CN107798416B - 基于蒙特卡罗法预测新建工业园区水污染治理效果的方法 - Google Patents

基于蒙特卡罗法预测新建工业园区水污染治理效果的方法 Download PDF

Info

Publication number
CN107798416B
CN107798416B CN201710816212.0A CN201710816212A CN107798416B CN 107798416 B CN107798416 B CN 107798416B CN 201710816212 A CN201710816212 A CN 201710816212A CN 107798416 B CN107798416 B CN 107798416B
Authority
CN
China
Prior art keywords
water
treatment
pollutant
amount
cost
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.)
Expired - Fee Related
Application number
CN201710816212.0A
Other languages
English (en)
Other versions
CN107798416A (zh
Inventor
龙莎
杨永奎
赵林
李净宸
刘洪波
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.)
Tianjin University
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201710816212.0A priority Critical patent/CN107798416B/zh
Publication of CN107798416A publication Critical patent/CN107798416A/zh
Application granted granted Critical
Publication of CN107798416B publication Critical patent/CN107798416B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Removal Of Specific Substances (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种基于蒙特卡罗法预测新建工业园区水污染治理效果的方法，主要包括采用单位产值废水量法预测行业产生废水量，并将行业产生废水量划分到不同规模的同行业企业产生废水量、统计分析得出不同行业废水中各类污染物的分布类型及取值范围、统计分析得出企业预处理技术、集中处理技术、深度处理技术的各类污染物去除率的分布类型、取值范围和建设、运行费用函数，应用蒙特卡罗法，进行随机试验统计分析，由末端污染物出水浓度达标次数得出末端出水达标率，由各环节处理水量、进出水污染物浓度差计算污染物削减量，由污染物削减量均值计算总处理成本。本发明为新建工业园区行业布局、接管标准、再生水回用和水污染防治技术路线规划提供基础数据。

