特高压跨区域输电对空气质量的影响研究

马小会 徐敬 张自银 李梓铭 温维

（1.京津冀环境气象预报预警中心，北京 100089；
2.中国气象局北京城市气象研究所，北京 100089）

中国大气污染防治的措施［25-27］。

随着工业化进程的加快，中国煤炭等化石能源的消耗大幅增加，使得中国城市大气环境呈现高浓度的二氧化硫和颗粒物污染，区域整体环境质量恶化，光化学烟雾、区域性大气灰霾频繁发生，重酸雨区面积增加，有毒有害大气污染物环境风险愈来愈大［1-7］。研究表明［8-10］，燃煤颗粒物是大气颗粒物的重要来源，京津冀地区燃煤总量大，燃煤废气对环境空气质量造成严重影响。燃煤废气排放对京津冀地区空气PM2.5的贡献率为23.3%—46.6%，冬季的贡献率达50%。燃煤电厂、燃煤锅炉、农村散煤是主要燃煤污染源，近年对此进行了研究和治理［11-19］，通过为三大污染源建立的主要大气污染物排放模型计算结果发现，相关改造后，燃煤电厂替代各项污染物减排比例可达55%—70%。现在多数城市燃煤SO2、NOx减排主要来自燃煤电厂超低排放改造［20-24］。

本文依托“锡盟—济南”特高压工程为研究背景，通过对国内外相关空气质量模式的考察和研究［28-39］，选取最优方案，开展数值模拟所需的气象场数据、排放源数据，选用适合的参数配置方案，建立大气化学数值模拟系统，开展敏感性数值模拟试验，进行处理和数理统计分析，得出量化结果，建立特高压跨区域输电工程受端区域空气质量改善影响评估模型，以期为评价跨区域输电对受端区域空气质量改善的影响提供参考。

1.1 数据来源

1.1.1气象数据

燃煤电厂排放的颗粒物在中国工业烟尘占比最高，发电用的煤炭占中国煤炭总消费量的50%以上，且燃煤电厂经过脱硝、除尘和脱硫后大部分粗颗粒物已被脱掉，颗粒物排放以细粒子为主，控制燃煤电厂PM2.5的排放对污染物减排非常重要。特高压远距离输电，可以减少受端区域燃煤发电机组，减少相应的污染物排放，以实现减少大气灰霾，这也是目前

初始气象场和侧边界条件数据来源于美国大气环境预测中心（National Centers for Environmental Prediction，NCEP）提供的全球再分析资料FNL（Final Operational Global Andysis，FNL）（https：//rda.ucar.edu/datasets/ds083.2/）、全球天气预报场GFS（Global Forecast System，GFS）（https：//www.ncdc.noaa.gov/data-access/model-data/modeldatasets/global-forcast-system-gfs）。全球再分析资料FNL是基于全球气象观测资料同化模拟结果，可视作真实气象场资料，其空间分辨率为1°×1°，时间分辨率为每6 h一次；
全球天气预报场GFS资料主要是为短期和中期天气预报服务的实时预报场，其空间分辨率主要有0.5°×0.5°和1°×1°两种，时间分辨率为3 h（前72 h）和6 h。

1.1.2地理数据

基础地理数据包括地形高度数据，地表植被类型等来源于美国地质勘探局（USDS）的geog数据（http：//www2.mmm.ucar.edu/w rf/users/download/get＿sources＿wps＿geog.html），主要包括地形高度、坡度、土地利用、土壤类型、湿度等，其空间分辨率最高达到9 s（0.27 km）。本文模拟区域覆盖中国华北大部分地区，水平分辨率为9 km，水平网格点数为154×142，垂直方向分为30层，边界层有15层，模式顶为50 hPa。

