Modellazione delle emissioni in atmosfera della centrale termoelettrica Tirreno Power S.p.A. di Vado Ligure: stato dell'attività.

Transcript

1 Modellazione delle emissioni in atmosfera della centrale termoelettrica Tirreno Power S.p.A. di Vado Ligure: stato dell'attività. La prima catena modellistica: SAFE_AIR II Nell'ambito di un progetto di approfondimento dell impatto della centrale termoelettrica Tirreno Power di Vado Ligure sulla qualità dell aria del territorio savonese, l'utcr di ARPAL è stata incaricata di implementare un modello previsionale di propagazione e dispersione degli inquinanti immessi in atmosfera dall'impianto, con particolare riferimento alle ciminiere dei gruppi a carbone. Lo scopo delle prime simulazioni, prodotte a partire dal 2009, era quello di ottenere una valutazione di massima delle aree di ricaduta delle emissioni in atmosfera dei principali inquinanti (SO 2, NO x, polveri) emessi dalla centrale nel territorio savonese, con particolare riferimento alla zona costiera. Le caratteristiche emissive del camino della centrale, utilizzate nel modello, sono state ricavate dall'inventario regionale delle emissioni in atmosfera dell anno 2005 (vedi tabella 1). Caratteristiche fisiche della sorgente Ubicazione geografica 44,3 N 8,4 E Altezza camino 200 m Diametro bocca di uscita 6,5 m Portata dei fumi (normalizzata) Nm 3 /h Portata dei fumi (effettiva) 463,3 m 3 /s Temperatura fumi in emissione 90 C Velocità uscita fumi 14 m/s Portata SO t/y Portata NOx 3000 t/y Portata polveri 200 t/y Tabella 1: dati emissivi della centrale termoelettrica Tirreno Power da inventario emissioni 2005 In seguito, ed in particolare dal 2011, in collaborazione e sinergia con le indagini effettuate dai CTU della Procura di Savona, le stime modellistiche sono servite anche alla valutazione di diversi scenari di impatto ambientale, in funzione della produttività degli impianti. Tali simulazioni, inoltre, sono andate ad integrare le informazioni della rete di monitoraggio della qualità dell aria (già in funzione), avendo, la modellistica, la caratteristica di isolare il contributo della sorgente in esame, rispetto alla qualità dell'aria complessiva sul territorio. All epoca la scelta del modello da applicare è ricaduta su SAFE_AIR II (Simulation of Air pollution From Emissions Above Inhomogeneous Regions), un codice di calcolo elaborato dal Dipartimento di Fisica dell Università di Genova, ed acquisito da ARPAL nella propria dotazione modellistica. Si tratta di un modello studiato per simulare il trasporto e la diffusione di inquinanti immessi in atmosfera su terreni complessi, in condizioni non-omogenee e a diverse scale spaziali. Il modello funziona con tre moduli interconnessi, due pre-processori meteorologici, e il modello di dispersione vero e proprio: 1

2 WINDS 1, che costruisce il campo di vento tridimensionale; ABLE 2, che calcola i parametri micro-meteorologici, caratteristici dell atmosfera nell area (in particolare l altezza di mescolamento); P6 3, modello lagrangiano di trasporto (avvezione) e diffusione degli inquinanti, che risponde dinamicamente alle condizioni meteorologiche locali: - vicino alla sorgente e in condizioni di prevalente trasporto (vento consistente), fa uso di segmenti di pennacchio (plume) gaussiano (Figura 1 - caso a); - lontano dalla sorgente e in condizioni di prevalente diffusione (vento debole), utilizza nuvole (puff) gaussiane (Figura 1 - caso b). Figura 1: Schema di trasporto e diffusione degli inquinanti utilizzato da P6 in SAFE_AIR II. 1 Wind-field Interpolation by Non-Divergent Schemes, ver Acquisition of Boundary Layer parameters ver Program Plotting Paths of Pollutant Puffs and Plumes, ver

