中國燃煤電廠碳排放量計算及分析

劉睿，翟相彬

LIU Rui, ZHAI Xiangbin

North China Electric Power University, Beijing 102206, China

中國燃煤電廠碳排放量計算及分析

劉睿，翟相彬

華北電力大學經濟管理學院，北京 102206

人類活動造成的溫室氣體排放已經對自然生態造成了巨大的影響。如果無法有效解決氣候變化問題，到2030年將有超過1億人因此而失去生命，且全球經濟增長將削減3.2%。有效地控制和減少溫室氣體的排放是人類急需解決的問題。目前中國溫室氣體排放總量已經超越美國成為全球第一大溫室氣體排放國，中國的能源結構決定了中國燃煤發電是中國CO2主要排放源之一，因此實現燃煤發電碳減排對降低中國碳排放總量，減少溫室氣體排放具有重要意義。準確地計算燃煤電廠產生的碳排放量是進行碳排放權交易、低碳火電廠在經濟上具有可行性，最終實現燃煤電廠碳減排的前提條件之一。本研究根據世界資源研究所提供的計算工具首先界定了本研究對于碳排放計算的范圍，其次闡述了不同電廠應針對其使用的燃煤進行工業分析的精細化程度不同而采用不同的計算方法，最后對兩組不同機組類型的中國火電廠進行了碳排放量計算和對比分析。根據以上分析得出了大容量、高參數的燃煤發電機組相比小容量發電機組不僅能提高能源利用效率，同時也能相對減少因生產電能而產生的CO2排放。其次，燃煤電廠CO2排放中煤炭固定燃燒占有絕對比例，脫硫及外購電力所占比例較小，但排放的絕對總量并不小。再次，由于大容量、高參數機組與小容量發電機組相比在生產單位電能所消耗的燃煤量更少、其排放的廢棄中的CO2濃度相對較高，應此更適合安裝碳捕捉系統，有助于提高捕捉效率，降低捕捉CO2的成本。因此，建議在未來建設碳捕捉系統時應優先選擇大容量、高參數機組。本研究的創新點在于在上述研究的基礎上考慮單個燃煤電廠的煤質、考慮電廠脫硫、外購電力的因素，根據電廠對煤質不同程度的工業分析采用不同的計算方法，目的在于更精確地計算單個燃煤電廠的碳排放量。

燃煤發電；碳減排；碳排放量計算

由于人類活動造成的不斷增強的溫室效應已經成為了人類面臨的巨大挑戰，其所造成的全球變暖已經對自然生態造成了明顯的影響。據統計，在上個世紀全世界的平均溫度大約攀升了0.6 ℃，北半球春天的冰雪解凍期比150 y前提前了9 d，而秋天的霜凍開始時間卻晚了10 d左右（World Meteorological Organization，（WMO）2013）。2012年全球大氣中的CO2體積分數已達到了394×10-6，相比較18世紀中葉，已經增長了40%，并在過去10年內，CO2體積分數平均以2×10-6/a的速度增長。DARA(DARA，2012)發布報告稱，如果無法有效解決氣候變化問題，到2030年將有超過1億人失去生命，且全球經濟增長將削減3.2%。如何在社會經濟發展同時，有效的控制和減少CO2的排放，是世界各國急需解決的問題，也是世界各國應承擔的歷史責任。

圖1 中國1971─2011年CO2排放量數據Fig.1 China CO2emission data in 1971─2011

近年來隨著中國經濟的迅速發展，對能源的消耗量也逐步遞增，同時也向大氣中排放了大量的溫室氣體。據統計，如圖1所示，近40年來中國CO2

排放量迅猛增長，2008年中國溫室氣體排放總量更是超越美國成為全球第一大溫室氣體排放國（U.S. Energy Information Administration，（EIA）2013；Gurney，2009）。

Davsion（Davsion，2007）指出全球35%左右的CO2排放來自于電力及熱能行業，電力部門特別是燃煤電廠成為了減排的首選方向。另一方面根據EIA（EIA，2013）的預測,全球的電力需求在未來30年將會迅猛增長，且煤炭仍將作為主要的發電燃料。

中國目前CO2排放主要來自于化石燃料的燃燒。據國家統計局（國家統計局，2013）數據，2012年我國消耗了35.2億噸煤炭，而其中發電及熱力供應消耗了煤炭消耗總量的49.4%。可以說，中國燃煤發電排放的CO2占據了我國排放的溫室氣體中的很大一部分。因此，為了實現中國節能減排的目標，遏制溫室效應的一個重要手段就是降低燃煤發電的CO2排放量。

