DOI： 10.11817/j.issn.1672-7207.2021.01.023

中国电力行业大气汞排放控制的路径研究

于跃¹，金智新²，栗继祖¹，贾里³

(1. 太原理工大学 经济管理学院，山西 太原，030024；

2. 太原理工大学 安全与应急管理工程学院，山西 太原，030024；

3. 太原理工大学 电气与动力工程学院，山西 太原，030024)

摘要：为减少电力行业大气汞排放，从电厂技术出发，建立自下而上的电力行业大气汞排放模型，采用情景分析法，将能源结构调整、最优技术的最大化利用这2种途径与能源消费、大气汞污染排放等结合起来，并从成本出发，对2020—2050年的电力行业大气汞排放控制做出预测分析，研究电力行业能源节约与大气汞减排的最佳途径。研究结果表明：未来中国电力需求量呈现逐年上升趋势，其重心将逐渐由工业转移到建筑和交通。如果维持现有政策和技术发展趋势，电力行业的一次能源与大气汞排放量将大幅上升，给中国未来的能源供应和汞排放控制产生极大压力。在综合减排(COC)情景下，电力行业可以在优化能源消费结构的同时引入并最大化应用最优控制技术，在能源节约的基础上实现大气汞的高效减排，大气汞排放量将于2030年达到峰值，同时具有合理的减排成本，对最终实现气候友好具有重大意义。

关键词：电力行业；大气汞；能源；减排；TIMES模型

中图分类号：X511            文献标志码：A        开放科学(资源服务)标识码(OSID)

文章编号：1672-7207（2021）01-0228-11

Research on path of atmospheric mercury emission control in China's power industry

YU　Yue¹, JIN　Zhixin², LI　Jizu¹, JIA　Li³

(1. College of Economics and Management, Taiyuan University of Technology, Taiyuan 030024, China;

2. College of Safety and Emergency Management Engineering, Taiyuan University of Technology, Taiyuan 030024, China;

3. College of Electrical and Power Engineering, Taiyuan University of Technology, Taiyuan 030024, China)

Abstract: In order to reduce the atmospheric mercury emissions of the power industry, a bottom-up model was established based on the power plant technology. The scenario analysis method was used to combine the energy structure adjustment and the maximum utilization of the optimal technology with the energy consumption and atmospheric mercury emissions. A forecast analysis of the atmospheric mercury emission control in the power industry from 2020 to 2050 was made from the cost perspective, and the best way to save energy and reduce atmospheric mercury emissions in the power industry was studied. The results show that in the future, China's power demand will show an upward trend year by year, and its focus will gradually shift from industry to construction and transportation. If the current policies and technological development trends are maintained, the primary energy and atmospheric mercury emissions of power industry will increase significantly, putting tremendous pressure on China's future energy supply and mercury emission control. Under the co-control(COC) scenario, the application of optimal control technology can be introduced and maximized while the energy consumption structure can be optimized in the power industry, so as to achieve high-efficiency emission reduction of atmospheric mercury on the basis of energy conservation. The atmospheric mercury emissions will reach the peak value in 2030 at a reasonable emission reduction cost, which is of great significance to the ultimate realization of climate-friendliness.

Key words: power industry; atmospheric mercury; energy; emission reduction; TIMES model

