CN115343419A - 基于温室气体检测的污水处理厂碳排放计量方法及装置 - Google Patents
基于温室气体检测的污水处理厂碳排放计量方法及装置 Download PDFInfo
- Publication number
- CN115343419A CN115343419A CN202210907403.9A CN202210907403A CN115343419A CN 115343419 A CN115343419 A CN 115343419A CN 202210907403 A CN202210907403 A CN 202210907403A CN 115343419 A CN115343419 A CN 115343419A
- Authority
- CN
- China
- Prior art keywords
- data
- emission
- carbon emission
- direct carbon
- sewage treatment
- 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.)
- Pending
Links
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 274
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 274
- 239000010865 sewage Substances 0.000 title claims abstract description 127
- 238000001514 detection method Methods 0.000 title claims abstract description 91
- 238000000034 method Methods 0.000 title claims abstract description 70
- 239000005431 greenhouse gas Substances 0.000 title claims abstract description 63
- 239000007789 gas Substances 0.000 claims abstract description 107
- 238000004519 manufacturing process Methods 0.000 claims abstract description 77
- 238000005259 measurement Methods 0.000 claims abstract description 41
- 230000008569 process Effects 0.000 claims description 19
- 238000006243 chemical reaction Methods 0.000 claims description 18
- 238000011958 production data acquisition Methods 0.000 claims description 6
- 239000002351 wastewater Substances 0.000 claims description 5
- 238000004065 wastewater treatment Methods 0.000 claims description 4
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 abstract description 58
- 229910002092 carbon dioxide Inorganic materials 0.000 abstract description 29
- 239000001569 carbon dioxide Substances 0.000 abstract description 4
- 238000005842 biochemical reaction Methods 0.000 abstract description 3
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 15
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 12
- 239000003814 drug Substances 0.000 description 11
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 10
- 244000241872 Lycium chinense Species 0.000 description 8
- 235000015468 Lycium chinense Nutrition 0.000 description 8
- 229910052757 nitrogen Inorganic materials 0.000 description 8
- 239000003921 oil Substances 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 235000013399 edible fruits Nutrition 0.000 description 6
- 238000013076 uncertainty analysis Methods 0.000 description 6
- 229910052760 oxygen Inorganic materials 0.000 description 5
- 230000000712 assembly Effects 0.000 description 4
- 238000000429 assembly Methods 0.000 description 4
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 238000007781 pre-processing Methods 0.000 description 4
- 206010021143 Hypoxia Diseases 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000007954 hypoxia Effects 0.000 description 3
- 239000007788 liquid Substances 0.000 description 3
- 238000007791 dehumidification Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000007599 discharging Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 239000000295 fuel oil Substances 0.000 description 2
- 230000014759 maintenance of location Effects 0.000 description 2
- 150000007523 nucleic acids Chemical class 0.000 description 2
- 102000039446 nucleic acids Human genes 0.000 description 2
