全流程污水生化處理過程的仿真設(shè)計

金 輝 黃明忠 潘多濤 袁德成

(沈陽化工大學(xué)遼寧省化工過程控制技術(shù)重點實驗室，遼寧 沈陽 110142)

0 引言

污水生化處理廠具有保護環(huán)境的功能，但其副產(chǎn)品——過剩污泥若不能有效利用，也將造成嚴重的二次污染［1］。隨著全球能源問題的日趨突出，如何捕獲蘊含在污水處理廠活性污泥新陳代謝中的潛在能量開始受到人們的關(guān)注［2－3］。為了進一步改善水質(zhì)，降低剩余污泥量，實現(xiàn)全流程、長周期的性能評價，國際水協(xié)會(International Association of Water，IWA)推出了2號基準(zhǔn)仿真模型(Benchmark simulation model No.2，BSM2)［4］。

本文根據(jù)IWA工作組關(guān)于典型污水生化處理過程的組成協(xié)議BSM2［5］，采用 Matlab與 C語言混合編程的方法，開發(fā)了面向全流程的污水處理仿真平臺。經(jīng)過相關(guān)的穩(wěn)態(tài)計算和溶解氧控制測試，得到的計算結(jié)果與工作組發(fā)布的最終測試數(shù)據(jù)一致。該平臺可用于全流程污水處理廠的模擬計算。

1 國際評價基準(zhǔn)Benchmark

1.1 Benchmark 工廠構(gòu)成

Benchmark工廠的入水平均流量為20 648.26 m3/d，入水平均化學(xué)需氧量(COD)為592.53 g/m3，水力停留時間為22 h。工廠除了包括5個生化反應(yīng)器和1個二沉池外，還包括1個初沉池、1個污泥濃縮機和1個厭氧消化池，同時還增加了1個脫水單元?；贐SM2的污水處理廠構(gòu)成如圖1所示，其中活性污泥反應(yīng)器和二沉池的計算與BSM1保持一致。

圖1 污水處理廠構(gòu)成圖Fig.1 Composition of wastewater treatment plant

1.2 模擬模型

由于BSM2中生化反應(yīng)器和二沉池部分的模擬模型與 BSM1相同［6－8］，故這里不再作詳細說明。下面針對其余部分的模擬模型進行一一介紹。

1.2.1 厭氧消化模型

厭氧消化1號模型(anaerobic digestion model No.1，ADM1)是一個結(jié)構(gòu)化模型，它對厭氧系統(tǒng)內(nèi)的生化過程和物化過程進行了詳細分析。它采用微分代數(shù)方程組(differential algebraic equations，DAE)來描述生化和物化過程。該過程涉及7個微生物種群，方程組包括26個動態(tài)濃度變量、19個生化動力學(xué)過程、3個氣液傳質(zhì)過程和8個隱式代數(shù)變量。

ADM1將厭氧消化過程中的生化反應(yīng)具體細化為19個子過程。生化過程的反應(yīng)速率方程采用形如Monod方程的基質(zhì)降解動力學(xué)方程來描述，而不是采用ASM系列模型中類似的微生物增殖動力學(xué)方程來描述，這是ADM和ASM模型最主要的區(qū)別之一。

厭氧消化1號模型共有26個組分，包括14個可溶性組分和12個不溶性組分。對于每一個組分，根據(jù)物料平衡原則，可以得到以下微分方程:

式中:V為液相或氣相的體積;Si為組分i的濃度;t為時間;qin為組分i流入體系的流量;qout為組分i流出體系的流量;vi，j為組分i對應(yīng)于過程 j的速率系數(shù);ρj為過程j的反應(yīng)速率。此外，ADM1認為在厭氧消化過程中主要存在pH抑制、氫抑制和游離氨抑制這3種抑制作用。

