基于實時監測的燃煤機組碳排放特性研究

劉科，楊興森，王太，董信光，張利孟，張緒輝，袁森，辛剛，高嵩

（1.國網山東省電力公司電力科學研究院，山東 濟南 250003；2.華北電力大學能源動力與機械工程學院動力工程系，河北 保定 071003；3.國網山東省電力公司，山東 濟南 250003）

電力行業為居民生活與經濟運轉提供了基礎保障，但同時也是重要的碳排放部門。據世界資源研究所（WRI）統計，電力行業產生的碳排放約占中國2020 年碳排放總量的41.6%，相應排放量約為40 億t[1-2]，且有增長趨勢[3]。由此可見，電力是能源轉型的中心環節，也是碳減排的關鍵領域，電力低碳轉型對實現“碳達峰、碳中和”目標具有全局性意義[4-6]。而扎實做好燃煤機組的碳排放核算與監測，是順利推進能源低碳轉型和電力碳減排的基礎性工作[7-8]。只有做到碳排放的連續監測才能研究掌握發電機組的實時碳排放規律和特性，進而開展減碳優化、低碳調度等方面的研究，全面支撐電力系統低碳轉型。

目前燃煤機組的碳排放核算依據為《溫室氣體排放核算與報告要求第1 部分：發電企業》（GB/T 32151.1—2015）和《中國發電企業溫室氣體排放核算方法與報告指南（試行）》[9-11]。2022 年生態環境部印發了《企業溫室氣體排放核算方法與報告指南發電設施（2022 年修訂版）》[12]，對發電行業重點排放單位的核算和報告進行統一規范，對省級主管部門開展數據核查的程序和內容提出嚴格要求。

相比于發電企業碳排放核算方法的逐漸完善，碳排放的在線監測方法仍在探索階段，目前主要有核算法和實測法2 種技術流派[13-21]。

實測法依托于煙氣排放連續監測系統（continuous emission monitoring system，CEMS），需要在當前燃煤企業環保CEMS 基礎上添加CO2監測以及煙氣流量實時測量模塊。這種方法要廣泛推廣最大的困難在于煙氣流量測量的準確性難以長期保證[22]。

核算法常用于較長時間周期的碳排放核算，也有一些學者用核算法分析碳排放強度的影響因素[23-24]，但核算周期長難以實現不同運行工況下碳排放特性的研究。此外，燃煤量的測量值與實時負荷存在時間差，從而無法得到實時負荷下的碳排放強度，給碳排放強度的實時監測研究帶來困難。

本文采用《企業溫室氣體排放核算方法與報告指南發電設施（2022 年修訂版）》要求的碳核算方法，通過能量平衡和物料守恒的方法對燃煤量進行實時計算，避免了燃煤實測滯后性的問題，實現了燃煤機組碳排放量的實時在線核算和監測；進而對試點機組不同調峰工況下的碳排放數據進行分析，研究機組調峰時的碳排放特性。

1 CO2 排放量監測計算模型

《企業溫室氣體排放核算方法與報告指南發電設施（2022 年修訂版）》指出發電企業排放的CO2包含化石燃料燃燒排放、使用購入電力排放2 部分（脫硫系統碳排放不計算在內）。由于電廠外購電量只有在所有機組都停機，需要使用電網電力進行啟動時發生，占比極少，所以本文在進行發電企業碳排放特性分析時只考慮化石燃料燃燒排放（Er）。其計算公式為：

式中：FC為監測期燃煤的凈消費量，t；Car,c為燃煤的收到基元素碳含量，%；OFC為燃煤的碳氧化率，%；44/12 為二氧化碳與碳的相對分子質量之比。

燃煤量的計量裝置一般安裝在輸煤皮帶上或者磨煤機入口給煤機處。磨煤機入口測得的燃煤量經磨煤機磨制再入爐燃燒。負荷變化時，由于控制方式的不同，燃煤量的變化存在滯后或超前，因此磨煤機入口的燃煤量測量值無法用于機組實時碳排放強度的計算。即便是直吹式制粉系統，輸煤皮帶上的煤也至少需要1～2 h 才能入爐燃燒，因此輸煤皮帶上測得的燃煤量更加無法用于實時碳排放強度的計算。鑒于此，本文依據能量守恒法，使用鍋爐有效吸熱量[25]來計算燃料實時消耗量：

式中：FCC為鍋爐燃煤實時消耗量，t/h；Dgq為過熱蒸汽流量，t/h；hgq為過熱蒸汽焓，kJ/kg；hgs為鍋爐給水焓，kJ/kg；Dpw為鍋爐排污水量，t/h；hpw為排污水焓，kJ/kg；Dzq為鍋爐再熱蒸汽流量，t/h；hzq,c為再熱蒸汽出口焓，kJ/kg；hzq,r為再熱蒸汽入口焓，kJ/kg；ηb為鍋爐效率，%；Qar,net為燃料的低位發熱量，kJ/kg。

