全国火电行业大气污染物排放对空气质量的影响

薛文博,许艳玲,王金南,唐晓龙



全国火电行业大气污染物排放对空气质量的影响

薛文博1,许艳玲2,王金南3*,唐晓龙1

(1.北京科技大学土木与环境工程学院,北京 100083；2.北京工业大学环境学院,北京 100124；3.环境保护部环境规划院,北京 100012)

基于WRF-CAMx空气质量模型,定量模拟了火电行业主要大气污染物排放对全国城市环境空气质量的影响.结果表明,火电行业对全国城市SO2、NO2、PM2.5、硫酸盐、硝酸盐及一次PM2.5年均浓度平均贡献率分别为15.6%、19.6%、8.5%、11.7%、12.0%和5.2%,并呈现空气污染越重地区,火电行业污染贡献率越低的总体特征.其中,京津冀鲁豫、长三角、以武汉城市群及长株潭城市群为中心的两湖平原地区、成渝地区中大部分空气污染最为严重的区域,火电行业对PM2.5年均浓度的贡献率低于8%.因此,火电行业对环境空气质量的影响总体较小,在深化火电行业污染减排的同时,必须强化非电力行业多污染物协同控制.

火电行业；WRF模型；CAMx模型；排放清单；环境影响

我国在应对煤烟型污染及酸雨污染等传统环境问题的历程中,一直把火电行业作为控制重点.特别是“十一五”以来,火电行业污染减排工作取得了显著成果,脱硫机组比例由2005年的12%跃升到2013年的87.4%,脱硝机组比例由2005年的基本为0上升到2013年的49.9%,高效静电除尘器安装比例达到95%以上,袋式、电袋除尘器比例逐步提高,SO2、NO、烟粉尘排放量明显下降,火电行业对环境空气质量的影响得到有效控制.“十三五”期间国家将进一步投入高额的治理成本,在火电行业推行“近零排放”政策究竟能否显著改善空气质量引起争议.部分学者甚至认为实施“近零排放”是以较大的经济成本换取较小的环境效果,这些质疑已成为当前推进火电行业“近零排放”政策争议的焦点.由于火电行业SO2、NO、烟粉尘排放量大,而且是高架污染源,污染物具有远距离传输的特征,一直是大气环境科学研究的重点[1-3].国内外学者先后采用ISC3、CALPUFF、ATMOS等空气质量模型,模拟了电厂对局部地区空气中SO2浓度、NO2浓度、酸沉降等污染指标的影响[4-9].薛文博等[10]应用CMAQ模型,基于2008年排放清单分析了电力行业SO2、NO、烟粉尘协同控制情景下硫沉降、氮沉降及PM2.5污染的改善效果.伯鑫等[11]利用CALPUFF模型研究了2011年京津冀火电行业污染物排放对京津冀地区环境空气质量的影响.但火电行业经过10多年的严格控制,当前火电排放对全国空气质量的影响究竟有多大,这在全国层面尚缺乏系统性研究.为此,本文基于清华大学2012年多尺度多污染物排放清单(MEIC),采用WRF气象模型和第3代空气质量模型CAMx,采用情景分析法,在全国层面模拟分析了火电行业SO2、NO、烟尘等大气污染物排放对近地面空气中SO2、NO2、PM2.5、硫酸盐及硝酸盐年均浓度的影响.

1 研究方法

1.1 模型选择

本文采用WRF中尺度气象模式、CAMx空气质量模式模拟分析火电行业大气污染物排放对空气质量的影响.CAMx是当前主流的第3代空气质量模型,是美国ENVIRON公司在UAM-V模式基础上开发的综合空气质量模式,它将“科学级”空气质量模型所需要的各种技术特征合成为单一系统,考虑了实际大气中不同物种之间的相互转换和影响,可以用来对气态和颗粒态的大气污染物在城市和区域等多种尺度上进行综合性模拟[12].

1.2 模型设置

1.2.1 CAMx模型 模拟时段为2012年1月1日~12月31日,模拟时间间隔为1h.模拟区域采用Lambert投影坐标系,中心经度为103°E,中心纬度为37°N,两条平行标准纬度为25°N和40°N.水平模拟范围为方向(-2682~2682km)、方向(-2142~2142km),网格间距36km,共将模拟区域划分为150×120个网格,研究区域包括中国全部陆域范围.模拟区域垂直方向共设置9个气压层,层间距自下而上逐渐增大.

