長江流域火電行業耗水特征及影響因素研究

關鍵詞：火電行業；耗水指標；直流冷卻；循環冷卻；多元回歸分析；長江流域中圖法分類號：TV213.4 文獻標志碼：A DOI：10. 15974/j. cnki. slsdkb.2025.05.017文章編號：1006-0081（2025）05-0104-07

0 引言

隨著經濟社會發展，工業用水需求持續增長，高耗水行業尤其是高耗水工業，如電力行業、化工行業、造紙行業等一直以來是中國水資源管理的重點和難點[1-3]。火電行業是工業中用水量最大的行業，其中機組冷卻用水約占新鮮水取用量的 40%^[4] 。目前，火電行業用水管理方式主要有落實用水定額要求、提高用水效率、節水技術改造、改變機組制冷方式等[5-10]針對行業和區域節水潛力、耗水量核算等研究較多[11-14]。沈明忠等[15]考慮了機組冷卻方式、沖灰方式、冷卻水濃縮倍率、廢水回收利用率和鍋爐類型等因素建立了火電廠耗水率預測模型。Zhang等[16分析了2000～2015 年中國火電行業發電量和取水量的空間分布特征、影響發電用水因素、用水壓力等。劉創等[7]分析了北京市含火電行業9大行業耗水結構演變規律并建立了工業分行業耗水模型。Lee等[18]估算了美國火電行業耗水系數并分析了不同地區火電行業耗水系數變化規律。趙晶等[19]研究得出 2000～2019 年中國火電行業耗水率呈上升趨勢。Lubega等[20]研究了火電企業耗水量的經濟價值。目前，火電行業水資源管理主要側重于用水管理，但是由于機組冷卻形式不同，火電機組耗水量存在較大差異，亟需開展火電行業耗水管理研究。現有耗水研究通常采用耗水系數法[21]計算行業耗水量，即耗水量等于用水量和耗水系數乘積，但是耗水系數是經驗值，缺乏針對不同地區火電行業耗水量核算的細化研究。本文以長江流域為研究區域，選取流域范圍內123家典型火電企業為研究對象，對典型火電企業分布情況、耗水指標、影響耗水關鍵因素進行分析，結合影響耗水因素，建立火電企業耗水量多元線性回歸模型并進行驗證。

1 研究對象及方法

1.1 數據來源

根據長江流域水資源監控管理信息平臺中各火電企業上報的2019～2022年各年度取用水總結報告，摘錄并整理報告中各火電企業各年度發電量、取水量、排水量、機組冷卻形式、機組最大裝機容量、投產時間、所在省份（直轄市）等信息。

1.2 研究對象

統計研究長江流域典型火電企業共123家，其中機組冷卻形式為直流冷卻的有62家，機組冷卻形式為閉式循環冷卻（簡稱“循環冷卻”）的有61家。長江流域典型火電企業分布如圖1所示。

（1）本次樣本涉及企業數量最多的省份為江蘇省，共計27家企業，且機組冷卻形式均為直流冷卻；江蘇、安徽、上海所在的華東地區涉及直流冷卻型機組企業47個，循環冷卻機組企業4個，均在安徽省，說明華東地區火電機組冷卻形式以直流冷卻為主，這與沿海地區地理優勢有關。

（2）華中地區涉及企業樣本中，直流冷卻型和循環冷卻型機組企業數量分別為15個與24個，其中湖北省涉及企業數量最多。

（3）西南地區涉及企業機組冷卻類型均為循環冷卻型，貴州省企業數量最多，為16個。

（4）長江流域不同區域涉及的火電企業數量從多到少依次為華東地區、華中地區、西南地區；從機組冷卻類型來看，從華東到西南地區，直流冷卻機組數量逐漸減少，循環冷卻機組數量逐漸增加。

1.3耗水指標計算方法

目前，火電行業用水管理主要側重于取用水端，即通過限制火電企業單位發電量所取用的水量不超過GB/T18916.1-2021《取水定額第1部分：火力發電》中規定值來考核企業。但是上述方式忽略了火電企業的退水量，對于直流冷卻機組而言，大部分水量退回自然水體，因此對火電企業進行耗水量考核更為全面、合理。借鑒已有關于火電行業單位發電量耗水量指標相關研究[21]，計算長江流域典型火電企業耗水指標公式如下：

式中： _;β 表示單位發電量耗水量， Q_in 表示一定計量時間內生產過程中取水量， m³;Q_out 表示一定計量時間內生產過程中排水量， m³;E 表示一定計量時間內的發電量， MW?h 。

