京津冀燃煤锅炉大气污染物精细化排放清单

基于环境统计数据,采用排放因子法建立2020年京津冀地区燃煤工业锅炉县级大气污染物排放清单.结果表明,2020年京津冀地区燃煤工业锅炉常规大气污染物SO₂、NO_x、颗粒物(PM)、PM₁₀、PM_2.5排放量分别为6351,7399,2952,825,399t.,其中PM₁₀和PM_2.5分别占PM排放总量的27.9%和13.5%.重金属Hg、Pb、Cd、Cr、As的排放量分别为197.9,1391.3,32.0,1214.2,362.4kg.65t/h及以上燃煤工业锅炉为主要的排放贡献源,各类污染物的排放量占京津冀地区工业锅炉各类污染物排放总量的比重为51.1%~81.2%,是污染控制及监管的重点.河北省承德市、唐山市、张家口市为污染物排放量最大的3个城市,3个城市各类污染物排放量占京津冀地区工业锅炉各类污染物排放总量的14.6%~71.9%.污染物排放强度大的区域主要集中在天津市、河北省廊坊市、唐山市的一些区县.     

京津冀燃煤工业和生活锅炉的技术分布与大气污染物排放特征

燃煤工业和生活锅炉(下称燃煤锅炉)是京津冀地区大气污染控制的重点,分析其污染物排放特征对燃煤锅炉的污染控制具有重要意义. 对京津冀地区燃煤锅炉的容量、锅炉种类、除尘方式、实际除尘效率等技术分布信息进行了统计,在此基础上建立了基于技术分布信息的2012年京津冀地区燃煤锅炉大气污染物排放清单,并分析了技术特征对燃煤锅炉大气污染物排放的影响. 结果表明:京津冀地区燃煤锅炉以10 t/h及以下的小容量锅炉为主,主要炉型为层燃炉,除尘方式以湿式除尘及多管旋风除尘为主;2012年京津冀地区燃煤锅炉的SO₂、NO_x、颗粒物、PM₁₀和PM_2.5排放量分别为90.81×104、30.88×104 、31.46×104、14.64×104和8.07×104 t,排放主要集中于10 t/h及以下和35 t/h以上的锅炉;天津、石家庄、保定、唐山是锅炉污染物排放量最大的城市;供热、食品、化工、造纸是燃煤锅炉排放最集中的行业. 京津冀地区不同城市锅炉的容量及行业分布差异明显,各城市对燃煤锅炉应因地制宜采取天然气替代、集中供热等措施,以控制燃煤锅炉的污染物排放.      

京津冀地区散烧煤与电采暖大气污染物排放评估

散烧煤供暖是一种污染物排放量大、一次能源利用效率低的供暖方式,亟需寻找一种新的供暖方式替代散烧煤供暖.在对比评估散烧煤与电煤各种主要污染物排放量的基础上,提出直接电采暖和低温空气源热泵两种替代散烧煤供暖方案,以缓解京津冀地区大气污染,并对改造前后的污染物排放量和技术经济性进行分析;从区域污染物综合减排的战略角度提出对京津冀地区原散烧煤采暖用户进行低温空气源热泵供暖改造和燃煤电厂执行“超净排放”改造两种方案,并对两种方案的污染物减排效果进行了对比.结果表明:单位散烧煤的污染物排放量远高于电煤,其中散烧煤的SO₂、NO_x、烟尘和综合PM_2.5排放因子分别为17.12、2.80、6.37和9.80 g/kg,电煤的SO₂、NO_x、烟尘和综合PM_2.5排放因子分别为0.43、0.85、0.17和0.47 g/kg,散烧煤对综合PM_2.5的贡献是电煤的20.9倍;直接电采暖和低温空气源热泵供暖均能有效减少污染物排放量,其中直接电采暖可使每户每年采暖期的SO₂、NO_x、烟尘和综合PM_2.5分别减排66.38、7.15、24.79和36.96 kg,而采用低温空气源热泵的减排量分别为67.79、9.97、25.35和38.52 kg,但直接电采暖方式的一次能源利用效率(仅为33.7%)极低,因此不适合大面积推广;京津冀地区原散烧煤采暖用户在进行低温空气源热泵供暖改造后,其SO₂、NO_x、烟尘和综合PM_2.5年减排量分别为24.47×104、3.60×104、9.15×104和13.91×104 t,燃煤电厂执行“超净排放”改造后相应年减排量分别为1.28×104、4.25×104、1.30×104和2.31×104 t,其中低温空气源热泵供暖改造后的综合PM_2.5减排量达到燃煤电厂改造的6.0倍,并且年投资也较燃煤电厂改造低约4×108元.研究显示,采用低温空气源热泵供暖在污染物减排量、技术经济性和实施可行性等方面均具有优势.      

