火電企業CO2排放在線監測系統的研發應用

李崢輝，盧偉業，龐曉坤，李運泉，白凱杰，李越勝，盧志民，姚順春

(1.華南理工大學 電力學院，廣東 廣州 510640；2.廣東省能源高效低污染轉化與工程技術研究中心，廣東 廣州 510640；3.廣東省特種設備檢測研究院順德檢測院，廣東 佛山 528300；4.佛山市順德五沙熱電有限公司，廣東 佛山 528000)

0 引 言

CO2等溫室氣體大量排放造成的全球氣候變化是21世紀以來人類面臨的最嚴峻挑戰之一[1]，世界各國對控制和減少碳排放已達成一致的共識。為了積極應對全球氣候變化，實現經濟發展與溫室氣體減排雙贏的目標，以碳排放權為主導的碳交易市場已成為溫室氣體減排和低碳創新發展的重要經濟手段。我國作為世界上第一大溫室氣體排放國[2]，積極承擔節能減排、綠色發展的大國責任，已提出了多項減排承諾，并在2017年啟動了全國統一的碳交易市場[3]。碳交易機制高效運行的重要基礎是客觀、準確、具有公信力的碳排放數據。目前，國際認可的燃煤排放CO2量化方法可分為碳平衡法、排放因子法和直接監測法[4]。其中，碳平衡法的計量需要較完善的基礎生產計錄，而目前我國企業的統計基礎尚較難完全滿足要求。排放因子法由于計算簡單、權威性高且應用廣泛，而被我國相關的溫室氣體清單編制指南、溫室氣體排放核算方法與報告指南采用[5]，但存在準確度不高、數據收集方法效率較低、時效性嚴重滯后等問題[6-7]。直接監測法因計量簡便、數據收集高效以及人為干擾少等優點受到青睞，歐美等發達國家都將基于溫室氣體排放源監測的能力建設作為溫室氣體監管能力的核心工作，如美國環境保護署在2007年要求[8]，在役25 MW以上的燃煤電廠和包括25 MW以下的新建燃煤電廠都必須安裝連續排放在線監測系統(CEMS)，實現對SO2、NOx和CO2氣體排放的在線監測。近年來，碳排放在線監測技術的應用在我國也日趨重視。2018年4月，國家發改委氣候司發布了《關于委托中國電力企業聯合會開展發電行業碳排放交易相關工作的函》，其中明確提出“開展煙氣排放連續監測系統(CEMS)在碳排放監測領域的應用研究”。

碳排放在線監測的可靠性和準確性是決定其在溫室氣體排放源監測能力建設中所處地位的關鍵所在。國內外學者對碳排放在線監測及其應用做了相關研究，Schivley等[9]以CEMS系統碳排放監測數據為依據，計算了2001—2017年美國電力部門在不同時間(年度、季度、月度)和不同地區的碳排放強度。Ackerman等[10]基于環保排放數據庫和發電資源數據庫，對比了多個電廠核算和直接監測2種方法所得碳排放結果，2種方法所得結果平均絕對誤差約17%。Quick等[11]對比分析了210座燃煤電廠核算數據和CEMS監測結果，由于流量監測的不確定性較大，導致CEMS監測結果的準確度小于核查方法。Bryant等[12]以天然氣燃燒器為研究對象，對比了排放因子法和在線監測法，結果表明計算法的不確定性低于±1%，而直接監測法的不確定性約為±4%，二者的相對差異在測量不確定度范圍內。林玥廷等[13]提出了一種燃煤電廠碳排放在線監測和管理系統的設計方案，但未現場應用。也有學者利用便攜式設備進行碳排放研究，張海濱等[14]利用Testo350加強型煙氣分析儀和HyGroPalm 22型溫濕度儀，對某熱電聯產企業二氧化碳排放情況進行12 d的間斷式監測(每天不同時間段內測定6組數據)，并基于質量比法、時間比法、負荷法3種量化方法，對監測結果進行量化，同時將IPCC排放因子法的碳排放計量結果與量化前后的監測結果進行了對比。結果表明：IPCC排放因子法的計算結果偏大，而基于負荷法的量化結果由于考慮了負荷因素，其量化結果更為可靠。段志潔等[15]在已有CEMS系統基礎上加裝CO2監測模塊，對比了碳平衡法、排放因子法和在線監測法的碳排放計量結果。結果表明：CEMS的計量結果大于基于排放因子法核算結果，但由于采樣點安裝位置、設備運行故障以及系統設計缺陷等原因，造成在線監測結果波動較大，穩定性較差。

