廣州市燃煤電廠PM2.5擴散模擬及控制策略研究*

王 熙 侯云鶴 李來勝

(1.華南師范大學化學與環(huán)境學院，廣東 廣州 510006；2.香港大學電子工程系，中國 香港)

由于煤炭在中國的儲量較豐富且相對較便宜，它的資源和價格優(yōu)勢成為我國經(jīng)濟發(fā)展的首選能源。因此，我國一次能源結(jié)構(gòu)中以煤炭為主。由于經(jīng)濟發(fā)展的需要，自2000年開始，我國煤炭消費總量開始大幅上升。到2013年，我國煤炭消費總量已達到36億t，居世界第一位[1-5]。以廣州市為例，能源消費結(jié)構(gòu)中原煤消費比例高達50%，過多的煤炭消耗也帶來了嚴重的環(huán)境問題[6-8]。能源布局的不合理導致火力發(fā)電給廣州市帶來了嚴重的環(huán)境污染。

盡管廣東火力發(fā)電廠的脫硫脫硝處理工程已相繼展開，但由于火力發(fā)電廠對廣州市呈包圍分布，對廣州市的空氣質(zhì)量仍產(chǎn)生重要的影響，是誘發(fā)廣州市霧霾天氣的原因之一[9]。據(jù)推算，涉煤污染排放對PM2.5的貢獻率達到40%[10-15]。而PM2.5和PM10是燃煤排放的重要污染物，嚴重影響人們的呼吸道健康，并容易降低大氣能見度，是霧霾天氣的主要元兇。

廣州市近20年來空氣質(zhì)量日益下降，顆粒物濃度日益上升導致霧霾天氣頻頻發(fā)生。其中，燃煤電廠的煙塵排放是一個重要的原因。本研究的目的是探究燃煤電廠產(chǎn)生的PM2.5濃度及其在特殊天氣條件下的擴散情況。同時，根據(jù)模擬預測結(jié)果對燃煤電廠的運行提出可行性建議，逐步改善廣州市的空氣環(huán)境質(zhì)量。

1 研究方法

對廣州市周邊200 km范圍內(nèi)的燃煤電廠進行調(diào)研，確定擬研究燃煤電廠的基本參數(shù)(包括與廣州市中心距離、發(fā)電量、煤質(zhì)、煙囪幾何尺寸等)，并通過燃煤電廠的額定裝機容量估算各排放源參數(shù)(包括耗煤量、排煙流量以及排放源強等)。本研究擬在不利于擴散的氣象條件下，利用穩(wěn)態(tài)高斯高架連續(xù)點源模型對燃煤電廠的顆粒物擴散進行模擬。逆溫條件下(反射次數(shù)取2)的穩(wěn)態(tài)高斯高架連續(xù)點源模型見式(1)[16]。

(1)

式中：c(x，y，0)為坐標(x，y)處的污染物地面質(zhì)量濃度，g/m3；Q為煙囪排放源強，即單位時間排放的污染物量，g/s；ux為x軸方向上的風速，m/s；σy、σz分別為y、z軸方向上的擴散參數(shù)，m；y為縱向距離，m；H為煙囪有效高度，m；h為混合層高度，m。

2 結(jié)果與討論

2.1 燃煤電廠排放源調(diào)研

由圖1可看出，廣州市周邊的燃煤電廠眾多，在廣州市南部形成環(huán)繞密集分布，燃煤電廠主要集中在廣州、佛山和東莞。較大裝機容量的燃煤電廠如紅海灣、平海、媽灣、銅鼓、沙角C、珠海A均分布在沿海地區(qū)。

注：圓形面積代表裝機容量的大小。圖1 廣州市周邊燃煤電廠分布Fig.1 The distribution of coal-fired power plants around Guangzhou

