CN107337272A - 一种投加碳源的污水处理优化控制方法 - Google Patents

一种投加碳源的污水处理优化控制方法 Download PDF

Info

Publication number
CN107337272A
CN107337272A CN201710416068.1A CN201710416068A CN107337272A CN 107337272 A CN107337272 A CN 107337272A CN 201710416068 A CN201710416068 A CN 201710416068A CN 107337272 A CN107337272 A CN 107337272A
Authority
CN
China
Prior art keywords
pao
sodium acetate
models
asm2e
parameter
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710416068.1A
Other languages
English (en)
Other versions
CN107337272B (zh
Inventor
胡香
胡洁
许光远
勾全增
马玉萍
侯红勋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Anhui Guoshen Environment Protection And Energy Saving Science And Technology Co
Original Assignee
Anhui Guoshen Environment Protection And Energy Saving Science And Technology Co
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Anhui Guoshen Environment Protection And Energy Saving Science And Technology Co filed Critical Anhui Guoshen Environment Protection And Energy Saving Science And Technology Co
Priority to CN201710416068.1A priority Critical patent/CN107337272B/zh
Publication of CN107337272A publication Critical patent/CN107337272A/zh
Application granted granted Critical
Publication of CN107337272B publication Critical patent/CN107337272B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/30—Aerobic and anaerobic processes
    • C02F3/308—Biological phosphorus removal
    • C—CHEMISTRY; METALLURGY
    • C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
    • C02F3/00—Biological treatment of water, waste water, or sewage
    • C02F3/34—Biological treatment of water, waste water, or sewage characterised by the microorganisms used
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/152—Water filtration

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Microbiology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Organic Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Environmental & Geological Engineering (AREA)
  • Water Supply & Treatment (AREA)
  • Chemical & Material Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Molecular Biology (AREA)
  • Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
  • Activated Sludge Processes (AREA)

Abstract

本发明公开了一种投加碳源的污水处理优化控制方法，属于废水生物处理技术领域，包括：S1、将增加的动力学表达式写入含有ASM2d模型的仿真软件中，结合ASM2d模型构建ASM2e模型；S2、利用ASM2e模型库中的各工艺组件单元构建污水处理工艺；S3、将进水水质浓度转换为ASM2e模型的组分浓度，并对污水处理工艺进行初步稳态模拟；S4、根据初步稳态模拟的结果以及灵敏度分析，校准所述ASM2e模型的动力学参数和化学计量学参数，实现稳态模拟；S5、将稳态模拟结果作为动态模拟的初始输入值，对动态进水水质进行动态模拟分析。该方法适应于在缺氧或者好氧区存在乙酸钠的污水处理系统脱氮除磷效果的模拟和优化运行。

