煤电机组CO2排放原位在线监测系统研发与应用

陈 剑,马大卫*,王正风,李梓楠,梁 肖,李方一,李 鲲,苏 阳,吴 妍

(1.国网安徽省电力有限公司电力科学研究院,安徽 合肥 230601；2.国网安徽省电力有限公司,安徽 合肥 230022；3.合肥工业大学,安徽 合肥 230009；4.安徽新力电业科技咨询有限责任公司,安徽 合肥 230601；5.中国科学技术大学先进技术研究院，安徽 合肥 230000)

1 引言

气候变化是人类面临的最大环境威胁，人为温室气体的大量排放是极端气候事件增多的重要原因之一。作为最大的发展中国家，中国向世界郑重承诺将提高国家自主贡献力度，采取更加有力的政策和措施，CO2排放力争于2030年前达到峰值，努力争取2060年前实现碳中和[1]。我国煤电热效率已经达到世界先进水平，但火电碳排放强度高于其他国家[2-3]。在我国众多排放源中，电力行业CO2排放约占全国CO2排放总量的50%，而煤电CO2排放约占电力行业CO2总排放的80%（远高于世界平均值40%）[4-5]。可见，火电机组尤其是煤电机组是大气中CO2的主要排放源，必将成为重点减排对象，而碳排放量的统计是其中的关键一环。准确可靠的碳排放数据是减排政策制定的基础和目标设定的科学依据，其中排放因子法、质量平衡法和实测法3种碳排放核算方法被广泛认可[6]。

计算简单，权威较高排放因子法应用广泛[7-8]，但准确性不高、数据收集效率较低、时效性滞后，且存在人为干扰误差[9-10]。质量平衡法的计量需要比较完善的基础生产数据，而目前我国煤电企业的统计基础尚较难完全满足要求[11]。在实际工作中，由于地区能源品质差异、机组燃烧效率不同等原因，各类能源消费统计及碳排放因子测度容易出现较大的偏差，成为上述两种碳排放核算结果误差的主要来源[12]。实测法基于排放源实测基础数据，汇总得到相关碳排放量。现场测量一般是在烟气排放连续监测系统（CEMS）中搭载碳排放监测模块，用于较连续稳定的排放口的碳排放量的核算[13]，通过连续计量设施测量CO2排放的浓度、流速以及流量，核算CO2排放量[14]。连续排放监测系统对燃煤电厂碳排放的实时监测能够为碳交易提供准确、完整、及时、可溯源的数据。相关部门通过原位在线监测的方式收集煤电机组CO2排放数据收集，便于数据整理和核查，实现对CO2排放的强化监督和管理。

本研究开发了一种CO2排放监测系统，将系统计算结果与核算法月度及手工比对分析。证实此模型准确性较高，实操性较强，能够帮助相关部门切实掌握煤电企业CO2排放情况，为制定碳减排目标、分配碳排放配额提供可靠的碳排放配额提供数据支撑，同时也为电网开展低碳调度提供参考。

2 研究方法

2.1 原位在线监测碳排放架构与监测原理

2.1.1 碳排放在线监测整体网络架构

图1为安徽省发电行业碳排放在线监测系统网络架构图系统，整体基于调度数据网开展建设，子站采用Modbus通信进行数据采集，采集完数据通过二区调度数据网上传至国网安徽电力调度二区，进而同步到调度三区（安徽省电力调控中心侧）。调度三区（国网安徽电科院侧）碳排放主站主动采集调度三区（安徽省电力调控中心侧）数据库服务器完成数据采集，于调度三区（国网安徽电科院侧）碳排放主站展示。国网安徽电科院自建外网（VPN专网）采集三区数据对外发布。

图1 安徽省发电行业碳排放在线监测系统网络架构图Fig.1 Network architecture of carbon emission online monitoring system in power generation industry of Anhui Province

2.1.2 碳排放在线监测系统原理

研发的煤电机组碳排放实时在线监测系统是基于现有的烟气CEMS系统建立的。由于煤电机组脱硫过程也会产生CO2排放，而且CO2在脱硫系统中的变化量无法通过计算实时得出，因此碳排放监测点应布置在脱硫以后。通过对烟囱入口处水平烟道位置CEMS预处理机柜内部的气路进行适当的改造，主要为增加一台CO2分析仪，且CO2分析仪单独配置一个CO2仪表机柜。抽取的烟气分两路：一路进入SO2、NOx烟气分析仪测量，另一路进入CO2分析仪测量。