廣州市周邊各燃煤電廠的耗煤量[17]、排煙流量、SO2和NOX排放源強[18]及煤中灰分轉(zhuǎn)化的顆粒物排放源強[19-20]等具體如表1所示。在燃燒過程中，6%(體積分數(shù)，下同)～7%的SO2會轉(zhuǎn)化為SO3[21]7，當煙氣溫度小于酸露點時，SO3會與煙氣中的水分結(jié)合成小于0.3 μm的硫酸氣溶膠。硫酸氣溶膠通過煙囪排出，之后形成PM2.5。由于小部分SO2通過上述過程在排放前已轉(zhuǎn)化成PM2.5，因此本研究模擬時假設(shè)燃燒后形成的SO2有6%轉(zhuǎn)化為PM2.5，并將修正后的最終PM2.5排放源強列于表1。

NOX也會在太陽高度角、溫度、濕度以及NOX、SO2、NH3初始濃度等條件的影響下轉(zhuǎn)化成硝酸鹽氣溶膠[21]6，[23]。NO2的轉(zhuǎn)化速率常數(shù)值為10%/h至15%/h。

綜合對比發(fā)現(xiàn)，春夏季SO2和NOX轉(zhuǎn)化速率比秋冬季大，于是春夏季SO2、NOX轉(zhuǎn)化率分別取12.7%、15%；秋冬季SO2、NOX轉(zhuǎn)化率分別取4.1%、10%。因此，在模型計算過程中引入SO2和NOX轉(zhuǎn)化速率進行模擬，充分考慮顆粒物中一次和二次形成的PM2.5。

2.2 模擬的氣象條件

大氣穩(wěn)定度越高，大氣中污染物越不容易擴散。風向和風速也會影響污染物的擴散程度，其中風向決定污染物擴散的方向，風速則影響污染物擴散的速度，風速越低越不利于污染物擴散[24-25]。溫度也是影響大氣污染物擴散的一個重要因素，且溫度還與二次顆粒的形成有密切的聯(lián)系，在不利于擴散的情況下還有可能進一步加重污染[26-27]。本研究模擬的氣象條件設(shè)定為：大氣穩(wěn)定度為E級，混合層高度587 m，風速0.83 m/s，氣溫28 ℃。風向作為單一變量，主要模擬東風、東南風、南風和西南風控制下燃煤電廠對空氣質(zhì)量的影響。根據(jù)圖1，大部分燃煤電廠均在廣州的東北風、北風、西北風和西風的下風向地區(qū)，這4種主導風向下燃煤電廠對廣州市的空氣質(zhì)量影響并不大，因此對這4種風向不作模擬。

2.3 顆粒物污染擴散的模擬結(jié)果

本研究以廣州市城區(qū)40 km×40 km范圍為模擬區(qū)(見圖 2)，模擬計算時以圖2中心為原點，以東西方向為x軸，南北方向為y軸。選定廣州市越秀區(qū)中山紀念堂、荔灣區(qū)陳家祠、天河區(qū)正佳廣場、海珠區(qū)赤崗塔、白云區(qū)白云山、番禺區(qū)大學城為6個主要控制點，在選定的模擬氣象條件下，計算東南風、東風、南風和西南風控制時主要控制點的PM2.5濃度及區(qū)域平均濃度，并識別出對PM2.5排放貢獻率較大的燃煤電廠，根據(jù)預設(shè)的預警值降低其發(fā)電系數(shù)，同時比較控制前后PM2.5濃度的變化情況。

表1 各燃煤電廠耗煤量、排煙流量及顆粒物、SO2、NOX排放源強

圖2 模擬區(qū)示意圖Fig.2 Simulated area

圖3 不同主導風向下PM2.5質(zhì)量濃度的分布圖Fig.3 The distribution of PM2.5 under different dominate wind directions