物化過程是厭氧消化體系的重要組成部分。ADM1將厭氧消化系統(tǒng)中的物化過程分為液相中的酸堿離解平衡和氣液兩相間的傳質(zhì)過程。

液相中的酸堿離解平衡主要涉及氫離子、氫氧根離子、有機酸根、氨根和碳酸氫根等的離解平衡。由于這些化學(xué)過程的反應(yīng)速率非?？欤梢灾苯硬捎梅€(wěn)態(tài)的平衡方程式來表達。

ADM1認為厭氧消化過程所產(chǎn)生的沼氣主要有CH4、H2、CO2等3種氣體組分，傳質(zhì)阻力主要存在于液相。因此，ADM1在雙膜理論的基礎(chǔ)上，采用Stumm和Mor2gan推導(dǎo)的公式，對氣液兩相間的傳質(zhì)過程進行描述。

1.2.2 初次沉降池的建模

在污水處理廠中，初次沉降池的作用是去除污水原液中的顆粒物質(zhì)。初次沉降池的工作效率直接影響活性污泥處理單元的處理效果。將初次沉降池描述為一個混合儲罐［9－10］，儲罐的出水可分為初次沉降池流出量和初次污泥兩部分，其中流出量和初次污泥的組分與活性污泥部分相同。

1.2.3 濃縮機和脫水單元的建模

濃縮機的作用是將從二次沉降池中的污泥進行濃縮，并將濃縮后的污泥向上輸入給初沉池，向下進入消化池。

如果濃縮因子fthick＞1，下溢變量計算為:①任意顆粒組分，Ztu=Ztufthick;②對于任意可溶性組分，Ztu=Zu;③下溢流量Qtu=Qwfqtu。

此時，上溢變量計算為:①對于任意顆粒組分，Zto=Zufthin;②對于任意可溶性組分，Zto=Zu;③上溢流量Qtu=Qw(1－fqtu)。

如果濃縮因子fthick＜1，則表示濃縮過程存在錯誤。

脫水單元的作用是將來自消化池的消化污泥進行濃縮。經(jīng)過濃縮處理的廢水回流到初次沉降池的入口處。由于脫水單元的模型與濃縮機建模機理類似，這里不再累述。

1.3 模型接口

BSM2將液相流和污泥流相結(jié)合，實現(xiàn)了全流程污水處理過程。液相流部分采用ASM1模型進行模擬，污泥流部分則使用ADM1模型。由于ASM1和ADM1中的狀態(tài)變量不同，因此，在對這兩個過程進行合并的過程中，定義模型接口和對狀態(tài)變量進行轉(zhuǎn)換顯得十分必要［6，11］。

模型接口定義的基本原則是轉(zhuǎn)換前后質(zhì)量守恒。對于ASM1-ADM1接口來說，在轉(zhuǎn)換的過程中，應(yīng)使總COD(CODt)和總TKN(TKNt)保持質(zhì)量守恒。其中總COD表示有機狀態(tài)變量組成的復(fù)合變量，總TKN是指包括氨氮在內(nèi)的有機氮復(fù)合測量值。

ASM1-ADM1接口的目的是將與ASM1對應(yīng)的活性污泥狀態(tài)變量轉(zhuǎn)化為與ADM1對應(yīng)的厭氧消化狀態(tài)變量。ASM1-ADM1接口轉(zhuǎn)換的基本思想是使復(fù)合組分Xc(包括Saa、Si、Xi)關(guān)于可用氮和 COD達到最小。這里使用狀態(tài)變量的自由度來達到平衡，即采用狀態(tài)變量關(guān)于碳或氮的自由度來達到平衡。在這種轉(zhuǎn)換方法中，由于假設(shè)Ssu(無機氮)、Xch(糖類)和Xli(脂類)不含有氮，因此，將Ssu、Xch和Xli作為含碳自由度。類似地，將Sin作為含氮自由度。