CO2分析仪采用近红外可调谐半导体激光器（TDL）作为光源，激光器发射出特定波长激光束，通过光纤传送到光学传感单元，穿过被测气体，将接收的光信号转换成电流信号通过信号线传至信号处理单元，通过分析因被测气体吸收导致的激光光强衰减，实现被测气体浓度的精确反演。

表1 CO2分析仪主要参数Tab.1 The main parameters of flue gas CO2analyzer

2.2 基于现场监测数据的煤电机组碳排放核算方法

2.2.1 烟气中的CO2体积分数

在干净的分钟预处理数据集上，按照式（1）计算排口烟气中CO2体积分数的算数平均值，并作为CO2排放的分钟均值。

2.2.2 烟囱入口处单位时间的CO2排放量

要计算每分钟通过烟囱入口处水平烟道截面的CO2体积，还需要通过式（2）计算机组每分钟标准干烟气量。

式中：Qgas,vent,N是标准状态下每分钟干烟气排放量，万m3；t是机组运行时间，s；s是烟囱入口处水平烟道的截面积，m2；Vgas,vent是烟囱入口处水平烟道烟气流速，m/s；Pgas,vent是烟囱入口处水平烟道压力，Pa；Tgas,vent是烟囱入口处水平烟道烟气温度，℃；Xgas,vent是烟囱入口处水平烟道烟气湿度，%。

根据机组CO2排放体积分数的分钟均值和每分钟标准干烟气量，通过式（3）计算机组每分钟CO2排放量Em,单位为t。

在计算任意时间点每分钟CO2排放量的基础上，可以根据一个小时内观测到的60组分钟数据，计算该小时的CO2排放量Eh。还可以根据某一天24个小时的CO2排放量Ed，计算当天的CO2排放量。以此类推，可以计算其他时间周期内的CO2排放量。

2.2.3 煤电机组的CO2排放强度

煤电机组的CO2排放强度是指机组每生产1kWh的电能所排放的CO2质量，一般会界定一个时间段求取该时间段的平均值，由表示，上标ts表示从时间点t0到时间点t1的这段时期，下标ave表示取平均值，计算公式如式（4）所示。

2.3 监测机组和环保设备基本信息

本文研究选择的是M电厂2×660 MW超临界煤电1号机组为研究对象开展碳排放实时监测分析。该机组锅炉是由上海锅炉厂有限公司设计制造，为超临界参数变压运行螺旋管圈直流炉，采用单炉膛四角切圆燃烧方式、一次再热、平衡通风、露天布置、固态排渣、全钢构架、全悬吊结构Π型燃煤锅炉。

锅炉设计煤种为淮南煤，校核煤种为淮北煤和混煤。尾部烟道布置有低温再热器、省煤器、三层SCR反应器和空预器。ESP为双室4电场，WFGD工艺系统采样石灰石-石膏法，采用一炉一塔，塔内配置3层喷淋层，1层除雾器。湿法脱硫后烟气尾部接入WESP，WESP配置为1室2电场。

3 碳排放数据分析与讨论

3.1 碳排放浓度的在线监测结果

通过在线监测法获取了1号机组实时碳排放浓度、负荷率、烟气流量、温度和湿度等参数。取2022年2月1日-28日整月时间段的CO2排放浓度，同时获取该机组负荷率，均为每1min获取一个数据。碳排放浓度、机组负荷率随时间变化（5 min一组取均值做图）结果如图2、3所示。

图2 1号机组2022年2月监测的二氧化碳排放浓度结果Fig.2 CO2emission concentration results monitored by unit 1 in February 2022

图3 1号机组2022年2月期间机组负荷率变化Fig.3 The Change of load rate in unit 1 during February 2022

从图2中可知，烟囱入口水平烟道处截面的CO2监测浓度最大值为15.03%，最小值为9.32%，平均值为12.55%，相对标准偏差为1.06%。从图3中可以看出，机组在负荷率254～636MW，平均负荷率为411MW。从两个图中还可以看出，2月份随着机组负荷率波动，CO2排放浓度在10%～15%区间，呈现出上下波动的趋势，两者表现一致性，即在机组高负荷下，CO2排放浓度较高，而在机组低负荷下，CO2排放浓度也变低。主要原因是机组在低负荷下为了解决运行中燃煤不完全燃烧等问题配置相对较高的风煤比，导致烟气中较低的CO2排放浓度和较高的O2含量。