Description

基于蒙特卡罗法预测新建工业园区水污染治理效果的方法
技术领域
本发明属于水污染及治理预测方法领域，涉及一种基于蒙特卡罗法预测新建工业园区水污染治理效果的方法。
背景技术
国内外常用的污水水质、水量指标预测方法主要有回归分析法、多指标综合分析法、系统动力学预测模型、时间序列分析等，但现有方法依赖于预测指标与多项因素匹配的历史资料或预测对象的预测指标的大量历史观测数据，且主要应用于城市污水处理厂进水水质、水量和区域废水量预测，但新建工业园区规划阶段，企业未入驻，水处理设施未建设运行，没有实际运行数据，且涉及企业预处理、园区末端污水厂集中处理、再生水厂深度处理三个环节，以往的预测方法并不适用。
发明内容
本发明的目的在于克服了现有预测方法对预测对象大量历史观测数据的依赖和仅适用于单环节预测的缺陷，将工业园区水污染防治系统视为为不确定性随机系统，采用蒙特卡罗法，通过简单的随机仿真和统计实验手段模拟工业园区水污染防治系统的运行，可获得工业园区水污染防治系统的状态变化与输出结果的大量数据，并将估计误差控制在可接受范围内，结果更具有真实性和工程实用性，为新建工业园区行业布局、接管标准、再生水回用和水污染防治技术路线规划提供预测数据。
本发明的技术方案是提供一种基于蒙特卡罗法预测新建工业园区水污染治理效果的方法，包括如下步骤：
(1)、由园区规划提供行业产值，采用单位产值废水量法预测行业产生废水量，并将行业产生废水量划分到不同规模的同行业企业产生废水量；
(2)、基于多组同类型已有企业的运行数据，统计分析得出各行业废水中各类污染物的分布类型及取值范围；
(3)、基于多组已有企业预处理设施、末端集中污水处理厂、再生水厂的运行数据，统计分析得出企业预处理技术、集中处理技术、深度处理技术的各类污染物去除率的分布类型、取值范围和建设、运行费用函数；
(4)、应用蒙特卡罗法，进行随机试验，每次随机试验过程为，在取值范围内，按照统计得出的概率分布类型，对企业产生废水量、污染物浓度及各环节水处理技术污染物去除率随机抽样，抽样产生的随机数代表工业园区水污染防治系统一天的运行状态；计算各环节污染物出水浓度；借助计算机系统，重复进行随机试验，随机试验次数在5000次以上；
(5)、统计分析随机试验结果，由末端污染物出水浓度达标次数得出末端出水达标率，由各环节处理水量、进出水污染物浓度差计算污染物削减量，由污染物削减量均值计算总处理成本。
具体按照以下步骤：
(1)、基于单位产值废水量法，根据行业i总产值预测值Gi(万元/年)、行业i单位总产值废水排放量统计数据Ki(立方米/万元)，计算行业i的废水总排放量Q1，i(立方米/年)：
Q1，i＝GiKi
(2)、将行业i的废水排放量分配到四类不同规模的企业中，四类规模的企业预处理设施年均日处理量分别为100、500、1000、5000m3/d，设计规模为年均日处理量的1.2倍，实际处理规模Q1，i，j(m3/d)在年均日处理量的0.8到1.2倍取值范围内按正态分布随机取值，四类企业的数量比例为1:1:1:1，当水量剩余时，优先分配给规模小的企业；
(3)、行业废水中污染物k浓度
Figure GDA0002974794850000021
(mg/L)按照拟合的分布类型随机取值，预处理技术污染物k的去除率
Figure GDA0002974794850000022
按照拟合的分布类型随机取值，按下式计算企业预处理设施出水污染物k的浓度
Figure GDA0002974794850000023
(mg/L)：
Figure GDA0002974794850000024
(4)、生活污水(i＝m+1)中污染物k浓度
Figure GDA0002974794850000025
在取值范围内按照正态分布取值，生活污水实际处理规模Q1，m+1，j(m3/d)为园区所有行业工业废水实际处理规模总和的λ倍：
Figure GDA0002974794850000026
Figure GDA0002974794850000027
(5)、根据企业出水污染物k浓度和水量计算集中处理污水处理厂进水污染物k浓度
Figure GDA0002974794850000028
和水量Q2：
Figure GDA0002974794850000029
Figure GDA0002974794850000031
(6)、末端集中污水处理厂水处理技术污染物k去除率
Figure GDA0002974794850000032
按照拟合的分布类型随机取值，按下式计算末端集中污水处理厂出水污染物k浓度
Figure GDA0002974794850000033
Figure GDA0002974794850000034
(7)、按照末端集中污水处理厂出水排放到再生水厂的比例