汞是一种剧毒性微量元素，具有持久可累积性和易挥发扩散的特点。以气相随烟气进入大气中的单质汞能够通过干、湿沉降等方式大范围污染地表土壤和水体，或通过呼吸道直接进入人体后严重损坏大脑、神经系统以及肾脏等，对生态平衡和人类健康带来极大威胁^[1]。现阶段大气污染物种类中除SO₂、NO_x和颗粒物外，汞的污染防治问题已逐渐引起国际社会的关注，是目前唯一被列入环境公约的重金属^[2]。2015年中国大气人为汞排放603 t，约占全球总汞排放量的30%，中国的大气汞污染防治对于全球汞减排至关重要^[3]。2017年，《关于汞的水俣公约》正式生效，作为缔约国，中国需制定国家行动计划，将大气汞排放标准不断加严。作为二次能源，电力行业在中国的经济和社会发展中占据重要地位，受经济发展和工业化进程加快的驱动，中国电力需求量持续高速增长。而由于特殊的能源结构，中国电力行业的生产过程过度依赖化石燃料的燃烧，导致行业自身的资源损耗和汞排放指标与国际先进水平相差较大^[4]。大气中人为排放的汞主要来源于煤炭等化石燃料的燃烧，而中国现阶段以化石燃料(尤其是煤)为主导的能源消费结构短时间内不会发生根本变化，决定了在今后相当长的时间内，电力行业仍将是大气汞排放的主要来源^[5]。因此，电力行业生产过程中所造成的汞排放问题亟待解决，在中国现有排放约束条件下研究未来电力行业大气汞的减排路径，进而有效解决化石能源日益匮乏和环境恶化的现状，是中国实现可持续发展的必然选择。现阶段国内外学者根据不同行业和部门对大气汞的排放控制进行了研究。ENGSTROM等^[6]评估了过去千年来大气汞沉积的历史变化，通过对深海中汞的测量，发现美国工业化前期在提取新大陆的金银过程中，大量的汞被排放后沉积于采矿废物中。LI等^[7]研究了森林、湿地和城市等不同土地覆盖物的汞排放通量，深入分析乌达煤田汞排放通量与日照强度、土壤表面温度等影响因素的关系。吴清茹等^[8]对有色金属冶炼行业的大气汞排放量以及趋势进行研究，深入讨论锌冶炼等控污技术组合对大气汞减排的贡献度。有关燃煤电厂的大气汞排放的研究主要聚焦于排放特性和影响因素方面。JIA等^[9]从燃煤电厂的技术角度出发，通过测定循环流化床锅炉烟气中汞和固体汞含量，分析循环流化床锅炉烟气中汞的含量，将生物焦作为脱汞吸附剂研究汞排放量与粉煤灰吸附特性的关系。惠霂霖等^[10]建立了燃煤部门大气汞排放清单，从协同控制效果角度，发现能源结构调整、设备升级改造、洗煤力度提升3种措施能够有效降低大气汞减排量。但整体来看，专门针对中国电力行业并涵盖多项脱汞技术措施的大气汞排放研究较少，因此，迫切需要丰富有关电力行业大气汞排放控制的研究，以寻求电力行业在节能和减排等多目标约束下的最优发展策略。基于上述研究动态，本文作者将技术优化、能源结构调整、大气汞排放共同纳入传统的经济增长分析框架，构建中国电力行业大气汞排放特性的理论分析模型，并研究相应的时序演变特征。

1  研究方法

1.1　模型介绍

目前在污染物排放研究过程中所用的能源-经济-环境3E(Energy-Economy-Environment)系统分析模型可分为“自上而下”的能源经济模型和“自下而上”的能源技术模型。能源经济模型多应用于能源环境经济政策的研究，而能源技术模型则是从能源供应、转换和需求等方面进行分析计算及全程优化，相比前者更适用于电力行业的减排研究^[11]。其中，MARKAL-EFOM系统综合模型TIMES(The Integrated MARKAL-EFOM System)是能源技术系统分析项目ETSAP(Energy Technology Systems Analysis Program)在技术市场配置模型MARKAL(Market Allocation of Technologies Model)基础上综合了能流优化模型EFOM(Energy Flow Optimization Model)的优点开发出的新一代气候变化综合评估模型^[12]。TIMES是动态线性规划模型，假设能源系统处于完全竞争状态，寻求净总剩余最大化即净总成本最小化，从而模拟市场均衡，在满足终端能源服务需求的同时，选择成本最小的技术组合^[13-14]。模型不仅可以考虑现有的技术，还可以考虑未来可能出现的技术及相关替代。一般用于模拟整个能源系统，也可用于研究某个具体行业，如交通、建筑、钢铁行业等^[15]。近年来该模型已用于大约70个国家的气候和能源政策的经济分析中，贾彦鹏等^[16]利用TIMES模型分析2010—2020年节能减排政策对北京市能源供求和大气污染物排放方面的影响；DALY等^[17]运用TIMES模型研究了伊朗居民出行成本对于交通部门CO₂排放的影响。上述研究均表明该模型在能源-环境领域具有较好的可应用性。

本文基于中国能源消费和大气汞排放现状，针对电力行业自身的实际运行和发展状况，建立自下向上的中国电力行业能源系统优化模型体系，如图1所示。所构建的能源技术模型以2015年为基准年，基于对中国未来经济社会发展的预测，耦合需求预测和排放分析模块，并结合电力行业自身发展属性和大气汞排放控制技术特性，综合多种模拟预测方法和情景分析方法，系统研究中国电力行业2020—2050年期间，通过能源结构优化、控制技术升级等途径实现大气汞减排的控制路径。模型计算流程如图2所示。

