散煤燃燒的PM2.5排放特征及排放清單

楊 彬， 吳 健， 周衛青， 李 朋， 白曉春， 吳華成， 王 綠， 武云飛

(1. 國網陜西省電力公司 電力科學研究院， 陜西 西安 710100； 2. 國網冀北電力有限公司 電力科學研究院， 北京 100045；3. 中國科學院 大氣物理研究所； 中層大氣和全球環境探測重點實驗室， 北京 100029)

居民在取暖和炊事活動中廣泛使用散煤，其燃燒技術(小鍋爐、 居民爐灶等)和除塵設施相對簡陋，大量未經處理的燃煤煙氣被直接排放到大氣環境中。散煤燃燒產生的細顆粒物的主要成分為PM2.5，是空氣動力學等效直徑≤2.5 μm的顆粒物，會導致大氣能見度降低、惡化空氣質量[1-2]。Zhang等[3]利用WRF-CMAQ模式研究發現，2015年北京霧霾期間居民燃煤源貢獻了約46%的PM2.5月均濃度，表明散煤燃燒是我國北方冬季霧霾頻發的一個重要貢獻源。雖然散煤消費量不及工業用煤和火電用煤，但散煤燃燒仍然造成了嚴重的環境污染。

完整準確的源排放清單對分析、識別污染物來源、污染事件成因并制定污染控制措施等具有重大意義，而排放因子不僅是表征污染物排放強度的重要參數，也是自下而上建立污染物源排放清單的必要基礎數據[4]，因此，對PM2.5這一污染源的排放特征開展研究，可為改善空氣質量提供必要的科學依據。

目前，國內外已經開展了大量關于人為源PM2.5排放因子的研究[5-6]。其中對散煤燃燒污染物排放特征的研究[7-8]主要集中在對PM2.5質量濃度和碳組分含量的測定方面，缺乏對水溶性離子、元素等組分含量的測定數據，而有關散煤燃燒排放PM2.5的源譜研究仍然較為少見。一方面，排放源源譜可結合大氣受體模型、作為輸入參數對大氣環境樣品分析，判斷識別污染源種類，定量確定各類污染源對受體的貢獻程度；另一方面，在已知PM2.5源譜特征的基礎上，通過PM2.5排放因子可以獲得特定化學組分的排放因子(碳組分、 水溶性離子、 無機元素等)，從而可以更準確地認識PM2.5對環境的影響。建立并完善本土化、 區域化的PM2.5源譜是當前的迫切需求。

針對我國本土居民散煤燃燒狀況，為了進一步補充PM2.5排放因子基礎數據，建立有效的本地化污染源排放因子數據庫，降低污染源排放清單的不確定性，本文中采集我國主要種類的散煤樣品，利用稀釋通道采樣系統在燃燒腔內模擬居民散煤燃燒方式，采集煙氣中的PM2.5濾膜樣品，并分析碳組分、水溶性離子和無機元素的質量濃度，構建我國本土居民散煤燃燒的PM2.5源譜；計算獲得散煤燃燒源PM2.5及其特定化學組分的排放因子，評估污染物排放強度；結合人為活動數據，構建我國部分地區散煤燃燒PM2.5的排放清單。通過研究PM2.5排放量的空間分布，為政府識別、評估散煤燃燒源的污染貢獻以及制定有效的污染控制政策和法律法規提供科學依據。

1 實驗

1.1 原料與采樣裝置

散煤的來源及類型如表1所示。在河北、北京等北方地區收集當地居民炊事取暖使用的煤炭信息，按照不同成熟度(煙煤、無煙煤)和不同類型(塊狀、蜂窩煤)進行編號。

表1 散煤的來源及類型

實驗室模擬散煤燃燒過程及采樣系統示意圖如圖1所示，用于模擬散煤燃燒過程，主要包含燃燒腔和稀釋通道采樣系統。實驗過程中，為了模擬居民燃燒場景，在燃燒腔中安置一種常用的家用爐子，其下部具備通風口，無煙囪和除塵設施；約100～2 000 g煤炭樣品在爐中點燃后，排放的煙氣通過稀釋通道采樣器進行稀釋冷卻，煙氣接近室環境溫度后，通過連接在稀釋通道采樣器上的3個PM2.5采樣器(流速為5 L/min)進行捕捉，獲得2個石英濾膜樣品用于碳組分和水溶性離子分析、1個特氟龍濾膜樣品用于稱重和無機元素分析。煤炭燃燒的實際采樣時間為3～5 h，稀釋倍數設定為3～6倍，保證濾膜上化學組分濃度不低于儀器最低檢測線。

圖1 實驗室模擬散煤燃燒過程及采樣系統示意圖Fig.1 Schematic diagram of laboratory simulation of residential coal combustion process and sampling system

