基于LEAP模型的厦门交通能耗及大气污染物排放分析

交通部门能源消耗和污染物排放的比例较大,增长迅速,因此研究交通部门的节能减排措施显得尤为迫切。文章以厦门市城市交通部门为例,基于LEAP模型构建Xiamen-2008Tra交通模型,研究从基准年2008年到2030年的能源消费量以及CO2、SO2、NOx和PM10的排放量,评估各种节能减排措施的效果。模型设定了基准情景和最佳情景,前者作为参考情景假设政府没有采取任何措施来抑制交通部门能源增长,后者作为最乐观情景包括私家车控制、燃料经济性调整、新能源车推广、燃料税和生物燃料推广五个节能减排子情景。研究结果表明:2030年最佳情景要比基准情景节能36.08%,CO2、SO2、NOx和PM10的排放量分别减少40.46%、47.06%、32.07%和44.91%;在各种节能减排措施中,私家车控制措施节能减排效果最好。     

非珠三角机动车尾气控制措施协同效果评估

广东非珠三角机动车保有量的大量增长带来了交通尾气污染物和CO_2的高强度、集中性排放,严重影响空气质量以及碳排放治理工作。因此,迫切需要设计更加高效可行的碳减排政策来控制交通尾气污染物以及CO_2的排放。该文基于平均行驶里程法预测了非珠三角地区2015-2020年5种污染物(CO、VOCs、NO_x、PM_(2.5)和CO_2)在不采取专门控制措施情景下的排放量,并根据现有经济、技术和政策规划设计了5种减排情景,计算不同减排情景下的减排量,定量分析了不同减排情景对多污染物的协同控制效应及其成本效益。研究表明:(1)在不采取专门的控制措施下,2015-2020年污染物排放量持续增长,2020年CO_2排放量将达到5 488.6×10~4t,相比2014年增长了141%;(2)在各类减排情景下,污染物排放量呈现不同程度的削减(VOC_S除外),其中,2020年提高燃油品质对NO_x(削减率37%)和CO(削减率41%)的削减率最高;(3)提高排放标准对CO_2和PM_(2.5)的协同控制效应最好,公交优先对CO_2和NO_x的协同控制效应最好;(4)综合考虑对各污染物的减排效果,提高排放标准成本效益最优,对空气污染物和CO_2的平均减排率为29%,平均单位成本为0.13元/g。研究显示,由于低费效比及其对多污染物的协同控制效应好,提高排放标准在研究中是最优的污染物减排措施。     

中国能源政策的大气污染物减排效果与附加效应--上海案例研究

为了研究中国能源政策对减少本地大气污染物排放的效果,以及减缓二氧化碳排放增长速度的附加效应,以上海为例,采用MARKAL模型对基础情景和能源政策情景下的能源消费及大气污染物排放量进行了预测,并分析了能源环境政策减缓二氧化碳排放增长的附加效应。结果显示,实施能源政策后,上海市的SO_2、PM_(10)。排放量均有大幅度降低,并可明显减缓CO_2排放的增长速度。2000～2020年,SO_2排放量将基本保持在2000年的水平,CO_2排放总量的年均增长率将由基础情景下的2.7％减小到能源政策情景下的1.1％～1.2％。     

中国水泥工业节能减排效果分析及对策研究

根据水泥工业大气污染物排放的数学模型;测算2005年-2011年中国水泥工业二氧化碳(CO2)、氮氧化物(NO2)、二氧化硫(SO2)、颗粒物(PM)和氟化物(F)等污染物排放量,分析节能减排的效果并提出解决问题的对策。结果表明:水泥工业CO2排放量逐年增长,并且与水泥产量和单位产品综合能耗呈线性关系;原料煅烧和能源利用过程CO2排放量分别占56%和44%;单位水泥产品CO2排放强度由0.68 t·t-1下降到0.58 t·t-1,相当于每年节约标准煤682×104t、减少CO2排放共计1.03×108t。NO2排放量分别是SO2、PM、F的4、7、160倍。发展新型干法技术、建设烟气脱硝装置、协同处置固体废物是水泥工业未来节能减排的发展方向。     

