-
我国在碳达峰碳中和气候承诺及深入打好污染防治攻坚战的双重战略目标下,正以减污降碳协同增效为总抓手,推进清洁生产和能源资源节约高效利用,促进经济社会发展全面绿色转型。工业园区作为工业产业集约集聚的重要载体,具有资源和能源消耗量大、污染物和温室气体排放集中等特点,是开展减污降碳协同增效的重要领域之一。《中国开发区审核公告目录(2018年版)》和中国开发区网最新统计数据显示,截至2023年5月,全国省级和国家级开发区已达到2809家,具有较强的规模效应和示范引领优势。随着水、气、土等污染防治行动计划的深入实施,以及生态示范工业园区、循环化改造示范园区的推广,工业园区在污染物减排和绿色低碳发展方面积累了丰富的经验做法。在此基础上,《减污降碳协同增效实施方案》(环综合〔2022〕42号)进一步鼓励各类产业园区积极协同推进减污降碳,在空间布局优化、新能源推广使用、水资源节约集约高效循环利用、废物综合利用、绿色基础设施等方面提质增效。
减污降碳协同路径方面,除持续科技创新和产业优化升级等技术型路径外,“基于自然的解决方案”(nature-based solutions, NbS)越来越受到学术界、商业界和决策者的关注[1]。NbS通过挖掘和释放自然生态系统的多重服务功能,从而协同应对气候变化、生物多样性丧失、环境污染、水资源和粮食危机等各类挑战。相较于技术型路径,NbS具有成本优势,且为人类福祉和自然带来多重益处。作为NbS的倡导者和先行者,欧盟于2015年发布《基于自然的解决方案和自然化城市》(Nature-Based Solutions and Re-Naturing Cities)报告[2],并推动NbS写入世界自然保护大会(WCC)、联合国环境大会(UNEA)、联合国气候变化框架公约(UNFCCC)、生物多样性公约(CBD)等国际公约和进程的决定和决议[3],促使NbS成为协同应对多重挑战的主流工具。
尽管国际上NbS已成为解决工业园区生态环境问题的主流手段之一,但在我国工业园区尚未得到普及。“双碳”目标下,NbS路径的经济可行性、可持续性和减污降碳成效等尚缺乏有效评估,NbS在区域和全国范围内的示范和应用尚有待规范。对此,本研究回顾了NbS在国内外工业园区中的应用情况,并通过典型案例分析,为我国工业园区基于自然的协同减污降碳提出建议。
-
根据WCC和UNEA等多边进程对NbS的定义,其核心是保护、恢复和可持续管理自然或经改造的生态系统,提升生态系统服务功能,从而为人类和生物多样性带来惠益。具体路径方面,NbS以生态系统方式(Ecosystem approaches, EA)为基础,融合了其他与生态系统、土地和水资源管理相关的做法[4-6],如保护区、生态恢复、森林景观恢复、生态工程、生态农业、生态系统管理、基于生态系统的减灾、基于生态系统的气候变化减缓与适应、绿色基础设施、基于自然的气候解决方案、可持续土地管理、水资源综合管理、海绵城市等。在污染防治方面,污染物迁移路径管理与水循环和水资源管理密切相关,如通过建立绿色空间、渗漏性人行道、绿色屋顶等做法来管理水资源可用量和调节水循环过程,减少污水产生量;通过水源地保护、湿地净化等做法来调节水质,降低污染物浓度;通过河湖联通、河流再自然化、湿地保护修复、植被恢复等做法来降低水灾风险,提高污染物消纳能力。在固碳减排方面,森林、草地、湿地、农田等各类型生态系统的保护、恢复和可持续管理均有助于增加生态系统碳汇和减少温室气体排放[7]。在节能减排方面,太阳能、风能、潮汐能、生物质等可再生能源正逐步替代传统化石能源。尽管可再生能源是否属于NbS范畴尚存在争议,但这并不影响实践中将可再生能源与生态系统保护恢复等NbS路径相结合,以更好发挥减污降碳协同效应。
-
在国外的工业园区中,植被修复、生态恢复、生物降解[8]、绿色屋顶等NbS路径得到了很好的应用,并取得积极效果。例如,美国埃默里维尔的工业园区[9],历史上曾是煤炭和酸性煤废渣的主要生产地,环境污染较为严重。为减少污染物排放和改善生态环境质量,工业园区采用多种NbS路径。一是基于生态原则设计,将湿地、森林和土地利用策略纳入园区设计,以保护野生动植物、空气和水。二是植被修复,即利用植被修复、土地综合管理和沉淀池等方式,减少化学和有害物质的排放,同时过滤空气和改善水质。三是生物降解,发挥微生物、植物等生物体对有害物质的分解、转化和去除作用。
英国格拉斯哥市工业园区[9]在生态环境治理中融合了多种NbS路径,实现了环境质量改善与生态恢复,并为城市可持续发展和人类健康作出贡献。(1)生态修复与景观设计,通过植树造林、建设绿色广场和公园等增加绿化面积,满足居民休闲需求;(2)水质提升,通过升级城市排水体系,将过滤技术和生物处理技术应用于污水处理,降低污染物的不利影响;(3)绿色屋顶,通过增加绿色屋顶面积,利用雨水和植被等自然元素来抵御城市热岛效应,同时增加了鸟类和蝴蝶等野生动植物的栖息地。
-