ADM1-ASM1的作用是將消化池出口處的任意狀態(tài)變量轉(zhuǎn)換為用于脫水單元的狀態(tài)變量。由ADM1狀態(tài)變量轉(zhuǎn)換到ASM1狀態(tài)變量這一過程相對簡單，這種轉(zhuǎn)換過程的目的是使Xs、Ss、Si和Xi關(guān)于可用COD最小，Xnd和Snd含氮量達到最小。

1.4 輸入污水的組成

BSM1分別針對晴天、雨天和暴雨天氣設(shè)計了3個污水輸入文件。對于BSM2，輸入文件并不是依據(jù)預(yù)先定義好的數(shù)據(jù)文件來確定，而是根據(jù)模型進行設(shè)計。在BSM2中，對象性能的評價周期為364 d。在對性能評價之前，應(yīng)先確定動態(tài)鎮(zhèn)定周期。動態(tài)鎮(zhèn)定周期為245 d。因此，BSM2的輸入污水文件由609 d的動態(tài)數(shù)據(jù)組成。

1.5 性能評價指標(biāo)

與一般的工業(yè)生產(chǎn)過程相比，污水處理廠的運行具有特殊性。它的最終“產(chǎn)品”首先必須遵守環(huán)保法規(guī)強制性的排放要求，然后才考慮工藝目標(biāo)和控制目標(biāo)的實現(xiàn)。如何將上述操作要求分解統(tǒng)一到控制系統(tǒng)的設(shè)計和實施中，目前仍然沒有完全解決。評價運行效果需要綜合以下幾個指標(biāo)。

①常規(guī)的控制系統(tǒng)指標(biāo):如絕對誤差積分(integral of absolute error，IAE)、積分平方差(integral square error，ISE)、最大偏差、方差、越界的次數(shù)和持續(xù)時間等。

② 出水限制指標(biāo):總氮濃度 Ntot，e＜18 gN/m3、化學(xué)需氧量 CODtot，e＜100 gCOD/m3、氨氮濃度 SNH，e＜ gN/m3、固體懸浮物濃度TSS＜30 gS/m3、生物需氧量濃度BOD5，e＜ 10 gBOD/m3。

③出水質(zhì)量指標(biāo)(EQI):EQI是衡量主要污染物對受納水體污染程度的一個指標(biāo)。觀測期內(nèi)(從第245 d開始到第609 d)的EQI表達式為:

總凱氏氮濃度:

總固體物濃度:

5天生化需氧量:

化學(xué)需氧量:

④經(jīng)濟指標(biāo):經(jīng)濟指標(biāo)主要從污泥產(chǎn)量(SP)、曝氣風(fēng)機能耗(AE)和泵機能耗(PE)這3方面進行考慮。

污泥產(chǎn)量(SP)主要根據(jù)研究時間內(nèi)(從第245 d開始到第609 d)排放的污泥量以及系統(tǒng)積累的污泥量來計算:

此外，系統(tǒng)的總污泥產(chǎn)量是指處置污泥與系統(tǒng)流失污泥的總和，具體計算方法如下:

在污水處理的成本核算中，約40% ～60%的電能消耗在泵和風(fēng)機上，其節(jié)能控制日益受到重視。其中曝氣風(fēng)機能耗定義為:

泵機能耗的計算表達式為:

2 數(shù)值計算結(jié)果

本文根據(jù)BSM2協(xié)議，開發(fā)了基于Matlab/Simulink與C語言混合編程的仿真程序。主程序采用Matlab編寫，模型與模型之間的接口均采用C語言編程。整個污水處理廠的模型通過Simulink進行搭建，在開源Linux環(huán)境中運行。