Description

一种投加碳源的污水处理优化控制方法
技术领域
本发明涉及废水生物处理技术领域，特别涉及一种投加碳源的污水处理优化控制方法。
背景技术
随着工农业的发展，为了对环境加以保护，污水处理被广泛应用于建筑、农业，交通、能源、石化、环保、城市景观、医疗、餐饮等各个领域。目前，在污水处理过程中一般使用的是国际水协会(IWA)推出的活性污泥ASM2d模型，该模型与其他模型相比，在模拟硝酸盐和磷磷盐动力学方面更加准确，自面世以来被广泛应用于具有脱氮除磷功能的污水处理系统。以ASM2d模型为基础，借助计算机技术，可以实现污水处理系统的优化运行。
但是，ASM2d模型较为复杂，在运行过程中计算量较大。为了降低模型的复杂性，对ASM2d模型引入了一些简化方法，这些简化方法直接导致ASM2d模型在运行过程产生了一些缺陷，比如：模拟系统在某些特定条件下运行时，ASM2d模型不适应。
另外，ASM2d模型还存在一个重要的缺陷在于：不能模拟有乙酸钠等乙酸类物质存在于缺氧池和曝气池的过程。这是由于很多污水处理厂是直接在缺氧区投加乙酸钠作为外加碳源，目的是强化反硝化脱氮的效果。此时系统缺氧区存在易生物降解的有机物(在碳源投加过量的情况下，也可能后续好氧区存在易生物降解的有机物)，聚磷菌可以消耗这部分易生物降解有机物用于缺氧或者好氧生长。
但是，国际水协会(IWA)认为在生物除磷脱氮污水厂中，这种基质不可能在缺氧或好氧条件下获得，因此，ASM2d模型忽略了聚磷菌利用这部分溶解性基质生长的可能性，而是假定聚磷菌仅在消耗胞内贮存有机物PHA的基础上生长，这个假定是应用ASM2d模型的严格的约束条件。所以，在投加乙酸钠的污水处理系统中，ASM2d模型显然不适用。
因此，ASM2d模型在投加乙酸钠的实际污水处理过程中的适用性不强，不符合我国污水处理行业的特点。
发明内容
本发明的目的在于提供一种投加碳源的污水处理优化控制方法，以适应于在缺氧或者好氧区存在乙酸钠的污水处理系统脱氮除磷效果的模拟和优化运行。
为实现以上目的，本发明提供一种投加碳源的污水处理优化控制方法，该方法包括：
S1、将增加的动力学表达式写入含有ASM2d模型的仿真软件中，结合ASM2d模型构建ASM2e模型，其中，增加的反应过程包括聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程和聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程；
S2、利用ASM2e模型库中的各工艺组件单元构建污水处理工艺；
S3、将进水水质浓度作为ASM2e模型组分浓度的输入，并对污水处理工艺进行初步稳态模拟；
S4、根据初步稳态模拟的结果以及灵敏度分析，校准所述ASM2e模型的动力学参数和化学计量学参数，实现稳态模拟；
S5、将稳态模拟结果作为动态模拟的初始输入值，对动态进水水质进行动态模拟分析。
进一步地，步骤S1中的动力学表达式还包括：溶解氧对胞内贮存有机物XPHA贮存过程影响的动力学表达式。
进一步地，动力学表达式中的动力学参数包括基于乙酸钠SA的聚磷XPP贮存的速率常数qPPSA，基于乙酸钠SA的聚磷菌XPAO的最大生长速率μPAOSA，基于乙酸钠SA的缺氧活性SNO3降低修正因子ηNO3,PAOSA，聚磷菌XPAO的溶解氧饱和/抑制系数KO,PAO；
化学计量学参数包括基于乙酸钠SA的聚磷菌XPAO产率系数YPAOSA。
进一步地，步骤S1中的聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程和聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程，具体包括：
聚磷酸盐XPP基于乙酸钠SA作为外加碳源的好氧贮存动力学表达式为：
聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧贮存动力学表达式为：
聚磷菌XPAO基于乙酸钠SA作为外加碳源的好氧贮存动力学表达式为：
聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧贮存动力学表达式为：
其中，SO为氧气的浓度，SPO4为磷酸盐的浓度，SNH4为氨氮的浓度，SNO3为硝酸盐的浓度，SALK为碱度，KMAX为XPP/XPAO的最大比率，KIPP为XPP贮存的抑制系数，KSA,PAO为SA的饱和系数，KPO4,PAO为SPO4的饱和系数，KNO3,PAO为SNO3的饱和系数，KALK,PAO为SALK的饱和系数，KNH4,PAO为SNH4的饱和系数。