在得到燃煤實時消耗量之后，即可計算得到機組當前負荷對應的發電碳排放強度實時值Erc：

式中：Erc為機組實時發電碳（以CO2計）排放強度，t/(MW·h)；Pe為機組實時電功率，MW。

由于不同煤種的碳氧化率不同，為了客觀評價燃用無煙煤和燃用煙煤機組的碳排放特性，本文中的燃料碳氧化率不采用缺省值方案，而是采用GB/T 32151.1—2015 中的公式計算[26]：

式中：OFC為燃煤的碳氧化率，%；Gz為全年的爐渣產量，t；Cz為爐渣的平均含碳量，%；Gh為全年的飛灰產量，t；Ch為飛灰的平均含碳量，%；ηcc為除塵系統平均除塵效率，%；FCC為鍋爐燃煤消耗量，kg/h。

煤質、飛灰爐渣含碳量等數據每8 h 更新1 次，由于同一機組入爐煤質在8 h 內較為穩定，因此在計算模型中假定8 h 內煤質飛灰爐渣的數據不變，模型中其他運行參數為機組運行數據，每分鐘更新1 次。

通過以上方式建立計算模型，可以實現機組發電碳排放強度的分鐘級更新，將機組碳核算的時間尺度精確到了分鐘級，進而可以用來開展機組運行狀態下碳排放特性監測研究。

2 機組碳排放強度變化規律分析

2.1 監測機組介紹

本文選擇國家能源FX1 號（FX#1）、大唐HD5號（HD#5）、華潤HZ2 號（HZ#2）、華電WF4 號（WF#4）等4 臺600 MW 等級機組和華電LZ2 號（LZ#2）1 000 MW 機組為研究對象開展碳（以CO2計）排放強度實時監測分析。取8 月份相關運行數據以及煤質、灰渣含碳量等數據，計算機組的碳排放情況。選取的機組8 月份均為純凝運行方式。

5 臺機組的主要設備參數見表1；5 臺機組8 月份負荷運行范圍、煤質、飛灰爐渣含碳量等主要數據情況見表2。

表1 5 臺機組主要設備及參數Tab.1 Main equipment and parameters of five units

表2 5 臺機組8 月份主要數據Tab.2 Main data of five units in August

2.2 600 MW 等級監測機組不同負荷下碳排放強度

在8 月份的監測數據中，取各負荷率下所有的實時碳排放強度數據的平均值代表該機組在此負荷率下的發電碳排放強度。4 臺600 MW 監測機組不同負荷率下平均碳排放強度對比如圖1 所示。

圖1 600 MW 監測機組不同負荷率下平均碳排放強度對比Fig.1 Comparison of carbon emission intensity of 600 MW monitoring unit at different load rates

由圖1 可知，隨著負荷降低，機組的發電碳排放強度逐漸升高。HZ#2 和FX#1 機組額定負荷附近的碳排放強度下降明顯。經查，這2 臺機組在額定負荷點附近會采取提前更換煤種等措施保證機組帶負荷能力，因此該負荷碳排放強度下降較多。

由圖1 還可發現，燃用貧煤的WF#4 機組碳排放強度比同等級燃用煙煤的其他3 臺機組要高。由表2 可見，WF#4 機組的飛灰、爐渣含碳量月度均值分別為5.87%、10.98%，遠高于煙煤機組。在其他系統能耗相同的情況下，貧煤機組的機械不完全燃燒熱損失更大，從而導致了貧煤機組相比煙煤機組更高的碳排放強度。

2.3 監測機組穩定負荷下的碳排放強度

以上在研究機組不同負荷率下碳排放規律時，未區分機組是否處在穩定工況中。為進一步研究燃煤機組平穩負荷段（每個平穩工況時長15 min 以上）的發電碳排放特性，選取WF#4 機組42 個平穩運行工況、HZ#2 機組39 個平穩工況進行分析，相同負荷分別有2～15 個工況點；選取LZ#2 機組22個平穩負荷段，相同負荷分別有2～3 個工況點，計算發電碳排放強度：結果如圖2 所示。

圖2 機組負荷與碳排放強度關系Fig.2 Relationship between unit load and carbon emission intensity

由圖2 可見：在相同負荷點，機組的發電碳排放強度都集中分布在一定區間內；WF#4 與HZ#2 機組相比，相同負荷點發電碳排放強度的分布范圍更小，偏差范圍為[-1.30%，1.99%]；HZ#2 機組相同負荷點發電碳排放強度的偏差范圍為[-2.20%，2.61%]；LZ#2 機組雖然在每個負荷的工況點較少，但這些工況點分布非常集中。在歷史相同負荷點機組的碳排放強度波動范圍越小，說明機組的運行狀態越穩定，在相同負荷下的碳排放強度也就越集中。因此也可認為，相同負荷下碳排放強度分布范圍越小的機組，碳排放特性越穩定。