超低排放改造后燃煤电厂细颗粒物排放特征

超低排放改造后,燃煤电厂细颗粒物排放特征发生了变化,为定量评估颗粒物中各组分的排放特征及环保设备对细颗粒物的影响选取了3台超低排放机组为研究对象利用DGI分级撞击采样器对湿法烟气脱硫装置(WFGD)、湿式静电除尘器(WESP)进、出口颗粒物取样并用多种指标分析研究.结果表明,3台机组出口处排放的PM₁、PM_2.5和PM₁₀质量浓度范围分别为0.25～0.38、0.31～0.42和0.42～0.57 mg·m^-3两种改造工艺下排放的PM₁₀质量浓度相当,但是颗粒物粒径分布和成分组成存在差异相比FP1和FP2机组,FP3机组PM_2.5/PM₁₀比值最高,可能原因是FP3机组安装了WESP,对粒径2.5μm以上的颗粒有更好地脱除效果.FP2和FP3机组排放的PM_2.5中水溶性离子总浓度分别为0.20 mg·m^-3和0.06 mg·m^-3,FP2机组排放水溶性离子以Ca     

燃煤电厂细颗粒物控制技术集成应用及“近零排放”特性

细颗粒物是燃煤电厂污染物控制的难点.三河电厂通过技术集成进行“近零排放”技术攻关,包括采用低低温静电除尘器以提高细颗粒物的除尘效率、利用脱硫除尘一体化技术提高脱硫系统的协同除尘性能、通过湿式静电除尘器实现细颗粒物的深度控制.结果表明:三河电厂通过技术攻关和集成应用后,4台燃煤机组先后实现ρ(烟尘)、ρ(SO₂)和 ρ(NO_x)分别低于GB 13223—2011《火电厂大气污染物排放标准》中天然气燃气轮机组各自排放限值(5、35和50 mg/m3).其中,1～3号机组排放ρ(烟尘)分别为5、3、2 mg/m3,截至2016年3月15日,4号机组ρ(烟尘)连续265 d在1 mg/m3以下.采用低低温静电除尘技术后,4号机组除尘效率由99.86%升至99.89%,同时可凝结颗粒物前驱物SO₃的脱除效率从25.88%升至46.12%;3号机组采用脱硫除尘一体化技术后,100%负荷下协同除尘效率从34.29%升至87.66%以上,全负荷运行下吸收塔出口ρ(烟尘)稳定在3 mg/m3左右;1号、2号、4号机组在100%负荷下湿式静电除尘器除尘效率分别为77.87%、88.82%、83.60%,2号湿式静电除尘器对PM_2.5、PM₁₀和SO₃的脱除效率分别为98.37%、97.31%和42.23%.      