进一步地，溶解氧对胞内贮存有机物贮存过程影响的动力学表达式，具体为：
进一步地，步骤S4，具体包括：
根据局部敏感度分析方法分析所述的ASM2e模型中各动力学参数、化学计量学参数的敏感系数；
当动力学参数及化学计量学参数的敏感系数超过敏感标准值时，对敏感系数超过敏感标准值的参数进行校准，以得到校正后的ASM2e模型。
进一步地，对敏感系数超过敏感标准值的参数进行校准的方式包括好氧呼吸法、采用实际污水与系统活性污泥进行小试实验法以及所述含有ASM2d模型的仿真软件内置的优化高级组件进行模型自优化校准法。
与现有技术相比，本发明存在以下技术效果：
本发明通过对ASM2d模型进行适当扩展和修正，得到ASM2e模型，与原有的ASM2d模型相比，增加了聚磷酸盐基于乙酸钠作为外加碳源的缺氧和好氧贮存的动力学表达式，增加了聚磷菌基于乙酸钠作为外加碳源的缺氧和好氧贮存的动力学表达式。因此，本发明中的ASM2e模型能够准确模拟聚磷菌在缺氧和好氧条件下的生物除磷过程，适用于在缺氧或好氧区存在乙酸钠的污水处理系统脱氮除磷效果的模拟和运行，满足我国污水处理行业特点，具有很强的实用性和经济性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明中一种投加碳源的污水处理优化控制方法的流程示意图；
图2是本发明中对污水进行处理的工艺流程图；
图3是本发明中污水处理过程连续投加乙酸钠作为外加碳源条件下的PO4 3--P实测浓度及模拟结果的对比示意图；
图4是本发明中污水处理过程连续投加乙酸钠作为外加碳源条件下的NO3 --N实测浓度及模拟结果的对比示意图；
图5是本发明中应用ASM2e模型处理前后污水处理过程乙酸钠的投加量变化示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1所示，本发明公开了一种投加碳源的污水处理优化控制方法，该方法包括如下步骤S1至S5：
S1、将增加的动力学表达式写入含有ASM2d模型的仿真软件中，结合ASM2d模型构建ASM2e模型，其中，增加的反应过程包括聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程和聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程；
具体地，含有ASM2d模型的仿真软件可以选用GPS-X、BioWin或WEST等仿真软件，现以GPS-X仿真软件为例来说明构建ASM2e模型的过程：利用模型开发组件(Modeldeveloper)对GPS-X仿真软件内置的ASM2d模型矩阵、模型组分及变量、GPS-X变量等进行自定义编辑，生成ASM2e模型。
S2、利用ASM2e模型库中的各工艺组件单元构建污水处理工艺；
具体地，在构建污水处理工艺时，将ASM2e模型库中需要的各工艺组件单元拖拉出来，并按照污水处理工艺顺序进行排布，建立的污水处理厂的工艺流程图如图2所示。
S3、将进水水质浓度作为ASM2e模型的组分浓度输入，并对污水处理工艺进行初步稳态模拟；
具体地，本步骤将进水水质浓度作为ASM2e模型的模型组分浓度输入，将反应单元构造尺寸、回流比等工艺运行参数输入ASM2e模型，利用缺省值进行初步稳态模拟。进行初步稳态模拟的作用主要是确定构建的ASM2e模型是否可以正常运行，以及确定ASM2e模型运行的结果与实测值是否存在偏差。以便于根据ASM2e模型初步稳态模拟的结果确定对具体的参数进行校正。
S4、根据初步稳态模拟的结果以及灵敏度分析，校准所述ASM2e模型的动力学参数和化学计量学参数，实现稳态模拟；
需要说明的是，在实际应用中，由于每个污水处理厂污水水质、运行工况等具体情况不同，因此，在应用ASM2e模型时，需要根据实际处理污水的具体情况对ASM2e模型的各项参数进行校准。
S5、将稳态模拟结果作为动态模拟的初始输入值，对动态进水水质进行动态模拟分析。
具体地，所述的ASM2e模型中新增加的动力学表达式中的动力学参数包括基于乙酸钠SA的聚磷XPP贮存的速率常数qPPSA，基于乙酸钠SA的聚磷菌XPAO的最大生长速率μPAOSA，基于乙酸钠SA的缺氧活性SNO3降低修正因子ηNO3,PAOSA，聚磷菌XPAO的溶解氧饱和/抑制系数KO,PAO；
化学计量学参数包括基于乙酸钠SA的聚磷菌XPAO产率系数YPAOSA。
其中，聚磷酸盐XPP基于乙酸钠SA作为外加碳源的好氧贮存动力学表达式为：
聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧贮存动力学表达式为：