結(jié)合燃煤電廠的運行特征[28]和廣州市PM2.5濃度水平，對燃煤電廠在主要控制點的PM2.5貢獻率設(shè)置預警值，并根據(jù)其貢獻率分為6檔，調(diào)整燃煤電廠運行的發(fā)電系數(shù)來進行控制：(1)貢獻率為>80%，停發(fā)；(2)貢獻率為>60%～80%，發(fā)電系數(shù)降為0.4；(3)貢獻率為>40%～60%，發(fā)電系數(shù)降為0.6；(4)貢獻率為>20%～40%，發(fā)電系數(shù)降為0.8；(5)貢獻率為>1%～20%，發(fā)電系數(shù)降為0.9；(6)貢獻率為≤1%，發(fā)電系數(shù)在允許條件下可設(shè)為1.0～1.2。

通過初步模擬，在4種選定的主導風向下，PM2.5質(zhì)量濃度分布如圖 3所示。由于廣州市周邊燃煤電廠主要分布在城市的東南側(cè)，因此在東南風、東風和南風為主導風向時，廣州市城區(qū)的PM2.5濃度分布較高，受燃煤電廠的外源污染影響較嚴重。因此，重點對這3種主導風向時的控制策略進行討論。

當盛行東南風時，廣州市西南部的PM2.5會大幅上升，對6個主要控制點影響較大的燃煤電廠主要有沙角C、沙角B、沙角A和媽灣，該區(qū)域PM2.5質(zhì)量濃度及各燃煤電廠對PM2.5的貢獻率如表2所示。在未削減發(fā)電量，該區(qū)域PM2.5平均質(zhì)量濃度為58.45 μg/m3，在東南風下風向也就是陳家祠附近，PM2.5質(zhì)量濃度更高達60 μg/m3以上。沙角C、沙角B、沙角A和媽灣燃煤電廠對PM2.5的區(qū)域平均貢獻率分別為40.4%、1.3%、40.5%、21.8%，則其發(fā)電系數(shù)分別調(diào)整為0.6、0.9、0.6、0.8，該區(qū)域PM2.5平均質(zhì)量濃度減少至38.96 μg/m3，PM2.5削減量將近40%。

當東風為主導風向時，對6個主要控制點影響較大的燃煤電廠主要有珠海A、珠海B、珠江和云浮，該區(qū)域內(nèi)PM2.5質(zhì)量濃度及各燃煤電廠對PM2.5的貢獻率如表3所示。在未削減其發(fā)電量時，該區(qū)域PM2.5平均質(zhì)量濃度為45.81 μg/m3。珠海A、珠海B、珠江和云浮燃煤電廠對PM2.5的區(qū)域平均貢獻率分別為26.3%、24.4%、40.7%、5.5%，則其發(fā)電系數(shù)分別調(diào)整為0.8、0.8、0.6、0.9時，該區(qū)域PM2.5平均質(zhì)量濃度減少至35.76 μg/m3，PM2.5削減量為22%。

表2 東南風時PM2.5質(zhì)量濃度及各燃煤電廠對PM2.5的貢獻率

注：1)控制前指削減發(fā)電量前，控制后指削減發(fā)電量后，表3、表4同。

表3 東風時PM2.5質(zhì)量濃度及各燃煤電廠對PM2.5的貢獻率

表4 南風時PM2.5質(zhì)量濃度及各燃煤電廠對PM2.5的貢獻率

當南風為主導風向時，對6個主要控制點影響較大的燃煤電廠主要有紅海灣、沙角B、恒運、黃埔、瑞明、東糖乙和旺隆，該區(qū)域PM2.5質(zhì)量濃度及各燃煤電廠對PM2.5的貢獻率如表4所示。在未削減其發(fā)電量時，該區(qū)域PM2.5平均質(zhì)量濃度為39.16 μg/m3，在南風下風向有一個污染較嚴重的區(qū)域在白云山處，PM2.5質(zhì)量濃度最高達到63.28 μg/m3。紅海灣、沙角B、恒運、黃埔、瑞明、東糖乙和旺隆燃煤電廠對PM2.5的區(qū)域平均貢獻率分別為21.5%、20.8%、40.4%、21.3%、7.8%、7.6%、4.5%，則其發(fā)電系數(shù)分別調(diào)整為0.8、0.8、0.6、0.8、0.9、0.9、0.9，各主要控制點濃度有很明顯的下降，如中山紀念堂附近的PM2.5質(zhì)量濃度由59.94 μg/m3下降至45.97 μg/m3。