2火電行業耗水特征分析

2.1不同冷卻形式下耗水指標分布特征

參考 GB/T18916.1-2021? （取水定額第1部分：火力發電》，將機組裝機容量分為 lt;300 MW，[300，600）MW，[600，1000）MW， ?1 000 MW等4個級別，對于多臺機組企業，以最大機組裝機容量作為定級標準。由于 lt;300 MW機組樣本較少，因此不具體分析對應級別下耗水指標，以下將［300，600）MW簡稱為 300MW ;[600，1000）MW簡稱為 600MW;≥1 000 MW簡稱為 1000MW 。根據公式（1）計算123家火電企業 2019～2022 年耗水指標，按照不同機組冷卻形式與不同裝機容量分別繪制對應機組年度耗水指標頻率分布直方圖，如圖2＼～3所示。

（1）直流冷卻機組。直流冷卻機組年度耗水指標集中于 0.2～0.8m³/（MW?h） 。其中，300MW級機組年度耗水指標集中于 0.2～0.6m³/（MW?h） ;600MW級機組年度耗水指標集中于 0.3～0.4m³/（MW?h） ：1000MW 級機組年度耗水指標集中于 0.6～0.8 m³/（MW?h） 。可見，隨著機組最大裝機容量增大，耗水指標呈先減小后增加的變化趨勢。

（2）循環冷卻機組。循環冷卻機組年度耗水指標集中于 1.25～2.5m³/（MW?h） ，大于直流冷卻機組耗水指標。 300MW 級機組年度耗水指標集中于1.6～2.8m³/（MW?h） ;600MW級機組年度耗水指標集中于 1.4～2.4m³/（MW?h） ： 1000MW 級機組年度耗水指標集中于 1.4～1.7m³/（MW?h） 。可見，隨著最大裝機容量增大，耗水指標逐漸減小。

2.2不同冷卻形式下耗水指標的空間變化特征

根據公式（1）計算 2019～2022 年度各企業耗水指標，按照不同機組冷卻形式及裝機容量，以各省涉及企業機組耗水指標平均值作為本省火電機組耗水指標代表值，以各省涉及企業數量占比作為權重，各省耗水指標加權平均值累加之和作為折算耗水指標，分別得到不同裝機容量下直流冷卻機組和循環冷卻機組耗水指標結果，見表1＼～2。

（1）直流冷卻機組。300MW級機組中，湖南省耗水指標最低，江西省耗水指標最高。上海市耗水指標為 0.58m³/（MW?h） ，安徽省和湖北省耗水指標指標差距較小。 600MW 級機組中，各省耗水指標均低于 0.5m³/（MW?h） ，差距較小，其中上海市機組耗水指標最低，為 0.29m³/（MW?h） ，江蘇省耗水指標最高，為 0.48m³/（MW?h） 。 1000MW 級機組中，上海市機組耗水指標最低。可見，上海市不同裝機容量的直流冷卻機組耗水指標總體偏低。

（2）循環冷卻機組。 300MW 級機組折算耗水指標為 2.22m³/（MW?h） ，其中，云南省機組耗水指標最高，為 3.20m³/（MW?h） ，湖南省機組耗水指標最低，為 1.98m³/（MW?h） 。 600MW 級機組折算耗水指標為 1.81m³/（MW?h） ，其中，四川省機組耗水指標最高，為 2.30m³/（MW?h） ，湖南省機組耗水指標最低，為 1.51m³/（MW?h） 。 1 000MW 級機組折算耗水指標為 1.59m³/（MW?h） ，其中，四川省循環冷卻機組耗水指標最高，為 1.71m³/（MW?h） ，江西省循環冷卻機組耗水指標最低，為 1.52m³/（MW?h） 。由此可知，湖南省不同裝機容量的循環冷卻機組耗水指標總體偏低。

2.3不同冷卻形式下耗水指標時間變化特征

計算并分析裝機容量為 ^{300，600，1000MW} 的機組2019～2022 年耗水指標均值和方差，結果見表3＼～4。

表3不同裝機容量直流冷卻機組各年度耗水指標均值及方差

2.3.1 直流冷卻機組

對于 300MW 級機組， 2019～2022 年耗水指標呈先增加后逐漸減少的變化趨勢，在2020年達到最大值1.07m³/（MW?h） ，在2022年達到最小值0.83 ，說明耗水指標隨時間增長有所下降；2019～2022 年，機組耗水指標方差逐漸減小，說明耗水指標趨于集中。

