Structural Adjustment Path of Central Heating Sector from Perspective of Synergistic Reduction of Air Pollutants and CO2 Emissions
-
摘要: 集中供热是事关国计民生的刚性需求，是能源消费的重要部门，是大气污染物减排的重要着力点. 开展面向减污降碳的集中供热结构调整路径分析对我国实现“双碳”目标、建设“美丽中国”具有重要意义. 通过构建2020年集中供热碳污耦合排放清单，摸清碳污排放现状；考虑热电联产供热范围以及生物质资源分布，分析拆炉并网、煤改气以及煤改生物质等措施的局限性及碳污减排潜力；结合情景分析，识别碳污减排关键路径，为开展集中供热减污降碳相关工作提供参考. 结果表明：①热电联产、燃煤工业锅炉分别是集中供热部门CO2和大气污染物的主要排放源，东北地区及内蒙古自治区是该部门碳污排放的热点区域. 燃煤工业锅炉污染控制水平及热效率较低是开展集中供热部门减污降碳的重要切入点. ②热电联产供热管网难以全面覆盖35 t/h以下燃煤工业锅炉，超40%的小容量燃煤工业锅炉需要采用其他方式进行综合改造. ③生物质能源利用潜力空间差异较大，制约了供热部门低碳化，如华北及东北地区难以满足本区域燃煤工业锅炉生物质改造的能源需求. ④加强低碳情景下，2060年集中供热部门SO2、NOx、可过滤细颗粒物、可凝结颗粒物及CO2排放量分别为1.9×105、2.6×105、1.0×104、1.1×105及5.0×108 t，较2020年分别减排75%、66%、90%、66%及58%. 研究显示，深入挖掘生物质资源、健全生物质成型燃料产业、推动拆炉并网是实现集中供热部门减污降碳的重要路径.Abstract: Central heating is a rigid demand for national economy and people's livelihood, and it also plays an important role in energy consumption structure and air pollutant emission reduction. It is of great significance for China to analyze the adjustment path of central heating structure to achieve the goals of carbon peaking and carbon neutrality, as well as the building of a beautiful China. We first established an emission inventory of CO2 and air pollutants from central heating in 2020, considered the spatial distribution of cogeneration heating pipe network and biomass resources, and analyzed the emission reduction potentials and limitations of different measures, such as cogeneration, coal to gas and coal to biomass. Finally, the key path for emission reduction of CO2 and air pollutants from central heating in China is identified based on the scenario analysis. Our results show that: (1) Cogeneration and coal-fired industrial boilers are main sources of CO2 and air pollutant emissions respectively from central heating industry in China, and northeast China and Inner Mongolia are emission hotspots. (2) Cogeneration heating pipe network cannot fully cover coal-fired industrial boilers with a capacity of <35 t/h, and more than 40% of coal-fired industrial boilers with small capacity may need to be retrofitted by other measures. (3) The spatial heterogeneity of biomass resources limits the low carbonization of heating sector. For example, the current biomass resources are difficult to meet the energy needs of coal to biomass for coal-fired industrial boilers in North China. (4) Under enhancing low carbon scenarios, the emissions of SO2, NOx, filterable fine particulate matter, condensable particulate matter and CO2 from central heating industry in 2060 are 1.9×105, 2.6×105, 1.1×104, 1.1×105 and 5.0×108 t respectively, which is reduced by 75%, 66%, 90%, 66% and 58% compared with the base year. The research shows that exploration of biomass resources, development of biomass briquette industry and promotion of cogeneration are important ways to reduce CO2 and air pollutant emission from central heating sector in China.
-
图 1 我国各省份燃煤工业锅炉点源活动水平验证
注：统计值为《3060零碳生物质能发展潜力蓝皮书》中各省份燃煤工业锅炉保有量数据.
Figure 1. Validation of unit-based activity level of coal-fired industrial boilers in each province in China
图 2 不同供热方式的碳污排放占比及排放强度
注：CO2排放强度单位为t/t.