1.2 研究方法

1.2.1模型建立

特高压跨区域输电工程对受端区域大气灰霾的影响与具体的气象条件关系紧密，需气象条件和化学污染物在线耦合，本研究选用WRF-Chem V3.7为模拟系统核心。

WRF（Weather Research and Forecasting Model）模式是由美国环境预测中心（NCEP）、美国国家大气研究中心（NCAR）等美国科研机构中心开发的中尺度天气预报模式。WRF-Chem在WRF基础上增加了化学模块。WRF-Chem被称为新一代空气质量模式系统，它将空气质量模式也就是大气化学模式（Chem）与气象模式（WRF）在线耦合，可同步计算物理和化学过程，即化学和气象子模式采用同一套水平和垂直坐标系统，同样的物理参数。由于大气化学输送过程是在与气象模式完全相同的格点和时间步长下处理的，从而可以有效减少由于时间和空间插值造成的误差。总体来说，WRF-Chem较为全面地考虑了物理和化学过程，包括大气污染物的平流和对流输送、湍流扩散、干湿沉降、辐射传输等主要大气物理过程，生物质排放与人为排放、多相化学、气溶胶化学和动力学等大气化学过程，以及气溶胶与大气辐射、光分解和微物理过程相互作用的气溶胶反馈过程。此外，该模式还能实现大气动力、辐射和化学过程之间的耦合和反馈。

WRF-Chem V3.7是基于WRF-Chem模式建立的中国华北区域雾霾等污染预报业务的模式系统，可以较为充分地满足特高压跨区域输电工程对受端区域大气灰霾影响研究的需求，该方面研究与气象条件变化关系紧密，气象条件和化学污染物之间的在线耦合十分必要，同时可有效减少离线计算由于时间、空间差值带来的误差，实现对气象化学反馈效应的研究。此外，就真实大气而言，由于该模式考虑了较为详尽的物理、化学过程，已广泛应用于区域性污染成因研究，因此选用WRF-Chem V3.7作为模拟系统核心，通过相关程序的编译、参数的设置、数据的处理及输入等，建立电厂污染物排放对空气质量影响的计算模型。

模型采用的人为排放清单为清华大学主持研发的中国华北区域0.1°×0.1°格点化清单（http：//www.meicmodel.org），清单包含5个排放部门（电力、工业、民用、交通、农业）。

火电厂排放清单输入模式进行模拟需要通过如下两步处理：

（1）时间分配优化。通过时间分配因子，将电厂的年排放量转换为小时排放强度输入模式。

（2）空间分配优化。由于电厂的排放具有一定的高度，其影响范围不仅限于地面，故利用垂直分配因子，来研究电厂排放对不同高度层的影响。地面以上第2—9层，对应高度分别为9 m、27 m、46 m、64 m、91 m、130 m、185 m和255 m。

1.2.2情景设置

情景包括基础情景和虚拟情景。基础情景为中国华北地区人为源排放清单反映的区域排放状况，本研究依托锡盟—济南特高压输电工程，设置锡盟电厂情景，该情景代表了大气污染排放的实际状况。虚拟情景即为依据受端地区所消纳的特高压外送电量，在本地虚拟建设的电源点（发电厂），华北地区人为源排放清单增加了虚拟电厂后的排放情景，定义为虚拟情景。

利用基于印痕法［40-41］的北京地区潜在源区分析结果，选择“重要敏感源区”设置了虚拟电厂排放情景，虚拟的电厂主要包括受端区域内规划中的、已核准的、在建的电厂，根据特高压输入的电量，按照机组容量大小，分配相应的发电负荷。

该情景特高压输入的电量由北京及其周边地区新建机组提供，北京及周边地区共有3个燃煤电厂、1个燃气电厂在建设，其中3个燃煤电厂分布在北京周边南部，考虑北京冬季易造成城区污染的风向为西南方向，故在靠近涿州电厂的位置附近作为研究点（115°58′12″E，31°28′48″N）。

1.2.3排放量计算

根据虚拟电厂的坐标，采用最短距离法插值到计算模型中的对应网格，确定虚拟电厂在输入模型的排放清单中的位置。虚拟电厂的烟囱高度为210 m，因此其排放在向清单的输入过程中，进行了排放高度的垂直优化，依据经验系数分配给模式地面以上的8层，对应高度分别为9 m、27 m、46 m、64 m、91 m、130 m、185 m和255 m。

电厂坐标插值至格式网格获取虚拟电厂个数，如两个虚拟电厂的坐标经插值位于同一模式网格，则处理为同一个虚拟电厂，其排放量采用累计计算方式。虚拟情景中虚拟电厂共计为4个，其中只有3个电厂有PM2.5排放（其他电厂排放为气态物），该情景下依据不同方法计算得到的PM2.5的年排放量分别为655 t、764 t和156 t；
锡盟电源点情景虚拟电厂共 计 为2个，PM2.5的 年 排 放 量 平 均 为1744 t（图1）。

2.1 大气环境影响范围评价

污染物浓度伴随空气流动逐渐扩散，因此局地排放会对下风向地区造成一定影响。尽管虚拟电厂在源清单中处理为单个格点的排放，但受到天气形势、风速、风向等扩散条件影响，其影响范围和程度会随着气象条件的不同有明显变化。

2.1.1西北风主导风向虚拟电厂排放的影响范围

2015年12月3日北京地区西北风主导风向情况下，该情景相关区域地面PM2.5浓度增加的逐时变化见图2。图2中红色区域、黄色区域、绿色区域分别为PM2.5浓度变化大、中、小的区域。

图1 北京虚拟电厂和锡盟电厂位置及排放量Fig.1 Locations and em issions of virtual power plant in Beijing and power p lant in Xilin Gol

图2 2015年12月3日17时（a）、18时（b）、19时（c）、20时（d）、21时（e）、22时（f）北京地区西北风影响下逐小时PM 2.5浓度分布Fig.2 Hourly average concentrations of PM 2.5 under the effect of the northwest w ind at 17：00（a），18：00（b），19：00（c），20：00（d），21：00（e），and 22：00（f）on December 3，2015，in Beijing

由图2可知，PM2.5浓度增大较大的区域为虚拟电厂附近的区域，受西北风影响时，北京东南部区域PM2.5浓度增大，其最大的影响距离大约为110 km，影响区域为电厂以南区域，北京城区位于虚拟电厂的上风向，大气环境质量受其影响较小。

2.1.2西南风主导风向虚拟电厂排放的影响范围

2015年12月14日北京地区西南风影响下PM2.5浓度变化见图3。由图3可知，在该情景下，受西南风的影响北京城区区域大气环境PM2.5浓度将有不同程度的增大。图3e和图3f为虚拟电厂对周边大气环境PM2.5浓度影响面积最大的情景，该情景大气环境PM2.5浓度受影响的距离约为200 km，影响面积约占北京地区总面积的30%，影响范围最大的气象状况为：北京主要处于静稳天气形势下，天空云量不多，平均风速在2 m·s-1左右。图3f中，PM2.5污染在南部地区逐渐加重，主要原因是该影响时段北京北部地区为西北风，而南部地区为西南风，在北京地区形成一条明显的辐合线，西南风将南部地区污染向北京输送，辐合线的出现不利于污染的扩散，污染带集中在辐合区，并随着时间的推移污染逐渐加重。

图3 2015年12月14日18时（a）、19时（b）、20时（c）、21时（d）、22时（e）、23时（f）北京地区西南风影响下PM 2.5浓度逐小时变化Fig.3 Hourly average concentrations of PM 2.5 under the effect of the southwest w ind at 18：00（a），19：00（b），20：00（c），21：00（d），22：00（e），and 23：00（f）on December 14，2015，in Beijing

2.1.3静稳条件下虚拟电厂排放的影响范围

由2015年12月13日北京地区静稳气象条件下PM2.5浓度变化可知（图略），该气象条件下高空受纬向环流控制，中低空偏南气流影响，且持续回暖在低层形成逆温，地面处于弱气压场控制，京津冀区域内整体风速较弱，地面风速长时间小于2 m·s-1。在这种气象条件下，空气流动性较差，污染物浓度不易输送和扩散，形成局地污染累积。因此，静稳天气条件下，该情景只对虚拟电厂周边区域大气PM2.5浓度造成影响。

2.2 不同高度大气环境的改变影响评价

以虚拟电厂附近、北京天安门广场环境监测点为研究对象，分析不同高度PM2.5小时、日均值浓度变化的影响，高度分别为0 m、46 m、91 m、185 m、255 m等。

2.2.1虚拟电厂附近不同高度PM2.5浓度变化

在虚拟电厂（115°58′12″E，31°28′48″N）附近，即北京城区距离虚拟电场最近处选择一个观测点，分析2015年12月不同高度层PM2.5小时均值、日均值浓度的影响（图4a和图4b）表明，处于排放源烟囱高度以上，255 m高度以上PM2.5浓度基本不变；
对烟囱以下高度范围内PM2.5浓度变化均有影响，其中，91 m和46 m高度PM2.5小时浓度变化最大、185 m高度变化较小。在电厂附近，91 m高度的大气PM2.5浓度受影响最大，考虑电厂排放高度在210 m，这个高度排放PM2.5浓度经过沉降后，在91 m的位置上影响最大，其次是46 m，随着高度的下降，浓度逐渐降低。