河北省工业源大气污染物排放清单及减排潜力

为研究河北省典型工业源大气污染物排放特征,通过收集整理河北省及各地市工业源活动水平数据,文章采用"自下而上"的方法建立了2016年河北省工业源大气污染物排放清单。结果显示,2016年河北省工业源SO_2、NO_x、CO、VOCs、PM_(10)、PM_(2.5)排放总量分别为60.1、64.1、1 076.1、69.6、51.4、32.7万t。钢铁是各项工业大气污染物的首要来源,贡献率为30.2%～90.2%,电力是NO_x、SO_2的第二大来源,焦化是颗粒物的第二大来源。唐山、邯郸、石家庄是省内排放量最高的3个城市。对于钢铁行业,各市烧结机SO_2排放浓度均能达到地标的要求,但全省平均浓度是超低限值的1.76倍;对于电力行业,燃煤机组达到SO_2、NO_x超低排放限值的比例分别为83.19%、100%,全省SO_2、NO_x平均排放浓度是深度治理要求的1.02倍、1.53倍。减排潜力测算结果显示,在实施了新的减排政策后,工业源各项污染物排放量预计比2016年下降9.0%～30.5%。     

环境税的SO_2和NO_x行业排放分解效应研究

基于环境CGE模型,通过对生产环节排放的SO_2和NO_x,同时征收环境税,将行业SO_2和NO_x的减排量分解为产出规模效应、过程排放效应、中间投入替代效应、能源替代效应(排放基数效应和排放强度效应)和国产进口替代效应,模拟分析我国SO_2和NO_x行业排放量变化的原因.结果显示,SO_2和NO_x的排放量分别减少29万t和13万t,因行业中间使用煤炭减少的SO_2和NO_x排放量分别为57%和99%.从行业分解效应来看,SO_2和NO_x的排放量下降均主要得益于能源替代效应,减排量分别为27万t和12万t,其次是产出规模效应,减排量分别为2万t和8579t.其中,电力行业的减排量最大,能源替代效应完全占主导作用.然而,不同行业的SO_2和NO_x排放变化的主要影响因素存在很大差异.因此,政府在征收环境税时,应着重考虑行业SO_2和NO_x减排的差异性.     

一次航班飞行全过程大气污染物排放特征

飞机发动机以航空煤油为燃料,在运行过程中会排放多种大气污染物,对空气质量和人体健康存在较大影响.选择A320作为典型机型,提取了一次真实航班飞行过程中的机载飞行数据,基于BM2及BM2-FOA耦合模型,获得了其在飞行全过程中每一时刻CO、UHC、NO_x及PM_(2.5)的排放指数,并计算了CO、UHC、NO_x、SO_2、CO_2及PM_(2.5)的精确排放量.结果表明,飞行过程中CO和UHC排放指数与推力变化趋势相反,数值范围分别为0.67~595.34 g·kg~(-1)和0.05~0.43 g·kg~(-1).NO_x排放指数与燃油流量变化趋势一致,数值范围是0.96~114.25 g·kg~(-1).PM_(2.5)排放指数全过程变化较小,约为0.25~0.36 g·kg~(-1).飞行全过程中,CO_2排放总量最大,约为2.0×10~4kg.同时,NO_x的排放量约为213.4 kg,SO_2也排放了24.5 kg.CO、PM_(2.5)和UHC的排放量分别为7.5、2.2和0.5 kg.将本次精确计算结果与使用ICAO基准模型对LTO起降阶段的估算结果进行对比后发现,基准模型LTO飞行时间较真实时间偏长37%.基准模型估算LTO阶段CO、UHC污染物排放量偏高,NO_x偏低,且偏差较大;而SO_2、CO_2和PM_(2.5)的排放量估算结果偏差相对较小.与机动车相比,A320飞机的一次LTO起飞着陆飞行,NO_x排放量约等于一辆小客车行驶8.6×10~4km,或相当于1274辆小客车1 d的排放量.     