3 Dominio di calcolo di SAFE_AIR II Le simulazioni di trasporto e diffusione in atmosfera sono strettamente dipendenti dalla meteorologia locale. I parametri determinanti sull entità della ricadute al suolo sono: il campo di vento (direzione e intensità) e la classe di stabilità atmosferica (classificazione convenzionale dello stato di turbolenza atmosferica, cioè del grado di rimescolamento verticale degli strati d aria). Parametri di minore sensibilità risultano la temperatura, la copertura nuvolosa e l umidità dell aria. Tali parametri, variabili sia nello spazio che nel tempo, sono stati calcolati dai primi due moduli del software in un reticolo digitale tridimensionale opportunamente costruito, la cui superficie è costituita da un modello digitale del terreno che descrive l'orografia e la copertura del suolo della porzione di territorio savonese (circa 40 km di lato, alla risoluzione massima di 200 m) e il cui volume si estende dal suolo fino ai più alti strati dell'atmosfera (5000 m). La simulazione implementata dall'agenzia, sfruttava la catena modellistica impostata nell ambito del progetto Simulazione della qualità dell aria in Val Bormida da fonti industriali (2007), realizzato dal Dipartimento di Fisica dell Università di Genova per conto della Provincia di Savona. Il lavoro prevedeva la simulazione dei campi di vento tridimensionali, e di tutte le grandezze meteorologiche necessarie alla simulazione, su un area di circa 40 km di lato, centrata sull entroterra di Savona, e comprendente gran parte del territorio provinciale (Figura 2). Figura 2: Dominio di calcolo 3

4 Su tale dominio di calcolo sono stati innestati in cascata il modello meteorologico BOLAM (operativo a fini previsionali presso il Centro Funzionale Meteo Idrologico di ARPAL) e il modello ad alta risoluzione WINDS. In questo modo, il modello era alimentato da input meteorologici a scala oraria, dipendenti, al contorno, dalla circolazione dei venti su scala regionale, e, all'interno del dominio, fino alla scala di dettaglio (risoluzione 200 m) in cui l orografia complessa del territorio e gli effetti locali al suolo sono determinanti (in Figura 3 un confronto delle scale spaziali dei campi di vento). Dal punto di vista temporale, la simulazione copriva un intero anno, utilizzando i dati di un anno tipo rappresentativo della climatologia ligure, costruito sulla base delle simulazioni meteorologiche del biennio La portata dei fumi e la concentrazione dell'inquinante sono state considerate costanti per tutto l arco dell anno (2005), e pari al valore medio orario che si sarebbe avuto nel caso in cui la centrale lavorasse a regime per 8760 ore. Figura 3: Campi di vento Il codice di calcolo P6, elaborate tutte le variabili dei precedenti moduli della catena, simula la dispersione e la propagazione del pennacchio dei fumi emessi dalla sorgente e registra le concentrazioni al suolo in corrispondenza di una serie recettori vicini al suolo. Nella prima simulazione condotta nell'ambito di questo progetto (2009), è stata utilizzata una griglia regolare di recettori posti a 2 m dal suolo, relativi a un'area rettangolare di 8 x 14 km (con passo del reticolo pari 500 m di lato), approssimativamente compresa tra il centro Savona e l'entroterra di Noli (vedi Figura 2). In una seconda versione della simulazione, concordata anche con i CTU della Procura di Savona, il dominio dei recettori è stato allargato e diradato fino a coprire un'area di circa 30 km di lato, su maglia 1 km x 1km. In Figura 4 viene mostrato un esempio di output da modello che ne evidenzia le caratteristiche tridimensionali. 4