1.2.2 WRF模型 CAMx模型所需要的气象场由中尺度气象模型WRF提供[13],WRF模型与CAMx模型采用相同的模拟时段和空间投影坐标系,但模拟范围大于CAMx模拟范围,其水平模拟范围为方向(-3582~3582km)、方向(-2502~2502km),网格间距36km,共将研究区域划分为200×140个网格.垂直方向共设置28个气压层,层间距自下而上逐渐增大.WRF模型的初始输入数据采用美国国家环境预报中心(NCEP)提供的6h一次、1°分辨率的FNL全球分析资料[14],并利用NCEP ADP观测资料进行客观分析[15].WRF模型模拟结果通过WRFCAMx程序转换为CAMx模型输入格式.

1.3 排放清单

表1 2012年主要大气污染物排放清单[16](104t)Table 1 Emission inventory of major air pollutants in 2012 (104t)

续表1

省市SO2NOxPM2.5省市SO2NOxPM2.5 合计火电合计火电合计火电合计火电合计火电合计火电 浙江56.020.0115.838.226.34.5陕西125.531.980.730.440.22.7 安徽50.413.1108.334.252.33.4甘肃33.211.447.017.121.71.7 福建49.89.059.918.016.61.9青海6.73.312.83.96.50.3 江西53.513.753.113.726.61.2宁夏45.819.539.423.19.32.0 山东320.765.9304.794.9105.48.2新疆70.221.579.130.722.43.2 河南115.935.6173.557.973.44.5全国29686852938957119890

CAMx模型所需排放清单的化学物种主要包括SO2、NO、颗粒物(PM10、PM2.5及其组份)、NH3和VOCS(含多种化学组份)等多种污染物.电厂及其他行业污染物SO2、NO、人为源颗粒物(含PM10、PM2.5、BC、OC等)以及NH3、VOCs(含主要组份)等排放数据均采用2012年MEIC排放清单[16],生物源VOCs排放清单利用MEGAN天然源排放清单模型计算[17].根据MEIC排放清单,2012年火电行业SO2、NO、PM2.5排放量分别为685万t、957万t和90万t,占全国排放总量的比例分别为23%、33%和7.5%,具体见表1所示.火电行业大气污染物排放强度的空间差异性显著,内蒙古、晋冀鲁豫、长三角、宁夏及云贵地区排放强度较高,空间特征见图1所示.

1.4 模拟验证

由于2012年我国尚未全面开展PM2.5监测,缺乏PM2.5实测数据,因此利用中国环境监测总站PM2.5试监测数据和中科院大气物理研究所提供的PM2.5监测数据验证模型模拟结果的准确性.将CAMx模型模拟的PM2.5年均浓度与监测数据进行比较,结果表明模拟值和监测值具有较好的相关性,相关系数为0.79.此外,利用NASA中分辨率成像光谱仪(MODIS)观测的气溶胶光学厚度(AOD)数据进一步验证了PM2.5模拟结果的空间分布特征,验证结果表明113个环保重点城市的PM2.5年均柱浓度(指9个垂直层的平均模拟值)与卫星观测的年均AOD数据具有较高的相关性,相关系数达到0.83.因此,本文所选空气质量模型及模拟参数可较好地模拟我国区域性、复合型PM2.5污染问题.模拟验证具体见作者前期研究成果[18-19].

1.5 情景设计

设置2个污染物排放情景:(1)2012年所有污染物全口径排放情景;(2)火电行业所有污染物排放置零情景,即在全口径污染物排放清单中扣除火电行业排放量.利用空气质量模型分别模拟“全口径排放情景”与“火电排放置零情景”下的环境影响,将“全口径排放情景”与“火电排放置零情景”的环境影响进行比较,得到火电行业大气污染物排放对环境空气质量的定量影响.

2 结果与讨论

2.1 火电行业SO2平均浓度贡献

根据MEIC排放清单,火电行业SO2排放量约为685万t,占全国SO2排放总量的23%.空气质量模型模拟结果表明,全国火电行业SO2排放对地级及以上城市SO2年均浓度贡献值约为4.9μg/m3,平均贡献率约为15.6%,约占国家环境空气质量二级标准[20]的8.1%.从区域SO2年均浓度贡献来看(图2a),在“陕西-内蒙古-宁夏-山西”部分地区、云贵局部地区等西部煤电基地以及江浙等东部火电企业集中区,火电行业排放对SO2年均浓度的贡献率较高;在京津冀鲁、以武汉城市群及长株潭城市群为中心的两湖平原地区、成渝地区等空气污染严重的区域,火电行业排放对SO2年均浓度的贡献率低.