针对减污降碳,我国工业园区发展过程中更注重技术创新和管理层面的协同效应。文献[10-12]也强调要加强污染防治的基础研究和技术研发,推广应用先进的减排技术和设备;加强对园区企业的环境管理和监管,完善园区环保监测体系;注重园区的能源节约和资源循环利用,尤其是在园区内部实施废弃物资源化和能源互联互通;强化制度建设和政策支持,推动产业结构调整和技术升级,提高园区的环保和能源效益。在此基础上,形成了绿色化生产模式、生态产业园区模式、环保合作模式等几种典型减污降碳模式。
-
绿色化生产模式通过升级改造工业园区内企业生产方式[13],实现资源高效利用和减污降碳目标。该模式包括3个方面:(1)优化生产工艺,采用先进的技术设备和清洁能源,减少排放量;(2)推广节能降耗措施,如智能化控制、制定用能指导计划等,从根本上减少了碳排放;(3)加强废弃物资源化利用,利用废弃物作为再生资源,减少污染物排放。该模式对资金和技术依赖性强,侧重于对污染物排放的源头预防和全生命周期管控。
-
生态产业园区是一种新型的工业园区模式[14],采用融合生态与工业的方式,实现了生态、经济和社会的良性互动关系,能够最大限度减少温室气体和污染物排放。同时,生态产业园区推广了循环经济模式,对生产过程可再生资源的二次开发和利用,进一步降低了碳排放。
-
工业园区内企业通过建立环保合作机制,实现资源利用和管理经验共享,达到减污降碳目标。其重要特点是基础设施共享,在园区物理边界内或周边通常建设有能源供应、污染治理基础设施,而此类设施普遍服役周期长,环境影响具有锁定效应[15]。此外,环保合作还可促进企业之间的交流合作,更好地实现工业园区绿色生产。
然而,相比于国外工业园区发展过程中对NbS路径的青睐,我国工业园区设计和建设过程中对NbS普遍认识不足,相关研究和实践探索还较为欠缺,尚不能充分发挥自然生态系统的污染物消减和碳汇功能。
-
温岭市东部产业集聚区是浙江省级经济开发区温岭经济开发区的核心区块,重点发展泵与电机、汽车摩托车及配件、机床装备等传统优势产业和新能源、新材料等战略新兴产业,2021年工业总产值822.8亿元,税收收入58.5亿元。截至2021年底,浙江省温岭经济开发区共拥有规模以上工业企业714家,国家级高新技术企业171家,上市企业7家。从建设之初起,就坚持全域生态化、海绵化,充分利用当地自然资源禀赋,在缓解水资源短缺、解决城市内涝、削减径流污染、提升园区清洁用能等方面均成效显著。
-
(1) 海绵型厂区。以浙江A食品机械有限公司为例,见图1。一是屋顶雨水通过企业厂房屋顶的虹吸系统汇集于一处,经过滤净化后储存于主厂房北侧的500 m3贮水池,蓄满后经管道流至厂前区的人工湖中;地面雨水经绿化带至集水井沉淀、自流、三次沉淀过滤后再汇集到人工湖,实现蓄水功能。二是暴雨时,人工湖满载后会自动溢流至市政雨水管道中,实现排水功能。三是可从人工湖抽水,经过滤后用于企业绿化、冲厕等,或从贮水池抽水至屋顶用于厂房物理降温,实现用水功能。该系统雨水收集有效容积3 900 m3,年可利用雨水近1万t。
(2) 海绵型道路。以金塘北路为例,该路段位于浙江省温岭市东部产业集聚区北片区,是一条南北向城市主干道。北起28街,南至箬兴大道,全长约4.32 km,红线控制宽度47 m,红线外各有16.5 m绿化带,道路两侧主要为工业用地。在8.5 m机非分隔带内设置生物滞留设施,主要收集路面雨水,见图2。机非分隔带路牙采用平路牙,机动车道及非机动车道上地表径流分散进入生物滞留设施。生物滞留设施与道路坡度基本一致,平均深度约为30 cm,生物滞留设施底部设有下渗渠,通过下渗净化后进入底部盲管,最终接入绿化带内植草沟或市政排水管道。生物滞留设施中每隔一段设有溢流装置,溢流雨水同样接入绿化带内植草沟或市政管网。
(3) 海绵型污水处理厂尾水处理工程。污水处理厂尾水处理工程总规模4.06万 t/d,尾水经污水处理厂内提升泵提升至配水井后排至尾水生态处理系统。每级人工湿地设置多组平行湿地处理单元,在正常情况下,尾水经过先后“三级人工湿地+生态塘”组合工艺处理达到四类水标准后,出水排至园区河道。
(4) 龙门湖生态湿地。园区设计注重水系联通、园内小循环与园外大循环联通。秉承“人类宜居地和鸟类栖息地—两地共生”,以及“生态低碳、应急水源地、城市景观和休闲旅游—四位一体”的理念,结合东部新区整体城市设计,围绕都市田园、湿地湖泊和风情小镇三大功能板块,打造温台地区典型滨海湿地。
-
(1) 海上风电。园区引入浙江温岭东海塘风力发电有限公司,从2018年开始在东部产业集聚区沿海位置架设风力发电装置并运行,截至2021年底,总装机容量达到40 MW,全年发电量为6 637.18万 kW·h,可减少二氧化碳排放3.45万 t,削减大气污染物二氧化硫排放约3.89 t、氮氧化物约35.65 t、颗粒物约3.03 t。
(2) 分布式光伏发电。园区鼓励企业按照“自发自用、余量上网”的方式,建设屋顶分布式光伏发电系统,可再生能源使用比例逐年提升。截至目前,园区内部已有30%的企业,80万km2园区厂房屋顶安装光伏,总装机容量为60.2 MW,年均发电量为5 626.5万 kW·h,可减少二氧化碳排放2.92万 t,削减大气污染物二氧化硫排放约3.29 t、氮氧化物约30.25 t、颗粒物约2.57 t。