5 Figura 4: Output del modello Risultati preliminari ottenuti con SAFE_AIR II Il modello ha fornito i risultati della simulazione come concentrazioni medie orarie dell'inquinante di riferimento in aria (SO 2 in g/m 3 ) registrate nelle postazioni dei recettori. Da queste si ricavano quindi i valori di concentrazione alle diverse scale temporali tramite elaborazioni statistiche (media giornaliera, mensile, annuale). A seguire, le mappe più significative relative agli effluenti principali (SO 2 ed NO x assimilati ad NO 2 in favore di cautela): la mappa di ricaduta media annuale e la mappa dei valori corrispondenti al 99,7 percentile 4 della media oraria. I risultati della simulazione sulla media annuale (Figura 5) mostrano che nessun recettore raggiunge il valore limite stabilito dal D. Lgs 155/2010 e s.m.i. sulla qualità dell aria (20 g /m 3 per SO 2 come livello critico per la protezione degli ecosistemi; 40 g /m 3 per NO 2 come valore limite per la protezione della salute umana; 30 g /m 3 per NO x (espressi come NO 2 ) come livelli critici per la protezione della vegetazione. Dal punto di vista della distribuzione spaziale delle ricadute degli effluenti, si fa notare che l'output del modello a questa scala temporale, è stato elaborato tenendo conto, oltre che dei fenomeni di dispersione, anche dalla frequenza relativa degli scenari meteoclimatici che si verificano nell'arco di un anno. 4 Data una grandezza ambientale monitorata (o simulata come in questo caso) in un'assegnata finestra temporale, il valore corrispondete ad un assegnato n-esimo percentile, indica la soglia al di sotto della quale la grandezza rimane nell' n-percento dei casi nell'arco temporale. Nel caso specifico, l'estrazione del 99,7 percentile dei valori di media oraria di SO 2, rilevati in un intero anno, significa valutare la concentrazione che viene mediamente superata nello 0,3 % dei casi (ovvero 24 volte su 8760 ore, con riferimento alla normativa sulla qualità dell'aria) 5

6 I risultati della simulazione sul percentile estremo della media oraria (Figura 5) mostrano l'occorrenza di alcuni superi dei valori limite orari (350 g /m 3 di SO 2 e 200 g /m 3 di NO 2 come valore limite per la protezione della salute umana), ai sensi del D. Lgs 155/2010 e s.m.i., collocati (come prevedibile) su alcuni posti in quota. La distribuzione areale delle ricadute può essere interpretata come la composizione degli scenari più sfavorevoli (come già detto statisticamente rari), che si instaurano per ognuna delle direzioni di propagazione (tipicamente scenari di forte stabilità atmosferica e vento debole che determinerebbero scarsi effetti di rimescolamento dell'aria e quindi degli inquinanti). In generale poi, si evidenzia che l'impatto atteso sui recettori al suolo, nelle località di Spotorno e Noli, è di almeno un ordine di grandezza inferiore rispetto alle località dove vengono registrate le massime concentrazioni (ovviamente all'interno del dominio di simulazione). A tale risultato concorrono l'orografia complessa dell'area e la distribuzione dei venti dominanti: infatti la zona di Noli, collocata approssimativamente a sud della ciminiera, è soggetta alla ricaduta del plume dei fumi della centrale per i venti settentrionali. I regimi dei venti di tramontana sono caratterizzati, di per sé, da intensità del vento relativamente elevate (almeno una metà delle occorrenze superiori a 10 m/s) che determinano una dispersione della concentrazione in uscita al camino. Inoltre in quella direzione il pennacchio incontra l'ostacolo naturale del promontorio di Capo Vado e Bergeggi (dove i recettori in quota evidenziano, infatti, le più alte concentrazioni nell'area di studio) disperdendosi poi verso il mare aperto. A queste considerazioni si aggiunga il fatto che i venti provenienti da quel quadrante hanno una forte componente di Nord-Ovest (che spinge i fumi in direzione sud-est, più verso mare che verso costa, come confermato dai dati anemometrici registrati, negli anni dalla centralina di rilevamento a terra di Capo Vado). Coerentemente, anche l'attuale simulazione mostra un andamento simile, ben evidenziato nelle mappe del 99,7 percentile. Figura 5: mappa della media annuale SO 2 e della media oraria 99,7 percentile 6