綜上所述，國外溫室氣體排放源監測能力較強，碳排放監測體系也較為完善，但國內碳排放在線監測技術研究和實際工程應用較少。雖然少部分學者對比了在線監測方法和其他方法的碳排放計量結果，但由于案例較少、試驗時間較短、對比結果不一致，尚難以給出客觀評價。國家發改委于2017年12月出臺了《全國碳排放權交易市場建設方案(發電行業)》，指出：在發電行業(含熱電聯產)率先啟動全國碳排放交易體系。可見，發電和熱力供應不僅是我國溫室氣體排放大戶，同時也是實施碳減排的重要控制領域之一。因此，為了發展一種可靠準確的發電企業碳排放在線監測技術和系統，本文通過分析總結發電廠碳排放計量方法，以現場應用的準確性和穩定性為目標，研發了火力發電企業CO2排放在線監測系統，并在某熱電聯產企業進行應用示范，期望為加強企業碳排放數據監測、管理和低碳生產水平評估，以及為全國碳排放權交易提供有力的數據支撐和技術支持。

1 直接監測碳排放計量原理

根據《中國發電企業溫室氣體排放核算方法與報告指南(試行)》規定，發電企業的溫室氣體核算和報告范圍包括：化石燃料燃燒產生的CO2排放、脫硫過程的CO2排放、企業凈購入使用電力產生的CO2排放。通過在機組尾部煙道處安裝在線監測系統，獲得的直接監測碳排放包括化石燃料燃燒產生的CO2排放和脫硫過程的CO2排放。其碳排放量計量主要通過監測尾部煙道CO2體積分數、煙氣流量(單位時間內流過的體積)、煙氣溫度、煙氣壓力、煙氣含濕量來計算總的碳排放率和排放量，其計算公式為

(1)

式中,M為碳排放速率，kg/h；Pct為煙氣壓力，Pa；VS為煙氣體積流量，Nm3/h；φ為煙氣濕度，%；R為標準摩爾氣體常數，8.314 J/(mol·K)；T為煙氣溫度，℃；C(CO2)為煙氣中CO2體積分數，%。

外購電力碳排放量為

E=AD·EF

(2)

式中,E為外購電力排放，t；AD為企業外購入電量，MWh；EF為供電排放因子，t/MWh(以CO2計，下同)。

企業總碳排放量計算公式為

(3)

式中,G為總碳排放量，t；ti為第i個時間段；Ei為第i個時間段內的外購電力排放，t。

2 系統設計與研發

由于煙道內部煙氣溫度、濕度、粉塵以及振動等環境條件影響，激光原位測量方式仍存在穩定性差、可靠性低等問題。因此，本系統采用煙氣取樣、預處理、再測量方式[16-17]，主要由煙氣取樣模塊、預處理模塊、濃度檢測模塊、數據采集與運行控制模塊、數據處理與統計模塊、數據庫、上位機等部分組成，其組成和現場安裝示意分別如圖1和圖2所示。