Figure GDA0002974794850000035
和排放到环境的比例
Figure GDA0002974794850000036
分别计算末端集中污水处理厂出水进入再生水厂、环境的水量；
(8)、再生水厂多级深度处理技术污染物去除率
Figure GDA0002974794850000037
随机取值，结合产水率ωi和回用比βi分别计算每级处理技术出水污染物k浓度
Figure GDA0002974794850000038
处理水量Q3，i和回用水量Q4，i：
Figure GDA0002974794850000039
Figure GDA00029747948500000310
进入下一级深度处理的水量等于上一级产生的水量减去上一级回用水量；最后一级深度处理回用水量等于产水量：
Q4，i＝βiωiQ3，i
Q3，i+1＝(1-βi)ωiQ3，i
Figure GDA00029747948500000311
(9)、重复步骤1-8，进行s次随机试验，统计随机试验结果，计算以下多个估计量：
a)、末端集中污水处理厂出水污染物浓度
Figure GDA00029747948500000312
小于等于污水处理厂排放标准污染物k的限值
Figure GDA00029747948500000313
的概率
Figure GDA00029747948500000314
即末端达标率；
b)、行业污染物削减量
Figure GDA00029747948500000315
预处理污染物削减量
Figure GDA00029747948500000316
末端集中污水处理厂污染物削减量
Figure GDA00029747948500000317
再生水厂污染物削减量
Figure GDA00029747948500000318
总削减量Rk(kg/年)：
Figure GDA00029747948500000319
Figure GDA00029747948500000320
Figure GDA00029747948500000321
Figure GDA00029747948500000322
Figure GDA0002974794850000041
c)、预处理成本COST1(万元)，末端处理成本COST2(万元)，再生水处理成本COST3(万元)，总处理成本COST(万元)：成本由费用和效益组成，费用主要包括建设费用Cc(万元)和年运行费用Co(万元/年)，用投资回收因子τ将建设费用折合到每一年的年运营费用中，效益Bw(万元/年)是指由再生水回用节省了园区新鲜水用量带来经济效益：
Figure GDA0002974794850000042
企业预处理技术、末端集中处理技术、再生水厂深度处理技术建设费用函数采用幂函数形式，变量为水处理设施设计规模Q(m3/d)；企业预处理技术、末端集中处理技术运行费用函数采用幂函数形式，变量为COD削减量均值(kg/天)RCOD，再生水厂深度处理技术运行费用函数采用幂函数形式，变量为实际年均日处理量Q(m3/d)；各水处理技术的费用函数由已有同类型水处理技术运行数据回归分析得出，不同水处理技术费用函数的常数项k1，α1，k2，α2，k3，α3不同：
Figure GDA0002974794850000043
Figure GDA0002974794850000044
Figure GDA0002974794850000045
本发明的有益效果：运用蒙特卡罗法模拟新建工业园区水污染防治系统的运行，估算工业园区水污染防治系统各环节污染物出水浓度、末端达标率、总处理成本、污染物削减量等，在此基础上，为新建工业园区行业布局、接管标准、再生水回用和水污染防治技术路线规划提供基础数据，保证工业园区水污染防治系统低风险、低成本、高效益运行。
附图说明
图1为本发明方法流程示意图。
图2为单次随机试验过程示意图。
具体实施方式
下面通过附图对本发明作进一步的说明。本发明的实施例是为了更好地使本领域的技术人员更好地理解本发明，并不对本发明作任何的限制。
本发明的方法流程示意图如图1所示，基于蒙特卡罗法预测新建工业园区水污染治理效果的方法，包括如下步骤：
(1)、由园区规划提供行业产值，采用单位产值废水量法预测行业产生废水量，并将行业产生废水量划分到不同规模的同行业企业产生废水量；
(2)、基于多组同类型已有企业的运行数据，统计分析得出各行业废水中各类污染物的分布类型及取值范围；
(3)、基于多组已有企业预处理设施、末端集中污水处理厂、再生水厂的运行数据，统计分析得出企业预处理技术、集中处理技术、深度处理技术的各类污染物去除率的分布类型、取值范围和建设、运行费用函数；