Figure 2. Proportion and emission intensity of CO2 and air pollutants from various heating sectors
图 3 全国及热电联产供热范围内燃煤工业锅炉的数量及容量
Figure 3. Number and capacity of coal-fired industrial boilers in nationwide and cogeneration central heating area
图 4 热电联产供热范围内燃煤工业锅炉减排潜力
注：CO2减排量的单位为107 t.
Figure 4. Potential reduction emission of CO2 and air pollutants for coal-fired industrial boilers in cogeneration central heating area
表 1 2020年我国各省份集中供热部门碳污排放量
Table 1. Provincial CO2 and air pollutants emission for heating sector in 2020 in China
104 t 省份 SO2 NOx PM2.5 FPM2.5 CPM CO21) 省份 SO2 NOx PM2.5 FPM2.5 CPM CO21) 北京市 0.0 0.7 0.0 0.0 0.0 0.2 湖北省 1.1 1.0 0.5 0.1 0.4 0.2 天津市 0.7 1.1 0.3 0.0 0.2 0.2 湖南省 0.5 0.5 0.2 0.1 0.1 0.1 河北省 3.5 3.8 1.3 0.2 1.1 0.7 广东省 1.3 2.3 0.8 0.2 0.6 0.4 山西省 5.2 4.5 2.6 0.4 2.1 0.7 广西壮族自治区 0.9 0.8 0.3 0.1 0.2 0.1 内蒙古自治区 9.0 8.7 4.4 1.0 3.4 1.2 海南省 0.1 0.1 0.0 0.0 0.0 0.0 辽宁省 8.6 9.6 5.6 1.5 4.3 1.2 重庆市 0.4 0.3 0.2 0.0 0.2 0.1 吉林省 4.3 5.4 4.0 1.0 3.0 0.6 四川省 1.1 1.1 0.4 0.1 0.3 0.2 黑龙江省 6.4 6.5 6.1 2.0 4.2 0.7 贵州省 0.6 0.5 0.1 0.0 0.1 0.1 上海市 0.1 0.4 0.1 0.0 0.0 0.1 云南省 1.1 0.6 0.4 0.1 0.3 0.1 江苏省 2.4 3.7 1.7 0.2 1.5 0.7 西藏自治区 0.0 0.1 0.0 0.0 0.0 0.0 浙江省 1.8 2.0 1.1 0.1 1.0 0.5 陕西省 2.0 2.1 0.8 0.2 0.6 0.3 安徽省 0.5 0.7 0.4 0.1 0.4 0.1 甘肃省 1.7 2.3 0.9 0.3 0.7 0.2 福建省 1.5 1.6 0.8 0.3 0.5 0.2 青海省 0.8 0.8 0.5 0.1 0.5 0.1 江西省 1.0 0.7 0.5 0.2 0.3 0.1 宁夏回族自治区 2.3 2.1 0.8 0.2 0.6 0.3 山东省 7.7 7.9 3.3 0.4 2.8 1.6 新疆维吾尔自治区 7.0 5.4 2.4 0.7 1.6 0.7 河南省 1.5 2.3 1.1 0.1 1.0 0.4 全国2) 75.0 80.0 42.0 9.9 32.2 12.3 注：1)CO2排放量单位为108 t. 2)不包括港澳台地区相关数据. 