聚磷菌XPAO基于乙酸钠SA作为外加碳源的好氧贮存动力学表达式为：
聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧贮存动力学表达式为：
其中，SO为氧气的浓度，SPO4为磷酸盐的浓度，SNH4为氨氮的浓度，SNO3为硝酸盐的浓度，SALK为碱度，KMAX为XPP/XPAO的最大比率，KIPP为XPP贮存的抑制系数，KSA,PAO为SA的饱和系数，KPO4,PAO为SPO4的饱和系数，KNO3,PAO为SNO3的饱和系数，KALK,PAO为SALK的饱和系数，KNH4,PAO为SNH4的饱和系数。
本实施例提供的ASM2e模型增加了聚磷酸盐基于乙酸钠作为外加碳源的缺氧和好氧贮存的动力学表达式，以及聚磷菌基于乙酸钠作为外加碳源的缺氧和好氧贮存的动力学表达式，实现了缺氧或好氧区存在乙酸钠的污水处理系统脱氮除磷效果的模拟和优化运行。
进一步地，步骤S1中的动力学表达式还包括：溶解氧对胞内贮存有机物XPHA贮存过程影响的动力学表达式。具体为通过溶解氧开关函数KO,PAO/(SO+KO,PAO)来表达溶解氧对胞内贮存有机物XPHA贮存过程的影响：
本实施例中的ASM2e模型在上述公开内容的基础上增加了溶解氧对胞内贮存有机物XPHA贮存过程影响的动力学表达式，不仅适用于存在乙酸钠作为外加碳源的污水处理脱氮除磷过程的仿真模拟，还实现了在出水稳定达标前提下外加碳源的优化投加，节省碳源投加量，提高了污水处理厂的运行管理水平。
具体地，ASM2e模型的计量学矩阵如表1所示：
表1
进一步地，为了适用所处理的污水的具体情况，上述的步骤S4中，具体包括如下细分步骤：
根据局部敏感度分析方法分析所述的ASM2e模型中各动力学参数、化学计量学参数以及模型组分参数的敏感系数；
当动力学参数、化学计量学参数或者模型组分参数的敏感系数超过敏感标准值时，对敏感系数超过敏感标准值的参数进行校准，以得到校正后的ASM2e模型。
本实施例中通过将进水水质浓度作为ASM2e模型中对应组分浓度的输入值，采用局部敏感度分析方法，并通过GPS-X软件内置的分析组件Analyzer分析ASM2e模型中各个动力学参数、化学计量学参数对模型输出组分的影响。其中，模型输出组分考虑的变量包括厌氧COD、PO4 3--P浓度，缺氧COD、PO4 3--P、NO3 --N、NO2 --N浓度以及好氧COD、PO4 3--P浓度等。
具体地，敏感度分析是一种不确定性分析的手段，通过有目的的改变所研究的某个参数，研究该参数的变化对目标函数或者控制指标的影响，分析一个模型参数对系统状态和输出变化的敏感程度。敏感度分析方法包括两大类：局部敏感度分析和全局敏感度分析，局部敏感度分析是在参数在很小的局部范围内变化，全局敏感度分析是参数在其整个范围内变化。
本实施例中采用局部敏感度分析作为较为优选的实施例，具体为固定其他参数数值不变，将待测参数调整10％，然后观察各输出变量的响应，通常采用敏感度因子Si,j表征参数的灵敏度，敏感度因子的计算公式如下：
其中，Si,j为模型参数的敏感度，xi为变化后的模型参数值，yj为变化后的状态变量值，Δyj为由参数变化引起的状态变量的变化幅度，Δxi为参数的变化幅度。
在计算中，如果敏感度为正，表明变量与参数的变化方向一致，即参数增加或减小导致输出变量随之增大或减小；如果敏感度为负，表明变量与参数的变化方向相反，即参数增加或减小导致输出变量随之减小或增大；如果参数和变量之间的关系是线性的，那么敏感度具有一致性，该参数的大小和方向不随时间改变。但是通常状态或输出变量对参数的敏感度并不是常数而是随时间变化的。
通过对待测参数调整10％计算Si,j，根据Si,j的大小，将参数对输出量的影响情况分为以下四类：
(1)Si,j<0.25，说明参数的调整对系统输出无明显影响；
(2)0.25≤Si,j<1，说明参数的调整对系统输出有影响；
(3)1≤Si,j<2，说明参数的调整对系统输出有显著影响；
(4)Si,j≥2，说明参数的微调对系统输出影响非常显著。
分析出模型中的动力学参数及化学计量学参数的敏感系数之后，筛选出敏感系数较大的参数并对其进行校准。比如，当某参数的敏感系数超过0.25时，对其进行校准。
需要说明的是，在实际应用中，对活性污泥模型筛选出重要的参数进行校正是非常重要的，如果对模型中的参数一一进行校正或测定会耗费大量的人力物力以及时间，本实施例中将敏感度分析纳入模型校正程序，在整个优化模型的过程中减少投入。