从火电行业对各省城市SO2年均浓度贡献看,在山西、河南、宁夏、山东等火电企业分布比较密集的地区,SO2排放量大且相对集中,火电行业SO2排放对以上省份SO2年均浓度的贡献值均超过9μg/m3,占国家环境空气质量二级标准的比例超过15%;对海南、北京、上海、重庆、湖北、福建、黑龙江、云南等省份城市的贡献值均低于3μg/m3,占国家环境空气质量二级标准的比例低于5%.火电行业对各省份城市SO2年均浓度贡献率模拟结果表明,火电行业排放对青海、甘肃、浙江、安徽、河南、宁夏等省份城市SO2年均浓度贡献率较高,均超过20%;对湖北、北京、重庆、黑龙江、湖南等省份城市SO2年均浓度贡献率较小,其中湖北省最低,小于7%.火电行业对重点区域SO2年均浓度贡献见表2,对各省SO2年均浓度贡献见表3,对省会城市SO2年均浓度贡献见表4所示.

2.2 火电行业NO2平均浓度贡献

MEIC 排放清单表明,火电行业NO排放量约为957万t,占NO排放总量的33%,火电行业NO排放占排放总量的比例高于SO2.但是火电行业NO排放对全国地级及以上城市NO2年均浓度贡献值约为6.2μg/m3,平均贡献率仅为19.6%,占国家环境空气质量二级标准[20]的15.6%.与SO2相似的是,在“陕西-内蒙古-宁夏-山西”部分地区、云贵局部地区等西部煤电基地以及安徽等地区,火电行业排放对NO2年均浓度的贡献率较高;与SO2不同的是,由于大城市及其周边城市群机动车NO排放比较集中,因此火电行业对北京、上海、天津、武汉、长沙、成都、重庆、深圳等大中型城市及其周边地区NO2年均浓度贡献率最小(图2b).

各省模拟结果表明,在山西、浙江、河南、山东、宁夏等火电企业NO排放量大且相对集中的地区,火电行业NO排放对以上省份城市NO2年均浓度的贡献值均高于8.5μg/m3,占国家环境空气质量二级标准的比例超过20%;对云南、海南等省份城市NO2年均浓度的贡献值均低于2μg/m3,约占国家环境空气质量二级标准的比例5%.从火电行业对各省份城市NO2年均浓度贡献率来看,火电行业NO排放对山西、宁夏、安徽、内蒙古、贵州、江西等省份城市NO2年均浓度贡献率较高,均超过25%,特别是宁夏、山西等省份城市的贡献率超过30%.对北京、天津、重庆、云南、上海等省份城市NO2年均浓度贡献率较小,均低于12%,其中北京市最低,小于5%.火电行业对重点区域NO2年均浓度贡献见表2,对各省NO2年均浓度贡献见表3,对省会城市NO2年均浓度贡献见表4所示.

表2 火电行业对重点区域空气质量影响(%)Table 2 Impact of the thermal power plants on air quality in key regions (%)

2.3 火电行业PM2.5平均浓度贡献

PM2.5具有区域性(长距离传输)与复合型(多种大气污染物经物理化学转化生成)的污染特征,与SO2、NO2污染存在显著差异.火电行业排放的SO2、NO进入大气环境后,经过物理化学转化生成的硫酸盐、硝酸盐是PM2.5的重要组分,是影响大气能见度的关键因素[21].此外,火电行业排放的烟尘是空气中一次PM2.5的主要来源之一[22].本研究利用CMAX第3代空气质量模型,系统考虑了SO2、NO、烟尘在大气中的物理、化学过程,模拟了火电行业多污染物排放对全国地级及以上城市PM2.5年均浓度的综合影响.

模型模拟结果表明,火电行业排放的SO2、NO、烟尘等多种大气污染物对全国地级及以上城市PM2.5年均浓度贡献值约为5.3μg/m3,综合贡献率约为8.5%,占国家环境空气质量二级标准[20]的15%;对硫酸盐、硝酸盐、一次PM2.5年均浓度的贡献率分别为11.7%、12.0%和5.2%.可以看出,PM2.5污染贡献反映了火电行业排放对大气环境的综合影响.在“陕西-内蒙古-宁夏-山西”部分地区西部煤电基地及珠三角地区等火电企业集中区,火电行业排放对PM2.5年均浓度的贡献率较高;京津冀鲁豫、长三角、以武汉城市群及长株潭城市群为中心的两湖平原地区、成渝地区中大部分空气污染最为严重的区域,火电行业排放对PM2.5年均浓度的贡献率较低(图2c).火电行业排放对硫酸盐、硝酸盐年均浓度贡献的空间分布特征与PM2.5相似，在空气污染严重地区，火电行业对硫酸盐、硝酸盐年均浓度的贡献率同样较低(图2d,图2e).

