inventory of gaseous and primary aerosol emission in Asia in the year 2000［J］. J Geophys Res，2003，108（21） ：30-1 - 30-23.

［19］ 賈記紅，陳長虹，黃成，等. 煉焦過程排放揮發(fā)性有機物的排放特征和組成分布研究［J］. 上海環(huán)境科學(xué)，2008，27（6）：231 - 237，262.

［20］ 李從慶. 煉焦生產(chǎn)大氣污染物排放特征研究［D］. 重慶：西南大學(xué)資源環(huán)境學(xué)院，2009.

（編輯 葉晶菁）

VOCs emission inventory of energy production industry in Northeast China and uncertainty analysis of it

Song Xueling1，Li Jie1，Liu Jia2
（1. College of Environment and Resources，Jilin University，Changchun Jilin 130012，China；2. Environmental Assessment Center of Jilin Province，Changchun Jilin 130051，China）

The 2013-based volatile organic compounds （VOCs） emission inventory of energy production industry in Northeast China was formed by emission coeffi cient method，and the share rates of VOCs emission were analyzed according to different industries and provinces. The calculation results show that：The total VOCs emission of energy production industry in Northeast China in 2013 is 96.300 kt，and the largest contributor of VOCs emission in energy production industry is coke production industry，followed by petroleum refining industry，crude oil production industry， thermal power industry and natural gas production industry；The decreasing order of regional VOCs emission is Liaoning province，Heilongjiang province，Jilin province. The median values of VOCs emission calculated by Monte Carlo numerical analysis method are close to the calculation results in the emission inventory and the uncertainty is transferred. In considering the uncertainty of actual data，the average predicted values by Monte Carlo model are higher than the calculation results in the emission inventory. Further more，the measures for VOCs control are put forward.

Northeast China；energy production industry；volatile organic compounds （VOCs）；emission inventory；uncertainty analysis

X511

A

1006-1878（2016）05-0577-06

10.3969/j.issn.1006-1878.2016.05.020

2016 - 02 - 26；

2016 - 06 - 28。

宋學(xué)齡（1990—），女，黑龍江省哈爾濱市人，碩士生，電話 13500888961，電郵 songxl1990@sina.com。