长三角城市群机动车污染物排放清单建立及特征研究

为研究长三角城市群机动车污染物排放特征,本研究应用COPERTⅣ模型估算1999—2017年长三角城市群机动车污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)、CO_2、CH_4、N_2O、NH_3和SO_2排放因子,建立排放清单,并对其排放特征展开分析,结果表明:1999—2017年不同污染物时间变化趋势存在差异,污染物CO、NMVOC、NO_x、PM_(2.5)、PM_(10)和CH_4排放量呈现先增长后下降的趋势,但开始下降的年份不同,CO_2和NH_3排放量增长趋势显著,2017年相对于1999年分别增加621%和3925%,N_2O和SO_2排放量总体呈上升趋势并在特定年份下降明显;污染物排放空间分布与路网分布基本一致,沿海地区的排放强度要明显大于内陆地区,特别是长江下游、杭州湾和太湖附近的城市最为明显;轻型客车为污染物CO、NMVOC、CO_2、CH_4、N_2O和NH_3的主要贡献车型,重型货车和重型客车为污染物NO_x、PM_(2.5)、PM_(10)和SO_2主要贡献车型;长三角城市群各城市机动车污染物排放量的差别主要与各城市机动车保有量有关,上海市各污染物贡献率下降幅度明显,机动车污染物主要贡献城市除了省会城市和直辖市之外,其余城市的污染物排放也不容忽视.     

基于CO_2和大气污染物排放征税分析的区域电力系统优化

为了优化电力系统并促进节能减排,将不确定性优化方法与区域电力系统模型相结合进行电力系统规划:以系统成本最小化作为目标函数;参考国家相关政策与标准设置资源量、电力供需平衡、排放限值等约束;对各发电技术发电量、外购电量、CO_2及大气污染物排放总量进行最优化;为了探讨征收排放税的减排效果以及可行性,设置对电力系统征收大气污染物排放税和碳税进行相应的情景分析.研究以淄博市作为实例,在淄博的电力系统规划中,情景1中违反系统约束概率的增大会使最优火力发电量增加,在3个情景中,清洁能源发电量均能达到占总电力需求量10%的目标;而外购电将主要作为保证电力系统安全平稳运行的补充;情景1中违反系统约束概率为0时SO_2,NO_x和烟尘的排放限值在所有情景中为最低,即淄博市现行的排放限值标准将会得到更好的减排效果,并且其他情景下的系统成本将显著增加.因此,基于对淄博市的案例研究结果可知,对于电力系统征收排放税并不具有必要性.     

基于路网车流量的北京城市副中心机动车污染控制情景

应用基于路网车流信息的情景分析方法,对北京城市副中心地区依据不同控制情景,以2015年为基准年建立机动车尾气排放清单.通过计算未来年路网车流信息和各情景下实际路网机动车污染物的排放清单,预测2020年和2025年的污染物排放变化.结果表明,未来10年北京城市副中心路网密度和机动车行驶里程持续增长,与基准情景相比,各控制情景对污染物排放量均有削减,新能源车推广情景对各污染物减排效果显著,且对NOx和PM的减排效果更好.外埠车限行情景对各污染物减排效果均较为显著,淘汰高排放车措施在短时间内削减效果显著,但长期削减效果较弱.综合情景对污染物的削减率达到最佳,机动车污染物CO、NOx、HC和PM排放量分别下降39.0%、58.7%、49.2%和55.5%.     

