浅析城区餐饮业VOCs和PM2.5排放量研究及应对策略

朱鹍

安科瑞电气股份有限公司 上海嘉定 201801

1. 结果与讨论

2.1 餐饮业废气中VOCs和PM2.5排放因子

通过(2)~(5)式计算得到分别以用油量、灶头数、用餐人数和用餐时间为核算基准的餐饮业废气VOCs和PM2.5排放因子,如表5所示。表6是按照不同规模餐饮企业核算的排放因子。可见,不同核算基准的排放因子差异较大。升级改造前,基于用餐时间的VOCs和PM2.5排放因子分别为42.35和17.66g/h,明显大于基于用餐人数的VOCs和PM2.5排放因子1.22和0.51g/人。因此,排放因子的参考基准不同影响了排放因子的值,且参考基准的实际情况因地域而异,需要获得不同核算基准下的本地化排放因子。本研究得到升级改造后以用油量为核算基准的VOCs排放因子11.62g/kg与秦之湄等获得的成都市的值13.8g/kg接近,但显著**王秀艳等获得的沈阳市的值5.03g/kg。因此,需获取本地化、易于计算并符合实际的排放因子,才能准确掌握餐饮企业排放对环境空气质量直接或潜在的影响。

表5基于不同核算基准的餐饮业污染物排放因子

表6不同规模餐饮业不同核算基准的排放因子

从表5可见,不论以何种核算基准计算得出的排放因子,废气净化设备升级改造后的餐饮业VOCs和PM2.5排放因子均比改造前明显减小,分别降低了67.3%~82.2%和74.3%~86.0%但是,不同规模餐饮企业油烟污染治理效果存在一定差异,如表6所示。调查数据表明,大型餐饮企业均已全部安装有油烟净化设施,污染物排放因子下降明显。中型餐饮企业VOCs和PM2.5排放因子下降幅度相对较小。中型餐饮企业数量占比和客流量较大,但存在未按要求启用净化设备,未定期清洗油烟净化设备,和未及时换炭及分子筛等吸附材料等现象。穆桂珍等研究也表明目前餐饮企业油烟净化设施“重安装,轻维护”的现象依然十分普遍。部分小型餐饮企业油烟净化装置缺乏及时的维护,排风量与灶头数量不匹配也导致静电油烟净化器处理效果大打折扣。

1.2   餐饮业废气VOCs和PM2.5排放量

根据式(1)以及表5中的排放因子,核算出本研究区域全部餐饮企业2019年VOCs和PM2.5的排放量(表7)。

表7餐饮废气净化设备升级改造前、后VOCs和PM2.5排放量(t/a)

本研究区域在餐饮业废气净化设备升级改造前,不同核算基准得到VOCs排放量较大值为506.38t/a,较小值为319.03t/a;PM2.5排放量较大值为211.09t/a,较小值为166.55t/a。其中,VOCs和PM2.5排放量较大值均是以就餐时间为核算基准计算获得的,但较小值分别是以用油量和就餐人次为核算基准计算获得。假定区域内餐饮业废气净化设备全部进行升级改造,则升级改造后,VOCs和PM2.5排放量范围分别为92.14~109.89/a和30.22~36.05t/a.这时,较大值均是以灶头数为核算基准计算获得,较小值均是以就餐时间为核算基准计算获得。这表明净化设备改造后就餐时间不再是影响排放量主要的约束因素。在实际监督管理过程中,应督促餐饮企业及时进行餐饮废气净化设备升级改造,进行餐饮业用油量、灶头数量和就餐人次的管控。根据以上结果,餐饮废气净化设备升级改造后,餐饮源VOCs减排率为71%~82%,PM2.5减排率达到80%~86%。

以街道为单元,对VOCs和PM2.5排放量贡献占比较大的街道为展览路街道(17.46%),月坛街道(12.68%),金融街街道(12.44%),德胜街道(8.73%)。通过餐饮企业的位置、数量、排放量及地区占地面积,获得不同街道餐饮业VOCs和PM2.5年度排放强度分别为1.45~4.32t/km2和0.47~1.42t/km2。其中VOCs排放强度较大的5个街道分别为陶然亭街道(4.32t/km2)、大栅栏街道(4.23t/km2)、新街口街道(4.03t/km2)、月坛街道(3.90t/km2)和金融街街道(3.08t/km2).餐饮源PM2.5排放强度较小的街道为广安门外街(0.47t/km2),排放强度较大为陶然亭街道(1.42t/km2)。

为验证废气净化设备升级改造前后对大气中PM2.5含量的影响效果,选择在7月(升级改造前)和10月(升级改造后)两个时间段,对研究区域中餐饮企业分布密集社区进行了PM2.5监测。鉴于大气污染物存在明显的季节变化,把实测值减去当月的平均值得到差值(PM2.5)进行对比(图1)。从图1可看出,改造后PM2.5比改造前明显降低,尤其在早餐(05:30~08:30)、午餐(10:30~13:30)和晚餐(16:00~19:00)时段。此外,由于两次测值是在不同年段完成的,除排放外,大气污染物还会受到天气以及输送变化的影响,导致个别改造后的测值大于改造前的。将对应的改造前后早午晚餐时段PM2.5进行了差异性检验,两立样本非参数检验结果显示各抽样社区PM2.5浓度实测值在净化设备改造前后变化呈现显著性差异(P<0.05),即区域PM2.5排放浓度经过餐饮废气净化设备升级改造后有明显的降低。