下载: 导出CSV
表 2 我国各省份不同生物质能源化利用情景下不同容量类型燃煤工业锅炉的煤改生物质潜力
Table 2. Provincial potential of coal to biomass for different capacity of coal-fired industrial boilers in China
地区 高能源利用情景 基准能源利用情景 低能源利用情景 所有锅炉 <35 t/h
锅炉≤10 t/h
锅炉所有锅炉 <35 t/h
锅炉≤10 t/h
锅炉所有锅炉 <35 t/h
锅炉≤10 t/h
锅炉北京市 — — — — — — — — — 天津市 0.2 13.3 55.8 0.2 11.3 47.4 0.1 3.9 16.5 河北省 0.6 10.6 111.2 0.5 8.2 86.3 0.3 4.6 48.8 山西省 0.4 3.6 10.2 0.2 2.2 6.3 0.2 1.5 4.1 内蒙古自治区 0.6 1.9 5.9 0.4 1.3 4.2 0.1 0.4 1.4 辽宁省 0.4 2.4 11.0 0.4 2.4 11.0 0.2 1.2 5.6 吉林省 1.3 5.7 21.8 0.9 4.1 15.5 0.1 0.4 1.7 黑龙江省 0.9 3.6 10.1 0.8 3.1 8.8 −0.04 −0.16 −0.4 上海市 — — — — — — — — — 江苏省 2.1 3.9 44.1 0.8 1.5 16.7 0.1 0.1 1.6 浙江省 1.6 3.3 35.4 1.4 3.0 31.9 1.3 2.8 29.9 安徽省 7.9 15.2 91.2 3.1 6.0 35.9 0.5 0.9 5.5 福建省 1.8 2.5 7.8 1.7 2.3 7.2 1.6 2.2 6.9 江西省 4.0 8.2 22.2 3.5 7.2 19.4 3.3 6.7 18.0 山东省 0.9 5.9 328.8 0.4 2.5 138.7 0.1 0.6 34.2 河南省 8.2 35.9 950.5 1.9 8.2 216.7 0.8 3.4 90.3 湖北省 4.4 9.8 86.1 2.4 5.4 47.4 1.3 3.0 26.1 湖南省 16.8 25.0 48.2 14.4 21.4 41.4 9.4 14.0 27.0 广东省 3.0 5.5 23.8 2.4 4.4 18.8 2.1 3.7 16.1 广西壮族自治区 11.3 21.1 63.1 9.4 17.6 52.6 8.4 15.7 46.9 海南省 7.4 — — 6.8 — — 6.4 — — 重庆市 12.6 26.4 48.1 8.6 18.0 32.9 6.4 13.4 24.5 四川省 5.5 17.5 56.5 3.6 11.5 37.0 2.5 7.8 25.1 贵州省 14.3 39.2 123.8 9.8 26.8 84.8 8.5 23.4 73.8 云南省 8.9 13.7 25.7 7.9 12.1 22.8 7.6 11.7 21.9 西藏自治区 2.9 13.8 53.5 2.9 13.7 53.0 2.9 13.7 53.0 陕西省 1.7 5.3 17.2 1.4 4.5 14.4 1.3 4.0 12.9 甘肃省 0.8 3.2 11.2 0.6 2.4 8.5 0.5 2.0 6.9 青海省 0.7 1.2 3.9 0.5 0.8 2.5 0.3 0.5 1.8 宁夏回族自治区 0.5 1.9 11.0 0.3 1.3 7.4 0.2 0.9 5.5 新疆维吾尔自治区 1.0 5.1 16.7 0.6 2.8 9.4 0.3 1.6 5.3 全国1) 1.4 5.7 21.8 0.9 3.6 13.8 0.6 2.5 9.4 注：1)不包括港澳台地区相关数据.
下载: 导出CSV
表 3 不同生物质能源化利用情景下不同容量类型燃煤工业锅炉的煤改生物质潜力
Table 3. Potential of coal to biomass for different capacity of coal-fired industrial boilers
容量类型 用煤量/(108 t) 煤改生物质潜力 所有燃煤工业锅炉 非热电联产供热范围 高能源利用情景 基准能源利用情景 低能源利用情景 高能源利用情景 基准能源利用情景 低能源利用情景 所有类型 1.3 1.4 0.9 0.6 4.9 3.4 2.6 <35 t/h 0.4 5.7 3.6 2.5 14.7 10.1 7.6 ≤10 t/h 0.09 21.8 13.8 9.4 45.5 31.3 23.6
下载: 导出CSV
表 4 不同情景下CO2及大气污染物排放情况
Table 4. Emissions of CO2 and air pollutants under various scenarios
情景 排放量/(104 t) SO2 NOx FPM2.5 CPM CO21) 2020年 75 77 10 32 12 基准情景 32 48 2 14 10 低碳情景 27 36 1 14 7 加强低碳情景 19 26 1 11 5 注：1)CO2排放量单位为108 t.
