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.     

基于能源-环境情景模拟的北京市大气污染对居民健康风险评价研究

保护居民健康是北京市能源系统优化管理和大气污染治理的重要目标.本研究基于北京市的社会经济发展目标并结合相关节能减排和环保要求,针对全市2010-2020年间的能源消费分别设计了高、中、低3种约束情景,通过LEAP模型预测了全市至2020年的能源消费量与S02、NOx、PM10和PM2.5等4种主要大气污染物的排放强度,并采用泊松回归模型对3种情景下主城区居民受环境空气中这4种大气污染物的暴露危害所导致的健康风险进行了评估.结果显示:相对低约束情景,高约束情景至2020年可避免与S02、NOx、PM10和PM2.5污染相关的死亡危害分别为2663、6359、4720和4104人·a-1,而且在高约束情景下煤炭消费比重每下降1％,可相应地避免约1400人·a-1的污染急性死亡.由此建议北京市实施更加严格的节能和减排措施,严控煤炭消费总量,进一步优化能源结构,最大程度地降低能源消费导致的大气污染所产生的居民健康风险.     

火电厂大气污染物排放标准实施效果的数值模拟研究

建立了2010年火电厂大气污染物排放清单,在此基础上设计了实施2003版标准和实施新版标准的模拟情景,运用Models-3/CMAQ模型系统分别预测其到2015年和2020年的NO2、SO2、PM2.5浓度以及氮、硫沉降量,探讨新版火电排放标准对我国大陆地区空气质量的改善.研究表明,新版火电标准的实施能够有效地改善我国的空气质量状况,相比于实施2003版标准情景,到2015年和2020年全国NO2浓度超过国家二级标准的面积分别减少了53.9%和55.2%;SO2浓度超过国家二级标准的面积均减少了40.0%;氮沉降强度超过1.0 t·km-2的面积分别减少了75.4%和77.9%;硫沉降强度超过1.6 t·km-2的面积分别减少了37.1%和34.3%.     

大城市机动车污染物排放与控制的情景预测

机动车排放控制措施的有效实施对改善城市大气环境质量具有重要意义. 以北京市为例,利用情景预测法评估2011—2020年各项控制措施对城市机动车常规污染物(CO、NO_x、HC、PM₁₀)的削减效果.建立Gompertz模型并估算动态车龄分布以预测机动车保有量,运用排放因子法估算6种机动车排放控制情景的污染物削减量. 结果表明:与基准情景相比,轻型客车保有量调控情景对CO、HC和PM₁₀的削减效果较显著,在2020年可分别削减7.81%、9.88%和5.78%;排放标准更新情景对4种污染物均能有效削减,尤其是对NO_x和PM₁₀,可分别削减21.19%和24.67%;而淘汰高排放机动车情景的短期削减效果显著,但中、长期效果较差;新能源车推广情景因受到经济、技术条件的限制,削减效果较弱;综合情景考虑了以上所有的削减控制措施并达到最大的削减效果,2020年对CO、NO_x、HC和PM₁₀的削减率分别达到29.45%、42.54%、28.04%和41.30%,与基准年(2010年)相比,分别削减约2.81×105、0.63×104、3.77×104和0.17×104t.      

基于LEAP模型的兰州市道路交通温室气体与污染物协同减排情景模拟

基于LEAP模型,构建了2015～2040年兰州市道路交通发展“零措施”的基准（BAU）情景以及低碳（LC）和强化低碳（ELC）这2个节能减排情景,模拟评估各项政策和措施下能源消耗情况和温室气体与大气污染物协同减排效果.结果表明,LC情景能源消耗和CO₂排放将于2026年达峰,ELC情景能源消耗和CO₂排放将于2020年达峰;两种情景下,NO_x、 CO、 HC、 PM_2.5和PM₁₀等污染物排放量于2015～2017年间开始出现大幅下降,下降趋势于2023年前后逐渐减缓.结合措施可行性和减排成本,LC情景可作为兰州市道路交通碳达峰减排情景：到2040年能源消耗量、 CO₂、 NO_x、 CO、 HC、 PM_2.5和PM₁₀排放相对于BAU情景的削减率分别达到-24.17%、-26.57%、-55.38%、-65.91%、-72.87%、-76.66%和-77.18%.兰州市道路交通当前应以公共...     