进一步地，本实施例中对敏感系数超过敏感标准值的参数进行校准的方式包括好氧呼吸法、采用实际污水与系统活性污泥进行小试实验法以及所述含有ASM2d模型的仿真软件内置的优化高级组件进行模型自优化校准法。
下面以本发明公开的ASM2e模型应用于某污水处理厂为例说明该模型进行污水处理优化控制的效果：
某污水处理厂处理规模Q＝30000m3/d，采用改良AAO工艺进行处理，污水及脱氧后污泥依次进入厌氧池、缺氧池和好氧池，经二沉池沉淀后消毒排出，要求出水水质达到一级A标准(GB18918-2002)。该污水处理系统分两组，单组总容积为9165m3，其中厌氧池容积为2340m3、缺氧池容积为2340m3，好氧池容积为3510m3，预缺氧池容积为975m3。厌氧池停留时间为3.74h，缺氧池停留时间为3.74h，好氧池停留时间为5.62h，预缺氧池停留时间为1.56h。污泥龄为16天。内回流比为300％，污泥回流比为100％。
由于进水碳源不足，该厂连续投加乙酸钠作为外加碳源，投加位置为缺氧池。应用本发明提出的方法对污水厂单元水质和碳源投加量进行模拟优化过程如下：
(1)选中构建的ASM2e模型，根据实际情况，利用软件模型库中各种工艺组件单元建立污水处理厂的工艺流程；
(2)测定进水水质参数及进水COD组分，将进水水质浓度作为ASM2e模型组分浓度的输入值，并输入反应单元构造、工艺运行条件等进行稳态模拟；
具体为，按照国家标准分析方测定进水水质参数为：化学需氧量CODcr为238mg/L，溶解性CODcr为151mg/L、五日生化需氧量BOD5为46mg/L、总悬浮物TSS为127mg/L、总氮TN为40mg/L、氨氮NH4 +-N为28.6mg/L、硝酸盐氮NO3 --N为0.46mg/L、亚硝酸盐氮NO2 --N为0.12mg/L、总磷TP为4.7mg/L、磷酸盐PO4 3--P为3.6mg/L、pH为7.2。
按照好氧呼吸速率法测得进水COD组分为：易生物降解基质SS为58.0mg/L、发酵产物SA为38.6mg/L、可发酵的易生物降解有机物SF为19.4mg/L、惰性溶解性有机物SI为31.0mg/L、颗粒性组分为慢速可降解基质XS为101.4mg/L、惰性颗粒性有机物质XI为47.6mg/L。
将以上进水水质浓度和COD组分作为GPS-X软件内ASM2e模型的模型组分浓度输入值，并将反应单元构造尺寸、回流比等工艺运行参数输入模型，利用模型缺省值进行初步稳态模拟，得到初步模拟结果。
(3)结合灵敏度分析，校准ASM2e模型中的动力学参数和化学计量学参数，实现稳态模拟，将稳态模拟结果作为动态模拟的初始输入值，对进水水质进行动态模拟分析。
其中，经过计算分析得到ASM2e模型中动力学参数及化学计量学参数的敏感系数值列于表2：
表2
具体地，在对表2中敏感系数较大的参数进行校准时，较为优选的，本实施例采用好氧呼吸法对异氧菌产率系数YH进行实验校准；
采用实际污水与系统活性污泥对基于Xpp的PHA贮存速率常数qPHA、PP贮存的速率常数qPP、XPP贮存的抑制系数KIPP、PHA的饱和系数KPHA、基于SA的PP贮存的速率常数qPPSA、基于SA的PP贮存和PAOs生长的饱和系数KSA,PAO、基于SA的PAOs的最大生长速率μPAOSA、PAOs的溶解氧饱和/抑制系数KO,PAO等参数进行校准；
表2中其它的参数通过GPS-X软件内置的优化高级组件Optimizer AdvancedTools进行自优化校准。
校准后的化学动力学参数值及化学计量学参数值分别见表3和表4：
表3
表4
经参数校正和验证后的ASM2e模型应用于该污水处理厂不同单元构筑物PO4 3--P的模拟预测浓度和实测浓度的对比示意图如图3所示，NO3 --N的模拟预测浓度和实测浓度的对比示意图如图4所示。由对比示意图可以看出，ASM2e模型对缺氧NO3 --N、好氧NO3 --N模拟预测浓度值与实测浓度值的平均误差分别为0.28和0.14；厌氧PO4 3--P、缺氧PO4 3--P模拟预测浓度值与实测浓度值的平均误差分别为0.96和0.50。NO3 --N和PO4 3--P的模拟预测浓度值和实测浓度值平均误差小于1.0mg/L。ASM2e模型对该系统各单元情况的动态模拟可反映实际运行中的相应浓度变化趋势，对脱氮和除磷过程均有良好的模拟效果，验证了该方法的实用性和有效性。
应用本发明提供的ASM2e模型进行碳源优化控制前后乙酸钠的投加量情况如图5所示。其中，在优化控制前，采用人工经验投加的方式，乙酸钠平均投加量为8.21吨/天；优化控制后，根据缺氧池硝酸盐氮的浓度动态调整乙酸钠投加量，乙酸钠平均投加量为6.49吨/天，相比较于优化控制前，乙酸钠日均投加量降低1.72吨/天。