下载: 导出CSV
-
[1] 国家质量技术监督局,中华人民共和国建设部.城市规划基本术语标准:GB/T 50280—1998[S].北京:中国标准出版社,2006. [2] 国家统计局.国家数据[EB/OL].北京:国家统计局,(2022-01-31)[2022-11-12].http://www.stats.gov.cn. [3] 国家统计局能源统计司.中国能源统计年鉴 2021[M].北京:中国统计出版社,2022. [4] 中国电力企业联合会.2020年电力工业统计资料汇编[M].北京:中国电力企业联合会,2021. [5] 国家发展和改革委员会.绿色低碳转型体制机制和政策措施的意见[EB/OL].北京:国家发展和改革委员会,(2022-01-30)[2022-11-21].https://www.ndrc.gov.cn/xxgk/zcfb/tz/202202/t20220210_1314511.html. [6] 王丽娟,张剑,王雪松,等.中国电力行业二氧化碳排放达峰路径研究[J].环境科学研究,2022,35(2):329-338. doi: 10.13198/j.issn.1001-6929.2021.11.24WANG L J,ZHANG J,WANG X S,et al.Pathway of carbon emission peak in China's electric power industry[J].Research of Environmental Sciences,2022,35(2):329-338. doi: 10.13198/j.issn.1001-6929.2021.11.24 [7] ZHANG Q,ZHENG Y X,TONG D,et al.Drivers of improved PM2.5 air quality in China from 2013 to 2017[J].Proceedings of the National Academy of Sciences of the United States of America,2019,116(49):24463-24469. doi: 10.1073/pnas.1907956116 [8] WANG K,TONG Y L,YUE T,et al.Measure-specific environmental benefits of air pollution control for coal-fired industrial boilers in China from 2015 to 2017[J].Environmental Pollution,2021,273:116470. doi: 10.1016/j.envpol.2021.116470 [9] 左朋莱,王晨龙,佟莉,等.小型燃煤机组烟气重金属排放特征研究[J].环境科学研究,2020,33(11):2599-2604. doi: 10.13198/j.issn.1001-6929.2020.06.07ZUO P L,WANG C L,TONG L,et al.Emission characteristics of heavy metal in flue gas of small coal-fired units[J].Research of Environmental Sciences,2020,33(11):2599-2604. doi: 10.13198/j.issn.1001-6929.2020.06.07 [10] YUE T,ZHANG X X,WANG C L,et al.Environmental impacts of the revised emission standard for air pollutants for boilers during the heating season in Beijing,China[J].Aerosol and Air Quality Research,2018,18(11):2853-2864. doi: 10.4209/aaqr.2018.02.0046 [11] 辽宁省农村经济委员会.关于加快秸秆综合利用水平的建议的答复[EB/OL].沈阳:辽宁省农村经济委员会,(2018-06-21)[2022-11-21].http://nync.ln.gov.cn/zwgk/jyta/jy/201811/t20181114_3370776.html. [12] 吉林省发展和改革委员会.吉林省秸秆综合利用三年行动方案[EB/OL].长春:吉林省发展和改革委员会,(2019-10-09)[2022-11-21].http://jldrc.jl.gov.cn/fzgz/201910/P020191009520725027020.doc. [13] 江西省农业农村厅办公室.2019年度全省秸秆综合利用评估情况的通报[EB/OL].南昌:江西省农业农村厅办公室,(2020-05-11)[2022-11-21].http://nync.jiangxi.gov.cn/art/2020/6/16/art_27783_1885872.html. [14] 中国产业发展促进会生物质能产业分会.3060零碳生物质能发展潜力蓝皮书[EB/OL].北京:中国产业发展促进会生物质能产业分会,(2021-09-01)[2022-11-21].http://www.cn-bea.com. [15] WANG K,GAO J J,LIU K Y,et al.Unit-based emissions and environmental impacts of industrial condensable particulate matter in China in 2020[J].Chemosphere,2022,303:134759. doi: 10.1016/j.chemosphere.2022.134759 [16] 生态环境部.