(4)、应用蒙特卡罗法，进行随机试验，每次随机试验过程为，在取值范围内，按照统计得出的概率分布类型，对企业产生废水量、污染物浓度及各环节水处理技术污染物去除率随机抽样，抽样产生的随机数代表工业园区水污染防治系统一天的运行状态；计算各环节污染物出水浓度；借助计算机系统，重复进行随机试验，随机试验次数在5000次以上，次数越多，精确度越高；
(5)、统计分析随机试验结果，由末端污染物出水浓度达标次数得出末端出水达标率，由各环节处理水量、进出水污染物浓度差计算污染物削减量，由污染物削减量均值计算总处理成本。本发明假设工业园区水处理设施进水水量和污染物浓度及污染物去除率为不确定性因素，以上因素具有日差异性且在取值范围内按一定分布类型随机取值。
本发明的方法具体按照下面9个步骤进行：
首先，基于单位产值废水量法，根据行业i总产值预测值Gi(万元/年)、行业i单位总产值废水排放量统计数据Ki(立方米/万元)，计算行业i的废水总排放量Q1，i(立方米/年)：
Q1，i＝GiKi
其次，将行业i的废水排放量分配到四类不同规模的企业中，四类规模的企业预处理设施年均日处理量分别为100、500、1000、5000m3/d，设计规模为年均日处理量的1.2倍，实际处理规模Q1，i，j(m3/d)在年均日处理量的0.8到1.2倍取值范围内按正态分布随机取值，四类企业的数量比例为1:1:1:1，当水量剩余时，优先分配给规模小的企业；
第三步，行业废水中污染物k浓度
Figure GDA0002974794850000051
(mg/L)按照拟合的分布类型随机取值，预处理技术污染物k的去除率
Figure GDA0002974794850000052
按照拟合的分布类型随机取值，按下式计算企业预处理设施出水污染物k的浓度
Figure GDA0002974794850000053
(mg/L)：
Figure GDA0002974794850000054
第四步，生活污水(i＝m+1)中污染物k浓度
Figure GDA0002974794850000061
在取值范围内按照正态分布取值，生活污水实际处理规模Q1，m+1，j(m3/d)为园区所有行业工业废水实际处理规模总和的λ倍：
Figure GDA0002974794850000062
Figure GDA0002974794850000063
第五步，根据企业出水污染物k浓度和水量计算集中处理污水处理厂进水污染物k浓度
Figure GDA0002974794850000064
和水量Q2：
Figure GDA0002974794850000065
Figure GDA0002974794850000066
第六步，末端集中污水处理厂水处理技术污染物k去除率
Figure GDA0002974794850000067
按照拟合的分布类型随机取值，按下式计算末端污水处理厂出水污染物k浓度
Figure GDA0002974794850000068
Figure GDA0002974794850000069
第七步，按照末端集中污水处理厂出水排放到再生水厂的比例
Figure GDA00029747948500000610
和排放到环境的比例
Figure GDA00029747948500000611
分别计算末端集中污水处理厂出水进入再生水厂、环境的水量；
第八步，再生水厂多级深度处理技术污染物去除率
Figure GDA00029747948500000612
随机取值，结合产水率ωi和回用比βi分别计算每级处理技术出水污染物k浓度
Figure GDA00029747948500000613
处理水量Q3，i和回用水量Q4，i：
Figure GDA00029747948500000614
Figure GDA00029747948500000615
进入下一级深度处理的水量等于上一级产生的水量减去上一级回用水量；最后一级深度处理回用水量等于产水量：
Q4，i＝βiωiQ3，i
Q3，i+1＝(1-βi)ωiQ3，i
Figure GDA00029747948500000616
第九步，重复步骤1-8，进行s次随机试验，统计随机试验结果，计算以下多个估计量，单次随机试验过程示意图如图2所示：
a)、末端集中污水处理厂出水污染物浓度
Figure GDA0002974794850000071
小于等于污水处理厂排放标准污染物k的限值
Figure GDA0002974794850000072
的概率
Figure GDA0002974794850000073
即末端达标率；
b)、行业污染物削减量
Figure GDA0002974794850000074
预处理污染物削减量
Figure GDA0002974794850000075
末端集中污水处理厂污染物削减量
Figure GDA0002974794850000076
再生水厂污染物削减量
Figure GDA0002974794850000077