1 研究現狀及方法

1.1研究現狀

聯合國政府間氣候變化專門委員會已經形成了一個致力于協調和總結關于氣候變化的研究的中心論壇，并在該論壇上討論和評估氣候變化對自然界和人類的影響。在IPCC發布的指導手冊第六版中提供了計算碳排放量的方法，即能源消耗量乘以能源消耗產生的CO2的系數最終得出總排放量（The Intergovernmental Panel on Climate Change，（IPCC）2007)，此方法適用于一個國家宏觀排放量統計計算，對于一個火電項目而言計算出的數據偏差較大。歐洲環境署（EU Core Inventory of Air Emissions，（EEA）2006)通過監測火電項目廢棄排放量及排放密度，最終得到電廠CO2的排放量數據，該方法需要電廠擁有完善的煙氣監測設備，需要的成本較高。

國內學者在參考IPCC等國際組織及學者的研究成果基礎上，在火電項目碳排放量計算上也做了大量研究。汪炘等（汪炘等，2010）認為鑒于實際測量的成本及測量的準確性，使用排放因子計算CO2的排放是最實用的方法。劉煥章等（劉煥章等，2007）通過燃燒機理分析和基于統計規律的建模，預測燃煤電站溫室氣體CO2排放量。吳曉蔚等（吳曉蔚等，2010）分析了影響CO2排放因子的主要因素，有機組裝機容量、燃料類型以及機組使用年限與維護質量，隨著裝機容量增大，機組發電熱效率提高，CO2排放績效逐漸降低。不同類型煤炭的CO2排放因子不同，相同容量機組由于使用年限和維護質量的不同，CO2排放因子也會有差異甚至產生較大差異。于海琴等（于海琴等，2010）以企業產量和產能為基礎，采用同時考慮燃料燃燒和工藝過程因素的綜合排放因子計算點源的排放量匯總得到火電項目CO2的總排放。該方法是對國外幾種思路的總結，較適用于單體火電項目碳排放量的計算。

1.2研究思路與創新

目前大部分研究僅按機組類型采用不同的排放因子（Qixin等, 2010; Careri等, 2011; Rebennack等, 2012），上述較有針對性的研究未能考慮單個電廠采用不同煤炭類型導致碳排放因子存在差異的因素，在計算中也未考慮發電過程中脫硫及外購電力產生的碳排放。

若要實現中國燃煤電廠的碳減排，就需要相關配套的法律機制和市場交易機制來激勵燃煤電廠進行碳減排，如可將進行碳減排的燃煤電廠的所產生的減排量指標在碳排放交易市場進行出售，從而獲取經濟利益，形成示范效應，從而促進更多燃煤電廠加裝碳減排裝置。若要實現這一目標，首先就要準確的核算燃煤電廠的碳排放量，及加裝碳減排裝置后產生的減排量。因此，準確的計算燃煤電廠碳排放量對于燃煤電廠碳減排及中國實現節能減排的目標具有基礎性作用。本研究的創新點在于在上述研究的基礎上考慮單個燃煤電廠的煤質、考慮電廠脫硫、外購電力的因素，根據電廠對煤質不同程度的工業分析采用不同的計算方法，目的在于更精確的計算單個燃煤電廠的碳排放量。

1.3研究方法

在核算燃煤發電CO2排放量之前，首先要對燃煤發電CO2的排放范圍做一界定。如表1所示，從排放源方面來講，核算范圍應包括燃煤電廠產生的三類排放源，即煤炭固定燃燒、濕法脫硫工藝以及外購電力、蒸汽。2013年6月，世界資源研究所（World Resources Institute，（WRI）2013）聯合中國電力聯合會發布了一套針對中國燃煤發電廠的CO2排放計算工具，充分考慮不同燃煤電廠數據測量及記錄差異，提供多種煤炭固定燃燒排放計算方法，方便工具使用方根據電廠煤炭質量和氧化程度數據的可得性，選用合適的方法進行計算。

表1 燃煤電廠CO2排放源及范圍Table 1 Coal plants CO2emissions sources and scope

1.3.1 煤炭固定燃燒CO2排放量計算

在煤炭固定燃燒方面，如圖2所示，燃煤電廠可根據自己能夠獲取的工業分析數據不同的詳盡

圖2 不同條件下煤炭固定燃燒排放計算方法Fig.2 Carbon emissions calculation methods from coal stationary combustion in different conditions