圖1 系統組成示意Fig.1 Schematic diagram of system

圖2 系統現場安裝示意Fig.2 Installation diagram of system

2.1 煙氣取樣模塊

利用便攜式煙氣分析儀，并基于網格法測量原理，對該處煙道截面的CO2濃度分布以及差壓分布進行測量。試驗時間內，鍋爐負荷保持基本穩定，負荷最大值為213 MW，最小值為204 MW，平均為210 MW，負荷波動在±3%。結果表明：該處煙道截面的CO2濃度最大值為13.29%，最小值為12.26%，平均值為12.63%，相對標準偏差為1.8%;截面速度最大值為16.90 m/s，最小值為10.99 m/s，平均值為13.81 m/s，相對標準偏差為12.35%。從試驗結果得出，該尾部煙道截面CO2濃度分布比較均勻，但該截面處速度分布存在一定的不均勻性，速度相對標準偏差小于15%。考慮到系統成本，煙氣流速采用環保CEMS監測數據(該數據為國家環保監測認可的流量數據)。此外，本系統設置3路伸入不同長度的取樣探頭(1、2、3 m)，獲得不同空間位置的煙氣，通過充分混合來表征該處煙道截面CO2濃度真實值。

2.2 濃度檢測模塊

為充分保證該系統連續、穩定可靠運行，濃度檢測模塊選用MODEL1080煙氣分析儀，以測量CO2濃度為主，同步測量CO和O2濃度。CO2和CO濃度測量選用已應用較為成熟NDIR分析方法，連續測定煙氣中CO2和CO濃度。O2濃度測量基于電化學原理連續獲得煙氣中O2濃度。煙氣分析儀主要性能指標：濃度測量線性誤差≤±1%F.S(F.S.：滿量程)。根據《報告指南》相關內容，該系統僅取CO2排放監測濃度參與實際的碳排放量計算。

2.3 其他模塊

數據采集與運行控制模塊控制系統正常運行，完成煙氣取樣、濃度測量以及系統反吹，并實現煙氣CO2/O2濃度，溫度、濕度、壓力、煙氣流量、機組發電功率、外購電力等數據的采集。數據處理與統計模塊對采集到的數據進行計算處理，獲得總碳排放量、碳排放速率、外購電力碳排放、單位發電碳排放等主要參數，并以分鐘、小時、天、月、季度等時間序列對碳排放量進行計算和統計，并將最終計算與統計結果存儲入數據庫，并由上位機在線顯示。

3 系統應用

3.1 碳排放在線監測結果

本系統已在廣東某320 MW熱電聯產企業2號機組安裝并正常運行。系統正常運行后，該企業的碳排放速率變化(以小時為單位)如圖3所示。可知2018年度該企業每小時碳排放量在100～250 t。圖3部分數據缺失，原因是前期系統安裝、調試和機組運行過程中的計劃性停機。此外，圖中異常點，即排放量接近于0的點是由于系統運行維護所致。

圖3 碳排放速率Fig.3 Carbon emission rate

分鐘、小時、天、月以及季度(2018年)的碳排放量統計如圖4所示，僅保留機組正常運行的碳排放數據。由圖4可知，在查詢時間內該企業2號機組每分鐘碳排放量為2.5 t左右；每小時碳排放量在170～250 t；每天碳排放量3 500～5 400 t；每月碳排放量11萬～16萬t；第2、3、4季度排放量分別為34.30萬t、32.41萬t和26.42萬t，總排放量為93.13萬t。由于該企業是熱電聯產企業，鍋爐產生的蒸汽對汽輪發電機做功，而做過功的蒸汽用來對外供熱，故鍋爐的熱負荷包含供電和供熱2部分。在尾部煙道處監測的碳排放包含發電排放和供熱排放2部分，而企業分布式控制系統(distributed control system，DCS)中僅對發電負荷進行在線監測。因此，本系統未對單位發電碳排放進行在線計算和統計。