3.2 碳排放在线监测结果的特征分析

3.2.1 碳排放时间特征

在机组正常运行过程中，碳排放监测参数的数据采集频率最快可以到秒级，若设备没有出现故障，则每小时内系统运行状态变化不大，可采集60～3600条记录。研究将收集的监测数据剔除故障、超限等不合格数据后，仅保留机组正常运行的碳排放数据，以小时、天、月为单位的碳排放量统计如图4所示。

图4 1号机组(a)小时、(b)天、(c)月二氧化碳排放统计Fig.4 The statistics of(a)hours,(b)days,(c)months carbon dioxide emissions in unit 1

根据公式(1)～(4)，从图4中可以看出，该机组每分钟碳排放量为5～8 t；每小时碳排放量在265～475 t；每天碳排放量8 099～12121 t；2月份碳排放量为278 013 t。表2是将本研究的碳排放指标与其他类似机组研究结果的对比。从同一时间尺度内的碳排放来看，本研究与刘科等[15]同类型机组的研究结果相近，但平均碳排放强度要高于刘科等[15]、王明等[16]研究结果。

从表2、图4可知，机组的分钟、小时、日、月CO2排放量随着发电量变化而发生变化，碳排放强度与发电量（负荷率）存在一定的负相关，发电量（负荷率）越高，CO2排放强度越低，该月平均负荷411 MW、平均负荷率为62.27%，平均碳排放强度为1031(g/kW·h)，平均月碳排放强度略高于600MW同类型机组，可能原因是烟气中CO2排放浓度、烟气流量等参数监测结果偏大导致。

表2 几种不同等级机组二氧化碳监测结果对比分析Tab.2 Comparison and analysis of the monitoring results of CO2in several types of units

从图4(b)中可以更明显看出碳排放量最大峰值在20:00-21:00区间，安徽省负荷曲线特征显示最大电力用电负荷一般在晚间；在11:00～14:00期间碳排放量最小，主要原因是中午时段新能源中光伏出力大增，该煤电机组安排深度调峰发电量减少导致。

3.2.2 碳排放强度特征分析

本文将分析在线监测碳排放与发电功率的关系。计算每分钟的机组发电功率和碳排放强度，绘制如图5所示。二氧化碳排放强度范围整体在655～1377(g/kW·h)，平均二氧化碳排放强度为 1031(g/kW·h)，碳排放强度略高于600MW同类型机组。对其进行相关性拟合，发现碳排放强度与机组负荷之间存在明显的负相关关系，二次多项式拟合R2=0.1512。

图5 1号机组二氧化碳排放强度与发电功率关系Fig.5 The relationship between carbon dioxide emission intensity and power generation in unit 1

一般机组负荷率较低，整台机组效率较高负荷时有所下降，导致CO2排放强度有所上升，所以CO2排放强度一定程度上能反映锅炉效率的变化情况。从图中可以看出，负荷在360～636 MW，随着负荷率降低，CO2排放强度上升较为缓慢。机组负荷从360 MW继续下降至254 MW时，CO2排放强度显著上升，且负荷率越低排放强度上升越快，表现在曲线斜率变陡。丛星亮等[17]以安徽一台660 MW超超临界二次再热机组为研究对象。经过试验发现，在30%额定负荷下运行时机组的经济效益明显下降，与50%额定负荷时相比，供电煤耗急剧增加，受汽机热耗率、锅炉热效率和厂用电率变化的影响共增加煤耗约49.0 g/(kW·h)，机组煤耗率显著增加，导致CO2排放强度急剧上升。

在线监测碳排放时效性高，能够得到小时、甚至分钟的碳排放，对企业的低碳生产运行调整具有重要的指导意义。煤电机组碳排放强度受机组容量、炉型、机组负荷、煤质等多因素影响[18]。从低碳电力调度角度出发，如何发挥电网的基础平台作用，在迎峰度夏、度冬电网需要机组在高负荷运行时，应优先调用大容量、高参数机组，而在深度调峰消纳新能源和电力现货交易时，在同等报价、电网阻塞等外部条件下，应优先选择低负荷碳排放强度增加较少机组，从而实现煤电机组与新能源之间的相互协调并从全电网角度降低碳排放量是需要重点研究的内容[19]。