目前，很多城市為了控制霧霾天氣的頻發(fā)，通過機動車限行進行控制。但是這只能控制城市的內(nèi)源污染。本研究的模擬結(jié)果和很多源解析數(shù)據(jù)顯示，外源污染也是大中城市PM2.5的重要來源。因此，對外源污染的控制也勢在必行。

不利于擴散的氣象條件下根據(jù)燃煤電廠引起的外源污染建立污染物擴散模型進行預警，篩選出需要重點防控的燃煤電廠，將環(huán)境效益作為運行指標，設(shè)定合理的預警紅線，對環(huán)境影響較大的燃煤電廠運行提出應急運行建議，降低其發(fā)電系數(shù)，在保證電力供應的安全性下，減少發(fā)電；而其他環(huán)境影響極小的燃煤電廠或其他發(fā)電形式(如水電、核電等)的電廠可以增加發(fā)電，對未來廣州市實現(xiàn)大氣污染物區(qū)域聯(lián)防有重要的意義。

3 結(jié)論及建議

(1) 燃煤電廠的位置與風向決定了大氣顆粒物的污染程度和影響范圍。當東南風、南風、東風為主導風向時，裝機容量較大的紅海灣、平海、媽灣、銅鼓、沙角C、珠海A等燃煤電廠均在廣州市的上風向地區(qū)，這些燃煤電廠排放的PM2.5會增加廣州市城區(qū)PM2.5濃度。當減小PM2.5貢獻率大的燃煤電廠的發(fā)電系數(shù)后，廣州市城區(qū)的PM2.5濃度有了較明顯的降低。

(2) 目前，很多城市為了控制霧霾天氣的頻發(fā)，通過機動車限行進行控制。但是這只能控制城市的內(nèi)源污染。不利于擴散的氣象條件下根據(jù)燃煤電廠等引起的外源污染建立污染物擴散模型進行預警，篩選出需要重點防控的燃煤電廠，將環(huán)境效益作為運行指標，設(shè)定合理的預警紅線，對環(huán)境影響較大的燃煤電廠運行提出應急運行建議，降低其發(fā)電系數(shù)，在保證電力供應的安全性下，減少發(fā)電；而其他環(huán)境影響極小的燃煤電廠或其他發(fā)電形式(如水電、核電等)的電廠可以增加發(fā)電，對未來廣州市實現(xiàn)大氣污染物區(qū)域聯(lián)防有重要的意義。

[1] 林伯強.節(jié)能和碳排放約束下的中國能源結(jié)構(gòu)戰(zhàn)略調(diào)整[J].中國社會科學，2010，31(1)：58-59.

[2] 范世濤，趙崢，周鍵聰.世界能源格局：四大趨勢[J].經(jīng)濟研究參考，2013，22(2)：18-20.

[3] 韓志婷.中國煤炭污染與治理方法[J].煤炭技術(shù)，2010，29(8)：1-2.

[4] 趙洪濱，金洪光，林汝謀，等.世界能源結(jié)構(gòu)變化趨勢及分析[J].潔凈煤技術(shù)，2000，6(3)：10-11.

[5] 石云龍.珠三角、長三角、環(huán)渤海經(jīng)濟圈經(jīng)濟增長與能源消耗的現(xiàn)狀分析與對策[J].經(jīng)濟研究導刊，2014，10(12)：8-9.

[6] 鐘曉青，紀秀江，朱海燕，等.廣州市能源供需結(jié)構(gòu)問題及趨勢預測分析[J].環(huán)境科學，2006，27(4)：620-623.

[7] 佚名.2003-2007年全國發(fā)電量及構(gòu)成[J].發(fā)電設(shè)備，2008，22(5)：389-390.