电动汽车普及对江苏冬季大气污染影响的数值模拟

为研究电动汽车普及对空气质量的影响,首先利用机动车排放计算模型MOBILE估算了在电动汽车替代50%小型载客车情景下江苏省的大气污染物排放量,并利用中尺度气象-化学模式(WRF-Chem)模拟和分析了电动车替代前后冬季污染物浓度的变化特征.结果表明,如果用电动汽车替代小型载客车,江苏省13个地级市的CO、NO_x、VOC排放量都有所降低,减排量从地区来看,苏南苏中苏北.电动汽车替代将会造成江苏地区由交通排放引起的CO浓度降低20%～35%,氮氧化物浓度降低10%～30%,减排效果总体上苏南地区好于苏中和苏北地区.交通排放对于SO_2、一次PM_(2.5)和PM_(10)的贡献小,也可能是因为清单低估了交通源对它们的贡献,因此,减排效果不明显.受NO_x影响,交通减排增加了O_3浓度.     

基于达标约束的南京市环境空气质量情景模拟

以2030年南京市6项污染物达标为约束,在2015年大气污染物排放清单基础上,利用CMAQ模型分析了PM_(2.5)对南京本地不同前体物排放的敏感性,通过情景分析预测排放清单,模拟了4种减排情景的空气质量变化,最终获得达标约束下大气污染物总量控制指标.模拟结果显示,减少一次颗粒物PPM (primary particulate matter)排放对降低大气中的PM_(2.5)浓度最为有效;在周边地区减排的基础上,本地减少PPM排放对PM_(2.5)年均浓度下降的相对贡献可达88%,其次为NH_3、NOx、SO_2与VOCs减排,其相对贡献分别为10. 3%、5. 5%、3. 2%与0. 5%;相比2015年,4种情景下南京市主要大气污染物减排比例在22%～53%,未来控制活动水平对减排SO_2、NH_3与CO较有效,而NOx和VOCs末端治理方面还有较大空间;将SO_2、NOx、PM10、PM_(2.5)、BC、OC、CO、VOCs及NH_3的排放量分别控制在2. 43×104、8. 47×10~4、9. 42×10~4、3. 74×10~4、0. 19×10~4、0. 30×10~4、26. 56×10~4、13. 08×10~4及1. 50×10~4t以内时,预计南京市6项污染指标可以达到国家环境空气质量二级标准.     

IPCC情景下中国大陆区域排放清单预测

参考IPCC情景设计方法,采用IPAT方程预测未来不同经济社会发展情景(A1B、A2及B1情景)下中国大陆区域2020,2050年能源消耗量,结合分部门、分燃料的排放因子,得到大陆区域2020,2050年SO_2、NO_x排放清单。全球共同发展情景(A1B情景)下SO_2、NO_x排放量最大,其次为经济发展速度较慢的区域发展情景(A2情景),全球可持续发展情景(B1情景)污染排放量最低。结果表明:火力发电、工业及交通运输业对SO_2、NO_x排放量贡献最大,在未来几十年仍是污染控制的关键部门。     

上海市能源CO_2排放及节能减排的减碳效果分析

以 2005 年为基准,采用 IPCC 清单指南推荐的方法测算了上海市能源活动产生的 CO2 排放清单。并采用情景分析方法,预测了高碳情景和低碳情景下上海市能源需求及相应的二氧化碳排放趋势,探讨了节能减排等低碳政策所产生的碳削减的潜力。研究表明,2005 年上海市能源活动所排放的 CO2 总量为 1.72 亿 t,其中,能源加工转换产生的 CO2 排放量为 7740 万 t,占排放总量的 44%;工业次之,占 30%;交通运输的排放比例为 16%。煤炭和石油的消费是导致 CO2 排放的主要原因,2005 年煤炭所带来的 CO2 排放量为1.10 亿 t,油品所产生的 CO2 排放量为 0.58 亿 t,分别占到能源活动 CO2 排放总量的 64.0%和 33.7%。 2005 年上海市人均 CO2 排放量为9.68 t/人,是世界平均水平的 2.4 倍,是中国平均水平的 3.8 倍。研究表明,在低碳政策下,上海能源需求将有所控制,到 2020 年全市能源需求总量为 1.6 亿 t 标煤, 比高碳情景节约 1.4 亿 t 标煤。节能减排政策还将使得全市能源活动 CO2 排放比高碳情景显著下降,到2020 年全市 CO2 排放量为 3.26 亿 t,比高碳情景减少 3.1 亿 t,低碳政策所产生的碳减排效益十分明显。     

