燃煤电厂和钢铁厂排放可凝结颗粒物中有机组分研究

目前我国燃煤电厂超低排放改造已基本完成,钢铁行业正在进行超低排放改造。固定源排放的可过滤颗粒物(filterable particulate matter,FPM)浓度越来越低,可凝结颗粒物(condensable particulate matter,CPM)排放逐渐引起广泛关注。揭示燃煤电厂和钢铁厂CPM中有机组分特征对于认识CPM成因及控制具有重要意义。采用稀释间接法收集了8个燃煤电厂和3个钢铁厂(2个烧结厂和1个焦化厂)烟气中的CPM,测试和分析了其中有机组分特征。结果表明:燃煤电厂CPM中有机组分含量较低,脱硫入口和总排口平均含量分别为0.082 mg/m3(0~0.331 mg/m3)和0.060 mg/m3(0~0.254 mg/m3),占CPM的比例分别为4.95%和10.1%;钢铁厂CPM中有机组分含量和比例均高于电厂,脱硫入口CPM中有机组分平均含量为1.94 mg/m3(0.408~3.98 mg/m3),占比为22.2%,经过污控措施净化后总排口CPM中有机组分平均含量为0.382 mg/m3(0.149~0.572 mg/m3),占比为11.1%。燃煤电厂CPM中有机组分主要为酯类,钢铁厂CPM中有机组分主要为烷烃类和烷酸类。2类固定源CPM中有机组分占比均相对较低,其无机组分减排工作应予以更多重视。     

超低排放高湿废气总颗粒物监测方法及燃气电厂实际测试

随着我国燃煤电厂等相关行业超低排放改造的推行,固定源排气中可过滤颗粒物（filterable particulate matter,FPM）与气态污染物的排放水平均显著降低,而可凝聚颗粒物（condensable particulate matter,CPM）的排放却日益受到关注.本研究在全面分析了国内外固定源低浓度FPM排放水平下FPM与CPM的测量方法,并在已有研究和实验探索的基础上,对FPM和CPM的监测方法进行了研究,自行开发建立了适合我国实际的超低排放高湿废气中总颗粒物（total particulate matter,TPM）的直接冷凝采样监测方法,并应用于北京市燃气电厂TPM测量.结果表明,北京市燃气电厂排气中TPM排放水平介于1.98～3.77 mg·m^-3之间,平均排放浓度为2.81 mg·m^-3;而FPM的平均排放浓度仅为0.10 mg·m^-3.燃气电厂颗粒物排放以CPM为主,占TPM的比例高达93.8%～99.2%,平均占比为97.0%;FPM占TPM的比例为0.7%～6.2%,平均占比为3.0%;可过滤的可凝聚颗粒物（filterable condensable particulate matter,CPM-F）的排放水平略高于FPM.     

燃煤电厂和钢铁厂烧结烟气有色烟羽排放特征与管控建议

超低排放改造后,电力和钢铁行业常规大气污染物排放量大幅削减,非常规污染物及有色烟羽问题逐步引起关注,视觉污染及“脱白”问题一时成为讨论的焦点。基于国内外相关标准方法,对3家燃煤电厂和2家钢铁厂烧结机机头烟气总排口处的SO₃、NH₃、可过滤颗粒物(FPM)和可凝结颗粒物(CPM)的排放水平进行测试,评估超低排放实施效果和有色烟羽治理的可行性。结果表明,3家燃煤电厂和2家钢铁厂烧结烟气SO₃、NH₃和FPM的排放浓度分别为0.11～1.61,0.02～1.66,0.81～5.76 mg/Nm³,均处于较低水平,其中FPM排放浓度均能够满足超低排放要求,实施烟气“脱白”改造后SO₃和NH₃排放浓度与同行业相比均有显著下降,但减排效果较为有限。3家燃煤电厂和2家钢铁厂烧结烟气中CPM排放浓度分别为3.39～4.82,26.6～29.1 mg/Nm³,其中钢铁厂CPM排放浓度处于较高水平,约为颗粒物超低排放限值的3倍,CP...     