程度選擇不同的計算公式。

Wgr：煤炭固定燃燒CO2排放量(統計值)，噸；

Wcoal：消耗的原煤量(統計值)，噸；

Car：煤炭加權平均含碳量(加權平均，統計值)，百分比；

Aar：煤炭灰分(加權平均，統計值)，百分比；

q4：鍋爐固體未完全燃燒熱損失(統計值)，百分比；

可以取廠里各機組的統計值，無統計值的可采用下列參照值：煙煤、褐煤，q4=1%；貧煤，q4=1.5%；無煙煤，q4=2.5%；劣質無煙煤，q4=4%。

12：二氧化碳的摩爾質量，無量綱；

44：碳元素的摩爾質量，無量綱；

Qnet，ar：收到基低位發熱量，兆焦/千克；

Cheat：《省級溫室氣體清單編制指南(試行)》提供的單位熱值含碳量，噸碳/萬億焦耳；

R：碳氧化率，由用戶提供，可選用省級清單里建議的燃煤發電鍋爐平均值98%；

1000：單位轉換系數。

1.3.2 濕法脫硫CO2排放量計算

中國境內燃煤鍋爐的二氧化硫排放標準為：新建鍋爐不超過100 mg/m3，現有鍋爐不超過200 mg/m3。脫硫是燃煤電廠的必要流程。其中，廣泛使用的碳酸鈣濕法脫硫會產生CO2排放。脫硫產生的CO2排放可以用公式（4）來表示：

Wse：濕法脫硫消耗石灰石引起的CO2排放量，噸；

WLStone：石灰石消耗量，噸；

Wcaco3：碳酸鈣消耗量，噸；

KCaCO3：石灰石中碳酸鈣含量，質量分數，無統計值可取系數92%；

44：二氧化碳的分子量，無量綱；

100：碳酸鈣的分子量，無量綱。

1.3.3 外購電力CO2排放量計算

若電廠存在從外部購入電力、熱力或蒸汽的情況，則可根據購入的電量或蒸汽量計算碳排放量：

Wie：外購電力產生的CO2間接排放，噸；

Eb：外購電力的數量，兆瓦時；

kg：電網排放因子，噸CO2/兆瓦時；

Wih：外購熱力或蒸汽產生的CO2間接排放，噸；Ebh：外購熱力或蒸汽的數量，百萬千焦；

kh：外購熱力排放因子。本研究中kg采用《2013中國區域電網基準線排放因子》提供的該電廠所在電網統計的碳排放因子，噸CO2/百萬千焦。

2 結果分析

在確定燃煤電廠發電運行碳排放量計算方法的基礎上，本研究通過不同裝機容量的燃煤機組運行數據來實測燃煤電廠碳排放量。

表2 630 MW機組2013年月發電量Table 2 630 MW units power generation in 2013 MW·h

2.12×630 MW機組年度碳排放量

該燃煤電廠位于我國中部地區，2007年投產建成，為兩臺630 MW超臨界、中間再熱循環、燃煤發電機組。該電廠屬于坑口電廠，燃煤供給穩定，同步建設脫硫裝置，各項排放指標滿足國家要求。表2、表3為該電廠提供的發電量、燃煤使用量及

燃煤分析等參數，根據該電廠提供的參數，該電廠未測量燃煤的揮發分含量等工業數據，僅對煤炭低位發熱量做了測算。因此該電廠適用公式（3）來計算煤炭固定燃燒碳排放量。

表3 630 MW機組2013年碳排放量計算參數Table 3 630 MW units carbon emissions calculation parameter list

在獲取電廠參數及選用特定的計算方法的基礎上，表4為該電廠2013年碳排放量的計算結果。由于機組1在2013年5-6月檢修停機，因此在煤炭固定燃燒方面排放量明顯小于機組2，同時由于機組2未有外購電力，因此該項碳排放量為零。

表4 630 MW機組2013年碳排放量Table 4 630 MW units carbon emissions in 2013 噸

2.22×135 MW機組年度碳排放量

該電廠位于我國東部沿海地區，現役五臺發電機組（2×135 MW煤機，3×350 MW燃機）。本研究獲取了該電廠2×135 MW煤機機組的數據，表5、表6為該電廠提供的發電量、燃煤使用量及燃煤分析等參數，根據該電廠提供的參數，該電廠未測量燃煤的揮發分含量等工業數據，僅對煤炭低位發熱量做了測算。因此該電廠也適用公式（3）來計算煤炭固定燃燒碳排放量。