(3) 智慧能源管理系统。为加快构建“清洁低碳、安全高效”能源体系,打造绿色低碳园区,与浙江新奥能源发展有限公司签署低碳园区战略合作协议,引入低碳能效数智化解决方案,帮助企业实现能源管控、治理优化、资源协同及高效运维,并在此基础上实现全流程碳排放量化、碳资产智慧管理、碳咨询、碳核查和碳交易,进而实现区域或企业能源双控、低碳化、数智化的管理目标。
-
对降雨事件的监测与分析表明,温岭市东部产业集聚区径流污染调蓄效果明显,发生溢流时外排径流水中相关污染物浓度均低于《地表水环境质量标准(GB3838—2002)》Ⅳ类水标准,水环境改善成效显著。2021年园区供水量为1 112.18万 m3,单位建设用地综合用水量仅为43.7万 m3/(km2·a),远低于同类用地综合用水量水平,厂区等水资源利用体系对于优质水资源的减量使用效果明显,全区130家企业年雨水资源化利用近100万 t,节约水费600万元,可减少碳排放量194 t。2021年园区可再生能源发电量达1.22亿 kW·h,可减少二氧化碳排放6.37万 t,削减大气污染物二氧化硫排放约7.18 t、氮氧化物约65.9 t、颗粒物约5.6 t。
-
园区坚持人与自然和谐共生理念,工业发展的同时兼顾生态环境保护。通过建设的污水处理厂尾水处理湿地,使废水中的COD等污染物通过人工湿地生态系统进行降解固碳,达到水质净化、减少洪涝灾害,保护北部河湖水环境,改善水文循环,增加景观效果,改善城市环境的目的。龙门湖生态湿地公园于2019年5月份入选浙江省大花园建设行动计划五大工程中的生态环境质量提升工程和绿色产业发展工程。2021年温岭市东部产业集聚区工业增加值达36.34亿元,同比增速达到24.6%,实现了绿色高质量发展,且园区空气环境质量全年优良率为100%。
-
以问题和目标为导向,全域推进海绵城市建设,构建包含“海绵城市”“海绵建筑”“绿色湿地”3大标准子体系的“海绵城市”标准体系。《温岭市东部新区工业企业设计、建设和管理准则》将厂区海绵标准化流程,在与新入区企业签订出让用地合同时,将雨水生态化利用系统建设纳入合同条款,同时给予企业1.2352元/m2的海绵厂区建设补助。
-
目前,废水、废气处理设施应用广泛,然而仍有部分园区对生态环保认识不足、环保基础设施不到位,存在排放不达标、处理效率低等问题,严重影响了我国工业园区全面深入打好污染防治攻坚战和绿色低碳转型进度。为深入贯彻落实党中央、国务院关于碳达峰碳中和的决策部署和生态环境部等部门《减污降碳协同增效实施方案》,协同推进工业园区减污降碳工作,针对我国工业园现状,通过对浙江省温岭市东部产业集聚区NbS促进减污降碳协同增效的案例分析,本研究提出以下3点建议。
-
工业园区应根据自身主导产业和污染物、碳排放情况,积极探索适宜的NbS路径,衔接减污降碳管理要求。政府应加大对工业园区NbS项目的财政政策支持,引导金融机构和社会资本投资NbS,鼓励园区优化空间布局,大力推广使用新能源,优化能源系统和梯级利用、水资源集约节约高效循环利用、废物综合利用,提升基础设施绿色低碳水平。
-
统筹考虑生物多样性、气候变化和污染治理,研究制订工业园区NbS可行技术指南、NbS减污降碳成效评估指南等,推动污染物与温室气体排放协同控制,并从路径的经济可行性、可持续性、生态系统功能、减污降碳成效等方面进行成效评价。
-
结合当前正在开展的减污降碳协同治理工作,选择一批绿色发展基础好、NbS路径成熟且改善园区综合环境绩效较显著、经济实力有保障的园区,开展示范试点。同时,政府统筹谋划,争取给予专项预算资金支持,帮助企业完成高端化、数字化、绿色化升级。探索不同层级的协同,逐步从宏观布局产生的减污降碳并联效果向系统集成化前后端贯通产生的减污降碳串联效果转化,最终形成基于自然、协调有力的工业园区高质量发展新格局。
基于自然的解决方案促进工业园区减污降碳协同增效
——以温岭市东部产业集聚区为例Nature-based solutions to promote synergies in the reduction of pollution and carbon emissions in industrial parks
-
摘要: 工业园区是产业集聚、资源节约集约的重要载体,是开展减污降碳协同增效的重要领域之一。我国工业园区发展过程中较为注重技术创新对减污降碳的贡献,但对基于自然的解决方案(Nature-based Solutions, NbS)普遍认识不足,尚不能充分发挥自然生态系统的净化环境和固碳功能。文章选取浙江省温岭市东部产业集聚区为案例,评估了NbS在水环境治理、温室气体减排、生态保护、经济效益等方面取得的成效,进而对我国工业园区协同推进减污降碳提出:加强工业园区NbS路径设计和建设的政策引导和支持,开展工业园区NbS标准制定和成效评价工作和开展工业园区NbS试点建设3方面建议。