假设该厂乙酸钠的采购价为780元/吨，经计算，该处理规模为30000m3/d的污水处理厂预计年节省碳源费用为780*1.72*365＝48.97万元。因此，采用本发明提供的ASM2e模型不仅适用于我国污水处理厂投加乙酸钠作为外加碳源的特点，而且能对处理过程中乙酸钠的投加量进行优化控制，极大的节省了污水处理过程的成本。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种投加碳源的污水处理优化控制方法，其特征在于，包括：
S1、将增加的动力学表达式写入含有ASM2d模型的仿真软件中，结合ASM2d模型构建ASM2e模型，其中，增加的反应过程包括聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程和聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程；
S2、利用ASM2e模型库中的各工艺组件单元构建污水处理工艺；
S3、将进水水质浓度作为ASM2e模型组分浓度的输入，并对污水处理工艺进行初步稳态模拟；
S4、根据初步稳态模拟的结果以及灵敏度分析，校准所述ASM2e模型的动力学参数和化学计量学参数，实现稳态模拟；
S5、将稳态模拟结果作为动态模拟的初始输入值，对动态进水水质进行动态模拟分析。
2.如权利要求1所述的方法，其特征在于，所述的步骤S1中的动力学表达式还包括：溶解氧对胞内贮存有机物XPHA贮存过程影响的动力学表达式。
3.如权利要求1或2所述的方法，其特征在于，所述的动力学表达式中的动力学参数包括基于乙酸钠SA的聚磷XPP贮存的速率常数qPPSA，基于乙酸钠SA的聚磷菌XPAO的最大生长速率μPAOSA，基于乙酸钠SA的缺氧活性SNO3降低修正因子ηNO3,PAOSA，聚磷菌XPAO的溶解氧饱和/抑制系数KO,PAO；
化学计量学参数包括基于乙酸钠SA的聚磷菌XPAO产率系数YPAOSA。
4.如权利要求3所述的方法，其特征在于，所述步骤S1中的聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程和聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧和好氧贮存过程，具体包括：
聚磷酸盐XPP基于乙酸钠SA作为外加碳源的好氧贮存动力学表达式为：
聚磷酸盐XPP基于乙酸钠SA作为外加碳源的缺氧贮存动力学表达式为：
聚磷菌XPAO基于乙酸钠SA作为外加碳源的好氧贮存动力学表达式为：
聚磷菌XPAO基于乙酸钠SA作为外加碳源的缺氧贮存动力学表达式为：
其中，SO为氧气的浓度，SPO4为磷酸盐的浓度，SNH4为氨氮的浓度，SNO3为硝酸盐的浓度，SALK为碱度，KMAX为XPP/XPAO的最大比率，KIPP为XPP贮存的抑制系数，KSA,PAO为SA的饱和系数，KPO4,PAO为SPO4的饱和系数，KNO3,PAO为SNO3的饱和系数，KALK,PAO为SALK的饱和系数，KNH4,PAO为SNH4的饱和系数。
5.如权利要求4所述的方法，其特征在于，所述的溶解氧对胞内贮存有机物贮存过程影响的动力学表达式，具体为：
。
6.如权利要求3所述的方法，其特征在于，所述的步骤S4，具体包括：
根据局部敏感度分析方法分析所述的ASM2e模型中各动力学参数、化学计量学参数的敏感系数；
当动力学参数或化学计量学参数的敏感系数超过敏感标准值时，对敏感系数超过敏感标准值的参数进行校准，以得到校正后的ASM2e模型。
7.如权利要求6所述的方法，其特征在于，所述的对敏感系数超过敏感标准值的参数进行校准的方式包括好氧呼吸法、采用实际污水与系统活性污泥进行小试实验法以及所述含有ASM2d模型的仿真软件内置的优化高级组件进行模型自优化校准法。
CN201710416068.1A 2017-06-05 2017-06-05 一种投加碳源的污水处理优化控制方法 Active CN107337272B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710416068.1A CN107337272B (zh) 2017-06-05 2017-06-05 一种投加碳源的污水处理优化控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710416068.1A CN107337272B (zh) 2017-06-05 2017-06-05 一种投加碳源的污水处理优化控制方法