烟台市典型工业排放PM2.5源成分谱特征研究

鉴于烟台市本地化源成分谱研究缺乏的现状,以及颗粒物精细化来源解析及环境管理的需求,采用NK-ZXF颗粒物再悬浮采样器,对6家烟台市典型工业下载灰源样品进行再悬浮采样,构建6类〔燃煤电厂、供热锅炉、生物质锅炉、钢铁（烧结）行业、玻璃行业和垃圾处理行业〕PM_2.5源成分谱,并对PM_2.5源成分谱特征及其排放颗粒物携带重金属特征进行评估.结果表明:①燃煤电厂PM_2.5源成分谱的标识组分包括Si、Cl-和SO₄2-,其质量分数分别为15.2%、9.3%和7.8%;与燃煤电厂相比,供热锅炉排放的PM_2.5中w（OC）偏高、w（SO₄2-）偏低;生物质锅炉排放的主要组分有K、Cl-和OC等,其质量分数分别为7.4%、13.3%和8.6%;钢铁（烧结）行业PM_2.5源成分谱中w（Ca）、w（Fe）和w（Cl-）较高;SO₄2-和Ca为玻璃行业PM_2.5源成分谱的主要组分,其质量分数分别为20.6%、8.2%;垃圾处理行业重金属质量分数最高,其主要组分为Cl-和SO₄2-.②CD（coefficient of divergence,分歧系数）计算结果表明,各源成分谱有一定相异性（CD范围为0.53~0.70）,其中生物质锅炉与垃圾处理行业PM_2.5源成分谱差异（CD为0.70）最大.③各典型工业排放PM_2.5所携带重金属特征显示,垃圾处理行业排放PM_2.5中的重金属质量分数（2.3%）最高,燃煤电厂、供热锅炉、生物质锅炉和玻璃行业排放的重金属中Cr、Ni和Cu相对质量分数较高,钢铁行业和垃圾处理行业排放的重金属中Pb相对质量分数较高.研究显示,所构建的烟台市各典型工业排放PM_2.5源成分谱特征鲜明,能够反映各行业PM_2.5排放特征.      

我国西部农村地区固体燃料燃烧污染物排放因子测定及分布特征

排放因子是估算污染物排放量的重要参数,为获取可靠的、有区域特征的固体燃料排放因子,2018年在我国西部9个省/自治区利用稀释采样系统入户收集了226个固体燃料燃烧样本,获得了薪柴、秸秆和煤在不同类型炉具中燃烧排放CO₂、CO、OC、EC、PM_2.5的排放因子。结果表明：秸秆类较易燃烧的燃料有较高的OC、EC、PM_2.5排放因子,煤有较高的CO₂、CO排放因子。炉灶类型对薪柴的OC、PM_2.5的排放因子影响稍大,薪柴在炕中燃烧的OC、PM_2.5排放因子比在砖灶和铁炉高约2—3.1倍,但秸秆在不同炉具中的排放因子差异较小。受不同区域燃料和炉灶类型以及操作习惯差异的共同影响,排放因子呈现明显的区域性差异,高CO₂排放因子分布在以煤为主要燃料的区域,高OC、EC、PM_2.5排放因子分布在以生物质为主要燃料的区域,并且CO、OC和PM_2.5排放因子的区域分布呈现一定的相关性。     

我国燃煤电厂颗粒物排放特征

基于我国燃煤电厂(不含港、澳、台数据,下同)的燃烧技术及颗粒物控制技术分类,建立了燃煤电厂颗粒物排放计算方法. 利用该方法,分析了2000─2010年我国燃煤电厂颗粒物排放量及分布特征. 结果表明:我国燃煤电厂颗粒物排放量自2000年起持续增加,于2005年达到最高值(375×104 t),其中PM₁₀、PM_2.5排放量分别为237×104、129×104 t;此后逐年降低,2010年降至166×104 t,其中PM₁₀、PM_2.5排放量分别降至126×104、85×104 t. 随着静电除尘及湿法脱硫的普及,颗粒物中PM_2.5所占比例由2005年的34.3%升至2010年的51.2%. 我国燃煤电厂颗粒物排放地区分布不均衡,2010年内蒙古、山东、河南、江苏、山西和广东六省区的排放量占全国排放总量的44%. PM_2.5排放因子也因各省燃煤电厂颗粒物排放控制技术不同而产生差异,其中煤粉炉、循环流化床锅炉的PM_2.5排放因子分别为0.35~0.75、0.27~0.90 kg/t. 从机组规模影响来看,单台容量在30×104 kW以下的燃煤机组是粗颗粒(PM>10)的主要来源,而在30×104 kW以上的燃煤机组对PM_2.5排放贡献(64.6%)较大,这主要与这类燃煤机组静电除尘和湿法脱硫的安装比例高有关.      