典型的固定源排放可凝结颗粒物中无机组分研究

近年来我国各类典型固定源排放可过滤颗粒物（Filterable Particulate Matter,FPM）的水平已经明显降低,然而固定源可凝结颗粒物（Condensable Particulate Matter,CPM）的排放水平却逐渐引起人们的关注和重视.因此研究不同类型固定源CPM的排放特征对进一步了解和控制固定源颗粒物的排放具有重要意义.本研究根据美国EPA Method 202搭建了一套CPM的采样装置,对5个不同固定源排放的CPM进行了采样.实验结果表明在两个燃煤电厂、一个烧结厂和两个垃圾焚烧厂中,CPM的排放浓度分别为 7.65、26.00、28.89、6.82和5.53 mg·m^-3,无机组分在CPM中的占比分别为69%、62%、43%、62%和71%.其中SO₄^2-是燃煤电厂和烧结厂排放CPM中最主要的水溶性离子,占总离子的67%以上.Cl^-是垃圾焚烧厂排放CPM中最主要的水溶性离子,占总离子的37%以上.K、Ca、Na、Fe、Mg和Al等元素在各类固定源CPM排放的总元素中占比较高,大约在80%以上.此外,在燃煤电厂和烧结厂排放CPM中的未知组分比例大约在20%以上,说明现阶段我们对CPM组成成分的研究还有限,未来应当继续探索研究.     

超低排放燃煤电厂中湿式电除尘器对可凝结颗粒物排放特性的影响

为了解不同负荷下超低排放燃煤电厂中湿式电除尘器（WESP）对可凝结颗粒物（CPM）排放特性的影响,基于US EPA Method 202搭建了CPM采样装置,分析了某安装有WESP的超低排放燃煤电厂烟气中CPM的排放水平,评估了机组负荷对CPM排放浓度的影响以及WESP对CPM中各组分的脱除效率．结果表明,在75%负荷和100%负荷条件下,超低排放电厂CPM的排放量分别为27.27 mg·m^-3和28.71 mg·m^-3,WESP对CPM的脱除效率分别为35.59%和27.59%.SO₄^2-是CPM中水溶性离子的主要成分,在不同负荷条件下SO₄^2-在CPM中无机组分的质量分数达到了65%以上;WESP对于CPM中Cl^-、K⁺、Ca²⁺、Mg²⁺和Na⁺等无机离子的脱除效率可以达到30%～50%,但会使CPM中SO₄^2...     

固定污染源可凝结颗粒物测量方法

随着燃煤电厂以及钢铁等非电行业超低排放改造的进行,固定污染源可过滤颗粒物(FPM)排放浓度逐渐降低,可凝结颗粒物(CPM)的排放逐步引起关注.然而目前对CPM的认识不足,尚没有国际统一的标准测量方法.本研究分析了可用于固定源CPM测量的3种方法,包括冷凝法、稀释间接法和稀释直接法,并在燃煤电厂、钢铁焦化厂和钢铁烧结厂等固定源进行了CPM现场测量.结果表明,8个电厂和钢铁厂冷凝法测得的CPM质量浓度均显著高于稀释间接法和稀释直接法测量结果.冷凝法测得的CPM中含有大量的SO_24-、Cl-等水溶性离子,其浓度显著高于稀释间接法和稀释直接法测量结果.稀释直接法测量的CPM浓度相对较低.冷凝法测量过程中由于水蒸气过饱和冷凝成水吸收SO_2和HCl等易溶于水的气体,进而显著高估了CPM实际排放浓度.稀释间接法能模拟实际大气环境中CPM的形成过程,且不存在冷凝水吸收等问题.     

燃煤电厂烟尘铅排放状况外场实测研究

选取30台燃煤电厂锅炉开展燃料铅含量及烟尘铅排放浓度的系列外场测试.结果表明,燃煤电厂燃料铅含量均值为8.50 mg·kg-1,烟尘铅平均排放浓度为0.0081 mg·m-3,排放因子为0.0643 g·t-1.不同机组容量及有无选择性催化还原(SCR)装置状况下烟尘铅排放因子无显著性差异(p＞0.1),不同除尘设施类型下烟尘铅排放因子有显著性差异(p＜0.1),布袋除尘(Fiber Filter,FF)电厂烟尘铅排放因子低于静电除尘(Electrostatic Precipitator,ESP)电厂.本研究中铅排放因子低于国内估算值,与AP 42燃煤电厂铅排放因子处于同一水平.基于本研究排放因子计算的全国2011年燃煤电厂烟尘铅排放量为126.76 t.     