Publications (2)

Publication Number Publication Date
CN107337272A true CN107337272A (zh) 2017-11-10
CN107337272B CN107337272B (zh) 2021-03-02

Family

ID=60220224

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710416068.1A Active CN107337272B (zh) 2017-06-05 2017-06-05 一种投加碳源的污水处理优化控制方法

Country Status (1)

Country Link
CN (1) CN107337272B (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109133344A (zh) * 2018-09-27 2019-01-04 南京信息工程大学 一种精准控制污水生物脱氮外加碳源投加量的方法
CN110368719A (zh) * 2019-08-06 2019-10-25 詹卫东 一种二沉池设计方法及相应的二沉池
CN110963631A (zh) * 2018-09-29 2020-04-07 中国石油化工股份有限公司 一种乙二醇的工业废水的处理方法及装置
CN111039383A (zh) * 2019-12-30 2020-04-21 重庆商勤科技有限公司 一种碳源投加方法及系统
CN112415911A (zh) * 2020-10-21 2021-02-26 北京水慧智能科技有限责任公司 一种基于敏感性分析和差分进化算法的参数自动校准方法
CN116562412A (zh) * 2022-11-16 2023-08-08 广州市净水有限公司 一种污水生物处理低碳运行优化方法
CN117602767A (zh) * 2023-12-20 2024-02-27 石家庄正中科技有限公司 高效集约型脱氮除磷污水处理工艺
CN117735717A (zh) * 2023-12-20 2024-03-22 石家庄正中科技有限公司 厌氧池高效水解酸化工艺
CN118235148A (zh) * 2023-09-12 2024-06-21 南京大学 一种基于机器学习的废水生物处理工艺的重构方法及系统

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105439285A (zh) * 2015-12-04 2016-03-30 中国科学院生态环境研究中心 一种污水处理的调控方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105439285A (zh) * 2015-12-04 2016-03-30 中国科学院生态环境研究中心 一种污水处理的调控方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张超等: "乙酸/丙酸作为EBPR碳源的动力学模型研究(Ⅰ)――模型的建立", 《环境科学》 *
王亚宜等: "基于聚糖菌和聚磷菌竞争的代谢模型及影响因素", 《环境科学学报》 *

