杜世明,刘厚凤
(山东师范大学 人口·资源与环境学院,山东 济南250014)
目前,中国能源结构仍然以煤为主,中国的大气污染主要是由燃煤造成的,属于能源结构性的煤烟型污染,由此带来的酸性气体排放量增加,使我国许多城市和地区面临严峻的SO2及酸雨污染。为了减少SO2和酸雨的影响,许多学者开展了SO2及酸沉降的传输模拟研究。例如清华大学郝吉明等利用ISC模型评价了能源消耗对未来北京市空气质量的影响[1],同时利用CALPUFF模型预测了2000年和2008年北京市电厂对空气质量的影响[2];北京大学张远航等[3]利用CALPUFF模型,通过数值模拟和对排放源现状分析,揭示了珠三角城市间大气污染物的相互影响;中国环科院柴发合等采用ISC模型对北京某电厂的现状及脱硫后的SO2和NOx排放对环境空气质量的影响进行了模拟[4,5];上海环科院陈长虹等[6]利用 RAINS-ASIA 模型预测了“十一五”前后长三角地区的酸沉降变化。由上可以看出CALPUFF模型对污染物的排放具有很好的模拟效果,但是利用CALPUFF应用于济南地区的空气质量模拟研究并不多。
济南市作为山东省的省会城市,市区火电厂分布较多,能源消耗以燃煤为主。2010年,全国省会城市及直辖市SO2年均浓度达标率为93.8%,济南市为达标城市之一,列第20位[7]。虽然达标率较高,但SO2仍有很大的消减空间,根据济南市环境质量报告书(2006-2010)的数据,2010年市区火电厂排放的SO2、NOX分别占整个济南市工业SO2、NOX排放量的18.8%和26.6%。
为了解济南市市区燃煤发电锅炉执行新的火电标准后对该区域大气环境质量的改善效果,本研究利用美国CALPUFF空气质量模型,根据新火电标准实施前后的源清单和气象场,模拟计算了SO2和NOx的年均浓度变化情况。
本次以济南市为研究对象,包括历下、历城、槐荫、天桥、市中、长清6个区和平阴、商河、济阳3个县及章丘市,研究范围为一矩形。左下角北纬36°01′、东经116°11′为原点,右上角北纬37°32′、东经117°44′。研究区划分为1km×1km的网格,共有网格180×160个。地理数据中的土地类型和海拔高度取自于美国地质调查局地球资源数据中心的EROS的全球30s数据库。模拟区域地形呈东南高、西北低,研究范围及地形图见图1。
图1 研究范围及地形图
本文新火电标准实施前采用2010年排放数据,济南市区2010年火电厂(包括热电厂)的SO2、NOx排放量通过统计调查获得,新标准实施后的SO2、NOx排放量按新的火电标准《火电厂大气污染物排放标准》(GB13223-2011)的标准限值计算得到。
所需高空气象资料来自WRF中尺度气象模型的模拟结果,模拟所用数据包括初始猜测场的全球各点分析数据和同化用的观测数据,观测数据主要为DS083.2、DS351.0和 DS361.0,均由 NCEP提供;地面气象资料来自中国气候中心统计资料。
选用的空气质量模型为美国EPA推荐的CALPUFF模型,CALPUFF模型是多层、多种非定常烟团扩散模型,可用于复杂地形下的大气质量评价和预测数值模拟,能够很好地模拟在时空变化的气象条件下对污染物输送、转化和清除的影响,这是一个长距离中尺度模型,适用于几十至几百公里范围的模拟,适合于城市和区域尺度,已被国内外广泛采用,包括美国的伊利诺斯州[8]、土耳其的伊滋密尔[9]、希腊的雅典[10]等。
本次CALPUFF模型的参数选用经调整过的已经用于济南地区模拟的参数,模拟基准年和目标年燃煤锅炉排放造成的SO2年均浓度,在此基础上定量分析烟气脱硫所取得的环境效果。
在新标准的规定下,济南市发电锅炉SO2和NOx的排放标准限值将由原来的400mg/m3、650mg/m3降低到50mg/m3、100mg/m3,新火电标准实施前后济南市区热电及发电厂燃煤锅炉分布SO2、NOx的排放量见表1。新标准实施后,济南市区燃煤锅炉总体的SO2的排放从实施前的13219.71t/年降至实施后的6762.12t/年,NOx的排放量则由实施前的15467.13t/年下降至实施后的7490.59t/年。在新标准的实施下,SO2的排放量将减少6457.59t/年,NOx的排放量将减少7976.54t/年,消减幅度分别高达48%和52%。SO2和NOx排放量削减最大的企业均为黄台发电厂。济南市区火电厂空间分布见图2。
表2列出了济南市区热电及发电厂的燃煤锅炉新火电标准实施前后SO2年均浓度变化。由表2可见,燃煤锅炉导致的SO2区域年均最大浓度从脱硫前的5.28μg/m3下降到4.96μg/m3,下降比例达到6.1%;济南市区的浓度值从脱硫前的1.94μg/m3下降到1.62μg/m3,下降比例达到16.5%;区域内高浓度网格的数量将有一定程度的减少,浓度降低,污染严重的区域减少。整个济南市的下降幅度相对较小,为3.22%。
表1 研究区域污染源消减前后排放量