各省模拟结果表明,火电行业排放对宁夏、河南等省份城市PM2.5年均浓度的贡献值均超过于7μg/m3,占国家环境空气质量二级标准的比例超过20%;对海南、云南、北京等省份城市的PM2.5年均浓度的贡献值最低,均小于3.6μg/m3,约占国家环境空气质量二级标准的比例7%~ 10%.从火电行业对各省份城市PM2.5年均浓度贡献率来看,火电行业排放对宁夏、广东、福建、甘肃、广西、海南、内蒙古等省份城市PM2.5年均浓度贡献率较高,均超过11%.对北京、天津、河北、辽宁、山东、上海等省份城市PM2.5年均浓度贡献率较小,均低于7%,其中北京市最低,约为4%.火电行业对重点区域PM2.5年均浓度贡献见表2,对各省PM2.5年均浓度贡献见表3,对省会城市PM2.5年均浓度贡献见表4所示.

2.4 讨论

由于SO2、NO总量控制政策的实施,全国城市SO2年均浓度显著下降,NO2污染的趋势得到有效遏制.2014年全国空气质量监测数据表明,地级及以上城市SO2、NO2年均浓度超标率分别为11.8%、37.3%,大部分城市SO2年均浓度已经达标.然而2014年161个开展PM2.5监测的城市中,PM2.5年均浓度超标率高达88.8%,PM2.5已经成为大气污染的首要污染物.但火电行业对全国城市PM2.5年均浓度的贡献率仅为8.5%,因此在强化火电行业污染减排的同时,必须加大非电行业的污染控制.

从火电行业对PM2.5年均浓度的空间分布特征来看,京津冀鲁豫、长三角、以武汉城市群及长株潭城市群为中心的两湖平原地区、成渝地区中大部分空气污染最为严重的区域,火电行业对PM2.5的贡献率低于8%.因此,要改善重污染地区空气质量,相比全国层面控制火电行业的效果更加有限.火电行业排放的污染物易于远距离传输,进一步控制火电行业将有利于降低区域间的相互影响,改善区域环境空气质量,但在重污染地区强化非电行业多种污染物的协同控制至关重要.

考虑到火电行业属于高架源,排放的污染物对中高层大气环境质量的影响高于近地面层.本研究基于公众健康考虑,主要研究了火电行业污染物排放对近地面层环境空气质量的影响,因此有可能对火电行业的总体环境影响有所低估.

3 结论

3.1 火电行业排放的SO2、NO、一次PM2.5分别占全国排放总量的23%、33%、7.5%左右,但对全国城市SO2、NO2及PM2.5年均浓度平均贡献率分别为15.6%、19.6%、8.5%,火电行业单位污染物排放对环境空气质量的影响较小.

3.2 火电行业对SO2、NO2及PM2.5年均浓度贡献的空间差异性显著,对京津冀、长三角、珠三角及成渝地区SO2、NO2及PM2.5年均浓度的平均贡献率分别为10.3%、12.8%、7.6%,低于全国平均贡献,空气污染越重地区受火电行业的影响越小.

3.3 火电行业排放对宁夏、河南等省份城市PM2.5年均浓度的贡献值均超过于7μg/m3,占国家环境空气质量二级标准的比例超过20%;对海南、云南、北京等省份城市的PM2.5年均浓度的贡献值最低,约占国家环境空气质量二级标准的比例7%~10%.

[1] 王志轩,潘 荔,赵鹏高,等.现有燃煤电厂二氧化硫治理“十一五”规划研究 [J]. 环境科学研究, 2007,20(3):142-147.

在上述工艺条件下，预测相对脱水率为76.32%，为验证响应曲面优化设计的可靠性，对其工艺参数进行了3组平行实验，取平均值为75.66%，与预测值相差0.66%，说明实际值与理论值较吻合。

[2] 黄 青,程水源,陈东升,等.近周边电厂源对北京市采暖期间SO2的贡献分析 [J]. 环境科学研究, 2009,22(5):567-573.

[3] 许艳玲,蒋春来,杨金田,等.我国火电行业NO减排进展及控制对策研究 [J]. 环境与可持续发展, 2014,5:17-20.

[4] 郝吉明,王丽涛,李 林,等.北京市能源相关大气污染源的贡献率和调控对策分析 [J]. 中国科学(D辑:地球科学),2005,35(增刊I):115-122.

[5] 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.

[6] 陈义珍,柴发合,段 宁,等.“西电东送”火电规划对北京空气质量的影响 [J]. 环境科学研究, 2003,16(6):46-52.