3.3 碳排放在线监测准确性分析

目前，电力行业的碳排放核查采用排放因子法计算企业年度碳排放结果。生态环境部在2022年5月26日例行新闻发布会要求重点开展试点数据“三比对”分析[20]，即监测数据与核算数据比对、手工监测与在线监测比对、进口设备与国产设备比对，及时总结经验、解决问题、评估成效。为了进一步分析在线监测碳排放数据准确性，本文进行在线监测法与手工监测、排放因子法之间碳排放结果差异分析。

3.3.1 在线监测与手工监测的结果比较

本文对比了直接监测和手工监测碳排放的结果，分别在该机组600 MW和350 MW负荷下进行比对，手工监测采用德国Ecom GmbH生产的J2KNpro便携式烟气分析仪，结果于如图6所示。

图6 在线监测法和手工监测方法的结果比较Fig.6 The compared results of on-line monitoring and manual monitoring

从图6可以看出，在600 MW负荷下，在线监测法和手工监测法测定烟气中CO2排放浓度均在15%左右，在线监测法碳排放比手工监测法测量的CO2排放浓度绝对误差低0.4%，即相对误差-2.9%。在350 MW负荷下，在线监测法和手工监测法测定烟气中CO2排放浓度在12%左右，但在线监测法碳排放比手工监测法测量的CO2排放浓度绝对误差高0.3%，即相对误差+3.9%。可知，在两个负荷下两种方法监测的CO2排放浓度波动趋势基本一致。

表3计算了在线监测法和手工监测法的误差，分六组进行对比，每一组数据是5次测量值取平均。在600 MW负荷时，误差在-0.7%到-5.5%之间波动，误差绝对值的平均值为2.9%。在350MW负荷时，误差率在-4.3%到7.4%之间波动，误差绝对值的平均值为3.9%。两个负荷下两者相对误差均不超过±5%，满足《火电厂烟气二氧化碳排放连续监测技术规范》(DL/T2376-2021)中CO2-CEMS验收准确性要求。表明在线监测法数据具有可靠性，造成这一定的误差可能是不同的测量仪器之间的测量误差。

表3 在线监测法和手工监测方法的误差(%)Tab.3 The error of on-line monitoring method and manual monitoring method(%)

3.3.2 在线法与排放因子法的碳排放月度总量比较

以月为单位，统计碳排放，比较在线法与排放因子核算法，然后与已有研究做比较。本文的排放因子法碳排放产生量为锅炉中煤燃烧产生碳排放量与脱硫反应产生碳排放量之和。

通过上述分析得知，测量方法不同，碳排放的计算结果不同。两种方法差别在11.7%～16.8%范围内，两种方法计算得到结果差别不大。因此，本论文提出的基于在线法的火电机组CO2排放量方法具有较高准确性，为电力行业碳排放总量核算由排放因子法向两种方法数据互校、互证过渡提供了数据支撑，给火电企业碳排放核算上了“双保险”，呼应生态环保部提出了“核算法为主，监测法为辅”，共同服务于国家碳达峰碳中和战略全局[20]。

在国内他人研究中，王明等人以 1台额定负荷1000 MW的煤电机组生产数据为例，CO2排放量每小时的平均值为613.1 t，CO2排放强度基本趋于稳定，在平均值880 g/(kW·h)上下波动，对比基于实测法的CO2在线监测模型与排放因子法计算得到的碳排放数据，二者之间的偏差率为5.91%[16]。李峥辉等人研发的在线监测系统成功在某320 MW热电联产企业进行了应用示范，每小时碳排放量在170 t～250 t，直接监测碳排放比核算碳排放少5%～30%，并表示直接监测碳排放与锅炉产出能量变化存在正相关关系，单位产品碳排放与锅炉效率之间存在负相关关系[21]。郭振等人认为碳排放连续在线监测实验平台的扩展相对不确定度为5.86%，测量结果的不确定度主要来源于环境温度引入的系统误差[22]。

