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，它的資源和價格優勢成為我國經濟發展的首選能源。因此，我國一次能源結構中以煤炭為主。由于經濟發展的需要，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，能源消費結構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境問題[6-8]。能源布局的不合理導致火力發電給廣州市帶來了嚴重的環境污染。

盡管廣東火力發電廠的脫硫脫硝處理工程已相繼展開，但由于火力發電廠對廣州市呈包圍分布，對廣州市的空氣質量仍產生重要的影響，是誘發廣州市霧霾天氣的原因之一[9]。據推算，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年來空氣質量日益下降，顆粒物濃度日益上升導致霧霾天氣頻頻發生。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，根據模擬預測結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境質量。

1 研究方法

對廣州市周邊200 km范圍內的燃煤電廠進行調研，確定擬研究燃煤電廠的基本參數(包括與廣州市中心距離、發電量、煤質、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(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，利用穩態高斯高架連續點源模型對燃煤電廠的顆粒物擴散進行模擬。逆溫條件下(反射次數取2)的穩態高斯高架連續點源模型見式(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，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 結果與討論

2.1 燃煤電廠排放源調研

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。

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，下同)～7%的SO2會轉化為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化成PM2.5，因此本研究模擬時假設燃燒后形成的SO2有6%轉化為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化成硝酸鹽氣溶膠[21]6，[23]。NO2的轉化速率常數值為10%/h至15%/h。

綜合對比發現，春夏季SO2和NOX轉化速率比秋冬季大，于是春夏季SO2、NOX轉化率分別取12.7%、15%；秋冬季SO2、NOX轉化率分別取4.1%、10%。因此，在模型計算過程中引入SO2和NOX轉化速率進行模擬，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定為：大氣穩定度為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量的影響。根據圖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，這4種主導風向下燃煤電廠對廣州市的空氣質量影響并不大，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果

本研究以廣州市城區40 km×40 km范圍為模擬區(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。選定廣州市越秀區中山紀念堂、荔灣區陳家祠、天河區正佳廣場、海珠區赤崗塔、白云區白云山、番禺區大學城為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，根據預設的預警值降低其發電系數，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 模擬區示意圖Fig.2 Simulated area

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

結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貢獻率設置預警值，并根據其貢獻率分為6檔，調整燃煤電廠運行的發電系數來進行控制：(1)貢獻率為>80%，停發；(2)貢獻率為>60%～80%，發電系數降為0.4；(3)貢獻率為>40%～60%，發電系數降為0.6；(4)貢獻率為>20%～40%，發電系數降為0.8；(5)貢獻率為>1%～20%，發電系數降為0.9；(6)貢獻率為≤1%，發電系數在允許條件下可設為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，因此在東南風、東風和南風為主導風向時，廣州市城區的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，該區域PM2.5質量濃度及各燃煤電廠對PM2.5的貢獻率如表2所示。在未削減發電量，該區域PM2.5平均質量濃度為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的區域平均貢獻率分別為40.4%、1.3%、40.5%、21.8%，則其發電系數分別調整為0.6、0.9、0.6、0.8，該區域PM2.5平均質量濃度減少至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，該區域內PM2.5質量濃度及各燃煤電廠對PM2.5的貢獻率如表3所示。在未削減其發電量時，該區域PM2.5平均質量濃度為45.81 μg/m3。珠海A、珠海B、珠江和云浮燃煤電廠對PM2.5的區域平均貢獻率分別為26.3%、24.4%、40.7%、5.5%，則其發電系數分別調整為0.8、0.8、0.6、0.9時，該區域PM2.5平均質量濃度減少至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)控制前指削減發電量前，控制后指削減發電量后，表3、表4同。

表3 東風時PM2.5質量濃度及各燃煤電廠對PM2.5的貢獻率

表4 南風時PM2.5質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，該區域PM2.5質量濃度及各燃煤電廠對PM2.5的貢獻率如表4所示。在未削減其發電量時，該區域PM2.5平均質量濃度為39.16 μg/m3，在南風下風向有一個污染較嚴重的區域在白云山處，PM2.5質量濃度最高達到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%，則其發電系數分別調整為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，通過機動車限行進行控制。但是這只能控制城市的內源污染。本研究的模擬結果和很多源解析數據顯示，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，將環境效益作為運行指標，設定合理的預警紅線，對環境影響較大的燃煤電廠運行提出應急運行建議，降低其發電系數，在保證電力供應的安全性下，減少發電；而其他環境影響極小的燃煤電廠或其他發電形式(如水電、核電等)的電廠可以增加發電，對未來廣州市實現大氣污染物區域聯防有重要的意義。

3 結論及建議

(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，這些燃煤電廠排放的PM2.5會增加廣州市城區PM2.5濃度。當減小PM2.5貢獻率大的燃煤電廠的發電系數后，廣州市城區的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，通過機動車限行進行控制。但是這只能控制城市的內源污染。不利于擴散的氣象條件下根據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，將環境效益作為運行指標，設定合理的預警紅線，對環境影響較大的燃煤電廠運行提出應急運行建議，降低其發電系數，在保證電力供應的安全性下，減少發電；而其他環境影響極小的燃煤電廠或其他發電形式(如水電、核電等)的電廠可以增加發電，對未來廣州市實現大氣污染物區域聯防有重要的意義。

[1] 林伯強.節能和碳排放約束下的中國能源結構戰略調整[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，2010，29(8)：1-2.

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

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

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

[7] 佚名.2003-2007年全國發電量及構成[J].發電設備，2008，22(5)：389-390.

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

[9] 胡予紅，孫欣，張文波，等.煤炭對環境的影響研究[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].環境與可持續發展，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].環境污染治理技術與設備，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].熱力發電，2003，32(11)：10-12.

[18] 張丹.燃煤電廠煙氣脫氮實用技術分析[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SO2轉化規律及其形成氣溶膠特征的研究[J].環境科學研究，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.鞍山市城區夏季PM2.5中多環芳烴組成特征及來源解析[J].環境污染與防治，2015，37(11)：72-75.

[27] 岳玎利，鐘流舉，張濤，等.珠三角地區大氣PM2.5理化特性季節規律與成因[J].環境污染與防治，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.