图1　中国电力行业能源系统优化模型

Fig. 1　Energy system optimization model of China's power industry

图2　TIMES模型计算流程图

Fig. 2　Calculation flow chart of TIMES model

1.1.1　能源消费需求模块　

该模块将终端部门分为农业、工业、建筑和交通。针对各部门自身的发展特性，采用不同方法进行需求预测。其中，农业部门采用弹性系数法^[18]；建筑部门在采用动态物质流分析法的基础上，同时考虑经济社会发展、人均建筑面积和可能的气候变化等因素，分析了不同区域制冷、供热、热水和炊事等方面的用能需求等^[19-20]；工业部门采用了计量经济法以及产业生命周期曲线法^[21]；交通部门则主要参考全球变化评估模型-中国GCAM-China (Global Change Assessment Model-China)预测客运和货运周转量^[22]。

1.1.2　能源系统优化模块　

该模块的本质是通过代数建模系统GAMS(General Algebraic Modelling System)求解线性规划，模型的优化目标是在满足给定条件下在规划期内能源系统的总成本最小化。目标函数计算公式如下：

(1)

式中：为系统总成本，元；α为折现率，%；t为时间周期，年；R为折现目标年，年；A(t)为时间周期t的技术成本，元；S为资产残值，元。

技术成本A(t)的计算公式如下：

(2)

式中：C(t)为投资成本，元；T(t)为税收和补贴，元；D(t)为拆除费用，元；F(t)为固定运维费用，元；X(t)为固定运维相关的税收和补贴，元；V(t)为可变年运维费用，元；M(t)为价格弹性所导致的需求变化成本，元；L(t)为回收费用，元。

1.1.3　大气汞排放评估模块　

该模块主要包括排放预测和减排成本分析2部分。

排放预测模块充分考虑不同能源加工环节以及生产过程中的脱除过程，获得电力行业大气汞排放量，进而确定峰值水平和达峰时间。大气汞排放量的计算公式如式(3)~(5)所示。

(3)

(4)

(5)

式中：i为某一省份的电厂；k为燃料种类；l为发电技术类型；p为大气汞控制技术类别；W为所有的发电技术类型；V_l为发电技术l配备的汞控制技术；D为发电量，kW·h；X为某种发电技术供应的电量占总发电量的比例，%；E为单位发电量的能耗(以标准煤计)，t/(kW·h)；为总能源消耗(以标准煤计)，t；f为某种发电技术燃烧单位燃料(以标准煤计)的大气汞排放量，即燃烧无控排放因子，kg/t；Y为装备某种控制技术的发电技术所占的比例，%；d为控制技术对大气汞的去除率，%；Q为总大气汞排放量，kg。

减排成本分析模块根据所获得不同情景下大气汞的减排结果，依据能源消费结构和减排技术先进程度，研究相应的单位减排成本。本文同时考虑发电技术和末端控制措施的成本，总成本由年均固定投资成本、运行成本和燃料成本3部分组成，如式(6)和(7)所示。

(6)

(7)

式中：为总成本，10⁶元；为装备p类控制技术、采用l类型发电技术设施的年均固定投资成本，元/kW；为装备p类控制技术、采用l类型发电技术设施的装机容量，10⁶ kW；为装备p类控制技术、采用l类型发电技术设施的运行成本，元/(kW·a)；为装备p类控制技术、采用l类型发电技术设施的运行容量，10⁶ kW；为装备p类控制技术、采用l类型发电技术设施的初始投资成本，元/kW；为装备p类控制技术、采用l类型发电技术设施的寿命，a；为折现率，%；为k类燃料的价格(以标准煤计算)，元/t；为装备p类控制技术、采用l类型发电技术设施对燃料k的消耗量(以标准煤计算)，10⁶ t。

1.2　模型假设

结合现有规划和未来预测，本文对中国未来经济社会发展进行初步假定，主要包括人口、城市化率、GDP以及产业结构等部分^[23]，模型的基本假设如表1所示。

表1　模型基本假设

Table 1　Basic assumptions of model

1.3　技术数据库

本文所构建的电力行业节能减排技术数据库以中国国家发展和改革委员会发布的《工业部门重点节能减排技术目录》、中国973国家科技支撑项目、《电力年鉴》以及电力联合会等发布的报告为主要依据^[24-26]。数据库中每项技术包含投资运维成本、减排系数、脱除效率、机组容量、应用年等技术参数和相应反应机理，大气汞主要控制技术的工艺与经济参数如表2所示。

表2　大气汞主要控制技术的工艺与经济参数

Table 2　Process and economic parameters of main control technologies for atmospheric mercury