對于 600MW 級機組， 2019～2022 年耗水指標呈先減小后增加的變化趨勢，在2019年和2022年達到最大值 0.45m³/（MW?h） ，在2021年達到最小值0.36m³/（MW?h） ，整體變化相對300MW級機組更穩定。

對于 1000MW 級機組， 2019～2022 年耗水指標呈先減小后逐漸增加的變化趨勢，在2022年達到最大值 0.93m³/（MW?h） ，在2020年達到最小值0.68m³/（MW?h） ；機組耗水指標方差在2022年達到最大值，說明2022年 1000MW 級直流冷卻機組耗水指標相差較大。

2.3.2循環冷卻機組

對于 300MW 級機組， 2019～2022 年耗水指標呈先增加后逐漸減小的變化趨勢，在2020年達到最大值 ，在2019年達到最小值2.05m³/（MW?h） ；機組耗水指標方差逐漸減小，說明機組間耗水指標差異逐漸變小。

對于 600MW 級機組， 2019～2022 年耗水指標呈先減小后增加的變化趨勢，增加幅度較小，在2019年達到最大值 1.91m³/（MW?h） ，在2021年達到最小值 1.74m³/（MW?h） ；耗水指標方差變化范圍為0.20～0.23 ，變化較為穩定，說明機組耗水指標差異基本維持不變；與 300MW 級機組相比，600MW級機組年內耗水指標方差較小。

對于 1000MW 級機組， 2019～2022 年耗水指標基本呈減小的趨勢，在2019年達到最大值1.63m³/（MW?h） ，在 2022年達到最小值1．54m³/（MW?h） ;耗水指標方差變化范圍為 0. 03～ 0.09，變化較為穩定，且小于其余2種規模機組，說明隨著機組裝機容量增大，耗水指標變化逐漸趨于穩定。

總體而言，相較于直流冷卻機組，循環冷卻機組各年度耗水指標變化較穩定。

3耗水指標影響因素分析

3.1 機組臺數

123家火電企業中，每家企業擁有火電機組臺數為1＼～8臺，計算 2019～2022 年不同機組臺數下耗水指標平均值，結果見表5。其中，統計樣本中不含機組為7的樣本，因此表中不做展示。從表5可知，當機組臺數不超過5臺時，隨著機組臺數增多，耗水指標逐漸減小，當機組臺數超過5臺時，隨著機組臺數增多，耗水指標逐漸增大。

3.2最大裝機容量

計算2019＼～2022年不同裝機容量下耗水指標平均值，結果見表6。由表6可知，當最大裝機容量超過300MW級時，隨著最大裝機容量增加，耗水指標逐漸減小。

3.3 運行時間

以火電企業首臺機組投運時間作為起始年份，以當年年份減去起始年份作為企業火電機組運行時間。123家火電企業中，機組運行時間最長為41a，計算2019～2022年不同運行時間下耗水指標變化如圖4所示，可以看出耗水指標波動性較大，整體來看，隨著運行時間增大，耗水指標呈減小趨勢。

表6不同裝機容量下耗水指標均值

3.4 地理位置

根據樣本地理位置將長江流域分為華東、華中、西南地區，其中華東地區包括江蘇、安徽、浙江、福建等省份及上海市；華中地區包括湖北、湖南、河南、江西；西南地區包括重慶市、四川省、貴州省、云南省、西藏自治區等。計算2019～2022年不同區域對應耗水指標均值（表7）。從表7可以看出，不同地區耗水指標從小到大依次為華東、華中、西南。

3.5 機組冷卻形式

計算 2019～2022 年不同機組冷卻形式對應耗水指標均值結果見表8，可以發現，直流冷卻耗水指標小于循環冷卻機組。

4耗水指標影響因子敏感性分析

4.1 數據處理

火電行業耗水指標影響因子主要包括機組臺數、最大裝機容量、運行時間、地理位置、機組冷卻形式等，需將影響因子轉化為數值型變量，以便于構建數學模型，定量分析各影響因子對耗水指標影響程度。其中，冷卻技術類型分為直流冷卻、循環冷卻，分別用 A₁，A₂ 表示，數值分別為1，2；最大裝機容量分為 lt;300MW ，300MW，600MW，1000MW等4個級別，分別用 B₁ B₂，B₃，B₄ 表示，數值依次為1，2，3，4;機組所在地理位置分為華東、華中和西南地區，分別用 D₁，D₂，D₃ 表示，數值分別為1，2，3。