超低排放典型燃烧源颗粒物及水溶性离子排放水平与特征

研究以自行开发建立的超低排放高湿废气中总颗粒物（total particulate matter,TPM）的直接冷凝采样系统及监测方法,应用于3台北京市超低排放典型燃烧源烟气中颗粒物的排放监测.分析和评估超低排放典型燃烧源排气中颗粒物及其水溶性离子的排放水平与组成特征,探究可过滤颗粒物（filterable particulate matter,FPM）和可凝聚颗粒物（condensable particulate matter,CPM）及其水溶性离子的相互作用与影响因素.结果表明：北京市超低排放燃煤锅炉FPM基准氧含量排放浓度介于1.04~1.11mg·m^-3之间,TPM基准氧含量排放浓度介于3.82~8.69mg·m^-3之间,均满足国家超低排放颗粒物限值要求（10mg·m^-3）,燃煤电厂TPM排放浓度超过了北京市颗粒物排放标准限值要求（5 mg·m^-3）.燃煤供暖锅炉CPM及其总水溶性离子排放水平分别为3.05mg·m^-3和1.30mg·m^-3,显著低于燃煤电厂,与燃煤电厂的负荷和烟温较高有关;燃煤电厂锅炉CPM及其总水溶性离子排放浓度分别是燃煤供暖锅炉的2.2~2.4倍和1.7~2.2倍.燃气电厂TPM及其总水溶性离子排放水平分别为1.99mg·m^-3和1.44mg·m^-3,均明显低于燃煤锅炉.CPM是燃烧源排气中颗粒物的主要形式,在超低排放锅炉烟气中CPM对TPM的质量贡献显著增加,并随烟温的升高而增加,燃煤锅炉为72.6%~88.1%,燃气电厂为93.1%,且水溶性离子总量的66.1%~94.2%存在于CPM中.排气烟温显著影响颗粒物及其水溶性离子的赋存形态、脱除效率与排放水平.SO₄^2-是燃煤锅炉颗粒物的主要特征离子,排放浓度介于0.98~1.18mg·m^-3,占水溶性离子排放总量的27.7%~49.6%,来源于烟气脱硫;F^-是燃煤电厂颗粒物中又一主要特征离子,排放浓度介于1.91~2.32mg·m^-3,占水溶性离子排放总量的54.4%~56.1%,可能与燃料煤含氟量高有关;NH₄⁺是燃气电厂颗粒物的主要特征离子,排放浓度为0.92mg·m^-3,占水溶性离子排放总量的64.2%,来源于选择性催化还原法（selective catalytic reduction,SCR）脱硝过程中的NH₃逃逸,其排放浓度显著高于燃煤锅炉,可能与燃气电厂缺少其它净化设施的协同去除效应有关.     

稻鸭复合系统的温室气体排放及其温室效应

利用密闭箱技术和碱液吸收法.通过田间试验研究了稻鸭复合系统土壤CH4、N2O和CO2的排放规律及其温室效应.结果表明:①在水稻生长期间,CH4分别在分蘖期和抽穗期出现2个排放高峰.平均排放通量养鸭处理为(7.68±0.74)mg·m-2·h-1.常规淹水稻田(对照)为(9.53±0.40)mg·m-2·h-1;N2O排放通量呈现出在稻田淹水期间保持较低值,在稻田落干后迅速升高的趋势,平均排放通量养鸭处理为(0.092±0.073)mg·m-2·h-1,对照为(0.082±0.074)mg·m-2·h-1;而CO2的排放则在分蘖期和成熟期田面水逐渐落干后呈现2个排放峰,养鸭处理和对照的平均排放通量分别为(121.20±4.21)mg·m-2·h-1和(107.53±3.92)mg·m-2·h-1.②稻田养鸭显著地降低了CH4的排放.水稻整个生育期间排放量为18.41 g.m-2,比对照减少19.3%;而显著地提高了N2O的排放,整个生育期间排放量为0.2 g·m-2,比对照增加了10%;养鸭稻田土壤CO2的总排放量为273.66 g·m-2,对照为245.73 g·m-2,两者之间没有显著性的差异.③CH4是引起稻田温室气体综合温室效应的主体,其贡献率在60%左右,相对于常规稻作,稻田养鸭能有效降低甲烷的温室效应,使其温室气体的综合温室效应显著降低.说明在中国南部稻鸭共作是一个减缓全球温室效应的可行措施.     