3.2 碳排放數據分析討論

3.2.1分析方法

目前，電力行業的碳排放核查采用排放因子法計算企業年度碳排放結果。為了進一步分析直接監測碳排放與核算碳排放結果之間的差異，本文對比了直接監測碳排放和核算碳排放的結果。直接監測碳排放時效性高，能夠得到小時、甚至分鐘的碳排放，對企業的低碳生產運行調整具有重要的指導意義。然而本系統所裝位置位于尾部煙道處，故監測的碳排放是鍋爐燃燒產生的CO2排放和脫硫過程產生的CO2排放總和，其隨鍋爐運行狀態變化規律還需進一步分析。因此，本文分別分析了直接監測碳排放與鍋爐產出能量的關系、單位產品碳排放與鍋爐效率的關系。其中核算碳排放、鍋爐產出能量(發電+供熱)、單位產品碳排放以及鍋爐效率的計算公式為

AE=∑(ADc,j,lqc,j,lEFc,j,l×10-6)，

(4)

式中，AE為燃煤CO2排放量，t；ADc,j,l為燃煤使用量，t；qc,j,l為燃煤低位發熱量，MJ/t；EFc,j,l為燃煤單位熱值排放因子，g/MJ(以CO2計，下同)；j為企業蒸汽或者不同的機組/鍋爐，與排放范圍識別結果有關；l為燃煤種類。

Etotal=EG+EH，

(5)

式中，Etotal為鍋爐產出能量，kWh；EG為鍋爐發電量，kWh；EH為鍋爐供熱量，kWh。

(6)

圖4 小時、天、月和季度的碳排放統計Fig.4 The statistical results of carbon emission in hour,day,month,quarter

式中，m′為單位產品碳排放，t/kWh；M′為直接監測碳排放，t/d；EPS+H為供電量和供熱量之和，kWh。

η=Etotal/(MCqc,j,l)，

(7)

式中，η為鍋爐效率，%；MC為機組用煤量，t。

3.2.2結果分析與討論

根據《廣東省企業(單位)二氧化碳排放信息報告指南(2018年修訂)》標準規定，結合企業提供的用煤種類、用煤量、低位發熱值等生產數據，選定燃煤排放因子為95.7 g/MJ，基于排放因子法，核算該企業2018年的碳排放量。直接監測碳排放與核算碳排放對比結果如圖5所示。

圖5 直接監測法和核算法每天的碳排放結果Fig.5 Daily carbon emissions results of direct monitoring and accounting

由圖5可知，直接監測碳排放結果和核算碳排放結果變化趨勢大致相同，但每天直接監測碳排放比核算碳排放少5%～30%，即每天少500～1 500 t。二者相差的主要原因有：① 該企業鍋爐運行生產采用煤種摻燒技術(印尼煤和神華煤)，其中印尼煤屬于褐煤，神華煤屬于煙煤。核算碳排放時，選擇煙煤對應的排放因子95.7 g/MJ，而事實上褐煤對應排放因子為102.67 g/MJ，比選用的排放因子值高7.28%。因此，不同摻燒比例對碳排放量有較大影響。② 排放因子數據來源于《IPCC國家溫室氣體清單指南》或《省級溫室氣體清單編制指南》的缺省值，并不是實際生產運行所用煤種的實測值。研究表明：采用不同官方發布的活動數據和排放因子，核算的碳排放數據差異可達40%[18]。可見排放因子本身就存在一定的不確定性。③ 核算法采用碳氧化率取自指南中的缺省值98%，但實際運行中，鍋爐運行狀態不斷變化，其效率也變化。因此，碳氧化率難以保持在98%，尤其鍋爐效率較低時，碳氧化率可能低于98%，造成實際碳排放量小于核算的碳排放量。

利用企業提供的用煤量、煤低位發熱量、供電量和供熱量等生產數據，分別計算鍋爐產出能量、鍋爐效率、單位產品碳排放。直接監測碳排放和鍋爐產出能量的變化關系如圖6所示。

由圖6可知，直接監測碳排放與鍋爐產出能量的變化趨勢基本一致。對直接監測碳排放和鍋爐產出能量進行線性擬合，如圖7所示。可知，擬合的R2=0.64，顯示直接監測碳排放與鍋爐產出能量之間存在正相關關系。本系統在尾部煙道獲得的直接監測碳排放結果是鍋爐燃燒產生的CO2排放和脫硫過程的CO2排放的總和。但其與鍋爐產出能量的線性擬合R2值仍能達到0.64。表明該直接監測碳排放結果能直接反映鍋爐產出能量的變化情況，為企業結合鍋爐運行參數進行低碳生產運行調整提供指導。