基于实测的电袋复合除尘器脱除多污染物效果

为了考察电袋复合除尘器脱除多污染物的能力,分别采用US EPA Method 30B方法、DL/T 998-2006《石灰石-石膏湿法烟气脱硫装置性能验收试验规范》、HJ/T 342-2007《水质硫酸盐的测定铬酸钡分光光度法（试行）》、GB/T 16157-1996《固定污染源排气中颗粒物测定与气态污染物采样方法》和国际标准化组织ISO23210-2009《Stationary Source Emissions-Determination of PM₁₀/PM_2.5 Mass Concentration in Flue Gas-Measurement at Low Concentrations by Use of Impactors》对A、B两个燃煤电厂中循环流化床锅炉后的电袋复合除尘器脱除烟气中汞、SO₃、烟尘、PM₁、PM_2.5、PM₁₀六种污染物的效率进行测试试验.结果表明:电袋复合除尘器对烟尘、PM₁₀等颗粒态污染物捕集效率高达99%以上;两个电厂电袋复合除尘器中汞的质量平衡分别为112.05%、72.78%,在70%~130%的允许范围之内;B电厂中电袋复合除尘器进口处烟气中颗粒态汞占总汞含量的比例高达97%,电袋复合除尘器对颗粒态汞的捕集效率达99.93%,对气态汞的捕集效率达86.84%;由于滤袋表面烟尘粉饼具有一定的吸附作用,电袋复合除尘器对SO₃也有一定的捕集能力,A、B电厂电袋复合除尘器对SO₃的脱除效率分别达到90.04%和61.73%,脱除效率可能受到飞灰组分及其吸附能力的影响.研究显示,电袋复合除尘器对循环流化床锅炉烟气中的多污染物具有较高的协同捕集效率.      

供热锅炉颗粒物排放特征实测研究

采用芬兰Dekati公司的颗粒物稀释采集系统对天津市供热行业7台典型燃煤锅炉、1台天然气锅炉开展PM_(10)、PM_(2.5)排放特征实测研究,结果表明:(1)燃煤锅炉在湿法除尘和旋风除尘器后的PM_(10)、PM_(2.5)排放因子具有显著差异(湿法除尘:PM_(10)(0.341±0.289)kg/t、PM_(2.5)(0.305±0.270)kg/t;旋风除尘:PM_(10)(0.608±0.163)kg/t、PM_(2.5)(0.558±0.165)kg/t);燃气锅炉PM_(10)、PM_(2.5)排放因子均为0.025kg/万m~3,其测试结果与国内已有研究结果具有很好的可比性。(2)燃煤锅炉PM_(10)、PM_(2.5)排放因子实测值显著低于物料衡算法,说明采用物料衡算法对清单中一次颗粒物的排放量估算存在高估的可能性。(3)供暖锅炉污染物排放存在显著的时间变化特征,清晨与午后分别是排放量高峰和低谷时间段。     

Characteristics of particulate-bound polycyclic aromatic hydrocarbons emitted from industrial grade biomass boilers

Polycyclic aromatic hydrocarbons(PAHs) are carcinogenic or mutagenic and are important toxic pollutants in the flue gas of boilers. Two industrial grade biomass boilers were selected to investigate the characteristics of particulate-bound PAHs: one biomass boiler retro-fitted from an oil boiler(BB1) and one specially designed(BB2) biomass boiler. One coal-fired boiler was also selected for comparison. By using a dilution tunnel system, particulate samples from boilers were collected and 10 PAH species were analyzed by gas chromatography–mass spectrometry(GC–MS). The total emission factors(EFs) of PAHs ranged from 0.0064 to0.0380 mg/kg, with an average of 0.0225 mg/kg, for the biomass boiler emission samples. The total PAH EFs for the tested coal-fired boiler were 1.8 times lower than the average value of the biomass boilers. The PAH diagnostic ratios for wood pellets and straw pellets were similar.The ratio of indeno(1,2,3-cd)pyrene/[indeno(1,2,3-cd)pyrene + benzo(g,h,i)perylene] for the two biomass boilers was lower than those of the reference data for other burning devices, which can probably be used as an indicator to distinguish the emission of biomass boilers from that of industrial coal-fired boilers and residential stoves. The toxic potential of the emission from wood pellet burning was higher than that from straw pellet burning, however both of them were much lower than residential stove exhausts.     