1.4　情景设置

本文分别设置具有不同的能源消费结构构成和控制技术水平的4种情景，情景设置如下：

1) 参考(reference, REF)情景是指从基年开始，电力系统在充分考虑已采取的政策和措施条件下，当前的电力政策和发展趋势不发生改变，并将这些政策措施在2015年之后予以延伸，不再附加其他额外针对性政策和措施。

2) 结构减排(structural emission reduction, SER)情景则是在REF情景的基础上对能源结构进行调整，采取更高效和更严格的能源转化措施和技术，最大程度控制化石能源的使用，增加清洁能源与可再生能源的使用比例，从而实现高效清洁发电方式对传统燃煤发电的替代。在该情景下，主要通过能源消费结构调整实现对大气汞的“源头控制”。

3) 技术减排(technical emission reduction, TER)情景是在REF情景基础上，对现有电力行业生产过程中的大气汞脱除技术进行升级改造，该情景下假设所用的主要控制脱除技术均为所处阶段可达到的最优技术，即实现最优技术的最广泛应用。技术减排措施主要包含前端控制措施和末端治理措施。其中，前端控制措施主要包括洁净煤技术，如燃煤洗选和燃煤热处理等，以及引入高效利用煤炭的新发电技术，如整体煤气化联合循环发电系统IGCC(Integrated Gasification Combined Cycle)等；终端控制措施则指电力生产过程中在最后阶段对所形成的脱汞技术。

图3　终端部门电力消费需求量

Fig. 3　Power consumption demand of terminal sectors

4) 综合减排(co-control, COC)情景则基于REF情景，同时引入结构减排和技术减排这2种措施方法，即电力行业在优化能源消费结构的同时引入并最大化应用最优技术，从而在实现能源节约的同时降低大气汞排放。

2  结果与讨论

2.1　电力消费需求

根据前文所获得的中国未来经济社会发展结果，可以得出我国未来终端需求部门的电力需求量，如图3和表3所示。中国电力消费需求量将呈现逐年上升的趋势，且终端部门的电力消费构成也将产生变化。结合前文预测结果，中国2035年时城市化率约为70%，城市化进程基本完成，人均电力消费量则从2015年的4 342 kW·h/人增长到2035年的9 294 kW·h/人，在此期间人均电力消费年均增速约为20%。产业结构与电力行业的发展存在着密切的相关关系，在中国现阶段所处的工业化进程中，随着城市化推进，经济发展以重工业化和刚性能源需求为重要特征，其中第二产业比率在2020年前为40%左右，重工业导致电力消费高需求并呈现明显工业化结构特征；工业化完成之后，经济结构转型，电力消耗强度也随之下降，增速变缓，2050年时中国整体电力需求量增速由2015年的26%下降至6%。

随着经济发展，电力需求量的重心逐渐从工业转移到交通和建筑，其中，交通部门的用电需求量占比将于2050年达到31.81%，主要原因在于电动汽车技术的广泛应用；建筑部门的用电需求量增幅较大，是由于产业结构的调整，居民家电等用电消费品拥有率的提高，以及城市人口增加所带来对基础设施需求的提升。另外，在排除气候因素的前提下，农业用电量增长的主要驱动力来源于农村电网改造及机械化普及，而随着中国未来土地流转的范围扩张，这种基于农业经济的规模效应也将继续呈现加速态势，因此农业用电量的增速平均值为1.6%。

表3　电力消费需求量预测

Table 3　Forecast of power consumption demand

2.2　能源消费

不同情景下的能源消费及构成如图4所示，图中R，T，S，C分别表示REF，TER，SER和COC情景。在REF情景下，随着中国经济的发展，电力行业的能源消费量将持续增加，2020年，2030年和2040年的一次能源消费规模分别为63.17 EJ，76.61 EJ和87.01 EJ，到2050年时达到93.24 EJ，届时将会给中国的能源供应及排放控制产生极大压力，因此需要对能源消费构成进行优化。在此期间，能源消费增速逐年降低，结合前文可知，这是由于第二产业比率下降，第三产业比率增加所导致。

图4　不同情景下电力行业一次能源消费

Fig. 4　Primary energy consumption in power industry under different scenarios

相比REF情景，2050年SER，TER和COC这3种情景下的能源消费量分别降低至88.79 EJ，91.27 EJ和86.98 EJ。同时，这3种情景的能源消费增长速度远低于GDP增长速度，主要得益于非化石能源技术的推广以及终端节能减排技术的发展。2050年时SER，TER和COC这3种情景下的不可再生能源消费比例由REF情景的78.98%分别下降至67.89%，76.51%和66.21%。在TER情景下，由于IGCC技术的快速发展和应用需要消耗大量的天然气，因此相比其他3种情景，其天然气的消费比率略微较大，2050年时将占10.12%。2050年时SER，TER和COC情景下电力行业煤炭消费量占一次能源总能耗的比例均有不同程度的下降，由REF情景的47.05%分别下降至38.32%，44.92%和37.18%。TER情景降幅相对较少，主要由于该情景主要通过对前端控制措施和末端治理措施升级改造实现对大气汞治理，对发电机组的装机容量影响较小，因此在该情景下电力行业仍将高度依赖煤炭。

