Integrated plant-wide modelling for evaluation of the energy balance and greenhouse gas footprint in large wastewater treatment plants

用于評估大型污水處理廠的能源平衡和溫室氣體足跡的集成全廠建模

來源：Applied Energy, Vol. 282, Part A (2021), 116126

 

1. 摘要核心內(nèi)容

 

論文提出了一種集成式污水處理廠（WWTP）模型，通過結(jié)合生物反應器、厭氧消化等工藝子模型與詳細的能量供需子模型，同步評估污水處理廠的出水質(zhì)量、能量平衡和溫室氣體（GHG）足跡。模型創(chuàng)新點包括：

 

將附屬設施（如建筑供暖）納入全廠能量平衡和GHG核算；

開發(fā)并驗證了熱電聯(lián)產(chǎn)（CHP）系統(tǒng)的動態(tài)效率模型；

基于波蘭Slupsk大型污水處理廠（處理規(guī)模25萬人口當量）的實際數(shù)據(jù)校準模型。

研究結(jié)果表明：通過技術(shù)升級（如化學強化初沉污泥去除CEPT和主流脫氨工藝），可實現(xiàn)能量中和并減少30%以上的GHG足跡，但出水質(zhì)量未顯著改善。

 

2. 研究目的

 

解決現(xiàn)有模型局限：傳統(tǒng)模型忽視非工藝設施（如建筑供暖）的能耗，導致能量平衡評估不完整。

提升GHG預測精度：通過機制性N?O模型（而非經(jīng)驗系數(shù)）量化直接排放。

優(yōu)化可持續(xù)性策略：探索運行策略（如溶解氧DO控制）與技術(shù)升級（如CEPT）對"水質(zhì)-能耗-GHG"三重目標的協(xié)同影響。

 

3. 研究思路與方法

 

采用三階段集成建模法（圖4）：

 

數(shù)據(jù)采集：

短期密集監(jiān)測（4天）：實時測量生物反應器N?O（丹麥Unisense電極）、沼氣產(chǎn)量、能耗等（圖5）。

 

長期常規(guī)監(jiān)測（2年）：收集水質(zhì)、污泥特性及全廠能量平衡數(shù)據(jù)。

模型校準與驗證：

生物子模型（ASM2d-N?O和Mantis AD）基于實驗室與現(xiàn)場數(shù)據(jù)校準；

能量子模型（CHP效率、建筑供熱）通過長期運行數(shù)據(jù)驗證（圖6）。

 

策略評估：

運行策略：調(diào)整DO設定值（1.0–2.5 mg O?/L）和混合液回流比（MLR）；

技術(shù)升級：化學強化初沉（CEPT）與主流脫氨工藝。

 

4. 測量數(shù)據(jù)及研究意義

測量指標 數(shù)據(jù)來源 研究意義

液相N?O濃度 圖5d（Unisense電極） 校準機制性N?O模型，量化直接GHG排放（占全廠足跡26–70%）。

沼氣產(chǎn)量與成分 圖5e 驗證厭氧消化模型，優(yōu)化能量回收預測（誤差<3.7%）。

鼓風機能耗 圖5f 校準曝氣系統(tǒng)模型，識別最大能耗源（占全廠電耗55–84%）。

CHP系統(tǒng)熱電效率 圖6c-d 開發(fā)動態(tài)效率模型，避免高估能量回收（傳統(tǒng)固定效率高估7–38%）。

建筑供熱需求 圖6b 揭示非工藝設施貢獻（占全廠熱需求25–48%），完善能量平衡。

5. 核心結(jié)論

 

附屬設施不可忽略：建筑供暖占全廠熱需求25–48%，顯著影響能量平衡和GHG核算。

技術(shù)升級優(yōu)于運行優(yōu)化：

CEPT+主流脫氨工藝可使全廠能量中和（ENE=1），GHG足跡減少>30%；

單純調(diào)節(jié)DO或MLR僅能減少GHG足跡20%，且能量平衡改善有限（<12%）。

N?O是GHG控制關(guān)鍵：直接排放占主導（夏季>45%，冬季>58%），且受溫度影響顯著。

模型實用性：動態(tài)CHP效率模型避免能量回收高估，提升策略評估可靠性。

 

6. Unisense電極數(shù)據(jù)的詳細解讀

 

測量方法：

 

技術(shù)原理：采用丹麥Unisense Clark型微傳感器（圖5d），在密閉移動反應器中連續(xù)監(jiān)測生物反應器好氧區(qū)液相N?O濃度。

配套技術(shù)：結(jié)合FTIR氣體分析儀（Gasmet CX 4000）測量氣相N?O，量化排放通量。

 

關(guān)鍵發(fā)現(xiàn)與意義：

 

校準機制性N?O模型：

實測數(shù)據(jù)顯示N?O排放主要來自好氧區(qū)（圖5d），模型預測誤差僅7.2%，顯著優(yōu)于傳統(tǒng)排放因子法。

揭示DO設定值對N?O排放的非線性影響：DO<1.5 mg/L時，N?O排放驟增（因不完全硝化/反硝化）。

 

指導運行策略優(yōu)化：

證明單純降低DO（省電策略）可能增加GHG足跡：當DO從2.5 mg/L降至1.0 mg/L，N?O排放可升高20%，抵消節(jié)電減排效益。

為"水質(zhì)-能耗-GHG"協(xié)同優(yōu)化提供數(shù)據(jù)支撐：推薦DO安全區(qū)間為1.5–2.0 mg/L（圖7）。

 

 

技術(shù)升級的決策依據(jù)：

CEPT工藝雖提高沼氣產(chǎn)量，但減少生物反應器碳源，導致反硝化不足和N?O排放上升（圖8g-i）。

 

需結(jié)合主流脫氨工藝補償脫氮能力，實現(xiàn)GHG凈減排（>30%）。

 

實際應用價值：

 

"Unisense電極的實時監(jiān)測數(shù)據(jù)揭示了污水處理廠好氧區(qū)是N?O主要排放源，并量化了其貢獻（占全廠GHG足跡高達70%）。這一發(fā)現(xiàn)挑戰(zhàn)了傳統(tǒng)‘降低DO可減排GHG’的認知，指導實踐需在DO控制與N?O排放間尋找平衡。"（正文3.3.1節(jié)）

 

注：所有結(jié)論均嚴格基于文檔數(shù)據(jù)，Unisense電極數(shù)據(jù)核心貢獻在于提升N?O排放預測精度，支撐污水處理廠可持續(xù)性決策。