為驗證仿真程序計算的穩(wěn)定性和一致性，首先在不加控制作用的情況下，對開環(huán)性能進行了仿真。仿真結(jié)果如表1所示。

表1 仿真結(jié)果Tab.1 Simulation results

由表1可知，系統(tǒng)在開環(huán)情況下具有較好的穩(wěn)定性。被控變量4號反應(yīng)器的溶解氧濃度和控制誤差曲線如圖2所示。

圖2 溶解氧控制和控制誤差曲線Fig.2 The dissolved oxygen control and control error curves

被控變量的常規(guī)性能指標(biāo)如表2所示。

表2 常規(guī)性能指標(biāo)Tab.2 Common performance indexes

出水水質(zhì)指標(biāo)如表3所示。

表3 出水水質(zhì)指標(biāo)Tab.3 Effluent water-quality indexes

根據(jù)出水水質(zhì)，可得出水質(zhì)量指標(biāo)如圖3所示。

圖3 出水質(zhì)量指標(biāo)Fig.3 Effluent quality index

AE、PE、SP和SPtotal這幾項經(jīng)濟指標(biāo)的平均值如表4所示。

表4 經(jīng)濟指標(biāo)Tab.4 Economic indexes

若將4號反應(yīng)器溶解氧濃度(SO4)設(shè)置值改為2.5 mg(COD)/L，所得溶解氧濃度變化和控制誤差曲線如圖4所示，進一步說明了仿真平臺的有效性和穩(wěn)定性。

圖4 改變后的溶解氧控制和控制誤差曲線Fig.4 The dissolved oxygen control and control error curves while changing set point

3 結(jié)束語

全流程污水處理過程不僅要保證出水水質(zhì)達到環(huán)保排放標(biāo)準(zhǔn)，同時也必須考慮剩余污泥的處置和成本，這是污水處理工業(yè)的發(fā)展方向。為此，本文開發(fā)了基于BSM2協(xié)議的全流程污水生化處理過程標(biāo)準(zhǔn)仿真平臺。利用該仿真軟件可完成:①穩(wěn)態(tài)初值計算和動態(tài)特性模擬;②基于三類性能指標(biāo)的最佳工藝選擇和設(shè)計;③先進控制策略的評價等任務(wù)。基于BSM2污水處理過程的研究還處于初級階段，仍有大量問題尚未解決，仍需研究人員進行更深入的研究。

［1］ Volcke E I P.Modeling，analysis and control of partial nitritation in a SHARON reactor［D］.Belgium:Ghent University，2006.

［2］ Kargbo D M.Biodiesel production from municipal sewage sludges［J］.Energy Fuels，2010，24(1):2791 －2794.

［3］ Pittman J K，Dean A P，Osundeko O.The potential of sustainable algal biofuel production using wastewater resources［J］.Bioresource Technology，2011，102(1):17 －25.

［4］ Jeppsson U，Rosen C，Alex J，et al.Towards a benchmark simulation model for plant-wide control strategy performance evaluation of WWTPs［J］.Water Science and Technology，2006，51(1):287 －295.

［5］ Henze M.COST 624:Optimal management of wastewater systems［EB/OL］.［2006 －08 －12］.http://www.ensic.inpl-nancy.fr/COSTWWTP.

［6］ Batstone D J，Keller J，Angelidaki I，et al.Anaerobic digestion model No.1［M］.London:IWA Publishing，2002.

［7］ Henze M，Gujer W，Mino T，et al.Activated sludge models ASM1，ASM2，ASM2d，ASM3［R］.IWA Scientific and Technical Reports，London，2000.

［8］ Takács I，Patry G.A dynamic model of the clarification-thickening process［J］.Water Research，1991，25(10):1263 －1271.

［9］ Otterpohl R，F(xiàn)reund M.Dynamic models for clarifiers of activated sludge plants with dry and wet weather flows［J］.Water Science and Technology，1992，26(5):1391 －1400.

［10］Otterpohl R，Raak M，Rolfs T.A mathematical model for the efficiency of the primary clarification［C］∥Proceedings of IAWQ 17th Biennial International Conference，Budapest，Hungary，1994.

［11］Copp J B，Jeppsson U，Rosen C.Towards an ASM1-ADM1 state variable interface for plant-wide wastewater treatment modeling［C］∥Water Environment Federation Conference，WEFTEC 2003，Los Angeles，California，2003.