北京市燃煤源排放控制措施的污染物减排效益评估

为分析北京市燃煤源排放控制措施的污染物减排效益,基于MEIC（中国多尺度排放清单模型）,采用情景分析法,评估了北京市电厂能源清洁化与末端治理、燃煤锅炉改造和城区平房区居民采暖改造等措施的污染物减排效益.结果表明,相对于无控情景,2013年北京市电厂能源清洁化与末端治理减少PM_2.5、PM₁₀、SO₂和NO_x排放量为1.28×104、2.10×104、5.13×104和4.98×104 t,分别占无控情景的85%、86%、87%、74%;北京市燃煤锅炉改造减少PM_2.5、PM₁₀、SO₂、NO_x排放量为1.09×104、2.68×104、11.64×104和5.81×104 t,分别占无煤改气情景的83%、89%、83%、83%;北京市老旧平房区的居民采暖改造减少PM_2.5、PM₁₀、SO₂和NO_x排放量分别为630、870、2 070和790 t,均占无煤改电情景的8%.研究显示,北京市从1998年开始采取的各种减排措施有效地减少了污染物的排放,对北京市空气质量改善具有重要意义.      

北京市减污降碳协同控制情景模拟和效应评估

将能源、建筑、产业和交通作为减污降碳重点领域,设置了基准情景、政策情景和强化情景,以2020年为基准年,2035年为目标年,开展北京市大气污染物和CO₂减排潜力测算,并构建了一种协同控制效应分级评估方法,对政策情景和强化情景下大气污染和CO₂协同控制效应进行量化评估.结果表明,与基准情景相比,政策情景和强化情景下大气污染物减排率分别在11%～75%和12%～94%,CO₂分别为41%和52%.优化机动车结构对于NO_x、 VOCs和CO₂的减排贡献最大,政策情景下减排率分别达到74%、 80%和31%,强化情景下分别达到68%、 74%和22%;完成农村地区散煤清洁能源改造对SO₂的减排贡献最大,政策和强化情景下分别达到47%和35%;提升新建建筑绿色化水平对PM₁₀的减排贡献最大,政策和强化情景下分别达到79%和74%.优化出行结构和推动数字基础设施绿色发展的协同控制效应最佳;强化情景下,完成农村地区散煤清洁能源改造、优化机动车结构和...     

北京市大气污染减排潜力及居民健康效益评估

北京市能源消费正面临着污染物减排和保障居民健康的双重约束. 针对未来城市能源消费设计BAU(基准情景)和2个分别基于近期和中长期节能环保要求的受控情景(EC1、EC2),模拟预测了3个情景下主要大气污染物(SO₂、NO_x、PM₁₀、PM_2.5)在目标年(2020年)的排放水平,以确定大气污染减排潜力. 分别采用综合暴露-反应关系模型(IER)和泊松回归模型,评估北京市居民对PM_2.5暴露的健康风险,估算健康损失的经济价值. 结果表明:相较BAU情景,在EC1情景下, SO₂、NO_x、PM₁₀、PM_2.5减排率分别达到52.95%、49.77%、32.82%、41.41%,可减少PM_2.5暴露下居民死亡和发病219 783例,其中死亡1 295例、住院3 920例、门诊182 558例、患病32 011例,获得健康效益111.87×108元;在EC2情景下,SO₂、NO_x、PM₁₀、PM_2.5的减排率分别达到66.61%、63.42%、54.96%、57.44%,可减少PM_2.5暴露下居民死亡和发病519 234例,其中死亡2 930例、住院9 248例、门诊427 070例、患病79 986例,获得健康效益290.10×108元. 相较EC1情景,EC2情景可产生更大的减排潜力和居民健康效益. 从空间分布上来看,北京主城区因能源方案优化获得的健康效益较大,约占总健康经济效益的60%.      