7 Scelta dei siti di monitoraggio Sulla base delle suddette simulazioni sono state individuate quattro postazioni di misura sul territorio savonese, la cui posizione risultasse ottimale per il rilevamento delle emissioni riconducibili alla centrale termoelettrica: sia dal punto di vista della distribuzione spaziale intorno alla sorgente, sia dal punto di vista dell'entità delle ricadute. I siti individuati sono evidenziati in Figura 6: due sono in corrispondenza con stazioni di misura esistenti già comprese nella rete di monitoraggio di qualità dell'aria (Quiliano e Savona loc. Varaldo) e due sono nuove postazioni di monitoraggio servite da un mezzo mobile opportunamente equipaggiato (Vado Ligure, loc. S.Genesio; Noli, loc. Voze). Figura 6: posizione delle centraline Nell'ambito della collaborazione con i CTU della procura, è stata poi implementata una simulazione a stati stazionari costruita sulla base delle statistiche meteorologiche elaborate sulla base della serie storica dell'andamento dei venti registrati dalla stazione anemometrica di Capo Vado (quota dello strumento circa 170 m s.l.m.) sul promontorio omonimo, come punto rappresentativo del regime locale dei venti. In particolare si è preso a riferimento la rosa dei venti elaborata sulla base dei dati rilevati tra il 2004 e il 2011 (Figura 8). 7

8 Figura 8: rosa dei venti - Capo Vado Secondo questo approccio, le situazioni meteo-climatiche che si verificano all'interno di un anno vengono suddivise in un numero definito di scenari climatici caratterizzati da direzione, intensità del vento, classe di stabilità e relativa probabilità di accadimento (nello specifico 21 scenari). Ognuna di queste condizioni viene simulata dal modello come scenario stazionario (in cui le grandezze risultano indipendenti dal tempo). I risultati di questa modellazione hanno evidenziato alcune differenze nei pattern di ricaduta, pur riscontrando lo stesso ordine di grandezza nei valori massimi di concentrazioni al suolo; probabilmente questo è dovuto, da un lato, all'estrema sensibilità del modello al dato meteo in input, e dall'altra, al fatto che un codice di tipo Lagrangiano non è forse il più adatto per simulare scenari stazionari, dove invece un codice di tipo Gaussiano potrebbe fornire risultati più solidi. Procedimento di validazione del modello Le attività di calibrazione e validazione dei risultati del modello, sulla base dei dati analitici dei suddetti periodi di monitoraggio stagionale, non sono esaustive. Infatti, mentre l ordine di grandezza dei valori medi modellati è coerente con le statistiche dei dati rilevati dalle stazioni (con un buon accordo su S.Genesio - Figura 7), occorre ancora effettuare un confronto su una serie continua di dati simulati e misurati nelle stesse condizioni al contorno nel periodo in cui sono state eseguite le misurazioni ( ). Tale aspetto verrà trattato nel successivo paragrafo. 8

9 Media annuale SO2 Percentile 99,7 orario di SO Stazione Modello TP2 160 Stazione Modello TP SO2 [microg/m3] SO2 [microg/m3] S.Genesio 2012 Voze 2011 STAZ. Vado L. STAZ. Quiliano STAZ. SV Varaldo 0 S.Genesio 2012 Voze 2011 STAZ. Vado L. STAZ. Quiliano STAZ. SV Varaldo Figura 7: confronto dati misurati vs. dati simulati di SO 2 : media annuale e oraria (99,7 percentile) Il confronto sulla media annuale di biossido di zolfo conferma l'ipotesi che l'ubicazione della centralina di S. Genesio sia collocata in una zona non influenzata da altre emissioni oltre a quella di Tirreno Power, infatti la discrepanza sulle restanti centraline (che misurano valori di SO 2 più elevati), è evidentemente dovuta alle altre sorgenti sul territorio (tra le quali il contributo del traffico navale e della zona portuale, meriterebbero un ulteriore approfondimento). Il confronto sui valori orari (99,7 percentile), dipende, invece, fortemente dalle condizioni meteo locali e dal periodo temporale considerato (ad esempio, il modello, nelle due località dove le misurazioni sono state effettuate con postazioni mobili, sovrastima addirittura le misure, risultando così estremamente cautelativo). 9

