Etude d’impact du Centre de Production Thermique de Porcheville (78)

1. Victor.Winiarek@cerea.enpc.fr CEREA Centre d’Enseignement et de Recherche Environnement Atmosphérique Laboratoire Commun ENPC-EDF R&D Etude d’impact du Centre deProduction Thermiquede Porcheville (78)

2. Objectifs • évaluer l’incidence de divers scénarios de fonctionnement du CPT de Porcheville sur la qualité de l’air en région parisienne dans un rayon d’une centaine de kilomètres. • Polluants : NOx, SO2, PM10 (PM2.5) • Deux axes d’étude: • Vision générale : cartes de moyennes, … • Vision réglementaire : autour des normes réglementaires (percentiles, seuils d’information, seuils d’alerte)

3. Présentation de Polyphemus • Polyphemus est une plateforme de simulation de la qualité de l’air : • Plusieurs modélisations : eulérienne, gaussienne • Plusieurs paramétrisations pour les phénomènes physiques (dépôts, lessivages, diffusion turbulente, schémas chimiques, émissions, …) • Mallet et al., Technical Note: The air qualitymodeling system Polyphemus, Atmos. Chem. Phys., 7, 5479-5487, 2007. • Modélisation eulérienne offline : • Preprocessing : librairie C++ AtmoData pour les paramétrisations des phénomènes physiques • Simulation chimie-transport : Polair3D • Postprocessing : librairie python AtmoPy pour la manipulation des résultats (visualisation, validation, …)

4. Résultats proposés • Vision d’ensemble : • Cartes de moyennes de concentrations, de moyennes de différences. • Cartes de maximums de concentrations, de maximums de différences. • Vision réglementaire : • En des points précis (stations d’observations et de surveillance), impact des scénarios de fonctionnement de la centrale sur les valeurs suivies réglementairement pour chaque polluant (percentiles, nombre d’heures de dépassement de seuils). • Éventuellement combiner les deux visions : cartes de percentiles ou cartes d’heures de dépassement.

5. Configurations de l’étude • Les domaines d’étude : • « régional large » : rectangle de 80 km x 90 km (mailles : 5-6 km) • « régional fin » : rectangle de 16 km x 11 km (mailles : 1 km) • Périodes de simulation : une année, à terme cinq.

6. Champs météorologiquesConditions aux limites • Modèle méso-échelle MM5 : • Maîtrise des résolutions spatiales (suffisamment fines : 1-2 km) et temporelles (1h). • Champs consistants : les données d’entrée sont des analyses NCAR-NCEP + nudging à partir d’observations NCAR. • Liberté sur les droits d’utilisation. • Les concentrations aux limites des domaines sont issues de simulations à plus grande échelle (niveau européen) par une méthode de nesting one-way (interpolations aux bords).

7. Cadastres d’émissions de polluants • Contrairement aux outils habituellement utilisés pour des études d’impact (gaussiens), Polair3D peut prendre en compte les sources d’émissions autres que le CPT et les intégrer au calcul de chimie-transport. • Nécessite des inventaires d’émissions : • EMEP (résolution 50 km x 50 km). • Airparif (1 km x 1 km), uniquement sur l’Ile-de-France. • Dans un futur proche, 1 km x 1 km sur toute la France.

8. Scénarios d’émissions du CPT • Deux stratégies possibles : • Fonctionnement continu. Avantage : on balaie toutes les conditions météorologiques. • Fonctionnement épisodique. Avantage : on simule un comportement plus proche de la réalité. • Pour cette étude, 4 scénarios : • 450 h PCN, fioul TTBTS • 450 h PCN, fioul TTTBTS • 450 h PCN, fioul TTTBTS + SCR • 600 h PCN, fioul TTTBTS + 4 x SCR

9. Le modèle Polair3D • Advection (transport par le vent) • Diffusion (transport par la turbulence) • Chimie (RACM : 72 espèces gazeuses + SIREAM : 17 espèces d’aérosols) • Temps de calcul : • Environ 24 h de calcul pour le preprocessing • Environ six jours de calcul par scénario pour un an simulé avec polair3d-siream • Depuis peu, polair3d-siream est parallélisé, on peut donc envisager dans un futur proche des temps de calculs inférieurs à condition d’avoir les capacités de calculs adéquates.

10. Résultats (1)vision globale : NO2 en moyenne Concentration moyenne Scénario « sans CPT » Différence de concentrations moyennes entre le scénario « 450h + TTBTS » et le scénario « sans CPT » Différence de concentrations moyennes entre le scénario « 600h + fioul TTTBTS + 4 x SCR » et le scénario « sans CPT »

11. Résultats (2):vision globale : NO2 en max Concentration moyenne Scénario « sans CPT » Différences maximales des concentrations horaires entre le scénario « 450h + TTBTS » et le scénario « sans CPT » Différences maximales des concentrations horaires entre le scénario « 600h + fioul TTTBTS + 4 x SCR » et le scénario « sans CPT »

12. Résultats (3) :vision globale : SO2 en moyenne Concentration moyenne Scénario « sans CPT » Différence de concentrations moyennes entre le scénario « 450h + TTBTS » et le scénario « sans CPT » Différence de concentrations moyennes entre le scénario « 450h + fioul TTTBTS » et le scénario « sans CPT »

13. Résultats (4):vision globale : SO2 en max Concentration moyenne Scénario « sans CPT » Différences maximales des concentrations horaires entre le scénario « 450h + TTBTS » et le scénario « sans CPT » Différences maximales des concentrations horaires entre le scénario « 450h + fioul TTTBTS » et le scénario « sans CPT »

14. Résultats (5) :vision réglementaire : NO2

15. Résultats (6) :vision réglementaire : NO2

16. Conclusions • En moyenne, l’impact se révèle faible quel que soit le polluant considéré, en accord avec les niveaux d’émissions. • L’impact est également faible sur les valeurs réglementaires (percentiles, …) quel que soit le polluant et quelle que soit la station d’observation considérée. • Épisodiquement et localement, l’impact peut éventuellement être important mais sans dépasser les seuils d’alerte en général.

17. Perspectives • Sur-hauteurs : prendre en compte les vitesses et les températures d’éjection en sortie de cheminées pour évaluer une hauteur d’émissions (fin 2008) • Interface graphique (fin 2008) • Métaux lourds (fin 2008 – début 2009) • Plume-in-grid : mettre en place et valider un modèle sous-maille, capable de modéliser les centrales thermiques comme sources ponctuelles avec un panache gaussien (courant 2009) • Nesting : automatiser les liens entre les simulations sur des domaines imbriqués (courant 2009)