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.     

CMAQ模式及其修正技术在上海市PM_(2.5)预报中的应用检验

利用CMAQ空气质量数值预报模式对上海市PM2.5浓度进行预报,选取10个囯控站点监测数据对预报进行验证评估.结果表明,CMAQ模式开展能够较好地模拟出PM2.5的时间变化趋势及浓度水平,但总体处于低估的水平,偏低幅度约25%,尤其在高污染阶段,模式的低估更为突出,达32%,这与污染源清单的不确定性有关.为提高PM2.5预报准确度,采用学习型线性回归方法对PM2.5浓度的数值预报结果进行修正,统计检验结果显示修正预报准确率由原来的76.4%提高到了79.3%,污染预报成功指数由56.4%提高至72.1%,明显提高了PM2.5浓度的预报效果,反映了引入实际监测数据对空气质量数值预报模式进行修正的研究意义和可行性.     

兰州市高分辨率人为源排放清单建立及在WRF-Chem中应用评估

城市尺度高分辨率人为源大气污染物排放清单是城市空气质量预报预警、污染成因分析和减排措施制定的重要基础数据,目前我国西部地区城市尺度的人为源排放清单研究仍然相对薄弱,能对接于空气质量模式的排放清单更为缺乏.本文整合已发表的清单文献,建立了可对接于空气质量模式的2016年兰州市城市尺度的人为源清单模型（HEI-LZ16）,将之应用于WRF-Chem模式,评估HEI-LZ16的准确性和适用性.结果表明：兰州市2016年人为源排放的SO₂、NO_x、CO、NH₃、VOCs、PM₁₀、PM_2.5、BC和OC总量分别为25642、53998、319003、10475、35289、49250、19822、2476和1482 t·a^-1.在模拟时间内,HEI-LZ16相比于MEIC,O₃和PM_2.5的NME值分别减小了140.2%和28.8%,HEI-LZ16更加准确适用.分析了HEI-LZ16情景下模拟的PM_2.5和O₃时空分布,兰州市臭氧MDA8呈现冬春季城区低而郊区高,夏秋季河谷城区西部及其下风向地区高的分布特征,夏秋季高浓度区的分布受偏东风和光化学反应的共同影响,冬季城区O₃浓度受NO_x排放的抑制作用浓度反而降低.PM_2.5浓度的高值区主要集中在黄河河谷盆地,本研究表明沿白银—兰州黄河河谷盆地走向的西侧存在一个污染物传输通道,其对兰州市环境空气质量具有较大的影响.     

京津冀及周边地区“2+26”城市结构性调整政策的CO2协同减排效益评估

《打赢蓝天保卫战三年行动计划》（"三年行动计划"）明确提出,产业结构调整、能源结构调整、交通结构调整和用地结构调整是大幅减少大气污染物和CO₂排放的重要抓手,这种协同效应非常明显,但在城市群层面还未被量化研究.为此,采用京津冀温室气体-空气污染物协同控制综合评估模型（GAINS-JJJ）,构建了2017年京津冀及周边地区"2+26"城市群基础排放清单,定量分析了"三年行动计划"的实施带来的CO₂和主要大气污染物的排放变化情况.结果表明,与2017年相比,2020年政策情景下"2+26"城市的CO₂、一次PM_2.5、SO₂、NO_x和NH₃的减排量分别为29.1 Mt （相当于2017年排放量的2%）、203.8（21%）、281.8（27%）、485.5（17%）和34.3 kt （3%）,排放量较大的城市或部门都实现了较为明显的减排.碳协同减排效益结果显示,产业结构调整的一系列重大举措（淘汰落后产能、工业锅炉升级改造和散乱污企业综合整治等）取得了良好的CO₂和大气污染物协同减排效应,而不同污染物中NO_x的碳协同减排效应最高.     