[8] 黃謙德.廣東省燃煤發(fā)電污染控制問題的探討[J].廣州環(huán)境科學，2003，18(3)：13-15.

[9] 胡予紅，孫欣，張文波，等.煤炭對環(huán)境的影響研究[J].中國能源，2004，26(1)：32-35.

[10] 秦珊珊.懸浮顆粒物PM10與PM2.5的統(tǒng)計分析與預測[D].蘭州：蘭州大學，2014.

[11] 劉忠馬，徐義邦，樊孝俊，等.南昌市秋季大氣PM2.5濃度及化學組分特征分析[J].環(huán)境污染與防治，2015，37(9)：55-59.

[12] 葉文波.寧波市大氣可吸入顆粒物PM10和PM2.5的源解析研究[J].環(huán)境污染與防治，2011，33(9)：66-69.

[13] 胡敏，唐倩，彭劍飛，等.我國大氣顆粒物來源及特征分析[J].環(huán)境與可持續(xù)發(fā)展，2011，36(5)：17-19.

[14] 古金霞，白志鵬，劉愛霞，等.天津冬季PM2.5與PM10中有機碳、元素碳的污染特征[J].環(huán)境污染與防治，2009，31(8)：33-36.

[15] 呂建燚，李定凱，呂子安，等.燃燒過程顆粒物的形成及我國燃燒源分析[J].環(huán)境污染治理技術(shù)與設(shè)備，2006，7(5)：45-46.

[16] 郝吉明，馬廣大，王書肖.大氣污染控制工程[M].北京：高等教育出版社，2010.

[17] 馬巧春，周利慶，沈琦.華能南通電廠350 MW機組鍋爐摻燒印尼煤試驗及分析[J].熱力發(fā)電，2003，32(11)：10-12.

[18] 張丹.燃煤電廠煙氣脫氮實用技術(shù)分析[J].中國資源綜合利用，2013，31(1)：46-48.

[19] 趙瑞，劉毅，廖海燕，等.濕式電除塵器在燃煤電站治理PM2.5中的應用前景[J].環(huán)境污染與防治，2015，37(2)：111-112.

[20] 王志軒.我國燃煤電廠煙塵排放與控制[J].中國電力企業(yè)管理，2010，18(1)：28-31.

[21] 殷春肖.燃煤電廠PM2.5排放特性及污染控制研究[D].北京：華北電力大學，2014.

[22] 林子瑜，唐孝炎，王文興，等.廣州地區(qū)SO2轉(zhuǎn)化規(guī)律及其形成氣溶膠特征的研究[J].環(huán)境科學研究，1992，5(3)：18-24.

[23] 李樹，高麗潔，王體健，等.利用耦合的氣相化學模式和熱力學平衡模式模擬硝酸鹽氣溶膠[R].南京：中國顆粒學會，2005.

[24] 張清艷. 廣州市PM2.5及其有機碳和元素碳的變化特征[D].楊凌：西北農(nóng)林科技大學，2012.

[25] 石靈芝.城市大氣顆粒物(PM10)源解析與濃度預測及氣象因素影響研究[D].長沙：中南大學，2011.

[26] 趙靜波，姬亞芹，單春艷，等.鞍山市城區(qū)夏季PM2.5中多環(huán)芳烴組成特征及來源解析[J].環(huán)境污染與防治，2015，37(11)：72-75.

[27] 岳玎利，鐘流舉，張濤，等.珠三角地區(qū)大氣PM2.5理化特性季節(jié)規(guī)律與成因[J].環(huán)境污染與防治，2015，37(4)：1-6.

[28] HOU Yunhe，WANG Xi，LIU Kai，et al.Generation dispatch with air pollutant dispersion consideration[C]//Preceding of 2013 IEEE PES General Meeting Power，and Energy Society General Meeting (PES).Vancouver：Institute of Electrical and Electronics Engineers (IEEE)，2013.