為進一步分析不同容量等級機組在不同穩定負荷點的碳排放特性，將以上機組相同負荷段的碳排放強度平均，結果如圖3 所示。3 臺機組各負荷下的主要運行參數平均值見表3。由圖3 可以發現，3 臺機組碳排放強度隨負荷的變化規律一致，負荷越高，碳排放強度越低。

圖3 600、1 000 MW 機組負荷與碳排放強度關系Fig.3 Relationship between load and carbon emission intensity of 600 MW and 1 000 MW units

不同機組之間碳排放情況各不相同。以HZ#2機組為例，其在60%～100%負荷時，碳排放強度變化較為平緩；負荷降至50%負荷時，機組碳排放強度明顯增大，碳排放強度相比60%負荷增加7.76%。

由表3 可知，HZ#2 機組50%負荷時的再熱蒸汽溫度比60%負荷時下降22 ℃，而WF#4 機組50%負荷下的再熱蒸汽溫度相比其他負荷并沒有明顯下降。因此，提高低負荷下的再熱蒸汽溫度是HZ#2機組節能降碳需要改進的方向。與600 MW 等級的HZ#2、WF#4 機組相比，1 000 MW 等級的LZ#2 機組在低負荷段仍能保持在設計參數附近運行，因此碳排放強度在低負荷段增長幅度相對較小。如何保持低負荷段的主要運行參數，是大多數機組尤其是老舊機組節能減碳優化需要重點研究的方向。從低碳調度角度出發，在電網需要機組在高負荷運行時，應優先調用大容量高參數的煙煤機組；在需要機組進行深度調峰吸納新能源時，相同條件下應優先選擇低負荷碳排放強度增加較少機組。

表3 各負荷下機組主要運行參數平均值Tab.3 Average value of main operating parameters of the unit at different load rates

3 負荷波動對碳排放的影響

由于風光等新能源發電的波動性較大，往往需要燃煤機組頻繁升降負荷來進行新能源消納。為分析頻繁調峰對機組碳排放強度的影響，選取HZ#2機組14 個30 min 平均負荷為480 MW 的時間段，用這些時段內機組負荷的標準差來表征負荷波動程度，相應的碳排放強度數據見表4。由表4 可知，當負荷標準差增大時，HZ#2 機組碳排放強度有所增加，即當平均負荷相同時，負荷波動幅度越大、頻率越高，機組的碳排放強度也越大。

表4 HZ#2 機組頻繁調峰時段機組碳排放強度統計Tab.4 Statistics of carbon emission intensity of HZ#2 unit during frequent peak shaving

進一步研究發現，并不是所有機組的碳排放強度都對負荷波動反應敏感，例如WF#4 機組。同樣取WF#4 機組11 個30 min 平均負荷為480 MW 的時間段，這些時段內機組負荷標準差和碳排放強度數據見表5。由表5 可知，負荷標準差變化時，碳排放強度并沒有明顯增長。產生這種分歧的原因與不同機組之間運行控制方式和運行水平不同有關。

表5 WF#4 機組頻繁調峰時段機組碳排放強度統計Tab.5 Statistics of carbon emission intensity of WF#4 unit during frequent peak shaving

機組碳排放強度對負荷波動的不同反應可以為低碳調度提供新的策略。在新能源出力波動頻繁、需要一部分機組通過頻繁升降負荷來消納時，為了不增加或少增加因負荷波動導致的碳排放量，可以選擇碳排放強度對負荷波動反應不敏感的機組進行調峰。

4 結論與建議

1）監測的4 臺600 MW 等級中，燃用貧煤的WF#4 機組比同容量、同參數等級燃用煙煤的機組碳排放強度要高。1 000 MW 等級的LZ#2 機組的碳排放強度與600 MW 等級機組相比，在低負荷段增長幅度相對較小。

2）不同運行負荷下每臺機組的碳排放變化規律不同。WF#4 機組在50%～100%負荷時，碳排放強度變化較為平緩，但整體排放強度較高；HZ#2 機組在全部負荷段整體碳排放強度較低，但在50%負荷時機組碳排放強度突增7.76%。掌握這些機組的碳排放變化規律可以為不同場景下的低碳調度策略提供數據基礎。

3）部分燃煤機組的碳排放強度對負荷波動反應敏感，機組負荷變化幅度越大、頻率越高，機組的碳排放強度越大；還有一些機組對負荷波動反應不敏感，負荷波動時，碳排放強度的變化沒有明顯增長。因此在電網需要機組頻繁升降負荷調峰時，相同條件下可優先調用碳排放強度對負荷波動不敏感的機組。