燃煤控制对北京市空气质量的改善分析

根据清洁空气行动计划,北京市将继续调整能源结构,新建天然气热电中心替代燃煤发电,并且进行工业锅炉煤改气、居民供暖煤改电、远郊区炊事用气改造等措施,以减少煤炭的使用量. 采用自下而上的排放因子法,估算减少燃煤所产生大气污染物(TSP、PM₁₀、一次PM_2.5、SO₂、NO_x及VOC)的减排量,并利用ADMS-Urban模型模拟其对环境空气质量的改善. 结果表明:①2015年北京市煤炭控制在1500×104t以内,测算的煤炭减量为863.38×104t,TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC的减排量分别为2580.17、2032.94、1183.53、6265.30、7220.90和1058.44t. ②各污染物减排空间分布基本一致,主要集中在城市功能拓展区,包括石景山、朝阳区、海淀区和丰台区等,上述区域对TSP、PM₁₀、一次PM_2.5、SO₂、NO_x和VOC削减贡献分别达到78.3%、81.5%、82.7%、85.2%、83.0%和49.9%. ③ADMS-Urban模型模拟结果表明,减少燃煤可使环境空气中ρ(TSP)、ρ(PM₁₀)、ρ(一次PM_2.5)、ρ(SO₂)、ρ(NO_x)和ρ(VOC)分别降低0.55~12.74、0.44~10.78、0.27~6.77、0.78~17.31、1.67~43.48和0.17~12.07μg/m3.      

机器学习耦合受体模型揭示驱动因素对PM2.5的影响

PM_2.5主要受排放源、大气化学、气象条件等驱动因素的非线性影响,了解驱动因素对PM_2.5浓度的影响十分重要. 本研究基于南开大学大气环境综合观测超级站的逐时在线观测数据,耦合机器学习方法和受体模型,揭示了驱动因素的重要性以及对PM_2.5浓度的影响. 结果表明:① 2018年11月—2020年10月观测地点的PM_2.5浓度范围为3.21~291.80 μg/m3,采暖季PM_2.5浓度和化学组分均高于非采暖季. ②使用受体模型解析PM_2.5的来源及其贡献,发现观测期间二次源的贡献率(44.7%)最高,其他依次为燃煤源(23.6%)、机动车排放源(11.0%)、扬尘源(9.9%)、生物质燃烧源(7.2%),工业源的贡献率(3.6%)最小. ③利用随机森林-SHAP模型量化排放源、大气氧化能力、气象条件等驱动因素对PM_2.5浓度的影响,发现观测期间排放源对PM_2.5浓度的影响程度为54.3%,高于其他驱动因素;气象条件对PM_2.5浓度的影响程度次之,为32.4%;大气氧化能力对PM_2.5浓度的影响程度相对较低,为13.3%. 在采暖季和非采暖季,各驱动因素对PM_2.5浓度的重要性在排序上没有变化,然而驱动因素对PM_2.5浓度的影响程度有所不同. 采暖季排放源对PM_2.5浓度的影响程度高于非采暖季,采暖季大气压对PM_2.5浓度的影响程度低于非采暖季. 研究显示,排放源对PM_2.5的影响相对较大,气象条件和大气氧化能力对PM_2.5浓度的影响也不容忽视.      