4.2 多元線性回歸分析

利用多元線性回歸方法計算耗水指標對不同影響因子的敏感程度。以 2019～2021 年長江流域不同火電企業年度耗水指標為因變量，機組臺數、最大裝機容量、運行時間、地理位置、機組冷卻形式為自變量，剔除數據中異常值，利用SPSS軟件得到火電企業耗水指標多元線性回歸分析結果： ① 調整后 R²=0.613 ，說明機組臺數、最大裝機容量、運行時間、地理位置、機組冷卻形式等影響因子能解釋耗水指標變化的 61.3% ·② 德賓沃森值為1.319，說明數據符合獨立性要求； ③F 統計值為108.75，顯著性小于0.001，說明至少有一個自變量解釋了耗水指標的變化。

4.3 影響因子敏感性分析

設定線性回歸模型為

y=x₁δ₁+x₂δ₂+x₃δ₃+x₄δ₄+x₅δ₅+C （2）

式中： y 表示耗水指標， m³/（MW?h）;δ₁ 為機組臺數，臺： ?δ₂ 為運行時間， a;δ₃ 為機組最大裝機容量； δ₄ 為地理位置； δ₅ 為機組冷卻形式； x₁～x₅ 為回歸系數； C 為常量。

通過SPSS軟件得到多元線性回歸系數（表9）。由表9可知，模型中所有自變量方差膨脹因子小于10，說明自變量間多重共線性不嚴重； δ₁，δ₂，C 對應顯著性大于0.05，在模型中應刪除，其余變量應當保留；δ₃，δ₄，δ₅ 對應回歸系數 x₃～x₅ 按絕對值從大到小依次為 x₅，x₃，x₄ ，說明耗水指標對機組冷卻形式最敏感，對地理位置敏感程度最低。由表9得到線性回歸方程為

y=-0.19δ₃+0.119δ₄+1.123δ₅

將長江流域按照區域劃分，采用公式（3）計算2022年長江流域不同區域平均耗水指標，見表10。與2022年平均耗水指標實際值相比，不同區域模型計算耗水指標普遍偏大，其中華東、西南地區誤差較小，不超過 3.2% ，華中地區模型計算耗水指標與實際耗水指標相差較大，可能是因為華中地區火電機組冷卻方式為直流冷卻和循環冷卻并存，而華東和西南地區火電機組冷卻方式分別以直流冷卻、循環冷卻為主，相對單一，因此計算結果更為理想

5結論

耗水量核算一直是火電行業節水管理的重難點，本文以長江流域為例，計算了火電企業耗水指標，分析了長江流域火電企業機組耗水指標分布特征、空間變化特征、時間變化特征以及影響因素，分析了耗水指標對不同影響因子的敏感程度，主要研究結論如下。

（1）火電行業耗水指標受機組臺數、最大裝機容量、運行時間、地理位置、機組冷卻形式等因素影響，各因素對耗水指標影響程度從小到大依次為地理位置、最大裝機容量、機組冷卻形式。

（2）循環冷卻機組耗水指標大于直流冷卻機組，且不同年度耗水指標較直流冷卻機組變化更加穩定；隨著機組裝機容量增大，耗水指標逐漸減小且變化逐漸趨于穩定；從華東到西南地區，直流冷卻機組數量逐漸減少，循環冷卻機組數量逐漸增加。

（3）所構建的耗水指標回歸方程更適合計算長江流域華東和西南地區火電行業耗水指標。

參考文獻：

[1]尤良洲，韓倩倩，晉銀佳，等.火電企業水資源綜合利用及污染防治技術路線探討[J].中國電力，2018，51（10）：134-138.

[2] 馬淑杰，朱黎陽，王雅慧.我國高耗水工業行業節水現狀分析及政策建議[J].中國資源綜合利用，2017，35（2）：43 -47.

[3] 辛朋磊，季曉云，單婷婷，等.基于主成分分析法的江蘇省水資源承載力評價[J].水利水電快報，2023，44（7）：27-32.

[4] PRASADPB，SINGHMK，KUSHWAHAJS.Environmen-talissuesand challenges of waterconsumption forthermalpower plant：Impact of new water consumption norms[J].In-dian Journal ofPowerandRiverValleyDevelopment，2022，72（1/2） ：32-41.

[5] 李佳雯，張超.火電工業用水定額提標的節水效果評價[J].資源與產業，2021，23（2）：73-81.

[6] 潘荔，劉志強，張博.中國火電節水現狀分析及措施建議[J].中國電力，2017，50（11）：158-163.

[7] 張麗艷，馮杰，楊濤.我國火電行業用水效率分析與節水對策[J].水電能源科學，2012，30（2）：190-192.