京津冀区域燃煤发电行业大气污染物排放时空变化特征研究

为了科学评估京津冀区域燃煤发电行业特别排放限值和超低排放相关要求实施后的大气污染物减排效果,以行业调查数据为基础,建立了2013年和2015年京津冀区域燃煤发电行业大气污染物排放清单,分析了装机容量与SO_2、NO_x和烟尘排放量的时空耦合关系,讨论了国家相关政策和标准的实施效果。结果显示:区域内2015年燃煤机组装机容量与2013年相比略有下降,SO_2、NO_x和烟尘排放量分别下降75.95%、83.09%和71.20%,减排效果明显。2015年100 MW以下等级机组3种污染物排放总量位居各机组首位,建议通过多种合理方式压减小型燃煤发电机组数量和排放浓度。     

廊坊市区主要大气污染源排放清单的建立

通过调研、统计廊坊市区工业、城中村及机动车等资料,结合以往清单文献研究结果及清单编制指南中的排放因子,计算了廊坊市区主要大气污染物的排放量,得到廊坊市区2014年主要大气污染源排放清单.结果显示,2014年廊坊市区工业源(固定燃烧)NO_x、SO_2、NMVOC、CO、PM_(10)、PM_(2.5)排放总量分别为6.4×10~3、1.2×10~4、31、1.0×10~4、7.3×10~2、4.4×10~2t,其中热电行业排污贡献率最高,分别占NO_x、SO_2、CO、PM_(10)、PM_(2.5)工业源(固定燃烧)年排放总量的55%、48%、67%、63%、69%;安次区工业企业对气态污染物贡献较高,广阳区及开发区工业企业对颗粒物排污贡献较大.低矮面源(城中村)NO_x、SO_2、NMVOC、CO、PM10、PM_(2.5)年排放总量分别为1.8×10~2、3.6×10~3、3.0、4.9×10~3、1.5×10~2、72 t.道路移动源CO、HC、NO_x、PM_(2.5)年排放总量分别为2.4×10~4、1.9×10~3、2.2×10~3、44 t,其中小型客车对HC和CO贡献率较高,分别为53%和61%;NO_x年排放总量中26%由重型货车贡献;PM_(2.5)则主要由轻型货车和重型货车贡献,占比分别为39%和21%.     

武汉市2020年机动车常规污染物排放预测及减排潜力分析研究

采用情景分析方法预测武汉市"十三五"期间不同情景下机动车保有量和主要污染物(NOx、CO、VOCs、PM10和PM2.5)排放量,同时进行减排潜力的初步核算.结果表明:在不淘汰黄标及老旧车辆的情况下,预计2020年武汉市机动车保有量将增长至352.5万辆,机动车排放NOx、CO、VOCs、PM10和PM2.5约为6.6万吨、13.5万吨、4.0万吨、0.2万吨和0.2万吨."十三五"期间采取结构减排、工程减排及管理减排方案措施后,2020年机动车排放NOx、VOCs、CO、PM10和PM2.5可在2015年的排放基础上分别减排0.51%、43.17%、40.74%、38.99%和38.45%.     

基于能源消费情景模拟的北京市主要大气污染物和温室气体协同减排研究

在改善城市空气质量的同时降低温室气体(GHG)排放,是未来北京市能源管理和环境保护工作的共同目标和主要任务.本研究结合北京市中长期规划发展目标及能源消费结构,分别设置基于节能政策和环保要求的低、中、高这3种能源消费约束情景,并使用LEAP模型模拟预测3种情景下北京市主要大气污染物和GHG在2010～2020年间的减排效果.结果表明,通过加强节能减排和污染控制政策对能源消费系统施加约束和优化,至2020年北京市能源消费可降低1 000～3 000万tce,SO2、NOx、PM10/PM2.5、VOC和GHG排放量将分别降至7.1～10.02、15.92～21.87、8.98～13.38/5.14～9.60、5.64～7.48和14 820～16 470万t,与低约束情景相比,中、高情景下大气污染物和GHG排放将分别减少53%～67%、50%～64%、33%～55%/25%～60%、41%～55%和26～34%.进一步的协同减排分析表明,北京市应重点调控工业、交通、服务业部门的化石能源消费,在有效缓解能源消费压力的同时实现主要大气污染物与GHG的协同减排.     

