廣東省電力熱力生產高架源污染排放清單與特征分析

摘要：基于監測法和排放因子法編制廣東省電力熱力生產高架源污染排放清單，對比兩種方法的污染物排放量水平，并分析污染物的排放特征、時間及空間分布特征。結果表明，兩種方法的大氣污染物排放量水平差異較大，SO2、NOx、NH3排放因子法的結果高于監測法，而CO則相反。總體而言，火力發電對SO2、NOx、CO、NH3、顆粒物、可過濾顆粒物（Filterable Particulate Matter，FPM）和可冷凝顆粒物（Condensable Particulate Matter，CPM）等的排放貢獻較高，而生物質能發電對有機碳（Organic Carbon，OC）、揮發性有機物（Volatile Organic Compounds，VOCs）排放的貢獻較高。2017—2020年的主要大氣污染物排放量總體呈下降趨勢，與2017年相比，2020年的NOx、CO、PM10、PM2.5、NH3、黑碳（Black Carbon，BC）、FPM、CPM下降幅度為7.00%～28.11%，僅SO2、VOCs和OC有所上升。從空間分布看，廣州市、深圳市、佛山市、東莞市、汕頭市是各污染物排放高值區，江門市、肇慶市、河源市為各污染物排放低值地市，江門市的各污染物排放均最低，為0.00%～0.72%。排放源清單結果具有一定的不確定性，建議加強本地化研究，提高排放因子的準確性和適用性，進一步優化該地區的大氣污染物高架源排放清單。

關鍵詞：排放清單；高架源；電力熱力生產；排放特征

中圖分類號：X773 文獻標識碼：A 文章編號：1008-9500（2025）01-0-07

Analysis of Emission Inventory and Characteristics of Pollution Emissions from Elevated Power and Thermal Production Sources in Guangdong Province

Abstract： Based on monitoring method and emission factor method， compile a pollution emission inventory of elevated power and thermal production sources in Guangdong province， compare the pollutant emission levels of the two methods， and analyze the emission characteristics， time and spatial distribution characteristics of pollutants. The results showed that there was a significant difference in the levels of atmospheric pollutant emissions between the two methods， with the SO2， NOx， and NH3 emission factor methods yielding higher results than the monitoring method， while the opposite was true for CO. Overall， thermal power generation has an impact on SO2， NOx， CO， NH3， emissions of particulate matter， Filterable Particulate Matter （FPM）， and Condensable Particulate Matter （CPM） contribute significantly， while biomass power generation contributes significantly to the emissions of Organic Carbon （OC） and Volatile Organic Compounds （VOCs）. The overall emissions of major air pollutants from 2017 to 2020 showed a downward trend. Compared with 2017， the emissions of NOx， CO， PM10， PM2.5， NH3， Black Carbon （BC）， FPM， and CPM decreased by 7.00% to 28.11%， while only SO2， VOCs， and OC increased. From the perspective of spatial distribution， Guangzhou， Shenzhen， Foshan， Dongguan， and Shantou are high-value areas for pollutant emissions， while Jiangmen， Zhaoqing， and Heyuan are cities with low pollutant emissions. Jiangmen has the lowest pollutant emissions， ranging from 0.00% to 0.72%. The results of the emission source inventory have a certain degree of uncertainty. It is recommended to strengthen localization research， improve the accuracy and applicability of emission factors， and further optimize the elevated source emission inventory of atmospheric pollutants"in the region.

Keywords： emission inventory; elevated source; electricity and thermal power production; emission characteristics

高架源作為廣東省大氣污染物排放的最大類別，具有排放負荷高、傳輸距離遠、擴散面積大等特點，是大氣聯防聯控的重點。2015年底，國務院常務會議決定在2020年前全面實施燃煤電廠超低排放，包括廣東省在內的我國東部地區要提前至2017年達標，SO2、NOx和顆粒物等污染物經治理后已有明顯減少[1]，但經超低排放改造后的電力熱力生產高架源對空氣質量的影響仍可能被低估。除了電力行業的超低排放改造，廣東省正在加快推進鋼鐵、水泥等行業超低排放改造和石化、涂裝等行業揮發性有機物深度治理。因此，分析2017年之后的電力熱力生產高架源污染排放特征，不僅能夠進一步挖掘電力熱力生產高架源的減排潛力，而且對其他行業的超低排放工作具有借鑒作用。

1 研究方法

研究時間為2017—2020年，研究對象為廣東省電力熱力生產排氣口高度超過45 m的高架源，主要包括火力發電、熱電聯產、熱力生產和供應、生物質能發電與其他熱力生產等[2]。

1.1 兩種排放清單編制方法

1.1.1 排放因子法

通過點源方式獲取排污設備的相關數據，包括經緯度、燃料類型、燃料消耗量、含硫率及脫硫脫硝效率。高架源活動水平數據來源于污染源普查數據，排放系數主要來源于相關參考文獻[3-8]。研究對象主要包括SO2、NOx、CO、VOCs、NH3、PM10、PM2.5、黑碳（Black Carbon，BC）和有機碳（Organic Carbon，OC）等9種常規污染物以及重金屬、水溶性離子等特征污染物。

SO2、顆粒物（PM2.5、PM10）、BC和OC的產生系數為

式中：E為估算排放量；F為污染物排放系數三維數組，Fi， j，m為指定燃燒部門i、燃燒類型j及地區m對應的排放系數標量；A為活動水平三維數組，Ai， j，m為指定燃燒部門i、燃料類型j與地區m的對應活動水平標量。

其他污染物排放量估算公式為

Ep=D×Fp×（1-η）（6）

式中：Ep為其他污染物排放量；D為燃料消耗量；Fp為污染物p的產生系數；η為污染控制技術對各污染物的去除效率。

1.1.2 監測法

監測法主要通過在高架源煙氣排放口采樣來獲取高架源煙氣排放濃度數據，再結合煙氣中的污染物濃度計算高架源大氣污染物排放量。監測對象主要包括SO2、NOx、CO、NH3、可過濾顆粒物（Filterable Particulate Matter，FPM）、可冷凝顆粒物（Condensable Particulate Matter，CPM）等6種常規污染物，以及重金屬Cd、Cr、Pb、As、Hg、Zn和水溶性離子NO3-、SO42-、NH4+等特征污染物。各污染物排放量的計算公式為

式中：E'為排放量，mg；B為煙氣排放量，m3；C為煙氣中的污染物濃度，mg/m3；l、d分別為點位、日期。

2 結果與討論

2.1 兩種方法的大氣污染物排放量水平

根據排放因子法及監測法的編制方法和監測數據，得到2017—2020年電力熱力生產高架源大氣污染物排放總量，如圖1所示。從圖1可以看出，2020年排放因子法的SO2、NOx、CO、PM10、PM2.5、VOCs、NH3排放量分別約為77 600、291 100、219 900、98 400、56 800、14 900、18 800 t，BC、OC的排放量分別約為158、197 t；2020年監測法的SO2、NOx、CO、NH3、FPM、CPM排放量分別為8 900、28 300、410 700、1 800、1 800、7 500 t。

以2020年廣東省高架源大氣污染物排放清單為例，對兩種編制方法的結果進行對比分析。整體而言，兩種方法的結果差異較大，除CO外，排放因子法的結果高于監測法。

2.2 大氣污染物排放特征分析

2.2.1 主要污染源大氣污染物排放特征

電廠天然氣燃燒對NOx排放有重要貢獻，煤炭燃燒對SO2的貢獻較大，CO排放則主要來源于燃料的不完全燃燒，在煙氣脫硝過程與廢水處理過程中，可能產生氨逃逸。排放因子法的主要大氣污染物及PM2.5主元素行業排放貢獻率統計結果如圖2所示。在電力熱力生產源中，火力發電對SO2、NOx、CO和顆粒物的貢獻最高，均在70%以上，其次是熱電聯產，貢獻在20%左右，這與電力熱力生產源統計數據中火力發電發電廠數量占比較大有關。此外，與火力發電相比，熱電聯產的能源利用率普遍較高，單位產出的污染排放可能相對較低。其他電力熱力生產源數量相對占比較少，產生的污染物也相對較少。但是，生物質能發電對OC排放的貢獻尤為明顯，約占95%，對VOCs的排放貢獻也超過50%，這與生物質燃料特性有關。生物質燃料含有一定量的有機物質和VOCs，燃燒效率可能低于化石燃料，不完全燃燒會導致更多的OC和VOCs排放。

顆粒物排放來源于燃料燃燒過程排出的塵粒，分析電力熱力生產源的主要PM2.5元素排放貢獻率，發現火力發電對NO3-的貢獻最高，約占80%，其對SO42-、NH4+、Cr、Pb、As、Zn的貢獻率均在50%～70%，熱電聯產對SO42-、NH4+、Cr、Pb、As、Zn的貢獻率為30%～50%，生物質能發電對Cd和Hg排放的貢獻較高，分別為84%與96%。

監測法的主要大氣污染物及PM2.5主元素行業排放貢獻率統計結果如圖3所示。電力熱力生產源各細分行業對各污染物排放的貢獻率占比較為類似，火力發電對SO2、NOx、CO、NH3、FPM和CPM的貢獻率為60%～73%，為最大的貢獻源。熱電聯產次之，對上述污染物的貢獻率為14%～36%，生物質能發電對FPM的貢獻率約為23%，對其他污染物的貢獻率均小于20%。熱力生產和供應與其他電力生產企業數量較少，對各污染物的貢獻較低。除NH4+外，電力熱力生產源各細分行業對各PM2.5主元素排放的貢獻率占比較為接近，火力發電貢獻最高，占比為70%～80%，熱電聯產次之，占比為15%～25%。對于NH4+，生物質能發電貢獻最高（約占40%），火力發電次之（約占37%），熱電聯產第三（約占15%），熱力生產和供應與其他電力生產貢獻在10%以下。

2.2.2 排放清單時間特征分析

采用排放因子法計算2017—2020年電力熱力生產高架源各細分行業主要大氣污染物排放量，發現除生物質能發電外，其他細分行業的主要大氣污染物排放量總體呈下降趨勢。作為可再生能源的重要部分，我國生物質發電市場規模逐年擴大，裝機量和發電量均實現穩步增長[9]。廣東省的生物質能發電企業數量逐年增長，其大氣污染物排放量也逐年增加，但生物質能發電在電力熱力生產源行業中占比較小，影響較弱，因此電力熱力生產源主要大氣污染物排放量總體呈下降趨勢。與2017年相比，2020年電力熱力生產高架源NOx、CO、PM10、PM2.5、NH3、BC的排放總量分別下降14.61%、27.23%、20.52%、20.55%、20.99%、28.11%，僅SO2、VOCs和OC上升6.20%、138.88%和4.47%。由各污染源對大氣污染物的貢獻率可知，生物質能發電源對VOCs和OC的貢獻率較大，生物質能發電企業數量逐年增加導致VOCs和OC的排放增加。

利用監測法得到的2017—2020年電力熱力生產源各細分行業高架源污染物排放情況如圖4所示。2017—2020年，電力熱力生產源各細分行業的NOx、SO2、NH3排放量變化趨勢與排放因子法相似，除生物質能發電外，其他細分行業的各污染物排放量總體呈下降趨勢，這主要與生物質能發電企業數量逐年增加有關。監測法相較于排放因子法增加了FPM、CPM兩個監測指標。隨著燃煤電廠行業超低排放改造的進行，FPM和CPM的排放濃度均有所降低，與2017年相比，2020年FPM和CPM的排放總量分別下降了12.80%和7.00%。CPM在電力熱力生產源行業高架源排放總顆粒物占比較高，CPM/FPM由2017年的3.91增至4.17，可見超低排放改造后CPM占比進一步升高，因此超低排放改造后的CPM排放不容忽視。

2.2.3 排放清單空間特征分析

排放因子法的高架源大氣污染物排放分布情況如圖5所示。廣州市、深圳市、佛山市、東莞市、汕頭市為NOx、SO2、PM10、PM2.5排放高值區域，與高架源企業數量情況相匹配，火力發電、熱電聯產是大氣污染物排放的主要來源。廣州市、汕頭市的NOx、顆粒物排放相對較高，廣州市主要來源于熱電聯產排放，汕頭市主要與火力發電排放有關；梅州市、東莞市的SO2排放量相對較高，火力發電企業是SO2排放的主要來源；肇慶市、江門市、河源市的各項污染物排放較低，與電力熱力生產高架源企業數量較少有關。

監測法的高架源大氣污染物排放分布情況如圖6所示。深圳市、東莞市、惠州市為NOx、SO2排放高值區，3個城市的NOx排放總量占廣東省的33.61%，SO2排放總量占全省的34.30%。當地電力熱力生產企業數量較多，多以煤炭為主要燃料。汕頭市、深圳市、廣州市的CPM排放量偏高，占全省的29.23%，與火力發電企業數量較多有關；湛江市、韶關市、深圳市對FPM的排放貢獻大，占36.17%，主要來源于垃圾焚燒。江門市、肇慶市、河源市均為各污染物排放低值地市，江門市的各污染物貢獻量均最低，貢獻率為0.00%～0.72%。