北京典型道路交通环境机动车黑碳排放与浓度特征研究

本研究对2009年北京市典型道路(北四环中路西段)进行实际交通流监测和调研,分析了总车流量、车型构成和平均速度的日变化规律.应用北京机动车排放因子模型(EMBEV模型)和颗粒物黑碳排放的研究数据,计算该路段的黑碳平均排放因子和排放强度.根据同期观测的气象数据,应用AERMOD模型对道路黑碳排放进行了扩散模拟,并根据城市背景站点和道路边站点的监测数据对模拟结果进行了验证.研究表明,该路段黑碳平均排放因子与重型柴油车在总车流中所占比例呈现出极强的相关性,由于北京市实行货车区域限行制度,日间时段总车流的平均黑碳排放因子为(9.3±1.2)mg·km-1·veh-1,而夜间时段上升至(29.5±11.1)mg·km-1·veh-1.全天时均黑碳排放强度为17.9~115.3g·km-1·h-1,其中早(7:00—9:00)晚(17:00—19:00)高峰时段的黑碳排放强度分别为(106.1±13.0)g·km-1·h-1和(102.6±6.2)g·km-1·h-1.基于同期监测数据验证,AERMOD模型的模拟效果较好.模拟时段的道路黑碳排放对道路边监测点的平均浓度贡献为(2.8±3.5)μg·m-3.由于局地气象条件差异,日间和夜间的机动车排放对道路边黑碳的模拟浓度存在显著差异.日间时段,小型客车排放对道路边站点的黑碳浓度贡献最高,达(1.07±1.57)μg·m-3;其次为公交车,达(0.58±0.85)μg·m-3.夜间时段货车比例明显上升,其黑碳排放占主导地位,贡献浓度(2.44±2.31)μg·m-3.     

Suggestion on further strengthening ultra-low emission standards for PM emission from coal-fired power plants in China

China has established the largest clean coal-fired power generation system in the world by accomplishing the technological transformation of coal-fired power plants(CFPPs) to achieve ultra-low emission. The potential for further particulate matter(PM) emission reduction to achieve near-zero emission for CFPPs has become a hotspot issue. In this study,PM emission from some ultra-low emission CFPPs adopting advanced air pollutant control technologies in China was reviewed. The results revealed tha...     

双级虚拟撞击采样器应用于固定污染源PM10和PM2.5排放测量

为贯彻落实《大气污染防治行动计划》,环境保护部指导各地开展大气污染源排放清单编制工作,其中包括固定源PM_(10)和PM_(2.5)的排放清单.但目前国内尚无固定源PM_(10)和PM_(2.5)标准采样方法.本研究提出了适合我国固定源PM_(10)和PM_(2.5)测量的双级虚拟撞击采样方法,开发了相应的分级采样系统,并用该方法对各类固定源进行了现场测试.测试结果表明,所测试的煤粉炉电厂的烟囱入口PM_(2.5)质量浓度为(0.93±0.03)mg·m~(-3),PM_(10)质量浓度为(1.13±0.11)mg·m~(-3).所测试的垃圾焚烧电厂的烟囱排放口PM_(2.5)质量浓度为(3.3±0.65)mg·m~(-3),PM_(10)质量浓度为(6.9±0.86)mg·m~(-3).所测试的大型循环流化床发电厂的烟囱排放口PM_(2.5)质量浓度为(0.59±0.04)mg·m~(-3),PM_(10)质量浓度为(1.12±0.16)mg·m~(-3).所测试的钢铁转炉的烟囱排放口PM_(2.5)质量浓度为(0.15±0.04)mg·m~(-3),PM_(10)质量浓度为(0.43±0.15)mg·m~(-3).     

燃煤电厂颗粒物中硫酸根与硝酸根离子的转化规律

燃煤电厂排放的颗粒物可以分为可凝结颗粒物（condensable particle matter,CPM）和可过滤颗粒物（filterable particle matter,FPM）.通过分析7个超低排燃煤电厂的湿法脱硫（wet flue gas desulfurization,WFGD）进出口和湿电除尘（wet electrostatic precipitator,WESP）出口烟气中CPM和FPM的SO₄^2-和NO₃^-浓度,揭示了这2种典型水溶性离子在烟道内的变化规律与转化特征.结果表明在WFGD前后,CPM中的SO₄^2-和NO₃^-浓度呈降低趋势,其降低率范围分别为43.12%~86.84%和17.99%~91.58%,而FPM中SO₄^2-和NO₃^-浓度呈增大趋势.在WESP前后,CPM中SO₄^2-和NO₃^-浓度呈增大趋势,增长率范围分别为21.05%~424.65%和13.51%~298.37%,而FPM中SO₄^2-和NO₃^-浓度呈减小趋势.在WFGD中,随着烟气温度降低和湿度增加,部分CPM会通过冷凝和团聚作用进一步转化为FPM;在WESP中,由于烟气一直处于低温、高湿的条件,烟气中存在的SO₂与NO₂会结合水蒸气发生氧化还原反应,进而经过协同作用促进CPM中SO₄^2-和NO₃^-的生成.     