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109133344A (zh) * 2018-09-27 2019-01-04 南京信息工程大学 一种精准控制污水生物脱氮外加碳源投加量的方法
CN110963631A (zh) * 2018-09-29 2020-04-07 中国石油化工股份有限公司 一种乙二醇的工业废水的处理方法及装置
CN110368719A (zh) * 2019-08-06 2019-10-25 詹卫东 一种二沉池设计方法及相应的二沉池
CN111039383A (zh) * 2019-12-30 2020-04-21 重庆商勤科技有限公司 一种碳源投加方法及系统
CN112415911A (zh) * 2020-10-21 2021-02-26 北京水慧智能科技有限责任公司 一种基于敏感性分析和差分进化算法的参数自动校准方法
CN116562412A (zh) * 2022-11-16 2023-08-08 广州市净水有限公司 一种污水生物处理低碳运行优化方法
CN116562412B (zh) * 2022-11-16 2024-02-20 广州市净水有限公司 一种污水生物处理低碳运行优化方法
CN118235148A (zh) * 2023-09-12 2024-06-21 南京大学 一种基于机器学习的废水生物处理工艺的重构方法及系统
WO2024159750A1 (zh) * 2023-09-12 2024-08-08 南京大学 一种基于机器学习的废水生物处理工艺的重构方法及系统
CN117602767A (zh) * 2023-12-20 2024-02-27 石家庄正中科技有限公司 高效集约型脱氮除磷污水处理工艺
CN117735717A (zh) * 2023-12-20 2024-03-22 石家庄正中科技有限公司 厌氧池高效水解酸化工艺

Also Published As

Publication number Publication date
CN107337272B (zh) 2021-03-02

Similar Documents

Publication Publication Date Title
CN107337272A (zh) 一种投加碳源的污水处理优化控制方法
Mannina et al. Greenhouse gases from wastewater treatment—A review of modelling tools
Huang et al. Impacts of dissolved oxygen control on different greenhouse gas emission sources in wastewater treatment process
Hao et al. Model-based evaluation of two BNR processes—UCT and A2N
CN106277330A (zh) 一种基于氮平衡的污水厂智能控制系统及控制方法
CN105439285B (zh) 一种污水处理的调控方法
CN111762958A (zh) 基于asm2d模型的污水处理厂深井曝气工艺优化方法及装置
CN114230110A (zh) 用于污水处理的短程智能除磷加药控制方法、设备及系统
CN114132980A (zh) 用于污水处理的短程智能精确曝气控制方法、设备及系统
CN101928064B (zh) 造纸废水活性污泥法处理的仿真方法
CN115329661B (zh) 一种智能投药模型建模、智能投药体系创建、投药方法
WO2015011213A1 (en) A method and a system for enhancing nitrogen removal in a granular sequencing batch reactor (gsbr) and a computer program product
KR20180104413A (ko) 하모니서치 알고리즘을 이용한 활성슬러지 공정의 산소공급량 제어 시스템
CN112573641B (zh) 一种污水处理量确定方法及装置
Boiocchi et al. Evaluating the potential impact of energy-efficient ammonia control on the carbon footprint of a full-scale wastewater treatment plant
CN109019892A (zh) 一种基于数据同化在线优化曝气量的调控方法
CN117032138A (zh) 一种污水处理智能控制过程中最优控制参数的计算方法
CN117113719A (zh) 一种污水处理仿真建模系统搭建方法
CN117079730A (zh) 一种a2o生物池工艺的全流程优化数学模型建立方法
Boiocchi et al. Extending the benchmark simulation model n° 2 with processes for nitrous oxide production and side-stream nitrogen removal
CN107720975B (zh) 一种乙醇类物质作为外加碳源的污水处理优化模拟方法
CN104238586A (zh) 一种生物处理污水工艺中的氨氮控制系统及方法
CN113979541B (zh) 一种a2o生物池工艺智能控制方法
CN105138716A (zh) 硝化及亚硝化过程的运行优化方法
CN102880794B (zh) 一种污水处理过程模型参数校正方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: 230088 No. 91 science Avenue, hi tech Zone, Anhui, Hefei

Applicant after: Cecep Guozhen Environmental Protection Technology Co.,Ltd.

Address before: 230088 No. 91 science Avenue, hi tech Zone, Anhui, Hefei

Applicant before: Anhui Guozhen environmental protection and energy saving Technology Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant