北极星

搜索历史清空

  • 水处理
您的位置:环保大气治理综合评论正文

吴力波等:基于智能电网大数据的工业企业大气污染排放特征研究

2016-09-02 11:19来源:中国环境管理作者:吴力波等关键词:大气污染污染物排放大气污染排放收藏点赞

投稿

我要投稿

摘要:本文尝试构建基于智能电网大数据的工业企业污染排放预测方法。通过分析上海大中型工业企业用电量与工业总产出、工业总产出与主要污染物直接排放量之间的关联关系,本文建立了工业企业基于用电量的直接污染排放清单估算方法。利用此估算方法,可在实时的智能电网大数据基础上估算工业企业直接污染排放量,服务于大气污染的实时预警和预测。本文研究表明,这种清单估算方法可直接应用于工业企业污染的实时防控,既可服务于政府大气污染监测、应急机制启动时防控对象的选择,也可服务于未来的污染物排放权实时交易市场的供需分析等,是大数据在污染防治领域应用的可行路径。引言随着工业化、城市化进程的深化,人类社会经济活动所产生的能源消费、污染物和温室气体排放等持续增加。城市是能源集中消费、污染物集中排放区域,环境污染问题尤为突出。很多大型城市人群高度聚集、污染物扩散条件差,一旦出现特殊天气条件,很容易引发大气环境公害事件。上海市作为全国的经济金融中心,环境质量受到公众高度关注,如何实现更为高效的公共环境治理,是上海市政府和企业所面临的共同挑战。近年来上海频发雾霾天气,个别日空气质量指数飙升至400以上。这对于上海市居民的生活环境及健康状况都造成了严重的影响。为有效应对严重空气污染,上海市政府出台了《上海市空气重污染专项应急预案》,提出了多项应急措施。这些应急措施多基于监测数据,需要依赖历史监测数据、结合气候气象条件做出一定的预测。这样的技术路径尽管能够达到总体预警效果,但是并不能够及时对应于污染源排放情况,有可能存在应急措施针对性不强,无法直接调动排放主体的防控积极性的缺陷,同时也无法根据工业企业生产活动的变动调整防控对象,实现环境效益与经济效益兼顾的环境治理。

为了深入研究上海市工业企业生产行为及其排放行为,我们需要高频的生产数据进行支撑,然而产量数据的获得几乎是不可能的,而工业企业的用电数据是与其生产直接相关的。电力数据可以反映出一个企业的生产状况。大数据时代技术的进步为电力的高频数据的获得带来了可能性。随着我国智能电网建设的大规模推进,上海市已经实现了工商业智能电表数据采集的全覆盖,重点用能企业已经覆盖至主要设备、大型楼宇,并实现了分项计量,智能电网大数据已经能够提供全方位的高频用电数据。这些数据可以有效监测工业企业的生产经营状况,进而推断污染物排放状况。这种从生产侧对大气污染情况的预测预警在环境管理领域还较为薄弱,而本文正是从这个角度入手,对上海市的大气污染状况的生产性成因进行研究。通过与上海市电力公司进行合作,本研究获得了上海市工业企业用电高频数据,对上海市典型工业企业的生产进行了分析研究,这对于上海市环境状况的监控及预警有着十分重要的意义。

1污染的生产性因素

1.1大气污染的工业污染源

使用锅炉的大中型工业企业是污染物排放的点源,雾霾天气产生的主要原因是固定点源和流动源污染气体的排放,其中热电、化工、钢铁等工业企业排放的废气是固态大气污染的主要来源。工业点源排放的特点在于短时间内排放集中、排放数量大,因而控制污染企业生产对于在短期内快速减少污染排放、提高空气质量有重要意义,然而点源排放也会受到气象因素的影响。康娜曾针对北京的空气污染建立气象模型进行研究,得出北京污染与周边工业污染相关的结论。

工业能源消耗产生的污染排放主要分成两类,分别为直接排放和间接排放。其中,直接排放是指工业企业生产过程中消耗的化石燃料所产生的污染排放,而间接排放是指企业消耗电能所产生的污染排放。田贺忠基于燃料消耗的排放因子法,按照经济部门、燃料类型、燃料方式等信息,根据不同省市区的消耗能源类型,分别建立了燃煤大气砷以及锑排放清单。而各类工业行业中,电力行业比较特殊,直接排放是指发电过程中消耗的化石燃料所产生的污染排放,间接排放指企业自身运营消耗的电能产生的污染排放。电力行业的排放是所有工业行业间接排放的源头,因而在讨论工业污染排放时将电力行业与其他行业分开讨论可以使问题更加明晰。图1的下半部分展示了工业企业直接排放与间接排放的关系图。在本研究中选取上海非电力行业的工业企业为研究对象,旨在通过调控直接污染排放量较大的企业的生产情况,保证上海市实时空气质量。

1.2大气污染的主要组成

工业企业大气污染物排放类型可分为气态无机污染物和气态有机污染物。气态无机污染物,包括二氧化硫(SO2)、氮氧化物(NOx)、一氧化碳(CO)等;气态有机污染物包括非甲烷挥发性有机物(Non-methaneVolatileOrganicCompounds)、多环芳香烃(PolycyclicAromaticHydrocarbon)、总悬浮颗粒物(TotalSuspendedParticulate)等。本研究中考虑到数据可得性、研究合理性,选择无机污染物二氧化硫(SO2)、氮氧化物(NOx),有机污染物,PM2.5、PM10,以及包括这两者的总悬浮颗粒物(TSP)作为研究对象,建立工业企业污染物排放监测与反馈系统。

1.3大气污染的空间因素

计算企业的污染物排放量还要考虑空间分布因素。工业企业的直接污染物排放影响企业所在地空气质量,而间接排放的影响范围则与企业用电的来源有关,例如,企业使用的本地发电则造成对本地的空气质量影响,企业使用的外省市发电则影响外省市空气质量,企业使用清洁能源自发电则不会造成空气污染。图1的上半部分给出了企业用电来源路径,表明了间接排放影响区域与电能来源有关。工业企业在某地区的直接污染物排放可根据该企业在该地区化石燃料使用量计算获得,也可通过实际检测获得;而企业在某地区造成的间接污染排放的计算则要依据企业的用电量和用电来源中本地发电的比重,后者较前者复杂。在本研究中通过建立非电力工业企业直接污染排放量与用电量的关系,构建企业实时大气污染物排放检测机制,因而只考虑工业企业的直接排放,不计算间接排放部分。

原标题:吴力波 等:基于智能电网大数据的工业企业大气污染排放特征研究
投稿与新闻线索:电话:0335-3030550, 邮箱:huanbaowang#bjxmail.com(请将#改成@)

特别声明:北极星转载其他网站内容,出于传递更多信息而非盈利之目的,同时并不代表赞成其观点或证实其描述,内容仅供参考。版权归原作者所有,若有侵权,请联系我们删除。

凡来源注明北极星*网的内容为北极星原创,转载需获授权。

大气污染查看更多>污染物排放查看更多>大气污染排放查看更多>