超低排放燃煤电站三氧化硫的迁移和排放特征

采用美国环保署(USEPA)method 8推荐的方法,对典型超低排放燃煤电站满负荷工况下的燃煤、烟气、飞灰、渣进行三氧化硫监测.实验结果表明:燃煤电站超低排放环保设备对三氧化硫的总脱除率为71.86%,大气三氧化硫排放浓度为1.5 mg·m~(-3)(气体体积为标准大气压下的体积,下同).选择性脱硝催化剂(SCR)前烟气中三氧化硫生成量为二氧化硫的0.46%,在SCR催化剂SO_2/SO_3的转化率为0.58%,空气预热器内气态三氧化硫浓度显著降低.低温电除尘(LLT-ESP)内三氧化硫与飞灰结合得到脱除,LLT-ESP细灰中三氧化硫含量为粗灰的1.38倍.湿法脱硫系统(WFGD)对三氧化硫的脱除率为48.45%.超低排放燃煤电站大气三氧化硫排放因子EF_煤、EF_电分别为17.13 mg·kg~(-1)、4.41 mg·kW~(-1)·h~(-1).估算2018年我国燃煤电站三氧化硫大气排放总量约为3.99万t·a~(-1).     

基于积尘负荷的西安市铺装道路扬尘排放研究

近年来城市颗粒物污染问题日渐突出,严重影响着人们的环境幸福指数和对美好环境的期待.道路扬尘作为城市扬尘的重要组成部分,对颗粒物污染的贡献不容小觑.在此背景下,采用积尘负荷法采集西安市快速路、主干道、次干道、支路等4种类型25条道路的道路扬尘样品,并分析采样速率、采样次数等因素对采样效率的影响.在此基础上,计算得到西安市各类型道路的平均积尘负荷,结合车流量、车重、道路长度,通过《扬尘源颗粒物排放清单技术指南》中的公式计算得到各种类型道路TSP、PM₁₀、PM_2.5的排放系数及排放量.结果显示：采样速率为1.0 m²·min^-1,采样次数为两次可满足采样要求.不同类型道路积尘顺序为：支路（4.18 g·m^-2）>次干道（2.80 g·m^-2）>快速路（1.49 g·m^-2）>主干路（1.34 g·m^-2）;道路积尘TSP、PM₁₀、PM_2.5的平均排放系数分别为6.066、1.542和0.447 g·km^-1.快速路和主干路的扬尘排放系数较小,支路的扬尘排放系数次之,次干路的扬尘排放系数较大.采用Monte Carlo方法对TSP、PM₁₀和PM_2.5的排放量进行不确定性分析,在95%的概率分布范围下,三者定量不确定性均为-16.88%~17.96%.     

中小燃煤锅炉PM2.5排放特征实测研究

中小燃煤锅炉是我国工业和民用部门最主要的供热方式,掌握其一次颗粒物的排放特征对于研究大气PM2.5的来源和控制途径具有重要意义.本研究通过实测中小燃煤锅炉烟气,获得了中小燃煤锅炉PM2.5及以下粒径段的排放因子和分布,并分析了各粒径段的颗粒密度及除尘装置的去除效率.研究发现,PM2.5质量排放因子平均为(0.123±0.061)kg·t-1,PM2.5粒子数的排放因子平均为(3.17±1.65)×105t-1,烟气中70~120 nm粒径段的积聚模态颗粒在质量和数量上都高于其他粒径段.锅炉燃烧负荷是影响锅炉PM2.5排放的重要因素,锅炉的燃烧负荷越低,PM2.5排放将随之降低.实测锅炉的PM2.5排放因子显著低于物料衡算结果,说明采用物料衡算方法可能极大地高估了现有排放清单中工业燃煤锅炉的一次PM2.5排放量.