圖6 直接監測碳排放與鍋爐產出能量(發電+供熱)之間的關系Fig.6 Relationship between boiler output energy(generation + heating) and direct monitoring of carbon emissions

圖7 直接監測碳排放與鍋爐產出能量的線性擬合Fig.7 A linear fit between boiler output energy and direct monitoring of carbon emissions

對計算得到的單位產品碳排放和鍋爐效率進行線性擬合，如圖8所示。可知單位產品碳排放與鍋爐效率之間存在負相關關系，其線性擬合R2=0.65。單位產品碳排放的變化能在一定程度反映鍋爐效率變化情況，即單位產品監測碳排放低，則鍋爐效率較高。企業運行人員可根據單位產品碳排放數據反饋，調節鍋爐運行參數，而調整后鍋爐的環保高效運行狀態可由單位產品碳排放來評估。由于數據限制，本文僅對比了每天單位產品碳排放和鍋爐效率的變化關系，然而鍋爐的運行工況復雜變化，鍋爐效率因工況的變化不斷變化，每天單位產品碳排放數據難以準確、及時反映鍋爐運行變化情況，需進一步細化到小時、甚至分鐘的單位產品碳排放數據來分析其與同時刻鍋爐效率之間的關聯性。

圖8 單位產品碳排放與鍋爐效率的線性擬合Fig.8 A linear fit between carbon emissions per unit product and boiler efficiency

綜上，每天直接監測碳排放比核算碳排放少5%～30%，即每天少500～1 500 t。同時，直接監測碳排放和鍋爐產出能量之間存在正相關關系，兩者的變化趨勢基本一致，其能反映鍋爐的運行狀態變化。此外，每天的單位產品碳排放與鍋爐效率存在負相關關系，能在一定程度上反映鍋爐效率的變化情況。但由于運行工況復雜變化，以天為單位產品碳排結果的時效性難以保證，無法準確、及時反映與鍋爐效率的變化情況。需結合其他因素，進一步分析小時或分鐘的單位產品碳排放與鍋爐效率之間的變化關系。由此，運行人員可利用直接監測碳排放數據，結合上述關系，有效指導優化鍋爐燃燒運行參數，在保證鍋爐效率的同時，有效降低碳排放，從而實現鍋爐低碳、環保的高效運行。

4 結 論

1)直接監測碳排放與核算碳排放的結果對比顯示，兩者計量的碳排放變化趨勢大致相同，但每天直接監測碳排放比核算碳排放少5%～30%，即每天少500～1 500 t。造成這一現象可能的原因有不同煤種、不同比例的摻燒影響、排放因子存在的不確定性影響，碳氧化率在鍋爐運行過程中不斷變化的影響。

2)直接監測碳排放和鍋爐產出能量分析結果顯示，直接監測碳排放與鍋爐產出能量的變化趨勢基本一致，其線性擬合R2=0.64，二者存在正相關關系。

3)單位產品碳排放和鍋爐效率分析結果顯示，單位產品碳排放與鍋爐效率之間存在負相關關系，其線性擬合R2=0.65。單位產品碳排放的變化能在一定程度反映鍋爐效率變化情況。

4)基于該系統直接監測碳排放數據，可有效指導優化鍋爐燃燒運行參數，保證鍋爐效率的同時，有效降低碳排放，實現鍋爐低碳、環保和高效運行。此外，該系統的應用能提高企業碳排放數據管理和低碳生產評估水平，還能將碳排放數據通過遠程通訊實時、高效的傳輸至碳交易中心或第三方機構，為政府推進溫室氣體減排、開展全國碳排放權交易的進行提供有力據支撐。