Abstract: Industrial parks are important carriers for industrial agglomeration and resource conservation, playing a crucial role in promoting synergies in the reduction of pollution and carbon emissions. In the development of industrial parks in China, more attentions are paid to the technological innovation in the reduction of pollution and carbon emissions, the understanding of nature-based solutions (Nature-based Solutions, NbS) is insufficient and natural ecosystems have not been fully employed in environmental purification and carbon sequestration. Zhejiang Wenling Eastern Industrial Agglomeration Area was selected as a case to evaluate the effects of NbS in water environment management, greenhouse gas emission reduction, ecological conservation and economic benefits. Based on the results, three recommendations were proposed to synergy the reduction of pollution and carbon emissions in industrial parks: strengthening policy guidance and support for NbS pathway design and construction, establishing NbS standards and carrying out the effect evaluation in industrial parks, and conducting NbS pilot projects in industrial parks.
-
石油工业是我国的重要支柱产业之一,油田联合站是油田原油集输和处理的中枢[1]。在联合站中,各区块来油通过原油稳定系统将分离出的轻烃组分回收进入轻烃厂,处理后的原油组分通过联合站处理再进行外输[2-4]。在联合站的日常操作运行中,各种拱顶罐呼吸阀、干化池等存在油气逸散的风险。另外,储罐在运行过程中可能因腐蚀、雷击、油罐失效、人为损坏等意外因素导致油罐罐壁破损[5-6],从而泄漏和蒸发出大量易燃易爆、有毒的油气混合物。这些混合物即挥发性有机物 (volatile organic compounds,VOCs) 。VOCs的泄漏不仅会污染环境,还会严重威胁企业安全和人群健康、安全和环境 (Health、Safety、Environment,HSE) [7-10]。“十四五”规划提出,要强化多污染物协同控制和区域协同治理,加快VOCs排放综合整治,到2025年,VOCs排放总量下降10%以上[11-12]。经调研,油田联合站的多个环节 (如原油储罐及轻烃储罐、除油罐、净化罐、沉降罐、敞开液面) 存在VOCs排放问题,因此,有必要开展油田联合站VOCs排放的扩散规律研究。
目前,VOCs扩散规律分析方法主要有:现场测试[13-14]、风洞实验[15-16]和数值模拟[17-20]。其中,基于计算流体力学 (computational fluid dynamics,CFD) 及其Fluent软件的数值模拟方法的可操作性强,已在航天、汽车、能源、化工、材料、生物医药等诸多领域广泛应用[21]。KOUNTOURIOTIS等[22]通过数值模拟,在风速、风向、温度、油气扩散源位置等多种影响因素下,研究了不同成分的汽油挥发出的VOCs扩散规律,并发现在扩散源附近的VOCs浓度远远高于爆炸极限。基于风洞平台实验验证和Fluent数值模拟,建立了基于单膜传质理论的油气蒸发过程当量膜厚数值模拟计算方法,以及基于Stefan-Fuchs方程、Clausius-Clapeyron方程及若干准则数的非稳态蒸发单相传质的数值模拟方法,揭示了在各操作条件下油罐非稳态石油蒸发和油罐排放气在大气环境中的扩散行为及其内在机理,以及影响因素间的关联性[15,23-24]。