2.3　大气汞排放特性

不同情景下电力行业的大气汞排放特性如图5所示。

图5　不同情景下大气汞排放量预测

Fig. 5　Prediction of atmospheric mercury emissions under different scenarios

在REF情景下，根据环境库兹涅茨曲线原理可知，在国民人均收入处于较低水平时，经济增长过程会促使大气污染物的排放量增加。由于现有大气污染物控制设施对汞的协同减排效果较差，仍需单独增设专门的汞排放控制装置如活性炭喷射ACI(activated carbon injection)工艺，因此，在2015—2050年期间，大气汞排放量一直呈现逐渐增长的趋势，2050年时的排放量为226.71 t。

在另外3种情景下，大气汞排放量均得到不同程度的下降。2050年，在TER，SER和COC情景下，大气汞的排放总量分别为87.42 t，137.44 t和51.22 t。

其中，在TER情景下，由于为满足国家标准中严格的大气汞排放限制，对新增机组及尚未安装大气汞控制设施的机组装配高效控制设施，同时已安装大气汞控制设施的机组通过提效改造以实现更稳定及更高效运行，因此虽然2030年之前大气汞排放量仍呈现整体增加的趋势，但增幅逐年下降。在该情景下，2030—2040年和2040—2050年这2个期间大气汞的减排潜力分别为16.00 t和32.20 t，而且减幅越来越大。这是由于电力行业控制大气汞污染的有效方法主要包括通过使用专门的控制设施直接减排，以及采用已有的烟气污染物控制设备实现协同脱除。一方面，电力行业所增设的专门针对大气汞污染的控制设施逐渐普及；另一方面，随着烟气污染控制力度不断加大，针对不同大气污染物的脱除技术组合得到完善和优化，例如利于高效协同脱除汞的SCR+FF+WFGD技术组合应用比例将由2030年的10%提高到2045年的54%，进而大幅增强汞的协同减排效果。因此，在该情景下大气汞减排具有“后期减排”的特性。

在SER情景下，可再生能源在一次能源消费结构中的占比将于2050年时达到32.11%，远比REF情景(21.02%)和TER情景(23.49%)的大。电力行业的大气汞排放主要由矿物燃料燃烧所导致，因此可再生能源供应和使用的比例提高将有助于降低因直接燃烧煤炭等化石燃料所造成的燃煤型大气汞的排放。在该情景下，2035年时大气汞排放量达到峰值(167.75 t)，并且在2015—2035年期间，虽然增幅逐年减小，但增量比TER情景的大。2035年后虽然排放量逐年下降，但减幅逐年减小，且减量也比TER情景的小。2050年时大气汞的排放量相比2015年时增加21.04 t，可以发现，仅通过结构减排措施对大气汞减排的促进作用有限。这是由于能源消费结构调整的前期投入和普及成本较高，效果存在一定的“滞后性”，在2030年前，可再生能源利用情况在SER情景和TER情景下的差别不够显著；在发电技术方面，可再生能源的规模及经济效益与化石燃料相比缺乏明显优势。

在COC情景下，大气汞相比其他情景实现了最优的减排效果。大气汞排放将于2030年达到峰值121.31 t；而且，相比2015年，2050年时COC情景下大气汞的总减排潜力远大于其他情景下大气汞的总减排潜力。

不同情景下电力行业大气汞减排率如图6所示。大气汞减排量和减排率的计算公式分别如式(8)和(9)所示。

(8)

式中：E_ri为大气汞减排量，t；E_oi为无控制条件下大气汞排放量，t；E_pi为同一时期所对应大气汞的实际排放量，t。

(9)

式中：E_η为大气汞减排率，%。

图6　不同情景下大气汞减排率

Fig. 6　Emission reduction rate of atmospheric mercury under different scenarios

在TER，SER以及COC情景下，由于控制技术升级改造和能源消费结构升级，大气汞减排率也分别呈现逐年上升的趋势。2050年时大气汞的减排率分别为61.63%(TER情景)；39.67%(SER情景)；77.52%(COC情景)。TER情景下大气汞的减排率在预测期内优于SER情景下大气汞的减排率。