1.2 儀器與采樣方法

表2 PM2.5組分分析儀器

1.3 PM2.5濾膜質量平衡

通過重建質量來評價PM2.5的質量平衡，PM2.5質量平衡計算式[9]為

mr=mEC+mo+mi+mg+mt，

(1)

1.4 PM2.5源譜相似性判斷

源譜的相似性是在顆粒物來源解析中受到廣泛關注的問題，因此采用分歧系數Cmn來評估不同源譜結果之間的相似程度，其計算公式[10]為

(2)

式中：Cmn為分歧系數， m和n分別代表源譜m和n；K是源譜中組分個數；xkm和xkn為源譜m和n的第k個組分百分數；當2個源譜非常相似時，Cmn值趨向于0，反之，源譜差異性較大時Cmn值就趨向于1。

1.5 排放因子計算

稀釋倍數的計算公式[4]為

(3)

式中：D為稀釋倍數；vf是PM2.5濾膜采樣流速；va是額外補充流速；vd是稀釋采樣系統設定的稀釋空氣流速。所有流速質量單位均為L/min。排放因子表征單位質量散煤燃燒排放出的污染物的質量，其計算公式[4]為

(4)

式中：Ei為第i種污染物的排放因子， g·kg-1；D為稀釋倍數；Vs為采樣過程中排放煙氣的總體積， m3；Vf為通過PM2.5采樣濾膜的稀釋煙氣的總體積， m3；mf為濾膜上累積的PM2.5質量，g；ni為濾膜上第i種污染物占PM2.5的質量分數(PM2.5計算時默認為1)；mcoa為燃燒消耗的散煤質量，kg。以上所有參數在計算結果時均需要換算為標準狀態(101.325 kPa，25 ℃)。

1.6 總排放量估算

為了建立散煤燃燒源PM2.5排放清單，結合特定時間、特定區域的活動數據，利用散煤燃燒PM2.5排放因子進行污染物總排放量的估算。我國省級散煤燃燒PM2.5總排放量估算方法[4]為

(5)

式中：Qj表示j省散煤燃燒PM2.5的總排放量；I為散煤燃燒種類(塊狀煙煤、 塊狀無煙煤、 蜂窩煤等)；EPM,i為第i種散煤燃燒PM2.5排放因子， g/kg；mi, j表示j省第i種散煤燃燒的消費量，104t。

2 結果與討論

2.1 PM2.5的源譜特征

對不同類型散煤燃燒時進行PM2.5濾膜采樣和質量平衡分析后發現，重建PM2.5質量為稱重PM2.5質量的92%～110%，表明碳組分、水溶性離子及無機元素可以很好地代表大部分PM2.5。

根據煤炭的工業分析數值和物理形態，將煤炭樣品分為塊狀煙煤(Y-1、 Y-2和Y-3)、 塊狀無煙煤(W-1和W-2)和蜂窩煤(F-1)3種類型，不同散煤燃燒排放的重建PM2.5質量如圖2所示。從圖2可見，散煤燃燒排放PM2.5中有機物的質量分數相對較大，可以達到27%～59%；塊狀煙煤燃燒中碳元素質量分數為30%～52%，遠大于塊狀無煙煤和蜂窩煤的3%～8%；塊狀無煙煤和蜂窩煤燃燒排放中的無機離子質量分數高達20%～57%。

圖2 不同散煤樣品燃燒排放的重建PM2.5質量Fig.2 Reconstruction of PM2.5 mass for combustion emissions of different residential coal samples

圖3 不同散煤燃燒排放的PM2.5平均源譜特征Fig.3 Characteristics of PM2.5 average source spectrum of different residential coal combustion emissions

通過計算源譜分歧系數發現，塊狀無煙煤和蜂窩煤燃燒排放PM2.5源譜較為類似(Cmn=0.31)，但塊狀煙煤排放PM2.5的源譜特征與其他2種類型煤炭存在明顯不同(Cmn>0.61)。PM2.5的源譜解析研究中往往采用單一源譜指示煤炭燃燒源，結果揭示不同類型煤炭燃燒PM2.5具有不同的源譜特征[11]。在化學質量平衡法(chemical mass balance，CMB)模式中，選用不同類型散煤燃燒的源譜作為輸入數據，有助于準確解析不同類型散煤燃燒源對受體PM2.5的貢獻。