目前煤电机组的碳排放核算依据为《中国发电企业温室气体排放核算方法与报告指南（试行）》[23]和2022年生态环境部印发了《企业温室气体排放核算方法与报告指南发电设施（2022年修订版）》[24]，对发电行业重点排放单位的核算和报告进行统一规范，并对省级主管部门开展数据核查的程序和内容提出严格要求。燃煤种类繁多、燃煤成分差异较大，低位发热量、含碳量等指标涉及到发电企业的燃煤采样、制样和化验工作，发电企业燃煤的采样是否有代表性、制样是否存在偏差及化验结果是否准确直接关系到碳排放数据的准确与否，部分采用缺省值和碳氧化率固定值。上述原因导致了排放因子法核算得到的碳排放量数据存在较大的不确定度。根据2021年度实际计算该电厂1号机组实际碳氧化率99.38%（如表5所示），而表4中计算的2022年每月碳排放量采用99%固定值，造成其碳排放核算量存在一定量的偏小。张继冰等[25]研究发现对于同一煤种，在相同活动水平前提下，由于碳排放因子采用缺省值和实测值，碳排放量和供电碳排放强度有明显差异。

表4 在线监测与排放因子法的碳排放总量对比Tab.4 The comparison of total carbon emissions from on-line monitoring and emission factor method

表5 2021年1号机组实测数据计算碳氧化率Tab.5 The actual carbon oxidation rate of 2021 in unit 1

在线监测法中，从本文公式(3)可以看出，分析烟气流量、CO2浓度和湿度的测量对在线监测法测量结果有直接的影响[26]。因此，设备本身误差和测点是否具有代表性成为在线法数据准确性的关键。从表3中手工比对可以看出高、中负荷下CO2浓度测量误差分别为-2.9%、+3.9%，说明CO2浓度监测浓度准确性较高。烟气在线流速采用吉纳波VPT511NF流量计单点式测量。对在线监测的不同负荷率下标干烟气量进行做图，如图7所示，可以看出两者之间有较好的正相关性。但跟理想状下标干烟气量相比稍偏大，如：在600 MW负荷下，理论值约为 190×104m3/h，而本在线测量值约为210×104m3/h，比理论值高约10.5%。在实际的现场选用崂应3012H-D大流量采样仪网格法复测中发现整个出口烟道流量分布不均匀，取样点正好布置在流量最大位置处，这可能就是导致其碳排放绩效高于同类型600 MW机组的主要原因（如表2、图7所示）。同时，也可能是造成了在每月碳排放总量计算中在线监测比排放因子法高11.7%～16.8%的原因（如表4所示）。针对流量测量准确性问题建议采用多点布置或测点布置上垂直烟囱上，以进一步提高在线监测法碳排放准确性[27]。

图7 在线监测的1号机组不同负荷率下标干烟气量Fig.7 The on-line monitoring of different load rates under the standard dry flue gas volume in unit 1

4 结论

本文构建了煤电机组CO2排放原位在线监测系统并以一台660 MW机组为例研究其CO2排放强度、排放量等规律，得到如下主要结论：

（1）基于调度数据网开展建设的安徽省发电行业碳排放在线监测系统，可实现煤电机组排放出口处烟气中CO2排放浓度、流量、温度、压力等参数实时、连续监测。

（2）试点一台660 MW机组的CO2排放浓度为9.32～15.03%，每分钟、每小时、每天和当月碳排放量分别为5～8 t、265～475 t、8 099～12 121 t和278013 t，碳排放强度为655～1377(g/kW·h)。

（3）碳排放强度与机组负荷率呈明显的负相关关系，相关性系数为R2=0.1512，表明CO2排放强度一定程度可以反映锅炉效率的变化情况。

（4）机组在350MW、600 MW下在线监测法碳排放与手工比对法相比相对误差分别是+3.9%、-2.9%，在线法与排放因子核算法之间的偏差率为11.7%～16.8%，表明在线监测法获取的机组 CO2排放量具有较高准确性。

（5）燃煤采样是否有代表性、制样是否存在偏差及化验准确性等直接影响排放因子核算法碳排放数据准确与否，而CO2排放浓度监测设备本身误差和测点是否具有代表性成为影响在线监测法数据准确性的关键。

（6）研究为电力行业碳排放总量核算由排放因子法向两种方法数据互校、互证过渡提供了数据支撑，同时也为提升发电企业碳排放数据监测、管理和开展碳排放权交易提供技术支持。