基于电力大数据的钢铁企业大气污染物排放核算模型构建及应用

作者：周卫青; 杨俊琦; 宁亮; 吴华成; 薄宇; 张强; 田贺忠^*

来源：环境科学研究, 2023, 1-13.

DOI：10.13198/j.issn.1001-6929.2023.12.02

• 电力大数据
• 应用现状
• 大气污染物排放核算模型
• 高时间精度

近年来，各级生态环境部门与国家电网公司积极签署战略合作协议，促进电力大数据在生态环境管理信息化平台的应用. 本文通过梳理电力大数据在大气污染防治中的应用，以唐山市钢铁行业为例构建基于电力大数据的大气污染物高时间精度排放核算模型，进一步挖掘电力大数据在大气污染排放控制中的应用潜力. 结果表明：①模型核算的2019年唐山市17家钢铁企业的大气污染物排放量与唐山市排放清单结果一致性较好，SO2、NOx和PM2.5排放量分别为1 017.90、2 047.75、1 141.81 t，误差介于﹣0.46%～4.27%之间. ②基于工序而言，以PM2.5为例，模型预测结果城市清单的相对误差在﹣17.34%～10.60%之间. ③唐山某钢铁企业2022年SO2、NOx、PM2.5月排放量受钢铁市场价格影响较大，1月和6月分别为最高和最低污染物排放月，而日排放受行业特征影响较为平稳，小时排放可能受电价波动影响较大. 研究显示，基于电力大数据的大气污染物核算模型阐明了电力大数据和污染排放的动态响应关系，一定程度上提升了排放核算的时间精细度，实证了基于电力大数据核算大气污染物排放的研究意义和可行性.

• 单位
  北京师范大学; 国网冀北电力有限公司; 清华大学; 环境模拟与污染控制国家重点联合实验室; 中国科学院大气物理研究所; 国网冀北电力有限公司唐山供电公司