本课题组通过CFD 数值模拟和风洞实验平台研究了某石化企业的实体罐区发生溢油事故后油气蒸发的扩散规律,掌握了罐区VOCs浓度的变化特征[25]。然而,针对油田联合站内多排放源的VOCs扩散规律研究仍未出现。本研究以某油田大型联合站多点排放源为对象,通过CFD数值模拟和现场调研数据相结合,以探究正常工况下VOCs扩散机理及储罐裂缝处VOCs泄漏扩散的叠加效应。本研究结果可与前期针对大型罐区VOCs扩散数值模拟[25]成果相结合形成系列成果,为石油石化行业的运行管理及VOCs排放控制提供参考。
1. 数值模拟方法
1.1 控制方程和湍流模型
(1) 基本控制方程
油气扩散的流动基本控制方程包括质量守恒方程、动量守恒方程、能量守恒方程和组分运输方程[25]。控制方程的通用形式见式 (1) ,其展开形式见式 (2) 。
∂(ρΦ)∂t+div(ρuΦ)=div(ΓgradΦ)+S (1) ∂(ρΦ)∂t+∂(ρuΦ)∂x+∂(ρvΦ)∂x+∂(ρwΦ)∂x=∂∂x(Γ∂Φ∂x)+∂∂y(Γ∂Φ∂y)+∂∂z(Γ∂Φ∂z)+S (2) 式中:ρ为混合气体密度,kg·m−3;u为速度矢量;Φ为通用变量;Г为广义扩散系数;S为广义源项;ν为运动粘度,Pa·s。
(2) 湍流方程
在风速的影响下,联合站内的VOCs流体处于湍流状态,而表达湍流状态的Realizable k-ε模型可很好地描述站内的气流扰动和VOCs扩散情况[25-26]。因此,本研究选用该模型,具体方程见式 (3) ,式中Cl的计算见公式 (4) 。对于特定方程Φ、Г、S代表的具体形式如表1所示。
表 1 通用方程 (3) 中各参数的具体形式Table 1. Detailed form of each parameter in general equation (3)方程 广义变量Φ值 广义扩散系数Г值 广义源项S 质量守恒方程 1 0 0 动量守恒方程 ui μ −∂p/∂x+Si 能量守恒方程 T k/c ST 组分运输方程 CS DSρ SS ∂∂t(ρk)+∂∂xj(ρkuj)=∂∂xj[(μ+μtσk)∂k∂xj]+Gk+Gb−ρε−YM+Sk (3) ∂∂t(ρε)+∂∂xj(ρεuj)=∂∂xj[(μ+μtσε)∂ε∂xj]+ρC1Sε−ρC2ε2k+√νε+C1εεkC3εGb+Sε C1=max[0.43,ηη+5],S=√2SijSij (4) 式中:湍流方程中的ρ为气体密度,kg·m−3;u为速度矢量;Sk、Sε为用户定义的源项;Pk为由层流速度梯度而产生的湍流动能,m2·s−2;Gk为由平均速度梯度引起的湍流动能,m2·s−2;μ为VOCs的动力黏度,Pa·s;μt为湍流粘度,Pa·s;K为湍流动能,m2·s−2;Gb为由浮力而产生的湍流动能,m2·s−2;ε为耗散率,m2·s−3;η为有效因子;YM为在可压缩湍流中过渡扩散产生的波动,m2·s−2;C1ε、C2、C3ε为经验常数;σk、σ为k方程和ε方程对应的普朗德数;xi、μi中的下标i、j表示各自x、y、z方向的分值,m·s−1。
1.2 模型与边界条件
以某油田大型联合站为研究对象,进行了实地考察。该联合站主要承担该油田2个区块的来油、脱水、净化和外输等工作。年外输净化油为2×105 m3,年回注量约为9.5×104 m3。为便于后续的模拟分析,对联合站内的建筑进行编号 (图1) 。其中,Ⅰ区主要包括3个3 000 m3拱顶罐G1~G3 (G1、G2为沉降罐,G3为净化罐) ,B1、B2为输油泵房,E为配套设施 (包括计量室、加药室、转油泵房、配电室等) ,A为干化池,C1为300 m3拱顶罐 (除油罐) ;Ⅱ区为输油罐区,主要包括6个5 000 m3 原油外浮顶储罐D1-D6。场站的平面尺寸为长392 m、宽279 m,呼吸阀的高度0.5 m、直径0.2 m。储罐的具体尺寸 (含高度) 和参数见表2。
表 2 G区储罐的尺寸Table 2. Dimension of oil storage tank in area G储罐位号 储罐直径/m 储罐高度/m 公称容积/m3 最大液体高度/m 平均液体高度/m G1 17 13.15 3 000 12 10.68 G2 17 13.2 3 000 12 9 G3 17 13.14 3 000 12 9 原油外浮顶储罐D区为新建罐区,技术管控水平高、密封条件好,各个排放源均符合标准。联合站的VOCs多排放源包括:正在工作的G2沉降罐呼吸阀、G3净化罐呼吸阀;泵房B2地漏 (VOCs从泵房排风扇和大门排出) 、E中的转油泵房的工作泄漏 (从E的3个大门排出) 、污油箱及干化池A;正在工作的C1除油罐呼吸阀。拱顶罐呼吸阀的VOCs排放主要源于储罐进出油的大呼吸和小呼吸损耗。干化池A没有完全密闭处理,池中油泥排放VOCs会直接扩散。输油首站中的储罐均为外浮顶罐,泄漏较少。联合站左侧为某石化企业,其余三侧为开阔地形,对VOCs扩散行为影响较小,因此,本研究主要考虑从Ⅰ区到Ⅱ区的风向。
通过模拟联合站不同风速 (2 m·s−1、4 m·s−1、6 m·s−1) 条件下正常工况时的泄漏,以探究联合站主要泄漏源泄漏对站内输油罐区Ⅱ区和左方位石化企业的影响。另外,考虑到Ⅰ区拱顶罐出现破裂,模拟了G2沉降罐VOCs从罐壁裂缝处排放扩散及叠加情况。其中,罐壁破裂口的大小为长2 m、宽0.5 m。