10 La seconda catena modellistica: il modello ADMS La validazione conclusiva andrebbe quindi fatta con una simulazione nella quale i tre fattori di incertezza (periodo temporale, dato meteorologico, produttività dell'impianto) siano tutti omogenei. Lo svolgimento di tale attività, prevista nel Programma per la realizzazione delle attività inerenti controlli e monitoraggi relativi alla centrale termoelettrica Tirreno Power S.p.A. di Vado Ligure per l anno 2012, prevede l implementazione di un nuovo setup della catena modellistica precedentemente applicata dall'agenzia, allo scopo di configurarla con i dati meteorologici in tempo reale, e lavorare in continuità con le previsioni meteorologiche ARPAL alla migliore risoluzione possibile (modello MOLOCH). Al fine di conseguire tale obiettivo ARPAL, ha ritenuto più opportuno modificare parte della catena modellistica. Infatti, l'attualizzazione della catena modellistica SAFE AIR II è risultata impraticabile, a causa di più fattori. Da una parte, la gestione del modello, che prevedeva la predisposizione di procedure informatiche scritte ad hoc, è stata abbandonata dal Dipartimento di Fisica dell Università di Genova; dall'altra, anche il modello meteorologico di riferimento per il territorio ligure è stato aggiornato dal CFMI ARPAL, passando dal codice BOLAM al MOLOCH, che sono diversi sia per la risoluzione, che per le modalità operative, quali, ad esempio, il formato dei dati di input e output. Inoltre, come precedentemente accennato, SAFE-AIR II (modello di tipo Lagrangiano), non è così adatto alla modellazione di scenari stazionari con diverse sorgenti industriali. A tal fine si è proceduto all'acquisizione di un nuovo modello di dispersione in atmosfera, ADMS (Atmospheric Dispersion Modeling System), per riprogettare una catena modellistica equivalente a quella precedentemente descritta che potesse essere mantenuta attiva e aggiornata in continuo, e sfruttare le maggiori potenzialità offerte dai nuovi software in commercio. ADMS 5 è la versione industriale della famiglia di modelli ADMS per il calcolo della dispersione in atmosfera di sostanze inquinanti rilasciati da sorgenti industriali; è adatto per il calcolo delle concentrazioni associate sia ad una singola sorgente (es. singolo camino industriale) che a molteplici sorgenti contemporaneamente. Grazie a questa caratteristica il modello permette di stimare la somma dei contributi di più sorgenti. In analogia con lo schema descritto per SAFE AIR II, la catena (che risulta decisamente semplificata) è attualmente costituita da: MOLOCH, utilizzato per la previsione meteorologica a scala regionale; ABLE, che calcola i parametri micro-meteorologici, caratteristici dell atmosfera nell area (in particolare l altezza di mescolamento); ADMS 5, il modello gaussiano di trasporto (avvezione) e diffusione (che al suo interno ricostruisce il campo tridimensionale dei venti ad alta risoluzione e la dispersione degli inquinanti). 10

11 Figura 9: prime elaborazioni della catena basata su ADMS I prossimi step operativi, con la nuova catena modellistica, prevedono, come precedentemente anticipato, lo svolgimento di simulazioni in periodi temporali omogenei rispetto alle misurazioni effettuate (2012), in modo da poter confrontare univocamente i risultati del modello con i dati sperimentali misurati proprio nelle stesse condizioni sia dal punto di vista meteorologico, che di produttività della centrale. Dott. Ing. Mauro Quagliati Dott. Ing. Tomaso Vairo Dott. ssa Elena Pagani 11