2.3 排放清單不確定性分析

電力熱力生產排放源活動水平數據來自政府相關部門統計或污染普查，較為可靠，參考TRACE-P（Transport and Chemical Evolution over the Pacific）清單[10]的活動水平經驗值，電力熱力生產排放源的不確定度取為±30%。這主要由于排放因子的不確定性，直接使用國家發布的指南系數，缺乏本地化排放源排放特征研究，導致排放因子可能無法準確反映當地的實際排放情況，從而給清單結果帶來不確定性。排放源清單的計算模型和經驗公式的不確定性也會影響排放源清單的編制。用于計算高架源排放清單的模型可能因地區、行業、污染物的不同而存在差異，模型選擇是否恰當、模型參數設置是否合理均會影響排放清單的準確性。排放清單的編制過程中，會采用各種計算方法來估算排放量，這些方法的局限性可能導致計算結果與實際排放情況存在偏差。此外，政策與法規的實施效果可能影響污染源的數量、活動水平以及排放因子的取值，從而給排放清單帶來不確定性。為了降低排放清單的不確定性，建議加強本地化研究，提高排放因子的準確性和適用性；選擇合適的模型和方法進行計算，并充分考慮其局限性和適用性；密切關注政策法規的變化并及時調整排放清單的編制工作。

3 結論

監測法是基于排放口煙氣中各污染物的監測濃度進行排放估算，能真實反映高架源污染物排放水平。與排放因子法相比，其排放清單的不確定性較小，時間分辨率較高，可滿足不同研究需要。因此，對于位于敏感點附近的城市高架源，在財力、人力等允許的情況下，更推薦采用監測法建立排放清單。但是，排放因子法具有數據獲取相對容易、成本低的優點，適用于不同行業、不同地區的大規模污染物排放估算。通過不斷修正排放清單，降低清單的不確定性，可應用于污染物追因溯源與空氣質量精準預報，支撐大氣污染預警防控與管理決策。建議后續進一步完善基礎研究，降低排放源清單的不確定性，加強排放源排放特征的本地化研究，提高排放因子的準確性和適用性，進一步優化該地區的大氣污染物高架源排放清單。

參考文獻

1 王彥超，蔣春來，賀晉瑜，等.京津冀大氣污染傳輸通道城市燃煤大氣污染減排潛力[J].中國環境科學，2018（7）：2401-2405.

2 國家技術監督局，國家環境保護局.制定地方大氣污染物排放標準的技術方法：GB/T 3840—1991[S].北京：中國標準出版社，1991.

3 環境保護部.大氣細顆粒物一次源排放清單編制技術指南（試行）[EB/OL].（2014-08-20）[2024-10-15].https：//www.mee.gov.cn/gkml/hbb/bgg/201408/t20140828_288364.htm.

4 環境保護部.大氣揮發性有機物源排放清單編制技術指南（試行）[EB/OL].（2014-08-20）[2024-10-15].https：//www.mee.gov.cn/gkml/hbb/bgg/201408/t20140828_288364.htm.

5 環境保護部.大氣氨源排放清單編制技術指南（試行）[EB/OL].（2014-08-20）[2024-10-15].https：//www.mee.gov.cn/gkml/hbb/bgg/201408/t20140828_288364.htm.

6 環境保護部.生物質燃燒源大氣污染物排放清單編制技術指南（試行）[EB/OL].（2014-10-31）[2024-10-15].https：//www.mee.gov.cn/gkml/hbb/bgg/201501/t20150107_293955.htm.

7 環境保護部.民用煤大氣污染物排放清單編制技術指南（試行）[EB/OL].（2016-10-26）[2024-10-15].https：//www.mee.gov.cn/gkml/hbb/bgg/201610/t20161031_366528.htm.

8 賀克斌.城市大氣污染物排放清單編制技術手冊[M].北京：清華大學出版社，2015.

9 張鐵柱.我國生物質發電行業現狀及前景分析[J].農村電氣化，2011（8）：56-58.

10 STREETS D G，BOND T C，CARMICHAEL G R，et al.An inventory ofgaseous and primary aerosol emission in Asia in the year 2000[J].Journal of Geophysical Research，2003（23）：8809.