本研究聚焦联合站内VOCs扩散规律和对输油罐区 (Ⅱ区) 、某石化企业的扩散影响。为便于数值模拟,忽略联合站外某石化企业可能产生影响。建立与现场尺寸1∶1的联合站三维几何模型图 (图2 (a) ) 。外部计算域示意图为图2 (b) 。
由于联合站建筑和油罐较多、模型较为复杂,非结构网格能适应这种复杂模型,采用Ansys meshing软件划分三维网格 (图3) 。流场的风速沿x轴反方向进入,即从联合站Ⅰ区到Ⅱ区的风向。入口边界设置为速度入口边界条件,出口边界设置为压力出口边界条件。VOCs扩散源设置为质量流率边界条件,质量流率为联合站现场实测值。其中,网格交界面设置为内部边界,其他边界均设置为绝热固壁边界。
1.3 网格的无关性验证
当环境风为4 m·s−1时,对距离G3罐顶部高2 m处的位置进行风速监测,具体无关性验证结果如表3。风速会随网格数量的变化而变化。当网格数量从746 528增加到2 005 657时,沿x方向速度发生显著变化;当网格数量增加到200万左右时,风速不再发生变化。这说明网格数量已经符合计算要求,后面的网格数量划分参照选取200万左右的数量。
表 3 数值模拟网格无关性检验结果Table 3. Results of grid independence test for numerical simulation网格数量 沿x方向的速度/ (m·s−1) 746 528 3.14 1 461 100 3.23 2 005 657 3.64 3 009 842 3.64 1.4 数值模拟的准确性验证
(1) 排放组分的代表性
为验证排放组分的代表性,在联合站内采集净化罐排放的VOCs样品并进行全组分分析 (共118组分) , (图4) 。在12个全组分中含量占比最高的是烷烃,这表明该油田全组分以烷烃为主。在烷烃中,占比依次为甲基环己烷、正辛烷、正庚烷、十一烷、癸烷、正己烷、二甲基庚烷、正戊烷、环己烷等烷烃,含量取平均值后,与正己烷含量相近。因此,选取正己烷为代表模拟该联合站的VOCs扩散规律。
(2) 数值模拟的准确性
为了验证数值模型的可行性和准确性,通过2种方法进行验证。首先,前期研究[17,25]中已采用风洞实验进行了数值模拟常用方法的论证。另外,通过便携式气相色谱仪、风速仪、高纯氢气发生器、多路温度测试仪、低噪音空气泵、旋涡式气泵和干式螺杆真空泵等现场测试仪器实测了多点排放数据,并进行验证。其中,数据测量多次取平均值 (表4) ,进行相关的数值模拟结果与实测数据如图5所示。模拟结果与实测数据大部分比较接近,故该数值模型的构建参数设置可行。存在部分相差较大的数据是由于:1) 不管是现场还是模拟流场都属于非定常流动,一定程度上存在湍流的不确定性,即物理参数 (如流场中风速) 在一定范围内波动,不同时刻的实测值略有不同;2) 风速仪和取样器的检测探头从量油口深入罐内后,会对罐内的流场和浓度场产生一定扰动。
表 4 某油田联合站现场测试数据Table 4. Data from field test of an united station区域 采样点位 VOCs质量浓度/(mg·m−3) 采样时刻 风速/(m·s−1) I区 G3罐顶环境 11.40 14:45 2.0 G2罐顶环境 9.95 14:40 2.0 B环境 (停用) 24.50 15:15 0.5 I区厂门口 0.95 18:05 1.5 Ⅱ区 D5罐顶环境 20.00 11:51 3.2 Ⅱ区罐区环境 11.00 16:15 3.0 2. 正常工况下的VOCs扩散数值模拟
2.1 风压和风场分布规律
图6 (a) 为当风速为2 m·s−1 (沿x轴反方向) 时联合站的压力分布云图。在罐区多排放源的排放下,Ⅰ区和Ⅱ区的前排储罐、防火堤和办公区的迎风侧被气流直接撞击,动能转换为压力势能,压力达到该风速下的最大压力。而建筑的两边和背风侧压力最小且为负压,这是由于部分气流在撞击储罐后,移入空腔区,气流加速,沿储罐两侧向后方流动,出现绕流现象。该现象为湍流运动且雷诺数 (Re) 足够大,加大了储罐前方区域及背风侧空腔区域的回流,使压力迅速减小。罐顶部前沿有明显的负压区。这是由于在压差的作用下,罐顶上方的气流速度增大,使储罐顶部的压力减小,从而形成负压。Ⅰ区和Ⅱ区的后排储罐由于前排储罐的阻挡,受到气流直接撞击的面积减少,相应的红色正压区减少。该结果与文献[16,25]的结果符合,也符合图6 (b) 所示联合站所在xy截面的压力云图。
不同风速下联合站内气流流动轨迹如图7所示。油气多排放溯源主要分布在联合站Ⅰ区 (G、B、C1、A、E) ,流场的风向从联合站Ⅰ区到Ⅱ区,因此,本研究主要分析从Ⅰ区到Ⅱ区的建筑对气流的扰动。图7表明,由于Ⅰ区高度不一的建筑对气流存在阻碍作用,部分气流会在建筑的背风侧囤积并形成小漩涡,如B区和G区。另外部分气流从B区顶部穿过到达G区,由于B区和G区高度不同,在G区储罐形成分流,在背风侧也形成涡流。当风速从2 m·s−1依次变为6 m·s−1时,由于风速变大,G1罐的背风侧涡流变大,并且前方气流协同涡流气流汇合流向联合站D区[25]。另外,经过Ⅰ区的气流由于Ⅰ区卧式罐的阻挡,会有一部分经过G区储罐流向Ⅱ区。在风速2 m·s−1时,由于“卡门涡街”效应,G区储罐背风侧会形成多个漩涡,当风速增大至4 m·s−1,背风侧的小漩涡会汇合形成一个涡流,VOCs容易在此聚集,应加强日常防控。