基于响应面模型的区域大气污染控制辅助决策工具研发

基于CMAQ模型结果,利用高维克里金插值算法,建立了排放控制因子与污染物环境浓度的响应面模型(RSM),实现了大气污染可控源排放与复合污染水平的实时函数响应.研究结果显示,RSM对PM2.5的预测结果与CMAQ实际模拟结果的误差在容许范围内(最大误差小于0.20μg.m-3,3.89%).基于所建立的RSM,开发了RSM-VAT区域大气污染控制可视化辅助决策工具.使用RSM-VAT对美国8个典型城市的PM2.5污染状况进行了控制情景分析,通过"可视化展示"和"图表分析"二大模块,输出不同控制情景下的环境污染物浓度的实时响应图、可视化展示和数据分析图表等结果.     

Analysis and prediction of the influence of energy utilization on air quality in Beijing

This work evaluates the influence of energy consumption on the future air quality in Beijing, using 2000 as the base year and 2008 as the target year. It establishes the emission inventory of primary PM₁₀, SO₂ and NO_x related to energy utilization in eight areas of Beijing. The air quality model was adopted to simulate the temporal and spatial distribution of each pollutant concentration in the eight urban areas. Their emission, concentration distribution, and sectoral share responsibility rate were analyzed, and air quality in 2008 was predicted. The industrial sector contributed above 40% of primary PM₁₀ and SO₂ resulting from energy consumption, while vehicles accounted for about 65% of NO_x. According to the current policy and development trend, air quality in the eight urban areas could become better in 2008 when the average concentrations of primary PM₁₀, SO₂ and NO₂ related to energy utilization at each monitored site are predicted to be about 25, 50 and 51 μg/m³, respectively. Translated from China Environmental Science, 2005, 25(6): 746–750 [译自: 中国环境科学]     

2013-2017年珠江三角洲主要大气污染控制措施减排效果评估

自2013年《大气污染防治行动计划》发布以来,珠江三角洲（PRD）地区实施了严格的大气污染防控政策,在全国率先实现PM_2.5浓度连续3年达标,然而,已实施的控制措施对污染物的减排效果尚不清楚.因此,本研究通过广泛收集2013—2017年珠三角地区大气污染源活动水平数据与控制措施,建立2013—2017年实际控制与未控制情景的污染物趋势排放清单,对主要控制措施的减排效果进行了量化.结果表明,2013—2017年珠三角地区SO₂、NO_x、PM₁₀、PM_2.5和VOCs 5种污染物排放分别下降了55%、24%、55%、54%和10%.相比于未控制情景,实际控制情景下2017年5种污染物分别实现61%、40%、68%、70%和41%的减排.在各类管控措施中,工业提标对5种污染物减排分别贡献了39%、46%、66%、69%和25%;销号整治对VOCs减排贡献最大（32%）,对其它污染物减排贡献约10%;清洁能源改造主要对SO₂和PM减排有所贡献,其中,煤改气、低硫煤、低硫油对SO₂减排有主要贡献（均为15%左右）,低灰分煤对PM₁₀（12%）和PM_2.5（19%）减排有较大贡献;机动车提标、淘汰黄标车对NO_x（22%、17%）和VOCs（23%、12%）减排有较大贡献.本研究可为珠三角和其它地区针对不同大气污染物科学制定防控政策与措施提供基础数据和科学支撑.     