2.2.2城中心监测点不同高度PM2.5浓度变化

城中心监测点选取天安门监测点，分析了该点位2015年12月首要污染物PM2.5以及其他大气污染物在不同高度大气环境的影响。由于虚拟电厂排放高度为210m，该点的高度是在电厂烟囱以上再加一层的高度，即255 m。

该点不同高度PM2.5小时均值浓度变化、日均浓度变化表明（图4c和图4d），在该监测点地面至第2层内（即在地面至45 m高度范围内）PM2.5浓度变化最大，略高于第3层（91 m高度），第4层（185 m高度）变化较小，第5层（255 m）以上大气中PM2.5几乎不受影响，且小时均值、日均值变化一致。

2.2.3城中心监测点各项污染物浓度高度变化

以月均浓度为评价指标，统计2015年12月北京地区各项污染物浓度影响随高度变化（图5）。由图5可知，PM2.5、PM10、SO2三种污染物在90 m以内浓度值最大，且在此高度内浓度变化较小，在90 m以上高度时，随高度增大浓度值减小，至255 m高度，浓度基本不再变化，其中CO浓度随高度增加而减小最快。

图4 2015年12月北京地区虚拟电厂附近不同高度PM 2.5小时均值（a）、日均值（b）和城中心电厂附近不同高度PM 2.5小时均值（c）和日均值（d）浓度变化Fig.4 Variations of hourly（a）and daily（b）average concentrations of PM 2.5 at different heights near virtual power p lant of Beijing area，and hourly（c）and daily（d）average concentrations of PM 2.5 at different heights at themonitoring plant of a city center in Beijing area in December of 2015

图5 2015年12月北京地区城中心监测点PM 2.5和其他污染物不同高度月均浓度减少量Fig.5 Reduction ofmonthly average concentrations of PM 2.5 and other pollutants at different heights at the monitoring point of a city center in Beijing area in December of 2015

综上，在电厂附近时，91 m高度PM2.5浓度最大；
在北京城中心监测点，0—45 m高度PM2.5浓度最大，说明经过远距离的传输，电源点排放的PM2.5随气流经过扩散、沉降、传输等作用，在到达城中心监测点时对大气环境影响的高度逐渐下降。

2.3 “锡盟—济南”特高压工程配套电厂对北京地区大气环境影响

“锡盟—济南”特高压工程配套的电厂在运行时排放的污染物通过大气扩散等作用，也可能对北京地区的大气环境产生影响。通过计算配套电厂在运行时烟气污染物的排放，对北京地区大气环境污染物浓度的变化，评价其对北京地区的大气环境影响。选取北京市城中心天安门监测点位，计算、评价工程配套电源点污染物排放对北京地区的影响。

2.3.1PM2.5日均、月均浓度以及AQI变化

根据“锡盟—济南”特高压工程配套电源点实际排放量，计算2015年12月北京中心城区天安门监测点PM2.5日均浓度以及AQI变化（图6），计算结果表明，北京城区大气PM2.5月均浓度增加0.02μg·m-3，占背景浓度的0.048%，AQI月均值增大0.03。由此可见，“锡盟—济南”特高压工程配套电厂对北京地区PM2.5浓度影响极小。

图6 2015年12月天安门地区PM2.5日均浓度（a）、PM2.5浓度减小值（b）、PM2.5减少比例（c）、AQI日均值（d）、AQI减小值（e）变化Fig.6 ChangesindailyaverageconcentrationsofPM2.5（a），thereductionofPM2.5concentration（b），thereductionratioofPM2.5concentration（c），dailyaverageAQI（d），andthereduction ofAQI（e）atTian′anmenareainDecemberof2015