2.4　减排成本

能源结构的调整与减排技术的升级会对减排成本的确定产生较大影响，而减排成本有助于引导电力行业的生产方式发生转变，进而服务于中国整体经济的转型升级。电力作为资源密集型行业，相比近些年新兴的电子计算机工业等技术密集型行业，其自身大气汞排放的基数较大，且资源利用效率有很大的提高空间，因此减排所需要付出的代价较低，改善空间较大。本文结合前文研究结果，对不同情景下电力行业的大气汞单位减排成本进行研究，结果如表4所示。

表4　大气汞单位减排成本

Table 4　Unit emission reduction cost of atmospheric mercury    10⁶ 元/t

研究发现，由于大气汞减排过程的实质是资源利用问题，而不同情景下由于能源消费结构不同，且减排技术先进程度参差不齐，导致减排效果和对应减排成本差异较大。

在REF情景下，中国电力行业在未来发展过程中仍需要消耗大量的煤炭资源，对煤炭的依赖状况难以改变，这是由煤炭的性质以及中国的国情所决定。因此，在该情景下，2020—2050年期间，大气汞的单位减排成本波动较小，呈现整体平缓的趋势，维持在0.38×10⁶ 元/t左右。同时，由于减排设备及工艺的寿命期基本为20年左右，因此在2030—2035年期间，单位减排成本会略微上升。

在TER情景下，由于该情景主要通过控制技术的升级改造实现对大气汞的治理，对能源消费结构的影响较小，因此电力行业也仍将高度依赖煤炭等化石燃料。由于在起始阶段需要投入大量资金引入先进技术和升级脱除工艺，因此相比REF情景，单位减排成本相对较高，且呈现一直升高的趋势。由前文可知，这是由于电力行业在2030年前主要依靠其他大气污染物脱除设备实现对汞的协同处理，此后随着专门针对汞脱除的设备和技术推广应用，相应成本大幅升高，在2030—2040年期间增幅最大。烟气中汞的浓度极低，导致其捕集脱除难度较高，单位减排成本偏高，2050年时大气汞的单位减排成本为125×10⁶ 元/t。

在SER情景下，单位减排成本在2020—2040年期间呈现整体不断增长的趋势，2040年时达到峰值(370.84×10⁶ 元/t)。在此期间，所对应的单位减排成本约为TER情景的4倍以上。这是由于该情景主要通过非化石能源的有效利用实现减排，而能源消费结构转变的前期投入和普及成本较高，并且利用清洁能源发电技术的成本也更为昂贵。在此之后，当2045年和2050年时，由于能源消费结构调整基本完成，减排费用逐步递减，分别降至TER情景所对应成本的2.63和1.38倍，并随着低碳能源(如天然气)与清洁能源(非化石能源)所占比重的上升，单位减排成本下降幅度越来越大。

在COC情景下，其减排效果在4种情景中最为显著。在2050年，其单位减排成本为111.25×10⁶ 元/t，与TER和SER情景相比成本最低，能够有效促使大气汞减排与国家经济的增长之间实现脱钩，进而能够提供更大的减排空间，同时产生降低生产能耗等附加效果。

2.5　政策建议

根据以上结果，关于电力行业大气汞污染控制本文提出3点政策建议：

1) 为解决电力行业目前所面对的节能和减排的双重压力，大气汞的控制措施必须被施行。调整能源结构和最大化利用新技术都能够有效减少能源消费和降低汞污染。但两者的结合能够最大程度地将不同措施的优点最大化，从而达到最优效果。

2) 推动能源消费结构的调整和优化，逐步减少化石燃料在电力生产中的能源占比，对新能源进行补贴从而弥补使用过程中初期投入资金的不足，实现清洁能源对化石能源最大程度上的替代，从而加速电力行业的能源清洁化、大气汞减排控制和多元化发展。

3) 应加强有关新技术推广的政策支持。在初期，新技术的引进和推广需要高额的初始投资，但随着脱汞技术在电厂的逐渐普及和推广，节能和减排效益提高后能够更好地抵消掉前期的成本投入，长期来看将有利于电厂的绿色高效发展。

3  结论

1) 随着城市化的发展和生活水平的提高，中国未来的电力需求量将呈现逐年上升的趋势。终端部门的整体电力消费量将有不同程度的提升，但其构成会发生较大变化，电力需求量的重心将逐渐由工业转移到建筑和交通。