总削减量Rk(kg/年)：
Figure GDA0002974794850000078
Figure GDA0002974794850000079
Figure GDA00029747948500000710
Figure GDA00029747948500000711
Figure GDA00029747948500000712
c)、预处理成本COST1(万元)，末端处理成本COST2(万元)，再生水处理成本COST3(万元)，总处理成本COST(万元)：成本由费用和效益组成，费用主要包括建设费用Cc(万元)和年运行费用Co(万元/年)，用投资回收因子τ将建设费用折合到每一年的年运营费用中，效益Bw(万元/年)是指由再生水回用节省了园区新鲜水用量带来经济效益：
Figure GDA00029747948500000713
企业预处理技术、末端集中污水处理技术、再生水厂深度处理技术建设费用函数采用幂函数形式，变量为水处理设施设计规模Q(m3/d)；企业预处理技术、末端集中处理技术运行费用函数采用幂函数形式，变量为COD削减量均值(kg/天)RCoD，再生水厂深度处理技术运行费用函数采用幂函数形式，变量为实际年均日处理量Q(m3/d)。各水处理技术的费用函数由已有同类型水处理技术运行数据回归分析得出，不同水处理技术费用函数的常数项k1，α1，k2，α2，k3，α3不同：
Figure GDA00029747948500000714
Figure GDA00029747948500000715
Figure GDA00029747948500000716
本发明的技术方案中，用高斯分布拟合行业废水中污染物浓度分布类型和各项水处理技术污染物去除率分布类型。
下面用案例对实施方式作具体说明。假设某一新建化工园区，产业布局只有化工行业，规划产值为50亿元/年；末端污水处理厂排放标准为《城镇污水处理厂污染物排放标准》(GB18918-2002)；再生水回用比例
Figure GDA0002974794850000081
为0.4，再生水厂仅有一级处理。
步骤(1)：由2011年中国统计年鉴数据计算得出化工行业单位总产值废水排放量K1＝6.45(万吨/亿元)，则新建化工园区预计产生废水量322.5万吨/年，8835.6m3/d。
步骤(2)：将废水排放量分配年均日处理量分别为100、500、1000、5000m3/d的四类企业中，设计规模分别为120、600、1200、6000m3/d，四类企业的数量比例为1:1:1:1，水量剩余时，优先分配给规模小的企业，因此，四类企业的数量分别为3、3、2、1，废水总量8800m3/d，比预测值低0.4％，误差可忽略不计。企业实际处理规模Q1，1，j(m3/d)在年均日处理量的0.8到1.2倍取值范围内按正态分布随机取值。
正态分布函数的密度函数f(x)表达式为，
Figure GDA0002974794850000082
式中，μ是正态分布随机变量的均值，σ2是正态分布随机变量的方差。当x在区间[a，b]内取值时，
Figure GDA0002974794850000083
正态分布的累积分布函数F(x)：
Figure GDA0002974794850000084
Figure GDA0002974794850000085
因此四类企业实际处理水量Q1，1，j的分布函数的(μ,σ2)分别为(100,
Figure GDA0002974794850000086
)、(500,
Figure GDA0002974794850000087
)、(1000,
Figure GDA0002974794850000088
)、(5000,
Figure GDA0002974794850000089
)。
要想对这些变量随机抽样，首先要构造一个服从均匀分布(0,1)的伪随机数RN。
令RN＝CDF(x)；
x＝CDF-1(RN)。
RN的产生方法有线性同余法、逆同余法、乘同余法等。C语言、C++、Java、Matlab等程序语言和软件中都有对应的随机数生成函数，如rand、srand等。假设第一次随机取值，四类企业的实际处理规模Q1，1，j为100、500、1000、5000m3/d。
步骤(3)：化工行业废水中污染物COD浓度c0，1，j按照拟合的分布类型随机取值，预处理技术污染物COD的去除率η1，1按照拟合的分布类型随机取值。假设第一次随机取值，COD的浓度和去除率分别为2000 mg/L和90％。按下式计算企业预处理设施出水污染物k的浓度c1，1，j：
c1，1，j＝(1-η1，1)c0，1，j＝200mg/L
步骤(4)：生活污水(i＝2)中污染物COD浓度c0，2，1在取值范围内按照正态分布取值，假设第一次随机取值结果为300mg/L,生活污水实际处理规模Q1，2，1为园区所有行业工业废水实际处理规模总和的0.2倍，即1760m3/d。