有機碳與元素碳的質量分數比值(記為OC/EC)是表征氣溶膠中PM2.5不同來源的重要參數之一。表3所示為散煤燃燒排放的有機碳與元素碳的質量分數比值。由表3可以發現，3種不同類型散煤燃燒的OC/EC 變化很大，其中塊狀煙煤的OC/EC為0.83±0.42，塊狀無煙煤的OC/EC為6.33±1.33，蜂窩煤的OC/EC為4.82±0.25，與生物質家用燃煤排放的OC/EC(12.9～15.0)具有明顯差異[12]。由于煤炭揮發份的質量分數不同，OC/EC會隨著煤炭成熟度的提高而減小，在不同形態(塊狀、蜂窩煤)下，無煙煤燃燒的OC/EC是煙煤燃燒OC/EC的3.5～4.0倍；同時，利用塊狀煙煤制作蜂窩煤對比二者的PM2.5排放特征發現，型煤技術明顯減少了約2.5倍左右的EC排放。雖然蜂窩煤具有更大的表面積，利于悶燒狀態下OC的產生，蜂窩煤燃燒的OC排放增加了約1.8倍，但最終結果仍導致一定程度上OC/EC的增大[8]。

表3 散煤燃燒排放的有機碳與元素碳的質量分數比值

2.2 排放因子

不同類型散煤燃燒排放PM2.5及其主要化學組分的排放因子如表4所示。家用塊狀煙煤燃燒排放PM2.5的排放因子為(13 164.2±5 528.4)mg/kg，遠大于塊狀無煙煤和蜂窩煤的，而塊狀無煙煤和蜂窩煤的PM2.5排放因子沒有顯著區別。這是由于煤炭的自身性質不同(如揮發分、 灰分、 固定碳含量等組分差別)以及燃燒條件的差異(如通風供氧量、燃燒密度等)會直接影響燃燒過程，從而導致排放因子有較大的變異性[8]。本文中的研究結果也表明，煤炭揮發分是影響顆粒物排放因子最顯著的影響因素，揮發分較高的煤炭在燃燒時不容易達到完全燃燒，因此會排放出較多的PM2.5。

表4 散煤燃燒PM2.5及其主要組分的排放因子

2.3 PM2.5排放清單

以《中國能源統計年鑒2018》中我國省級原煤和型煤用于生活消費的數據作為依據， 確定建立PM2.5源排放清單的方法。 2017年全國原煤和型煤居民燃燒消費量分別為7 591×104、 1 142×104t， 其中基于原煤產出煤種配比作為煙煤和無煙煤的使用比例[13]， 塊狀煙煤和無煙煤的消費量分別為5 929×104、 1 336×104t。根據排放因子可計算出2017年我國散煤燃燒PM2.5的排放量為79.7×104t。考慮到活動水平數據和排放因子的準確性會影響排放清單的不確定度，可利用蒙特卡羅模擬方法定量評價散煤燃燒PM2.5排放量的不確定性。

假設活動數據散煤消耗量和PM2.5排放因子的概率分布為正態分布， 活動數據變異系數選取為20%[16]； 選取本文中不同散煤燃燒PM2.5排放因子的標準偏差作為變異系數(12%～41%)， 通過100 000次數據模擬后， 根據蒙特卡羅模擬方法獲得的2017年我國散煤燃燒PM2.5排放量的頻次分布如圖4所示。由圖4可知，散煤燃燒PM2.5排放量的2.5分位數、 中位數和97.5分位數分別為14.8×104、 79.7×104、 158.9×104t，其在95%置信區間下的總體不確定性為[-81%, 99%]。

圖4 2017年我國部分地區散煤燃燒PM2.5排放量的頻次分布Fig.4 Frequency distribution of PM2.5 emissions from residential coal combustion in some areas of China in 2017

2017年我國部分地區散煤燃燒PM2.5的排放清單如表5所示，可用于探討其空間分布特征。由于所處地理位置、 經濟發展水平、 人口分布密度及農村城市人口比例等方面的差異，因此不同地區的PM2.5排放量相差懸殊。其中，散煤燃燒排放PM2.5最多的地區為河北和貴州，占到全國總排放量的31%，這主要是因為河北和貴州的農村人口眾多，煤炭資源相對豐富，取暖、炊事等主要依賴煤炭；相比之下，河南農村區域雖然也分布較廣；但由于其廣泛采用型煤為居民煤炭類型，其使用量為原煤的5倍，因此其PM2.5排放僅為全國的0.8%。

表5 2017年我國部分地區散煤燃燒PM2.5的排放清單

3 結論

2)塊狀煙煤、塊狀無煙煤和蜂窩煤PM2.5排放因子分別為(13 164.2±5 528.4)、 (485.4±68.9)、 (648.4±75.7)mg/kg，揮發份高的煤炭會排放出較多的PM2.5。蜂窩煤水溶性離子的排放因子是塊狀無煙煤的2.6倍，表明煤炭加工技術中添加劑會影響煤炭燃燒的顆粒物排放。

3)構建了我國部分地區散煤燃燒PM2.5排放清單。2017年我國部分地區散煤燃燒的PM2.5排放量為79.7×104t，不同地區貢獻比例有所差異，其河北和貴州貢獻了全國總排放量的31%，這與該地區的農村人口密度和煤炭產量有關；河南貢獻比例較小，表明型煤替代原煤對污染物減排的有效性。