通过实测值计算,在月坛街道铁二二社区,牛街街道东里社区,金融街街道丰汇园社区和大栅栏街道煤市街东社区早中晚餐时段PM2.5分别减少了26.9%,25.1%,32.9%和30.8%.4个社区平均减少了28.9%,较接近于以用油量为核算基准的排放因子降低比例。

图1餐饮企业分布密集社区废气改造设备升级前后实测PM2.5浓度比较

3.安科瑞AcrelCloud3500餐饮油烟监测云平台

为了弥补现存餐饮行业在烟油监测上的漏洞，同时便利监管部门的监察，安科瑞油烟监测云平台应运而生。油烟监测模块通过2G/4G与云端平台进行通信和数据交互，系统能够对企业餐饮设备的开机状态、运行状态进行监控；实现开机率监测，净化效率监测，设施停运

告警，待清洗告警，异常告警等功能；对采集数据进行统计分析、排名等统计功能；较之传统的静电监测方案，具实效性。平台预留与其他应用系统、设备交互对接接口，具有很好的扩展性。

3.1平台结构

平台GIS地图采集餐饮油烟处理设备运行状态和油烟排放的浓度数据，自动对标排放及异常企业进行提示预警，监管部门可*进行处理，督促餐饮企业整改设备，并定期清洗、维护，实现减排环保，不扰民等目的。现场安装监测终端，持续监测油烟净化器的工作状态，包括设备运行的电流、电压、功率、耗电量等等，同时结合排烟口的挥发性物质、颗粒物浓度等进行对比分析，一旦排放标，系统会发出异常信号。

■油烟监测设备用来监测油烟、颗粒物、NmHc等数据

■净化器和风机配合对油烟进行净化处理，同时对净化设备的电流、电压进行监测

■设备通过4G网络将采集的数据上传至远程云端服务器

3.2平台主要功能

（1）在线监测

对油烟排污数据的监测，包括油烟排放浓度，颗粒物，NmHc等数值采集监测；同时对监控风机和净化器的启停状态、运行数据进行监测。

(2)告警数据监测

系统根据采集的油烟数值大小，产生对应的排放标告警；对净化器的运行数据分析，上传净化设备对应的运行、停机、故障等告警事件。

(3)数据分析

运行时长分析，离线分析；告警占比、排名分析；历史数据统计等。

(4)隐患管理

系统对采集的告警数据分析，产生对应的隐患记录，派发、处理隐患，及时处理告警，形成闭环。

(5)统计分析

包括时长分析、标分析、历史数据、分析报告等模块。

(6)基础数据维护

个人信息、权限维护，企业信息录入，对应测点信息录入等。

(7)数据服务

数据采集，短信提醒，数据存储和解析。

3.3油烟监测主机

油烟监控主机是现场的管理设备，实时采集油烟浓度探测器和工况传感器的信号，进行数据处理，通过有线或无线网络通讯将数据传输到服务器平台。同时，对本地数据进行存储，监控现场设备状态，提供人机操作界面。

具体技术参数如下：

4.结语

1）通过对研究区域内餐饮企业进行实地检测数据及活动水平调查,分别得到了基于就餐人数、就餐时间、食用油用量和灶头数4项核算基准的餐饮业VOCs和PM2.5排放因子,但4种核算基准的排放因子差异较大,需要进一步本地化检验。

2）本研究区域餐饮业废气净化设备升级改造前,VOCs排放量范围为319.03~506.38t/a,改造后为92.14~109.89t/a；PM2.5排放量范围改造前为166.55~211.09t/a,改造后为30.22~36.05t/a,经过餐饮业废气净化设备升级改造后VOCs及PM2.5排放量分别减少了71%~82%和80%~86%。

3）计算得到以街道为单元的餐饮业VOCs及PM2.5排放强度,VOCs排放强度范围1.45~4.32t/km2,PM2.5排放强度范围0.47~1.42t/km2。通过餐饮源VOCs和PM2.5排放强度情况的定量计算,便于有针对性的开展相应区域餐饮源大气污染物治理工作。

4）通过对典型社区PM2.5浓度(小时值)抽样检测餐饮废气净化设备升级改造前、后PM2.5浓度平均减少比例为28.9%,较接近于用油量为核算基准的排放因子降低比例。进一步说明餐饮业废气净化设备升级改造对于PM2.5减排效果显著。

作者简介：

朱鹍，女，就职于安科瑞电气股份有限公司，主要研究方向为企业能源管控

：@手机：QQ：