图8为当风速为2 m·s−1时,联合站内不同高度随时间变化的速度分布云图。图9为不同风速下,t=300 s,y= 0.5 m时联合站xz截面的速度分布云图。以排放源G区为例,当气流撞击迎风侧后气流加速,沿储罐两侧向后方流动,但由于G区和两层防火堤的阻挡,Ⅱ区的D5罐到达的垂直气流减少。相反,D1罐和D3罐由于前面为高度为3.5 m的计量室,远小于Ⅱ区罐的高度,故受到的垂直气流相对D5罐多。另外,在Ⅰ区Ⅱ区的建筑后方,由于建筑背风侧存在涡流,会有明显的红色反方向速度。尤其在B、E、G1罐、D5罐后方,应注意VOCs在此处的叠加。值得注意的是,G区和D区的罐间速度远大于罐前迎风侧。这是由于来流在建筑物迎风面拐角处压力增大,使切变气流在迎风面发生分离,来流在建筑两侧分流。在气流临近建筑物拐角处时,与前方来流汇合,这部分区域属于位移区,分离流在此处的风速增高。另外,随着高度的增大,在联合站的xz平面的整体风速下降,只有Ⅱ区的高罐迎风侧和罐间风速无明显差别。这说明低位风速的变化受建筑物影响较多。
2.2 基于多排放源的VOCs扩散分布规律
在浓度场中,VOCs多排放源主要分布在联合站Ⅰ区 (G、B、C1、A、E) ,取联合站的xz截面,得到该截面300 s时VOCs质量浓度分布云图 (图10) 。由于重力和涡流的作用,VOCs扩散呈现整体向下趋势,上风向的建筑和防火堤对VOCs扩散造成阻碍,而罐间、A、B、E和防火堤背风侧都积聚了一定量的VOCs,其质量分数为0.001 67~0.04。正己烷的爆炸极限体积分数为1%~7%,此处VOCs质量分数在爆炸极限范围内。D区储罐为5 000 m3内浮顶罐,G区为3 000 m3拱顶罐,B区为3.5 m高的泵房。由于存在高度差距,当B区的气流在经过G1罐顶时,VOCs在此被阻挡,且由于漩涡引起的强气流向G1罐的后上方流动,抵达不到后方D区的防火堤,叠加效应不是很明显。而E区VOCs浓度在环境风的裹挟下,在风速为2 m·s−1时已跨过E区和D区前方的防火堤抵达D区。因此,应注意B区后方和D区与E区之间的VOCs聚集,容易引起火灾爆炸,日常巡检应重点关注此处VOCs情况。
3. G2罐裂缝处油气泄漏扩散叠加效应
当Ⅰ区G2罐罐壁发生意外裂缝,出现油气泄漏时,在6 m·s−1风速和多排放源的影响下,会出现VOCs叠加效应。图11为不同高度下联合站内压力分布云图。联合站的整体建筑迎风侧为正压区,背风侧、罐间和储罐顶部出现不同程度的负压区,与上述压力场 (图6) 类似。但是当排放源G2罐罐壁出现裂缝时,G2罐背风侧出现了明显的类似矩形的正压区。这可能是由于G2罐的背风侧泄漏,导致G2罐的背风侧压差减小,风速在G2罐的背风侧停滞,出现明显的VOCs叠加效应。另外,图11中其余压力场大于无泄漏时的压力场,尤其G区背风侧。这说明G2罐事故泄漏源对于压力场的叠加效应主要发生在G区,并以G区为中心点呈点射状向外逐步减弱。
取在y=0.5 m和1.5 m高度处的不同时刻VOCs质量分数分布云图如图12所示。VOCs浓度随高度的变化与上述浓度场一致。随着VOCs扩散时间的增加,以排放源G2罐罐壁作为中心泄漏源,高浓度VOCs扩散呈由点向外放射性扩大,出现大面积的红色高浓度区,主要偏向于下风向的扩散。另外,一方面由于“卡门涡街”的效应,另一方面由于在G区罐背风侧会出现由漩涡汇合形成的强气流,故G2罐的VOCs扩散强度大于单独事故泄漏源和正常工况下 (即无事故泄漏源) 的扩散强度,出现“1+1>2”的叠加效应。并且,在强气流的作用下,会裹挟泄漏的VOCs向D5罐的上方侧扩散,应尤其注意G区和D区上前方位的VOCs积聚。值得注意的是,在泄漏源下风向的Ⅱ区和某石化企业的VOCs浓度容易处于爆炸极限范围内,应注意火灾爆炸的风险。
4. 结论
1) 在正常工况条件下,联合站内多排放源的受风速影响,内储罐迎风侧的压力达到最大,罐间和背风侧由于出现绕流和回流,出现大面积的负压区域,且有明显的反方向速度。另外,在重力和涡流的影响下,VOCs呈整体向下运动趋势,容易造成罐间和背风侧的VOCs聚集,且在漩涡引起的强气流作用下,Ⅱ区和某石化企业容易达到爆炸极限。但由于联合站内排放源之间的距离大于扩散范围,VOCs叠加效果不明显。
2) 通过对联合站Ⅰ区的排放源G2罐罐壁破损泄漏时进行模拟,发现在事故罐后方会出现红色正压区,且VOCs扩散会呈点射状向下风向扩散。加上“卡门涡街”效应和漩涡引起的强气流,多排放源的VOCs扩散会出现“1+1>2”的叠加效应。叠加后的VOCs质量浓度会明显增强,油气爆炸危险区域加速扩展。另外,Ⅱ区和某石化企业会处在爆炸极限范围内,应注意火灾爆炸的风险。