步骤(5)：根据企业出水污染物k浓度和水量计算末端集中污水处理厂进水污染物COD浓度c2和水量Q2。
Figure GDA0002974794850000091
Figure GDA0002974794850000092
步骤(6)：末端集中污水处理厂设计规模为13000m3/d，末端集中污水处理厂水处理技术污染物COD去除率η2按照拟合的分布类型随机取值，假设第一次随机取值结果为90％，按下式计算末端污水处理厂出水污染物k浓度c3：
c3＝(1-η2)c2＝21.7mg/L
步骤(7)：按照比例
Figure GDA0002974794850000093
分别计算末端集中污水处理厂出水进入再生水厂的水量Q3，1＝4424 m3/d。
Figure GDA0002974794850000094
步骤(8)：再生水处理厂设计规模为5500m3/d，再生水厂深度处理技术污染物去除率η3，1按照拟合的分布类型随机取值，假设第一次随机取值结果为95％，结合产水率ω1＝0.7计算再生水处理出水污染物COD浓度c4，1和回用水量Q4，1。
C4,0＝C3＝21.7mg/L
C4，1＝(1-η3，1)C4，0＝1.1mg/L
Q4，1＝ω1Q3，1＝3097m3/d
步骤(9)：重复步骤(1)-(8)，进行10次随机试验，统计随机试验结果如表1所示。
表1 10次随机试验结果
Figure GDA0002974794850000101
利用表1数据,计算以下多个估计量：
1)末端集中污水处理厂出水污染物COD浓度c3小于等于污水处理厂排放标准限值
Figure GDA0002974794850000102
Figure GDA0002974794850000103
的概率
Figure GDA0002974794850000104
即末端达标率。由表1知，在10次计算中，有9次c3≤50mg/L，则末端达标率为90％。
2)化工行业污染物削减量R1，1，预处理污染物削减量R1，末端集中污水处理厂污染物削减量R2，再生水厂污染物削减量R3，总削减量R(kg/年)。
Figure GDA0002974794850000111
R1＝R1，1
Figure GDA0002974794850000112
Figure GDA0002974794850000113
Figure GDA0002974794850000114
3)预处理成本COST1(万元/年)，末端处理成本COST2(万元/年)，再生水处理成本COST3(万元/年)，总处理成本COST(万元/年)。成本由费用和效益组成，费用主要包括建设费用Cc(万元)和年运行费用Co(万元/年)，用投资回收因子τ将建设费用折合到每一年的年运营费用中，效益Bw(万元/年)是指由再生水回用节省了园区新鲜水用量带来经济效益。取折现率为8％，污水处理设施使用年限为20年，投资回收因子τ＝0.102。工业用水售价为7.8元/m3。
Figure GDA0002974794850000115
再生水回用量Q4，1均值为4233m3/d，则Bw为1205.1万元/年。企业预处理技术、末端集中处理技术、再生水厂深度处理技术建设费用函数采用幂函数形式，变量为水处理设施设计规模Q(m3/d)；企业预处理技术、末端集中处理技术运行费用函数采用幂函数形式，变量为COD削减量均值(kg/天)RCOD，再生水厂深度处理技术运行费用函数采用幂函数形式，变量为实际年均日处理量Q(m3/d)。各水处理技术的费用函数由已有同类型水处理技术运行数据回归分析得出，不同水处理技术费用函数的常数项k1，α1，k2，α2，k3，α3不同：
Figure GDA0002974794850000116
Figure GDA0002974794850000117
Figure GDA0002974794850000118
假设水处理技术费用函数如表2所示：
表2水处理技术费用函数
Figure GDA0002974794850000119
Figure GDA0002974794850000121
将各环节水处理设计规模、实际处理规模、COD削减量代入费用函数计算费用值，结果如表3所示。
表3水处理技术费用
Figure GDA0002974794850000122
工业园区水污染防治三环节总成本：
Figure GDA0002974794850000123
为了便于说明，本实施案例随机试验次数仅为10次，在实际应用中，为了降低误差，保证精度，使预测结果更有可靠，要进行成5000次以上随机试验。
应当理解的是，这里所讨论的实施方案及实例只是为了说明，对本领域技术人员来说，可以加以改进或变换，而所有这些改进和变换都应属于本发明所附权利要求的保护范围。