表7為135 MW機組的碳排放量數據，由于這兩臺機組裝機規模小，燃煤使用量少，因此該機組碳排放總量顯著低于630 MW機組。

表5 135 MW機組2013年月發電量Table 5 135 MW units power generation in 2013 MW·h

表6 135 MW機組2013年碳排放量計算參數Table 6 135 MW units carbon emissions calculation parameter list

表7 135 MW機組2013年碳排放量Table 7 135 MW units carbon emissions in 2013 噸

3 討論與建議

中國燃煤電廠是中國最大的碳排放源之一，降低中國燃煤電廠的碳排放量對中國實現節能減排目標具有重要意義。實現燃煤電廠的碳減排的前提要準確計算出燃煤電廠目前的碳排放量及采取措施減排后的減排量，從而核定減排產生的成本和收益。因此，實現燃煤電廠碳減排的前提之一就是對燃煤電廠碳排放量能準確的核算。

本研究對中國兩座燃煤發電廠的四臺不同裝機規模的機組進行了CO2排放量的計算，得出了電廠年度的CO2排放總量及單位電能產生的CO2排放量。通過計算發現，燃煤電廠CO2排放中煤炭固定燃燒占有絕對比例，脫硫及外購電力占比較小，但脫硫及外購電力排放的絕對量并不小。

為了能更準確的計算燃煤電廠煤炭固定燃燒的碳排放量，燃煤電廠應對該電廠所采購的原煤進行煤質、含碳量、揮發分含量等指標進行分析，從而使得燃煤電廠可以采用更精確的計算方法，如公

式（1），使得碳排放量計算出的數據更精確，為燃煤電廠碳減排提供技術保證。

如圖3所示，由計算數據比較可知，630 MW機組的單位CO2排放量顯著低于135 MW機組的單位CO2排放量。從這個角度可以說明大容量的機組不僅發電效率高于小容量機組，并且在碳減排上也具有優勢。在中國燃煤電廠建設上，應優先發展大容量、高參數的燃煤發電機組，在保證國家能源供給充足的情況下，這不僅能提高能源利用效率，同時也能相對減少因生產電能而產生的CO2排放，同時，若在以后機組加裝碳捕捉系統時也可以提高捕捉效率，降低碳減排成本。

圖3 機組生產每千瓦時電能產生的碳排放量Fig. 3 Units per CO2emissions demonstration

CARERI F, GENESI C, MARANNINO P, et al. 2011 .Generation expansion planning in the age of green economy. IEEE Trans on Power Systems, 26(4): 2214-2223．

DARA. climate vulnerability monitor[EB/OL]. Madrid:DARA, 2012[2014-04-13]. http://daraint.org/climate-vulnerability-monitor/climate-vulnerabilitymonitor-2012.

European Environment Agency. 2006. Core inventory of air emissions. Group 01(1): Combustion in energy and transformation industries [M]. Denmark: EEA Press: 19-20.

Gurney, Kevin Robert. 2009. Global change: China at the carbon crossroads [J]. Nature, 458(7241): 977-979.

Intergovernmental Panel on Climate Change. 2007. IPCC Guidelines for National Greenhouse Gas Inventories 1.1 Introductions [M]. Geneva: IPCC Press: 37-39.

J DAVISON. 2007. Performance and costs of power plants with capture and storage of CO2[J]. Energy, 32(7): 1163-1176.

QIXIN C, CHONGQING K, QING X, et al. 2010. Power generation expansion planning model towards low-carbon economy and its application in China[J]. IEEE Trans on Power Systems, 25(2): 1117-1125.

REBENNACK S, FLACH B, PEREIRA MVF, et al. 2012. Stochastic hydro-thermal scheduling under emissions constraints. IEEE Trans on Power Systems, 27(1): 58-68．

U.S. Energy Information Administration. International energy outlook 2013 [EB/OL]. Washington, DC: EIA, 2013[2014-04-25]. http: //www. eia.gov/forecasts/ieo/index.cfm.

U.S. Energy Information Administration. China carbon dioxide emissions total from consumption of fossilfuels (1980-2011) [EB/OL]. Washington, DC: EIA, 2013[2014-04-27]. http: //www. eia. gov/countries/country-data. cfm? fips=CH#cde.

World Meteorological Organization. WMO Greenhouse Gas Bulletin [EB/OL]. Geneva: World Meteorological Organization, 2013[2014-04-09].http://library.wmo.int/opac/index.php?lvl=notice_di splay&id=15864#.VALja3KIodU.

國家發展改革委員會. 2010. 省級溫室氣體清單編制指南(試行)[M]. 北京: 國家發展改革委員會: 5-20.