重污染天气消除攻坚行动方案[EB/OL].北京:生态环境部,(2022-11-14)[2022-11-12].https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/202211/W020221116629515083620.pdf. [17] YANG H H,ARAFATH S M,LEE K T,et al.Chemical characteristics of filterable and condensable PM2.5 emissions from industrial boilers with five different fuels[J].Fuel,2018,232:415-422. doi: 10.1016/j.fuel.2018.05.080 [18] YUAN C,WANG Z W,CHENG H R,et al.Characteristics of water-soluble ions in condensable particulate matter emitted from stationary sources in Wuhan[J].Fuel,2021,295:120626. doi: 10.1016/j.fuel.2021.120626 [19] 第一次全国污染源普查资料编纂委员会.污染源普查产排污系数手册[M].北京:中国环境科学出版社,2011. [20] 陈操操,邱大庆,于凤菊,等.北京市燃气工业锅炉CO2排放因子及不确定性分析[J].环境科学研究,2020,33(8):1776-1782.CHEN C C,QIU D Q,YU F J,et al.Carbon dioxide emission factors of nature gas boilers and its uncertainty in Beijing[J].Research of Environmental Sciences,2020,33(8):1776-1782. [21] 生态环境部.京津冀及周边地区2019—2020年秋冬季大气污染综合治理攻坚行动方案[EB/OL].北京:生态环境部,(2019-10-11)[2022-11-21].https://www.mee.gov.cn/xxgk2018/xxgk/xxgk03/201910/ t20191016_737803.html. [22] 中国工程机械工业协会.中国农业机械工业年鉴[M].北京:机械工业出版社,2022. [23] FU T C,KE J H,ZHOU S K,et al.Estimation of the quantity and availability of forestry residue for bioenergy production in China[J].Resources,Conservation and Recycling,2020,162:104993. doi: 10.1016/j.resconrec.2020.104993 [24] 住房和城乡建设部.2021年城乡建设统计年鉴[EB/OL].北京:住房和城乡建设部,(2022-10-12)[2022-11-21].https://www.mohurd.gov.cn/gongkai/fdzdgknr/sjfb/index.html. [25] SHEN L,LIU L T,YAO Z J,et al.Development potentials and policy options of biomass in China[J].Environmental Management,2010,46(4):539-554. doi: 10.1007/s00267-010-9476-4 [26] 清华大学.读懂碳中和 中国2020—2050低碳发展行动路线图[M].北京:中信出版集团,2021. [27] 上海市第七次全国人口普查领导小组办公室,上海市统计局.上海市人口普查年鉴-2020[M].北京:中国统计出版社,2022. [28] 清华大学建筑节能研究中心.中国建筑节能年度发展研究报告-2020-农村住宅专题[M].北京:中国建筑工业出版社,2020. [29] 联合国经济及社会理事会.世界人口发展展望2022[EB/OL].纽约:联合国经济及社会理事会,(2022-11-21)[2022-11-21].https://population.un.org/wpp/Download/Standard/CSV. [30] 应明良,吕洪坤,茅建波,等.基于实时数据库的电站锅炉热效率在线计算方法[J].浙江电力,2019,38(7):92-95. doi: 10.19585/j.zjdl.201907016YING M L,LYU H K,MAO J B,et al.An online calculation method of power station boiler efficiency based on real-time database[J].Zhejiang Electric Power,2019,38(7):92-95. doi: 10.19585/j.zjdl.201907016 [31] 张钟周.中小型煤粉电站锅炉节能技术应用研究[D].广州:华南理工大学,2018. -
点击查看大图
图(4) / 表(4)
计量
- 文章访问数: 21
- HTML全文浏览量: 5
- PDF下载量: 14
- 被引次数: 0