Claims (1)

1.基于蒙特卡罗法预测新建工业园区水污染治理效果的方法，其特征在于，包括如下步骤：
(1)、由园区规划提供行业产值，采用单位产值废水量法预测行业产生废水量，并将行业产生废水量划分到不同规模的同行业企业产生废水量；
(2)、基于多组同类型已有企业的运行数据，统计分析得出各行业废水中各类污染物的分布类型及取值范围；
(3)、基于多组已有企业预处理设施、末端集中污水处理厂、再生水厂的运行数据，统计分析得出企业预处理技术、集中处理技术、深度处理技术的各类污染物去除率的分布类型、取值范围和建设、运行费用函数；
(4)、应用蒙特卡罗法，进行随机试验，每次随机试验过程为，在取值范围内，按照统计得出的概率分布类型，对企业产生废水量、污染物浓度及各环节水处理技术污染物去除率随机抽样，抽样产生的随机数代表工业园区水污染防治系统一天的运行状态；计算各环节污染物出水浓度；借助计算机系统，重复进行随机试验，随机试验次数一般在5000次以上，次数越多，精确度越高；
(5)、统计分析随机试验结果，由末端污染物出水浓度达标次数得出末端出水达标率，由各环节处理水量、进出水污染物浓度差计算污染物削减量，由污染物削减量均值计算总处理成本；
具体按照以下步骤：
(1)、基于单位产值废水量法，根据行业i总产值预测值Gi(万元/年)、行业i单位总产值废水排放量统计数据Ki(立方米/万元)，计算行业i的废水总排放量Q1,i(立方米/年)：
Q1,i＝GiKi
(2)、将行业i的废水排放量分配到四类不同规模的企业中，四类规模的企业预处理设施年均日处理量分别为100、500、1000、5000m3/d，设计规模为年均日处理量的1.2倍，实际处理规模Q1,i,j(m3/d)在年均日处理量的0.8到1.2倍取值范围内按正态分布随机取值，四类企业的数量比例为1:1:1:1，当水量剩余时，优先分配给规模小的企业；
(3)、行业废水中污染物k浓度
Figure FDA0002974794840000011
(mg/L)按照拟合的分布类型随机取值，预处理技术污染物k的去除率
Figure FDA0002974794840000012
按照拟合的分布类型随机取值，按下式计算企业预处理设施出水污染物k的浓度
Figure FDA0002974794840000013
(mg/L)：
Figure FDA0002974794840000014
(4)、生活污水i＝m+1中污染物k浓度
Figure FDA0002974794840000021
在取值范围内按照正态分布取值，生活污水实际处理规模Q1,m+1,j(m3/d)为园区所有行业工业废水实际处理规模总和的λ倍：
Figure FDA0002974794840000022
Figure FDA0002974794840000023
(5)、根据企业出水污染物k浓度和水量计算集中处理污水处理厂进水污染物k浓度
Figure FDA0002974794840000024
和水量Q2：
Figure FDA0002974794840000025
Figure FDA0002974794840000026
(6)、末端集中污水处理厂水处理技术污染物k去除率
Figure FDA0002974794840000027
按照拟合的分布类型随机取值，按下式计算末端集中污水处理厂出水污染物k浓度
Figure FDA0002974794840000028
Figure FDA0002974794840000029
(7)、按照末端集中污水处理厂出水排放到再生水厂的比例
Figure FDA00029747948400000210
和排放到环境的比例
Figure FDA00029747948400000211
分别计算末端集中污水处理厂出水进入再生水厂、环境的水量；
(8)、再生水厂多级深度处理技术污染物去除率
Figure FDA00029747948400000212
随机取值，结合产水率ωh和回用比βh分别计算每级处理技术出水污染物k浓度
Figure FDA00029747948400000213
处理水量Q3,h和回用水量Q4,h：
Figure FDA00029747948400000214
Figure FDA00029747948400000215
进入下一级深度处理的水量等于上一级产生的水量减去上一级回用水量；最后一级深度处理回用水量等于产水量：
Q4,h＝βhωhQ3,h
Q3,h+1＝(1-βh)ωhQ3,h
Figure FDA00029747948400000216
(9)、重复步骤1-8，进行s次随机试验，统计随机试验结果，计算以下多个估计量：
a)、末端集中污水处理厂出水污染物浓度
Figure FDA00029747948400000217
小于等于污水处理厂排放标准污染物k的限值c3 °k的概率
Figure FDA00029747948400000218
即末端达标率；
b)、行业污染物削减量
Figure FDA0002974794840000031
预处理污染物削减量
Figure FDA0002974794840000032
末端集中污水处理厂污染物削减量
Figure FDA0002974794840000033
再生水厂污染物削减量
Figure FDA0002974794840000034
总削减量Rk(kg/年)：
Figure FDA0002974794840000035
Figure FDA0002974794840000036
Figure FDA0002974794840000037
Figure FDA0002974794840000038
Figure FDA0002974794840000039
c)、预处理成本COST1(万元)，末端处理成本COST2(万元)，再生水处理成本COST3(万元)，总处理成本COST(万元)：成本由费用和效益组成，费用主要包括建设费用Cc(万元)和年运行费用Co(万元/年)，用投资回收因子τ将建设费用折合到每一年的年运营费用中，效益Bw(万元/年)是指由再生水回用节省了园区新鲜水用量带来经济效益：
Figure FDA00029747948400000310
企业预处理技术、末端集中处理技术、再生水厂深度处理技术建设费用函数采用幂函数形式，变量为水处理设施设计规模Q(m3/d)；企业预处理技术、末端集中处理技术运行费用函数采用幂函数形式，变量为COD削减量均值(kg/天)RCOD，再生水厂深度处理技术运行费用函数采用幂函数形式，变量为实际年均日处理量Q(m3/d)；各水处理技术的费用函数由已有同类型水处理技术运行数据回归分析得出，不同水处理技术费用函数的常数项k1，α1，k2，α2，k3，α3不同：
Figure FDA00029747948400000311
Figure FDA00029747948400000312
Figure FDA00029747948400000313
CN201710816212.0A 2017-09-12 2017-09-12 基于蒙特卡罗法预测新建工业园区水污染治理效果的方法 Expired - Fee Related CN107798416B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710816212.0A CN107798416B (zh) 2017-09-12 2017-09-12 基于蒙特卡罗法预测新建工业园区水污染治理效果的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710816212.0A CN107798416B (zh) 2017-09-12 2017-09-12 基于蒙特卡罗法预测新建工业园区水污染治理效果的方法