[8] 鄧敏慧，周研來，桑連海.長江流域火電工業取用水定額多目標評價分析[J].長江科學院院報，2016，33（5）：23-27.

[9] MIAN X. Study on the water conservation management meas-uresin Thermal Power Plants[J].International Journal ofBusinessand Management，2010，5（3） ：160-164.

[10] AILIA，ZHANGDL，TANG，etal.Reduction of water con-sumptioninthermalpowerplantswithradiative skycooling[J].AppliedEnergy，2021，302：117515.

[11] 桂云鵬.區域耗水核算方法與演變驅動研究—以京津冀地區為例[D].北京：中國水利水電科學研究院，2018.

[12] 李恩，耿雷華，饒猛，等.江蘇省工業用水效率及節水潛力分析[J].人民長江，2023，54（10）：60-66.

[13] 洪思揚，王紅瑞，來文立，等.我國能源耗水空間特征及其協調發展脫鉤分析[J].自然資源學報，2017，32（5）：800 -813.

[14] 黨麗娟.黃河流域工業用水效率提升策略研究［J].人民黃河，2023，45（1）：76-81.

[15] 沈明忠，韓買良.熱力發電環境污染與耗水率預測模型分析[J].華電技術，2010，32（8）：64-69，79，83.

[16] ZHANG C，ZHONGLJ，WANG J.Decouplingbetween wa-teruse and thermoelectric power generation growth in China[J].NatureEnergy，2018，3（9）：792-799.

[17] 劉創，劉家宏，丁相毅，等.北京市工業耗水演變分析及模型研究[J].南水北調與水利科技（中英文），2023，21（3）：427-434.

[18] LEEU，HAN J，ELGOWAINY A，et al.Regional water con-sumption for hydro and thermal electricity generationinthe U-nited States[J].Applied Energy，2017，210（15）：661-672.

[19] 趙晶，吳迪，回曉瑩，等.我國火力發電行業用耗水情況與節水潛力分析[J].華北水利水電大學學報（自然科學版），2021，42（2）：95-103.

[20] LUBEGAWN，STILLWELL AS.Analyzingtheeconomicvalueof thermalpower plant cooling water consumption[J].WaterResources and Economics，2019，27：100137.

[21] 鄧宇杰，肖昌虎，嚴浩，等.長江流域不同行業耗水率初步研究[J].人民長江，2011，42（18）：65-67，94.

（編輯：張爽）

Study on water consumption characteristics and influencing factors of thermal power industry in Changjiang River Basin

YU Yaoguo ^1，2 ，YANG Chunhua12 ，SHEN Keyan3，LI Qingqing4，SONG Yajing12，CHEN Shu ^1，2 ，WANG Yongqiang ^1，2 （1.WaterResoucesComprehesieResearchDepartment，hangjiangRvercientificResearchIstiute，Wuhn43O，Chna；.Hu beiKeyLaboratoryofWaterResoucsamp;EcoiomentalSiencesChangjiangiverSentfcResearchIstituteWuh40， China；3.HubeiKeybratoryfIntellgentYangtzeandHydroelectricSciene，ChinaYangtzeowerCod.ichag300， China；4.BreaofWaterResouces ConserationndProtection，Changiang WaterResourcesCommion，Wuhan4Ohina）

Abstract：Inorder to promote the finemanagementof waterresources inthe thermal power industry，explorethe water consumption lawofthethermal power industry，and promote the transformationof waterusage managementinthethermal power industry into water consumption management，taking typical thermal power enterprises in Changjiang River Basin as theresearch object，according to theannual summaryreportof water consumptionfrom2O19 to 2O22 reportedbythermal power enterprises in the information platform of water resources monitoring and management in Changjiang River Basin.Thecharacteristics and influencing factors of water consumption per unit power generation （water consumption index forshort）werecalculatedandanalyzed.Theresultsshowed that the influenceof geographical location，maximum installed capacity，unit coling form and other factors on waterconsumption index was graduall increasing.The water consumption index of circulating colingunit was larger and the change was more stable.The water consumption index was inversely proportional to the maximum installd capacity.From East Chinato Southwest China，the numberof DCcooling units decreases andthenumberof circulating coling units increased.The regresionequationof water consumption ndex was suitable forcalculating the water consumption index of thermal power industryin Eastand Southwest China in Changjiang River Basin.The research results can provideareference forthe water consumption management of the thermal power industry in Changjiang River Basin.

Key words：thermal power industry；water consumption index；DC coling unit；circulating cooling unit；multivariate regression analysis； Changjiang River Basin