基于LEAP模型的京津冀地区钢铁行业中长期减排潜力分析

京津冀地区是我国钢铁行业集中布局的地区,也是大气污染最突出的地区.分析京津冀地区钢铁行业各类治污工具的中长期减排影响,对于选择最优减排措施、加快推动该地区大气污染治理意义重大.构建基于LEAP模型的京津冀地区钢铁行业模型,以2015年为基准年,以每5 a为一个时间节点,结合规模减排、结构减排、技术减排、末端治理4种减排措施,模拟计算了4种单一政策情景及4种组合政策情景下2015-2030年京津冀地区钢铁行业主要污染物（SO₂、NO_x、PM₁₀、PM_2.5、CO₂）排放量及相应的减排影响.结果表明:在单一政策情景下,规模减排情景对5种污染物减排效果均十分显著.在组合政策情景下,4种减排措施叠加的综合减排情景效果最好,在该情景下京津冀地区钢铁行业到2030年SO₂、NO_x、PM₁₀、PM_2.5、CO₂排放量将分别削减27.73×104、17.85×104、42.94×104、27.35×104、23.15×107 t;在规模-末端治理情景下,除CO₂外其余污染物减排效果仅次于综合减排情景;规模-结构减排情景对PM₁₀和PM_2.5的减排效果相对明显;规模-技术减排情景对CO₂、SO₂、NO_x的减排效果相对明显.研究显示,京津冀地区钢铁行业需要在大力淘汰落后过剩产能、缩减产量等源头治理措施的基础上,持续加强末端治理、提高废钢比例、提升节能减排技术水平等协同治理能力,以提高治污减排效果.      

近3年西双版纳州勐腊县大气污染基本特征及污染原因分析

对西双版纳州生态环境局勐腊分局2017年8月-2020年8月逐日空气质量数据的分析表明,2-4月是勐腊县空气质量指数（Air Quality Index,AQI）频繁达到二级及以上的时段,空气质量分指数（Individual Air Quality Index,IAQI）能够达到二级及以上标准的污染物为PM_2.5、PM₁₀、O₃、SO₂中的一种或几种,PM_2.5、PM₁₀污染较为严重,PM_2.5对空气质量的影响最大,可使空气质量达到重度污染,混合污染出现比例远大于单一污染.2019、2020年3-4月勐腊县轻度及以上连续污染日数超过5 d的5次过程中,4次污染过程的主要潜在源区在勐腊上风方向老挝西北部及泰国与其相邻的区域,权重潜在源贡献因子（Weight Potential Source Contribution Function,WPSCF）大于0.6的区域与同年3、4月泰国西北部、老挝西北部的火点密集区有较好的对应关系,4次污染过程与老挝西北部及泰国与其相邻区域的生物质燃烧关系密切;1次污染过程的主要潜在源区主要在当地,当地建筑施工、交通运输、生物质燃烧和餐饮行业细颗粒物的排放会导致勐腊县空气质量出现明显下降.为验证勐腊县连续污染过程受到了周边国家烧荒的影响,利用逐日气溶胶光学厚度（Aerosol Optical Thickness,AOT）对2020年3月23-4月9日的污染过程进行了个例分析,发现AOT大值区位于勐腊上风方向,高浓度污染物持续稳定地向勐腊传输导致勐腊出现持续重污染.     

不利风向条件下北部湾人为源对海口市PM2.5浓度影响的模拟研究

通过分析2013—2017年海口市风向频率、地面PM_(2.5)浓度及海口市所处北部湾地理位置,确定12月为北部湾对海口市最不利风向时间段.利用中尺度气象模式(WRF,Weather Research Forecast)驱动空气质量模型(CMAQ,Community Multi-scale Air Quality),设置一系列数值模拟情景,深入分析北部湾人为源对海口市PM_(2.5)浓度影响.结果表明:WRF/CMAQ能很好地再现北部湾气象场和PM_(2.5)浓度的时空分布.2013年12月,北部湾人为源对海口市PM_(2.5)平均贡献率约为45.4%,其中约有90%来源于海口市自身人为源,约有10%来源于广东广西片区,海南片区除海口外其余市县贡献可忽略不计.污染时段,北部湾和海口市自身贡献率均下降,平均贡献率分别为40%和36%,表明污染时段海口市PM_(2.5)主要源区不仅来自北部湾.通过分析后向轨迹,发现污染时段均会经过一个关键区——珠三角区域,表明珠三角区域很有可能也是造成2013年12月海口市PM_(2.5)污染的主要源区.清洁时段,北部湾和海口市自身贡献率均上升,平均贡献率分别为52%和48%,表明北部湾对海口市PM_(2.5)浓度影响在清洁时段更显著.因此,北部湾未来产业规划值得关注,因为这些产业很有可能使目前海口市清洁时段变为污染时段,导致空气质量下降.     