Publications (2)

Publication Number Publication Date
CN107798416A CN107798416A (zh) 2018-03-13
CN107798416B true CN107798416B (zh) 2021-05-04

Family

ID=61531823

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710816212.0A Expired - Fee Related CN107798416B (zh) 2017-09-12 2017-09-12 基于蒙特卡罗法预测新建工业园区水污染治理效果的方法

Country Status (1)

Country Link
CN (1) CN107798416B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110697807A (zh) * 2019-09-30 2020-01-17 天津大学 基于蒙特卡罗模拟的工业园区协商减排可行性评估方法
CN111241490A (zh) * 2020-02-13 2020-06-05 北京市环境保护科学研究院 一种污水处理厂减排量数据处理方法
CN111736565B (zh) * 2020-08-27 2020-11-27 江苏神彩科技股份有限公司 废水排放控制系统、方法、设备及存储介质
CN112287280B (zh) * 2020-10-10 2024-01-09 鞍钢股份有限公司 一种循环水系统的污染因子富集规律的计算及应用方法
CN113673117B (zh) * 2021-09-03 2024-01-26 天津大学 基于蒙特卡罗法模拟构建海油污染物减排运行成本的方法
CN114117748B (zh) * 2021-11-05 2024-06-14 中海油天津化工研究设计院有限公司 基于蒙特卡罗法模拟海洋油田生产水处理效率和决策最优技术路线的方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101985385A (zh) * 2010-12-01 2011-03-16 东南大学 一种强化雌激素去除的污水生物处理方法
CN102567635A (zh) * 2011-12-23 2012-07-11 中国水利水电科学研究院 一种定量区分水循环演变过程中不同因素贡献的方法
CN103197544A (zh) * 2013-02-25 2013-07-10 北京工业大学 基于非线性模型预测的污水处理过程多目标控制方法
CN105930670A (zh) * 2016-04-29 2016-09-07 浙江大学 基于模型参数不确定性的河流突发污染事故动态预测方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101985385A (zh) * 2010-12-01 2011-03-16 东南大学 一种强化雌激素去除的污水生物处理方法
CN102567635A (zh) * 2011-12-23 2012-07-11 中国水利水电科学研究院 一种定量区分水循环演变过程中不同因素贡献的方法
CN103197544A (zh) * 2013-02-25 2013-07-10 北京工业大学 基于非线性模型预测的污水处理过程多目标控制方法
CN105930670A (zh) * 2016-04-29 2016-09-07 浙江大学 基于模型参数不确定性的河流突发污染事故动态预测方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
Using Monte Carlo simulation to assess uncertainty and variability of;Wei Pei, etl.;《International Journal of Drug Policy》;20160618;全文 *
基于灰色关联分析的蒙特卡罗法建立水库;焦瑞峰等;《环境工程》;20060831;第24卷(第4期);全文 *
基于蒙特卡罗模拟的污水处理BOT项目特许期决策模型;宋金波等;《管理工程学报》;20100430;第24卷(第4期);全文 *
工业园区水污染防治技术路线的优化方法;王林媛;《万方数据库》;20170509;全文 *

Also Published As

Publication number Publication date
CN107798416A (zh) 2018-03-13

Similar Documents

Publication Publication Date Title
CN107798416B (zh) 基于蒙特卡罗法预测新建工业园区水污染治理效果的方法
Hernández-Sancho et al. Energy efficiency in Spanish wastewater treatment plants: A non-radial DEA approach
CN106295800A (zh) 一种基于递归自组织rbf神经网络的出水总氮tn智能检测方法
Mannina et al. Greenhouse gas emissions from integrated urban drainage systems: where do we stand?
CN104376380A (zh) 一种基于递归自组织神经网络的氨氮浓度预测方法
Devesa et al. Scenario analysis for the role of sanitation infrastructures in integrated urban wastewater management
CN110889088A (zh) 一种应用电力模型辅助的企业排污监管方法
CN107992973B (zh) 工业园区水污染防治方案优化方法
CN113762784B (zh) 污水处理系统布局规划方案的定量化综合评价方法及系统
CN113159387B (zh) 一种工业园区污水近零排放的水资源优化配置系统及方法
CN112034801A (zh) 挥发性有机污染物总量排污系数计算方法、系统、介质及终端
Spindler Structural redundancy of data from wastewater treatment systems. Determination of individual balance equations
Sun et al. Evaluation of wastewater pollution and treatment efficiencies in China during urbanization based on dynamic exogenous variable data envelopment analysis
CN110697807A (zh) 基于蒙特卡罗模拟的工业园区协商减排可行性评估方法
CN113673117B (zh) 基于蒙特卡罗法模拟构建海油污染物减排运行成本的方法
Savun-Hekimoğlu et al. Optimization of wastewater treatment systems for growing industrial parks
CN113158591B (zh) 一种确定流域土地开发利用承载力的方法
Lv et al. A novel step-by-step optimization method for interplant water networks
Guo et al. Optimal pathways for upgrading China's wastewater treatment plants for achieving water quality standards at least economic and environmental cost
CN114185960A (zh) 一种基于Copula函数的城镇水、能源与环境系统的优化决策管理方法
Sa'ad et al. The economic study of centralised water reuse exchange system in the industrial park considering wastewater segregation
Zhang et al. Estimation and optimization operation in dealing with inflow and infiltration of a hybrid sewerage system in limited infrastructure facility data
Lee et al. A Study on the Influence of a Sewage Treatment Plant's Operational Parameters using the Multiple Regression Analysis Model
Chaoui et al. Forecasting Wastewater Influent Parameters Using ARIMA and Holt-Winters Models (A Case Study)
Meng et al. Integrated modelling and control of urban wastewater systems

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
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210504

Termination date: 20210912