2) 如果维持现有政策和技术发展趋势，能源结构不进行任何变化，并且不引进任何新的发电和减排技术，电力行业的一次能源与大气汞排放量将逐年上升，2050年时中国电力行业的一次能源消费为98.83 EJ，大气汞的排放量为224.81 t，给中国的能源供应及大气汞排放控制产生极大压力。

3) 对于大气汞的减排，仅通过实施和推广非化石能源结构减排措施的促进作用有限，但是鉴于中国油气资源有限，未来随着能源消费逐渐稳定，非化石能源的发展将趋于多样化。若可以进一步降低成本，克服并网困难等障碍，则清洁能源将逐渐成为非化石能源发展的支撑力量。

4) 电力行业可以在优化能源消费结构的同时引入并最大化应用最优控制技术，在升级脱除技术和改善能源结构方面获得最佳平衡，进而可以在能源节约的基础上实现大气汞的高效减排，大气汞排放量将于2030年达到峰值，同时具有合理的减排成本，对最终实现气候友好具有重大意义。

参考文献：

[1] 贺广兴, 邓启红. 城市天气类型及其对污染物质量浓度的影响[J]. 中南大学学报(自然科学版), 2013, 44(2): 799-804.

HE Guangxing, DENG Qihong. Classification of urban synoptic types and its effect on air pollutant concentration[J]. Journal of Central South University(Science and Technology), 2013, 44(2): 799-804.

[2] JIA Li, FAN Baoguo, HUO Ruipeng, et al. Study on quenching hydration reaction kinetics and desulfurization characteristics of magnesium slag[J]. Journal of Cleaner Production, 2018, 190: 12-23.

[3] ZHAO Shilin, DUAN Yufeng, LU Jincheng, et al. Chemical speciation and leaching characteristics of hazardous trace elements in coal and fly ash from coal-fired power plants[J]. Fuel, 2018, 232: 463-469.

[4] YU Yue, JIN Zhixin, LI Jizu, et al. Low-carbon development path research on China's power industry based on synergistic emission reduction between CO₂ and air pollutants[J]. Journal of Cleaner Production, 2020, 275: 123097.

[5] 张波, 仲兆平, 丁宽, 等. 凹凸棒土的吸附脱汞特性[J]. 中南大学学报(自然科学版), 2015, 46(2): 723-727.

ZHANG Bo, ZHONG Zhaoping, DING Kuan, et al. Adsorption removal of mercury by attapulgite sorbent[J]. Journal of Central South University(Science and Technology), 2015, 46(2): 723-727.

[6] ENGSTROM D R, FITZGERALD W F, COOKE C A, et al. Atmospheric Hg emissions from preindustrial gold and silver extraction in the americas: a reevaluation from lake-sediment archives[J]. Environmental Science & Technology, 2014, 48(12): 6533-6543.

[7] LI Chunhui, LIANG Handong, LIANG Ming, et al. Soil surface Hg emission flux in coalfield in Wuda, Inner Mongolia, China[J]. Environmental Science and Pollution Research, 2018, 25(17): 16652-16663.

[8] 吴清茹, 王书肖, 王玉晶. 中国有色金属冶炼行业大气汞排放趋势预测[J]. 中国环境科学, 2017, 37(7): 2401-2413.

WU Qingru, WANG Shuxiao, WANG Yujing. Projections of atmospheric mercury emission trends in China's nonferrous metalsing industry[J]. China Environmental Science, 2017, 37(7): 2401-2413.

[9] JIA Li, FAN Baoguo, LI Ben, et al. Effects of pyrolysis mode and particle size on the microscopic characteristics and mercury adsorption characteristics of biomass char[J]. BioResources, 2018, 13(3): 5450-5471.

[10] 惠霂霖, 张磊, 王书肖, 等. 中国燃煤部门大气汞排放协同控制效果评估及未来预测[J]. 环境科学学报, 2017, 37(1): 11-22.

HUI Mulin, ZHANG Lei, WANG Shuxiao, et al. Evaluation of co-benefits on atmospheric mercury emission control for coal combustion in China and future projection[J]. Acta Scientiae Circumstantiae, 2017, 37(1): 11-22.

[11] ZHAO Shilin, DUAN Yufeng, LI Yaning, et al. Emission characteristic and transformation mechanism of hazardous trace elements in a coal-fired power plant[J]. Fuel, 2018, 214: 597-606.

[12] LOULOU R, REMNE U, KANUDIA A, et al. Documentation for the TIMES model[R]. Queanbeyan, Australia: Noble Soft System Pty Ltd, 2009: 11-18.