[7] Hao Jiming, Wang Litao, Shen Minjia, et al. Air quality impacts of power plant emissions in Beijing [J]. Environmental Pollution, 2007,147:401-408.

[8] 黄 青,程水源,陈东升,等.华北电厂源对北京及周边地区SO2影响 [J]. 北京工业大学学报, 2009,35(10):1389-1395.

[9] 薛文博,杨金田,陈潇君,等.“十一五”电力行业二氧化硫总量控制的环境效益评估 [J]. 环境科学研究, 2010,23(11):1355- 1360.

[10] 薛文博,王金南,杨金田,等.电力行业多污染物协同控制的环境效益模拟 [J]. 环境科学研究, 2012,25(11):1304-1310.

[11] 伯 鑫,王 刚,温 柔,等.京津冀地区火电企业的大气污染影响 [J]. 中国环境科学, 2015,35(2):364-373.

[12] 薛文博,王金南,杨金田,等.国内外空气质量模型研究进展 [J]. 环境保护与可持续发展, 2013,3:14-20.

[13] National Center for Atmospheric Research. WRF USERS PAGE [EB/OL]. http://www.mmm.ucar.edu/wrf/users/.2015-08-13.

[14] National Center for Atmospheric Research. CISL Research Data Archive [EB/OL]. http://rda.ucar.edu/datasets/ds083.2/.2015-08- 13.

[15] National Center for Atmospheric Research. CISL Research Data Archive [EB/OL]. http://rda.ucar.edu/datasets/ds461.0/.2015-08- 13.

[16] Multi-resolution emission inventory for China. [Z/OL]. http: //www.meicmodel.org/.2015-06-02.

[17] Guenther A, Karl T, Harley P, et al. Estimates of global terrestrial isoprene emissions using MEGAN (Model of Emissions of Gases and Aerosols from Nature) [J]. Atmospheric Chemistry and Physics, 2006,6(11):3181-3210.

[18] 薛文博,付 飞,王金南,等.中国PM2.5跨区域传输特征数值模拟研究 [J]. 中国环境科学, 2014,34(6):1361-1368.

[19] Xue W B, Wang J N, Niu H, et al. Assessment of air quality improvement effect under the national total emission control program during the twelfth national five-year plan in China [J]. Atmospheric Environment, 2013,68:74-81.

[20] GB3095-2012 环境空气质量标准 [S].

[21] 薛文博,付 飞,王金南,等.基于全国城市PM2.5达标约束的大气环境容量模拟 [J]. 中国环境科学, 2014,34(10):2490-2496.

[22] 王占山,潘丽波,李云婷,等.火电厂大气污染物排放标准对区域酸沉降影响的数值模拟 [J]. 中国环境科学, 2014,34(9):2420- 2429.

* 责任作者, 研究员, wangjn@caep.org.cn

Ambient air quality impact of emissions from thermal power industry

XUE Wen-bo1, XU Yan-ling2, WANG Jin-nan3*, TANG Xiao-long1

(1.School of Civil and Environmental Engineering, University of Science and Technology Beijing, Beijing 100083, China；2.College of Environmental and Energy Engineering, Beijing University of Technology, Beijing 100124, China；3.Chinese Academy For Environmental Planning, Beijing 100012, China)., 2016,36(5)：1281~1288

The impact of the air quality from thermal power industry was analyzed quantitatively based on WRF-CAMx model. The results indicated thatto the annual average concentrations of SO2, NO2, PM2.5, sulfate, nitrate and primary PM2.5from thermal power plants were 15.6%, 19.6%, 8.5%, 11.7%, 12.0% and 5.2%, respectively. There was a general characteristic that in regions where air pollutions were more severe, the contribution rates from thermal power plants were reversely lower. Specially, in Beijing-Tianjin-Hebei-Shandong-Henan, Yangtze River Delta, Wuhan and Changsha-Zhuzhou-Xiangtan city clusters located on the Plain and the Chengdu-Chongqing area where air pollutions were the most serious, the PM2.5contribution rates from the thermal power industry were less than 8%. Improvement to the atmospheric quality due to ultra-low emission in thermal power industry was not obvious. In view of this, policy of multi-pollutant control should be also implemented in other industries besides thermal power plants in order to improve atmospheric quality.

thermal power industry；WRF；CAMx；emission inventory；environmental impact

X51

A

1000-6923(2016)05-1281-08

薛文博(1981-),男,陕西宝鸡人,副研究员,博士,主要研究方向为空气质量模型、排放清单及区域复合型大气污染调控等.发表论文30余篇.

2015-10-18

环境保护公益性行业科研专项(201509001)