数据中心_电力监控系统_能耗管理系统_直流电能表

浅谈典型餐饮油烟达标情况及应对措施

时间： 2021-11-29 发布人：范曼曼

安科瑞电气股份有限公司上海嘉定 201801

摘要：选取上海市餐饮集中的典型区域城区进行餐饮企业油烟排放监测，结果表明该区域餐饮企业油烟超标率在2018年至2020年间呈现先升后降的趋势，其中小型餐企更易油烟排放超标。结合典型餐企细颗粒物与非甲烷总烃排放浓度，获得上海市大型、中型、小型餐企以单位基准灶头为核算基准的PM2.5与VOCs排放因子。

关键词：餐饮源；油烟；PM2.5；VOCs；排放因子；餐饮油烟监测云平台；安科瑞

0.引言

现阶段，我国人民生活水平不断提高，餐饮企业数量快速增长，餐饮企业也逐渐由分散趋于集中。餐饮业的快速发展带来便利的同时，由于餐企位于人口密集的区域，且排气筒高度较低，餐饮业油烟污染问题日趋严重[1]。王桂霞等人通过对北京市环境大气和3家不同烹调方式餐馆的PM10，PM2.5样品分析表明：3家餐馆在油烟排放时间段PM2.5质量浓度是当日环境大气PM2.5质量浓度的3.0-7.1倍。岳浩选取了北京市5家典型餐饮单位作为典型代表，进而对北京市餐饮业VOCs的排放特征,处理现状,减排潜力等方面进行了以下研究，发现家常菜的VOCs排放浓度可高达752μg/m3。越来越多的研究表明，餐饮油烟源成为大气颗粒物的主要贡献源之一，也是城市地区重要VOCs排放源。近年来，我国开展了一些餐饮源颗粒物与VOCs排放清单编制研究。国内餐饮油烟源排放清单主要核算基准包括人口数、就餐人次、食用油用量和灶头数。通过文献调研和实地调研等方式，研究者建立了成都市、长春市、菏泽市、兰州市、上海市等地区以及国家层面的餐饮源排放清单，但少有研究通过大量实测进行排放因子的本地化修正。本研究结合上海市4类典型餐饮源颗粒物与非甲烷总烃（NMHC）实测排放浓度，并通过2018年至2020年对上海市城区餐企烟气排放的监测，获取上海市不同规模餐饮源本地化排放因子，以期为颗粒物与VOCs排放清单的编制提供数据支撑。

1.研究方法

1.1采样点位及方法

采样区域为上海市餐饮企业聚集区域城区，以餐饮油烟排放口为采样对象开展排放因子监测工作，测定烟气排放速率、油烟排放浓度，并记录基准灶头数、油烟净化器使用情况、排气罩灶面投影面积等信息。采样时间段分别为2018年11月-12月，2019年8月-11月，2020年8月-11月，采样时间集中在餐饮企业作业的高峰时段，即午餐（11:30–13:30）或晚餐（17:00–20:30）时间。采样方法依据HJ/T397-2007，油烟测试方法依据GB18483-2001，所采用的实验器材有自动烟尘（气）测试仪3012H型、油烟滤筒、红外测油仪OL1010型、空盒气压DYM3型、简易数字式温湿度计Testo608-H2型。同时，选取4类（快餐1家、中餐2家、日式简餐1家、川菜1家）典型餐企测量细颗粒物与非甲烷总烃的浓度。采取稀释通道烟气采样的方式获得颗粒物样品，所有滤膜样品经平衡干燥称重，同时从同批次石英滤膜中抽取2张滤膜作为实验室分析的空白滤膜，同样经过烘烤、平衡、称重等前期处理准备，样品含量与空白含量的差值即为所采集颗粒物中的实际含量。非甲烷总烃浓度参照HJ1012-2018测定。

1.2油烟基准排放浓度计算

按式（1）将实测浓度折算为基准风量的排放浓度，参照上海市《餐饮业油烟排放标准》（DB31/844-2014）[3]，油烟的实测浓度或基准浓度超标即为油烟排放超标。油烟浓度值与排风量值均以标准状态下的干气体为基准。本研究的基准灶头数按排气罩灶面投影面积折算，1个基准灶头对应排气罩灶面投影面积为1.1m2。

式中C基—基准风量的排放浓度，mg/m3；C测—实测排放浓度，mg/m3；Q测—实测排风量，mg/m3；Q基—单个基准灶头的排风量，以2000m3/h计；n—采样期间投用的基准灶头数，个。

1.3排放因子计算

采样的餐饮企业按照《饮食业油烟排放标准》划分为大、中、小型三个规模，小型餐饮企业基准灶头数3；中型餐饮企业基准灶头数3且6；大型餐饮企业基准灶头数6。本研究采样点位于油烟净化器后管道，即实测得排放因子为净化后的排放因子。以灶头数为基准的排放因子由实验过程中排放污染的浓度、排气风量计算获得，公式如下：

式中Ei—不同污染物排放量，g；n—基准灶头数，个；Hscale—不同规模餐企的年总经营时间，h；Vscale—不同规模餐企的单位灶头烟气排放速率，m3/（h·个基准灶头）；EFi—不同污染物排放因子，g/（h·个基准灶头）；Ci—烟气中污染物浓度，mg/m3。

2.结果与讨论

2.1油烟排放超标率

监测餐企超标情况见表1。小型餐饮企业油烟排放超标率在3年中都较高，而大型、中型餐饮企业超标率较低。2018年总体超标率较低，无大型、中型餐企油烟排放超标。2019年各个规模餐企油烟超标率均为较高，总体超标率为较高。2020年，各类型餐企超标率均有所下降，总体油烟排放超标率变好。2018年至2020年，上海市城区餐饮企业油烟超标率呈现先升后降的趋势。在上海市城区，大量的小型餐企集中于综合楼宇中共同使用油烟排放管道，可能超出管道的设计风量，且共同使用的情况使得油烟排放难以精细化管理，易造成油烟排放超标。

表1餐企油烟排放超标率

2.2烟气与油烟排放速率

本研究实测的各规模餐饮企业烟气排放速率为小型>中型>大型餐企，呈现趋势与技术手册给定值不一致。在监测的各餐企中，大型餐企更具有独立使用烟气排放管道的能力，当灶头存在空闲时烟气排放速率较低；大量的小型餐企位置集中并共同使用油烟排放管道（部分中型餐企也存在类似情况），并基本不存在具有空闲灶头情况，使小型餐企单位基准灶头烟气排放速率较高。

各规模餐企的油烟排放速率趋势与烟气排放速率趋势相同，小型餐企集中排放的烟气量较大，会使油烟浓度较高。

2.3排放因子

不同规模餐饮企业单位基准灶头排放因子见表2。由于各规模餐饮企业烟气排放速率为小型>中型>大型，故各规模餐饮企业油烟排放因子也为小型>中型>大型。相比起其他研究，本次PM2.5实测排放因子较小，主要原因是上海市油烟净化器安装与运行效果较好，并且大型餐企与商业楼宇、餐饮集聚区的餐饮服务企业需设置二级油烟净化装置，根据上海市《餐饮业油烟污染控制技术规范（试行）》，净化后细颗粒油烟（PM2.5）去除率达到90%。

表2不同规模餐饮企业单位基准灶头排放因子

单位：g/（h·个基准灶头）

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，更具实效性。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，自动对超标排放及异常企业进行提示预警，监管部门可迅速进行处理，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，一旦排放超标，系统会发出异常信号。