[13] LOULOU R, LABRIET M. ETSAP-TIAM: the TIMES integrated assessment model Part I. model structure[J]. Computational Management Science, 2008, 5(1/2): 7-40.

[14] VAILLANCOURT K, LABRIET M, LOULOU R, et al. The role of nuclear energy in long-term climate scenarios: an analysis with the World-TIMES model[J]. Energy Policy, 2008, 36(7): 2296-2307.

[15] YU Yue, JIN Zhixin, LI Jizu, et al. An air pollutant emission reduction path of China's power industry[J]. Atmosphere, 2020, 11(8): 852.

[16] 贾彦鹏, 刘仁志. 基于TIMES模型的北京市节能减排分析[J]. 应用基础与工程科学学报, 2013, 21(5): 857-865.

JIA Yanpeng, LIU Renzhi. Analysis of Beijing energy saving and emission reduction strategy based on TIMES model[J]. Journal of Basic Science and Engineering, 2013, 21(5): 857-865.

[17] DALY H E, O GALLACHOIR B P. Modelling future private car energy demand in Ireland[J]. Energy Policy, 2011, 39(12): 7815-7824.

[18] 孟志兴, 孟会生. 山西省财政支农支出与农业GDP增长关系的实证分析[J]. 中国农业资源与区划, 2012, 33(1): 84-87.

MENG Zhixing, MENG Huisheng. The empirical analysis of the relationship between financial expenditure on agriculture and GDP growth in Shanxi Province[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2012, 33(1): 84-87.

[19] YIN Xiang, CHEN Wenying. Trends and development of steel demand in China: a bottom-up analysis[J]. Resources Policy, 2013, 38(4): 407-415.

[20] CHEN Wenying, YIN Xiang, ZHANG Hongjun, et al. The role of energy service demand in carbon mitigation: Combining sector analysis and China TIMES-ED modelling[J]. Informing Energy and Climate Policies Using Energy Systems Models, 2015, 30:293-312.

[21] 任忠宝, 王世虎, 唐宇, 等. 矿产资源需求拐点理论与峰值预测[J]. 自然资源学报, 2012, 27(9): 1480-1489.

REN Zhongbao, WANG Shihu, TANG Yu, et al. The inflection point theory of mineral resources demand and peak forecast[J]. Journal of Natural Resources, 2012, 27(9): 1480-1489.

[22] YIN Xiang, CHEN Wenying, EOM J, et al. China's transportation energy consumption and CO₂ emissions from a global perspective[J]. Energy Policy, 2015, 82: 233-248.

[23] YU Yue, JIN Zhixin, LI Jizu, et al. Research on the impact of carbon tax on CO₂ emissions of China's power industry[J]. Journal of Chemistry, 2020, 2020: 1-12.

[24] JIA Li, FAN Baoguo, YAO Yuxing, et al. Study on the elemental mercury adsorption characteristics and mechanism of iron-based modified biochar materials[J]. Energy & Fuels, 2018, 32(12): 12554-12566.

[25] JIA Li, YU Yue, GUO Jinrong, et al. Study of the molecular structure and elemental mercury adsorption mechanism of biomass char[J]. Energy & Fuels, 2020, 34(10): 12743-12756.

[26] ZHAO Shilin, PUDASAINEE D, DUAN Yufeng, et al. A review on mercury in coal combustion process: content and occurrence forms in coal, transformation, sampling methods, emission and control technologies[J]. Progress in Energy and Combustion Science, 2019, 73: 26-64.

(编辑  杨幼平)

收稿日期： 2020 -09 -22; 修回日期： 2020 -11 -11

基金项目(Foundation item)：国家杰出青年科学基金资助项目(51925402)；山西省高校人文社科重点基地项目([2018]33)；山西省研究生教育创新计划项目(2019BY061) (Project(51925402) supported by the National Science Fund for Distinguished Young Scholars; Project([2018]33) supported by the High Education Humanities and Social Sciences Key Research Base Program of Shanxi Province; Project(2019BY061) supported by the Doctoral Education Innovation Program of Shanxi Province)

通信作者：栗继祖，博士，教授，从事能源工程管理、煤矿安全管理等研究；E-mail：lijizu@tyut.edu.cn

引用格式： 于跃, 金智新, 栗继祖, 等. 中国电力行业大气汞排放控制的路径研究[J]. 中南大学学报(自然科学版), 2021, 52(1): 228-238.

Citation: YU Yue, JIN Zhixin, LI Jizu, et al. Research on path of atmospheric mercury emission control in China's power industry[J]. Journal of Central South University(Science and Technology), 2021, 52(1): 228-238.