京津冀大气污染传输通道城市燃煤大气污染减排潜力

以京津冀大气污染传输通道城市为研究对象,建立了燃煤电厂、燃煤锅炉、农村散煤三大污染源主要大气污染物排放计算方法,以2015年为基准年,梳理现有燃煤污染减排政策措施,对2017年“2+26”城市燃煤污染源SO₂、NOx、PM、PM₁₀、PM_2.5的减排潜力进行了分析.结果表明：实施燃煤电厂超低排放改造、燃煤锅炉淘汰或改造、散煤改电（气）等措施后,“2+26”城市2017年燃煤SO₂、NOx、PM、PM₁₀、PM_2.5排放量分别达到87×10⁴t、56×10⁴t、64×10⁴t、45×10⁴t、32×10⁴t,预计比2015年分别减少44%、48%、33%、32%、30%.燃煤电厂、燃煤锅炉、农村散煤替代各项污染物减排比例分别在55%~70%、31%~38%、18%~21%,未来农村散煤治理的减排潜力还较大.从各城市情况来看,多数城市燃煤SO₂、NO_x减排主要来自燃煤电厂超低排放改造;保定、廊坊等城市燃煤颗粒物减排量较大,得益于散煤治理工作的大力推进.     

葫芦岛市生物质能燃料改善大气环境的探讨

分散在中小城市的小型洗浴锅炉,点多面广,锅炉燃料经历了原煤散烧、型煤、焦碳等不同阶段。虽然对其燃烧过程及其排放烟气进行了严格的管理、治理,但是燃烧产生的烟尘浓度、黑度、SO2经常超标排放,严重污染了大气环境质量。结合这种现状,通过改造锅炉结构,燃烧生物质颗粒燃料,实现了洗浴锅炉各种大气污染物达标排放,解决了市区四处冒黑烟的问题,改善了大气环境质量。     

秸秆露天焚烧典型大气污染物排放因子

利用烟气污染物稀释采样系统,基于实际测试,针对玉米、小麦、花生和棉花4种农作物秸秆开展露天焚烧排放大气污染物采集和分析.利用修正燃烧效率区分燃烧状态,根据碳平衡法计算烟气中颗粒物和气态污染物排放因子.结果表明,4种秸秆露天焚烧CO、SO₂、NO_x和CH₄平均排放因子分别在7.39~92.4g/kg、0.11~0.89g/kg、0.72~3.86g/kg和0.2~5.45g/kg之间,PM_2.5平均排放因子在1.48~13.29g/kg之间.OC和EC的质量分别占PM_2.5全部质量的27.7%~54.3%和4.4%~17.1%,是PM_2.5的主要组成成分.污染物排放主要来自混合燃烧状态,焖烧状态排放污染物浓度相对较高.随着含水率升高,焖烧过程增强显著,CO、CH₄、PM_2.5和OC的排放因子升高,其中PM_2.5排放量增高主要是由OC排放占比升高导致.     

基于空气质量模式和数学规划模型的城市PM2.5达标策略——以临汾为例

为了改善城市空气质量,降低PM_2.5浓度,需要制定科学的控制策略,同时兼顾污染物减排量与减排成本效益.本文基于区域大气环境模型RegAEMS与数学规划模型,采用多目标遗传算法,探究城市大气PM_2.5污染的最优控制策略,并应用于临汾市（14类行业源、17个区域源）的PM_2.5浓度达标规划,实现污染物排放量最大和减排成本最小的双目标优化.结果表明,在PM_2.5平均浓度近200 μg/m³的重污染天气条件下,为达到PM_2.5浓度目标（75μg/m³）,临汾市最大污染物允许排放量为356.7t/d,最小减排成本为3.36亿元.NO_x、SO₂、NH₃、VOCs和一次颗粒物的减排量分别为98.1,49.9,44.3,155.7和105.5t/d,减排成本分别为11.7,6.8,6.2,5.5和3.5千万元.对VOCs、NO_x、PM_2.5、NH₃和SO₂减排潜力最大的行业分别为焦化源、移动源、扬尘源、农业源和民用燃烧源,分别占所有行业5种污染物减排量的21.6%、14.1%、11%、8.6%和3.8%.钢铁行业的减排成本最高（39%）;襄汾县的减排量最大,减排成本最高（达7218万元）.