台州市市区环境空气中PM2.5的多模型联用来源解析

为对台州市市区环境空气中PM_2.5的主要来源进行全面分析,运用CMAQ(空气质量模型)模型中的ISAM源追踪算法,计算了台州市本地各类污染源及外来源对PM_2.5的贡献,同时基于CMB模型的初步源解析结果,利用CMAQ模型解析二次前体物排放源的贡献,得到CMB-CMAQ联用模型的源解析结果,综合分析CMAQ模型和CMB-CMAQ联用模型解析结果最终获得台州市市区空气中PM_2.5的贡献源数据.结果表明:①CMAQ模型和CMB-CMAQ联用模型解析结果均表明,台州市市区PM_2.5本地源中首要贡献源为工业源,两个模型中工业源贡献率分别为20.13%和26.94%,其次为扬尘源(贡献率分别为16.98%、19.37%)和道路移动源(贡献率分别为16.44%、18.14%).②CMB-CMAQ联用模型解析结果中工业源、扬尘源和道路移动源的贡献率均高于CMAQ模型解析结果,而外来源和电力源的贡献率均低于CMAQ模型解析结果.③CMAQ模型和CMB-CMAQ联用模型综合分析分配结果表明,外来源、工业源、扬尘源、道路移动源是对区域中PM_2.5贡献较大的4个污染源,贡献率分别为26.10%、22.38%、16.09%、15.07%.研究显示,台州市市区环境空气中PM_2.5污染呈以工业源、扬尘源为主,道路移动源污染突出的复合型污染特征,加强这三类源的排放管理对于台州市市区PM_2.5污染防治具有重要意义.      

煤炭消费与大气污染影响下的燃煤火电分区发展策略

我国区域性复合型大气污染日益严重,以燃煤火电为代表的煤炭消费相关产业已经成为最为重要的大气污染源,并已成为制约燃煤火电行业发展的重要因素. 应用RAMS(区域大气模式系统)-CMAQ(多尺度空气质量模式系统)模拟和评估全国燃煤火电对区域大气环境的影响,并分析了近地面风场对燃煤火电布局的影响;基于煤炭消费总量增长趋势与控制目标,预测燃煤火电的发展规模,提出全国燃煤火电分区布局策略. 结果表明:燃煤电厂对我国东部地区NO_x、SO₂、PM_2.5以及PM₁₀排放通量的贡献较大,但燃煤电厂对ρ(SO₂)、ρ(O₃)、ρ(PM_2.5)和ρ(PM₁₀)年均值的贡献率较小,基本维持在10%以下,仅对ρ(NO_x)年均值贡献达到了10%～20%;考虑到盛行风向对污染物传输的影响,需谨慎在京津冀西北方向、长三角周边以及珠三角以北方向的较近区域新建燃煤电厂或大型燃煤火电基地;按照既定的煤炭消费总量控制目标(42×108 t)估算,2020年新增燃煤电厂容量可以满足电力消费需求增量的70%,“十三五”期间仍需要进一步开发其他替代能源,煤炭消费总量控制对煤电发展的影响逐渐减弱;中东部地区可增加燃煤火电装机容量较小,华北平原、长三角、珠三角和四川盆地等地区应禁止新建煤电机组,新疆维吾尔自治区、内蒙古自治区西部、宁夏回族自治区、陕西省北部等西部地区将是未来燃煤火电发展空间最大的区域.