3) 本研究考虑条件为从联合站Ⅰ区到Ⅱ区的风向。但联合站常年风向不定,若联合站风向为Ⅱ区到Ⅰ区,按本模拟方法可推断处联合站内多排放源的VOCs扩散会对联合站Ⅰ区的影响较大,并严重影响作业区工作人员的健康与生产作业安全,且应注意火灾爆炸的风险。
-
[1] SEDDON N. Harnessing the potential of nature-based solutions for mitigating and adapting to climate change[J]. Science, 2022, 376: 1410 − 1416. doi: 10.1126/science.abn9668 [2] BAUDUCEAU N, BERRY P, CECCHI C, et al. Towards an EU research and innovation policy agenda for nature-based solutions & re-naturing cities: final report of the horizon 2020 expert group on ‘Nature-Based Solutions and Re-Naturing Cities’[R]. European Commission, Brussels, 2015. [3] 王金洲, 徐靖. “基于自然的解决方案”应对生物多样性丧失和气候变化: 进展、挑战和建议[J]. 生物多样性, 2023, 31(2): 22496. [4] MASCOLI J R, PASSONI C M, SANTOS F M, et al. Assessment of surfactant removal capacity and microbial community diversity in a greywater-treating constructed wetland[J]. Resources, 2023, 12(3): 38. doi: 10.3390/resources12030038 [5] VASSALLE L, FERRER I, PASSOS F, et al. Nature-based solutions for wastewater treatment and bioenergy recovery: a comparative life cycle assessment[J]. Science of the Total Environment, 2023, 880: 163291. doi: 10.1016/j.scitotenv.2023.163291 [6] KALANTARI Z, FERREIRA C S S, PAN H Z, et al. Nature-based solutions to global environmental challenges[J]. Science of the Total Environment, 2023, 880: 163227. doi: 10.1016/j.scitotenv.2023.163227 [7] GRISCOM B W, ADAMS J, ELLIS P W, et al. Natural climate solutions[C]. Proceedings of the National Academy of Sciences. USA, 2017, 114: 11645‒11650. [8] 王骞, 张崇军, 周丹丹. 基于微生物共代谢的工业废水混合处理研究现状与展望[J/OL]. 土木与环境工程学报(中英文): 1-16[2023-06-12]. http://kns.cnki.net/kcms/detail/50.1218.TU.20221103.1259.002.html. [9] 生态环境部对外合作与交流中心. 欧美工业园区生态环境治理管理制度措施分析及对我国的启示[R]. 北京, 2020. [10] 费伟良, 李奕杰, 杨铭, 等. 碳达峰和碳中和目标下工业园区减污降碳路径探析[J]. 环境保护, 2021, 49(8): 61 − 63. [11] 周铭, 丁飞. 减污降碳协同增效背景下的产业园区环境管理对策探析[J]. 低碳世界, 2022, 12(8): 46 − 48. [12] 张潇天, 王维, 刘强. 园区高质量发展, 亟需减污降碳协同增效[J]. 环境经济, 2022(14): 38 − 41. [13] 吕一铮, 田金平, 陈吕军. 推进中国工业园区绿色发展实现产业生态化的实践与启示[J]. 中国环境管理, 2020, 12(3): 85 − 89. [14] 陈梅, 张龙江, 苏良湖. 国家生态工业示范园区建设进展及成效分析[J]. 环境保护, 2021, 49(20): 59 − 61. [15] 清华大学环境学院. 基于2℃温控目标的中国工业园区低碳发展战略研究[R]. 北京, 2020. -