國家發展改革委員會氣候司. 2013中國區域電網基準線排放因子[EB/OL]. 北京: 國家發展改革委員會, 2013, [2014-05-10]. http://cdm.ccchina.gov.cn/Detail.aspx?newsId=41387&TId=19.

國家統計局. 2012年統計年度數據[EB/OL]. 北京: 國家統計局, 2013[2014-05-13].http://data.stats.gov.cn/workspace/index;jsessionid= A0B6880B82C5CB3B685343D171B09A4C?m=hgnd.

劉煥章, 常太華, 劉吉臻, 等. 2007. 電站鍋爐溫室氣體排放量的計算[J].熱能動力工程, 22(6): 665-668.

世界資源研究所. 中國燃煤電廠溫室氣體排放計算工具指南[M/OL]. 北京: 世界資源研究所, 2013. [2014-04-17].http://wri.org.cn/node/464.

汪炘, 吳曉蔚, 韓穎. 2010. 火力發電行業主要氣態污染物排放量計算方法研究[J]. 環境監測管理與技術, 22: 20-24.

吳曉蔚, 朱法華, 楊金田, 等. 2010. 火力發電行業溫室氣體排放因子測算[J]. 環境科學研究, 2: 170-176.

于海琴, 李進, 安洪光, 等. 2010. 火力發電企業CO2排放量和減排分析[J]. 北京交通大學學報, 3: 101-105.

中國電力聯合會. 2011年電力工業統計基本數據一覽表[EB/OL]. 北京:中國電力聯合會, 2011[2014-05-09]http: //www. cec. org. cn/guihuayutongji/tongjxinxi/niandushuju/2013-04-19/100589.html.

Calculation of Carbon Emissions from China Coal Plants and the Reduction Suggestion

Greenhouse gas emissions caused by human activity has had a huge impact on ecology. If the climate change issue cannot be resolved effectively, there will be more than 100 million people will lost their lives by 2030 and global economic growth will be cut by 3.2%. Effective control and reduction of greenhouse gas emissions is urgent problems of humanity. Currently, China's total greenhouse gas emission is already beyond the United States as the world's biggest emitter of greenhouse gases. China’s coal-fired power generation is one of China's major CO2emission sources, thus reducing greenhouse gas emissions is important in conveying coal-fired carbon emissions to reduce China's total carbon emissions. And the prerequisite to achieve coal-fired power plant carbon emissions reduction is to calculate the carbon emissions from coal-fired power plant carbon emissions trading accurately and feasibility of low carbon power plants economically. In this study, first, the carbon emissions calculation scope is defined according to the World Resources Institute calculation tools, second, discussion on why should power plants adopt different methods of calculation according to their industrial analysis’s refinement degree of the coal. And finally, carbon emission calculation and comparative analysis are conducted for two groups of different unit types of thermal power plants in China. Based on the above analysis, it shows that compared to small capacity generators, the large capacity and high parameters coal-fired generators not only can improve the efficiency of energy use, but also can reduce CO2emissions resulting from the production of electricity. Second, in a coal-fired power plant, stationary combustion of coal accounts for an absolute proportion of CO2emissions, while desulfurization and purchased electricity account for smaller proportion, but the absolute amount of emissions is not that small. Again, when compared to smaller capacity generators, the large capacity and high parameter units consumed less coal in power production, and its CO2emission concentration is relatively high, thus it is more suitable for the carbon capture system installation, which aids in increasing the efficiency of capturing and in reducing cost of CO2capturing. Therefore, this study recommends that future carbon capture systems construction should prioritize large-capacity and high parameter unit. This study’s innovation is that it considers a coal-fired power plant’s coal quality, power plant’s desulfurization and power purchasing factors, in accordance to power plants using different calculation methods in industrial analysis of coal, aiming for more precise calculation of a coal-fired power plant’s carbon emission.

coal-fired power plant; carbon emission reduction; carbon emission calculation

LIU Rui, ZHAI Xiangbin

North China Electric Power University, Beijing 102206, China

X51

A

1674-5906（2014）07-1164-06

教育部人文社會科學規劃基金項目(13YJA630057)

劉睿（1969年生），女，副教授，從事火力發電碳排放、電力工程造價研究。E-mail: liurui@ncepu.edu.cn

2014-03-20

劉睿，翟相彬. 中國燃煤電廠碳排放量計算及分析[J]. 生態環境學報, 2014, 23(7): 1164-1169.

LIU Rui, ZHAI Xiangbin. Calculation of Carbon Emissions from China Coal Plants and the Reduction Suggestion [J]. Ecology and Environmental Sciences, 2014, 23(7): 1164-1169.