2.3.2其他污染物的影响

“锡盟—济南”特高压工程配套电厂对北京城中心大气环境中SO2、NO2、CO、PM10等污染物浓度的影响见图7和表1。“锡盟—济南”特高压工程配套电厂对北京城中心大气环境各项污染物的影响中，CO浓度增大的绝对值最大，但其月均值仅为0.256μg·m-3，SO2影响的比例最大，为0.048%，由此可以看出，“锡盟—济南”特高压工程配套电源点对北京城中心大气环境各项污染物浓度影响极小。

图7 2015年12月北京地区城中心污染物日均变化量Fig.7 Variationofdailyaveragepollutantconcentrations inthecitycenterofBeijingareainDecemberof2015

2.4 配套电厂与虚拟电厂对北京地区大气环境影响情况对比

以北京天安门为参照点，对比2015年12月北京地区虚拟电厂、特高压工程配套电厂对此参照点的大气环境影响（表2），从污染物日均浓度影响绝对值的比较来看，配套电厂CO的排放对大气环境影响最大，为0.354μg·m-3，对其他污染物日均浓度的影响均小于0.100μg·m-3；
虚拟电厂由于位于北京南部地区且离北京距离更近，各污染物对北京大气环境的影响值增加，CO的排放影响最大，为3.667μg·m-3，其次为PM10浓度（0.154μg·m-3）。比较影响比例相对值，配套电厂和配套电厂最大值均为SO2，分别为0.05%和0.5%。总体来看，配套电厂与虚拟电厂对北京地区的影响值相比，均小一个数量级，影响不大。配套电厂位置位于北京城区西北方向，该区域整体大气扩散条件好于虚拟电厂位置，故影响更小，所以电厂位置的选择影响了北京地区的空气质量。

表1 2015年12月北京地区各类污染物日均减少值与减少比例Table 1 Daily average reduced value and reduction ratio of concentrations of SO2、NO2、CO、PM 10 in Beijing area in December of 2015

表2 虚拟电厂、配套电厂对2015年12月北京大气环境影响情况对比Table 2 Comparison of the im pacts of virtual and supporting power plants on the atmospheric environment in Beijing in December of 2015

（1）在不同的气象条件下，特高压输电工程对2015年12月北京大气环境最大影响距离约200 km，最大的影响面积约占北京地区的30%，影响范围最大时的气象状况为东南小风天气形势，平均风速在2 m·s-1左右、天空云量不多。

（2）虚拟电厂污染物排放对不同高度大气环境的影响程度不同，在电厂附近时，对91 m高度PM2.5浓度影响最大；
在经过远距离的传输后，到达城中心时或其他区域时，对0—45 m高度PM2.5浓度影响最大，在到达城区中心时，90 m以内，PM2.5、PM10、SO2三种污染物变化值最大，且在此高度内浓度增大不随高度变化，在90 m以上高度时，高度增大，浓度值变化减小，至250 m高度时浓度基本不变。

（3）“锡盟—济南”特高压工程配套电厂对北京地区PM2.5、SO2、NO2、CO、PM10等污染物浓度以及AQI变化的影响极小。在距离上，锡盟与北京、济南的距离分别约610 km、1030 km，因此工程配套电厂对济南的大气环境影响更小。

（4）通过虚拟电厂与“锡盟—济南”配套电厂的对比发现，“锡盟—济南”特高压工程配套电厂位置的气象条件更有利于污染物的扩散，对北京的空气质量影响更小，优化选择发电厂位置对北京空气质量的改善起到积极作用。

猜你喜欢 北京地区特高压电厂 特高压输变电工程中的水土保持措施设计建材发展导向(2021年10期)2021-07-16电厂热力系统稳态仿真软件开发煤气与热力(2021年4期)2021-06-09明清北京地区传统色彩嬗变与成就探析流行色(2020年9期)2020-07-16特高压输电系统电磁环境研究综述电子制作(2019年19期)2019-11-23金元明时期北京地区古桥研究概述活力(2019年21期)2019-04-01北京地区现存元代道教碑刻形制研究现状活力(2019年21期)2019-04-01世界上最大海上风电厂开放军事文摘(2018年24期)2018-12-26歌华发布北京广播电视报(2017年35期)2018-02-28关于绿色电力的电厂自动化控制研究电子制作(2017年1期)2017-05-17某电厂410t/h锅炉低氮燃烧改造后灭火爆燃事故分析山东工业技术(2016年15期)2016-12-01