图2 济南市区火电厂空间分布
表3列出了济南市区热电及发电厂的燃煤锅炉新火电标准实施前后NOx年均浓度变化。由表3可见,燃煤锅炉导致的NOx区域年均最大浓度从脱硝前的5.57μg/m3下降到4.65μg/m3,下降比例达到16.52%;济南市区的浓度值从脱硝前的1.18μg/m3下降到0.87μg/m3,下降比例达到26.27%;区域内高浓度网格的数量将有一定程度的减少,浓度降低,污染严重的区域减少。整个济南市的下降幅度相对较小,为12.90%。
图3和图4列出了新火电标准实施前后SO2和NOX年均浓度分布图,由图3、图4可见,污染较严重的区域集中在污染源分布比较密集的天桥区、历下区、历城区、槐荫区、市中区的交界地带,该区域的污染源SO2的排放量占整个排放的96.7%,NOX的排放占到了95.6%,污染物排放量大并且分布在南部山地和北部平原的交汇地带。新标准实施后虽然这些区域的污染物排放所占比重仍然较大在90%左右,但区域高浓度的面积下降明显,浓度值也有所下降,可见新标准的实施对这些区域的SO2和NOX浓度下降起到了显著作用。
表2 新火电标准实施前后济南地区SO2年均浓度变化
表3 新火电标准实施前后济南地区NOx年均浓度变化
图3 新火电标准实施前后SO2年均浓度分布图
图4 新火电标准实施前后NOx年均浓度分布图
(1)按照新火电标准的要求,计算了新标准实施后发电锅炉的SO2的排放量为6762.12t/a,比实施前减少排放6457.59t/年,消减幅度高达48%;NOx的排放量为7490.59t/年,比实施前减少排放7976.54t/年,消减幅度高52%。
(2)模拟结果表明,新火电标准实施后,SO2热电及发电厂排放在济南市区造成的SO2年均浓度将比2010年降低16.5%、NOx的年均浓度降低26.27%,济南市区环境改善效果明显。
(3)尽管SO2、NOx的排放量分别消减了48%和52%,但是火电厂SO2、NOx的消减全部来自于发电锅炉的消减,火电厂的供热锅炉仍有很大的消减空间。如何继续改进济南地区的环境空气质量将在很大程度上取决于热电及发电厂之外的污染源排放控制,尤其是大型工业污染源的排放削减与控制,只有多管齐下才能更加显著地降低济南空气中SO2和NOx的污染。
[1] 李 林,郝吉明.北京市能源利用对空气质量的影响分析和预测[J].中国环境科学,2005,25(6):746~750.
[2] Jiming Hao,Litao Wang,Minjia Shen,et al.Air quality impacts of power plant emissions in Beijing[J].Environmental Pollution,2007,147(2):401~408.
[3] 王淑兰,张远航.珠江三角洲城市间空气污染的相互影响[J].中国环境科学,2005,25(2):133~137.
[4] 薛志钢,柴发合,段 宁,等.运用ISC3模型模拟电厂脱硫后的大气环境影响[J].环境科学研究,2003,16(5):62~64.
[5] 施建华,段 宁,柴发合,等.中国“十一五”燃煤电厂排放造成的硫沉降预测分析[J].华东电力,2007,35(4):5~8.
[6] 彭 玲,陈长虹,黄 成,等.“十一五”脱硫计划实施前后长三角地区的硫沉降变化[J].环境污染与防治,2007,29(10):793~797.
[7] 济南市环境监测中心站.济南市环境质量报告书(2006~2010)[R].济南:济南市环境监测中心站,2011.
[8] Jonathan I Levy,John D Spengler,Dennis Hlinka,et al.Using CALPUFF to evaluate the impacts of power plant emissions in Illino is:model sensitivity and implications[J].Atmospheric Environment,2002,36(6):1063~1075.
[9] Tolga Elbir.Comparison of model predict ions with the data of an urban air quality monitoring network in Izmir,Turkey [J].Atmospheric Environment,2003,37(15):2149~2157.
[10] Protonotariou A.Evaluation of CALPUFF modeling system performance:an application over the Greater Athens Area,Greece[J].International Journal of Environment and Pollution,2005,24(1):22~35.