南昌市固定燃烧点源大气污染物排放清单及特征

大气污染物排放清单是了解区域污染物排放特征、准确模拟空气质量的重要资料,而工业点源是大气污染的重点排放源.通过收集相关活动水平信息和合理的排放因子,采用"自下而上"的方法建立了南昌市2014年点源大气污染物排放清单.结果表明,SO_2、NO_x、CO、PM_(10)、PM_(2.5)和VOC排放总量分别为29576.2、17115.1、25946.6、4689.4、922.9和1190.4 t,其中,金属炼制行业对SO_2、CO和VOC的贡献最高,分别占37.75%、30.59%和38.45%;火电行业是NO_x的主要来源,其贡献率为47%;水泥等建材制造行业对PM_(10)和PM_(2.5)排放贡献最高,分别为26%和25%.根据排放源污染物排放量及地理坐标信息,建立了0.4 km×0.4 km的污染物排放量空间分布特征图,结果表明,南昌市大气污染物排放较为集中,青山湖区北部和新建区北部是SO_2、NO_x、CO和VOC的主要排放区,而PM_(10)和PM_(2.5)的排放量相对分散,并在安义县出现排放高值区.通过将计算结果与统计数据结果进行对比,了解所估算清单的准确程度.对SO_2和NO_x的计算值和统计值进行统计分析,结果显示,NMB(标准化平均偏差)和NME(标准化平均误差)值均小于50%,清单计算精度较高.同时,为了解清单数据质量,对清单的不确定性进行定量分析,结果显示,SO_2和VOC不确定性较低而PM_(10)和PM_(2.5)的不确定性相对较高,清单整体不确定性与其他研究结果相差不大.建议后期研究可以从提升基础数据质量和建立具有区域代表性的排放因子数据库着手,从而减小排放量的不确定性,获得精准可靠的大气污染物清单并应用于空气质量模型预报等更深入的研究.     

长三角区域非道路移动机械排放清单及预测

基于长三角典型城市非道路移动机械实地调查成果,结合长三角各城市非道路移动机械相关指标现状及变化趋势,建立了长三角三省一市非道路移动机械大气污染源排放清单,并开展了2005~2025年区域非道路移动机械保有量、燃油消费量及污染物排放量预测.2014年长三角非道路移动机械总量约为8.23×106台,柴油消费量约9.95×106t,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别为5.5×10~3、4.9×10~5、7.6×10~5、1.1×10~5、2.9×10~4和2.7×10~4t,农用机械占长三角机械总量的93%,CO和VOCs排放贡献分别为88%和77%;建筑及市政工程机械的NO_x和PM_(2.5)排放贡献较为突出,分别占49%和35%.长三角中部和北部城市机械排放贡献相对突出.2005~2014年间,长三角地区非道路移动机械保有量、油耗及排放增幅均相对较快,预计到2020和2025年,区域非道路移动机械总量增速明显放缓,柴油消费量分别比2014年增加2%和8%.到2020年,SO_2、NO_x、CO、VOCs、PM10和PM_(2.5)排放分别比2014年下降97%、10%、3%、10%、11%和11%;到2025年分别下降97%、16%、3%、15%、21%和21%.预计未来长三角区域非道路移动机械排放将呈现逐年下降趋势,但相比机动车降幅仍相对较小,其排放贡献将日益突出,加快老旧机械淘汰并进一步提升机械排放标准对削减非道路移动机械排放总量具有十分重要的意义.