- 108020004707 nucleic acids Proteins 0.000 description 2
- 230000003647 oxidation Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- YZCKVEUIGOORGS-OUBTZVSYSA-N Deuterium Chemical compound [2H] YZCKVEUIGOORGS-OUBTZVSYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000001580 bacterial effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 239000003085 diluting agent Substances 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000006260 foam Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 230000004060 metabolic process Effects 0.000 description 1
- 230000000813 microbial effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010841 municipal wastewater Substances 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000008177 pharmaceutical agent Substances 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000010802 sludge Substances 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000010792 warming Methods 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
- 238000003911 water pollution Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0062—General constructional details of gas analysers, e.g. portable test equipment concerning the measuring method or the display, e.g. intermittent measurement or digital display
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N1/00—Sampling; Preparing specimens for investigation
- G01N1/02—Devices for withdrawing samples
- G01N1/22—Devices for withdrawing samples in the gaseous state
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Analytical Chemistry (AREA)
- Physics & Mathematics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Combustion & Propulsion (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Purification Treatments By Anaerobic Or Anaerobic And Aerobic Bacteria Or Animals (AREA)
Abstract
本发明提供一种基于温室气体检测的污水处理厂碳排放计量方法及装置，该方法包括：获取气体数据；基于气体数据确定实测直接碳排放数据；获取直接碳排放计量所需第一生产数据并获取第一生产数据对应的排放因子；基于第一生产数据和所对应的排放因子确定核算直接碳排放数据；基于实测直接碳排放数据与核算直接碳排放数据，确定污水处理厂的直接碳排放量。根据本发明实施例的方法通过分别获取实测直接碳排放数据与核算直接碳排放数据来确定污水处理厂最终的直接碳排放量，提高污水处理厂的碳排放量的准确性；另外，该方法给出了生化反应阶段化石源二氧化碳排放的计量方法，进一步提高污水处理厂碳排放数据的准确性。
Description
技术领域
本发明涉及一种污水处理技术领域，尤其涉及基于温室气体检测的污水处理厂碳排放计量方法及装置。
背景技术
气候变化是当今全球面临的重大挑战之一，污水处理行业碳排放量占全社会总碳排放量的1-2％，位居前十大碳排放行业。
关于污水处理厂的碳排放核酸，通常采用《IPCC 2006国家温室气体清单指南》中提出的基于排放因子的计算方法，该方法的核心是排放因子的选择。首先，排放因子数据质量较高的来源是测量/质量平衡获得的排放因子、相同工艺/设备的经验排放因子、设备制造商提供的排放因子，这些排放因子一般较难获取；其次，排放因子的来源是区域排放因子、国家排放因子、国际排放因子，这些排放因子是目前碳排放核算使用较多的数据，存在取值较大、针对性不强等问题。
另外，对于关键活动，一般通过实测的方式获取碳排放量，但实际上只利用实测的方式获取碳排放量容易出现较大差值。
发明内容
有鉴于此，本发明提供基于温室气体检测的污水处理厂碳排放计量方法，该方法通过两种计量方法进行确定污水处理厂的直接碳排放量，提高碳排放计量的准确性。
为解决上述技术问题，本发明采用以下技术方案：
一方面，根据本发明实施例的基于温室气体检测的污水处理厂碳排放计量方法，包括：
获取气体数据，所述气体数据为污水处理厂实时产生的温室气体的相关数据；
基于所述气体数据确定实测直接碳排放数据；
获取直接碳排放计量所需第一生产数据并获取所述第一生产数据对应的排放因子，所述第一生产数据包括厌氧生物反应池数据、好氧生物反应池数据、反硝化外加碳源数据、N2O数据以及CH4数据中的任意一种或多种；
基于所述第一生产数据和所对应的排放因子确定核算直接碳排放数据；
基于所述实测直接碳排放数据与所述核算直接碳排放数据，确定所述污水处理厂的直接碳排放量。
进一步地，基于所述实测直接碳排放数据与所述核算直接碳排放数据，确定所述污水处理厂的直接碳排放量包括：
判断所述实测直接碳排放数据与所述核算直接碳排放数据的差值是否大于阈值，
当小于等于所述阈值时，以所述实测直接碳排放数据与所述核算直接碳排放数据中较大值作为所述直接碳排放量；
当大于所述阈值时，分别根据不确定度模型确定所述实测直接碳排放数据与所述核算直接碳排放数据的不确定度，并以不确定度较小的作为所述直接碳排放量。
进一步地，所述不确定度模型包括第一不确定度模型和第二不确定度模型，所述第一不确定度模型用于确定所述实测直接碳排放数据的不确定度，所述第二不确定度模型用于确定所述核算直接碳排放数据的不确定度，其中，所述第一不确定度模型基于所述气体数据来源的不确定度构建，所述第二不确定度模型基于所述第一生产数据来源构建。
进一步地，所述气体数据来自多个检测点，其中，所述基于所述气体数据确定实测直接碳排放数据包括：
Tx＝[∑n i＝0(Txi)/n]*(S1/S0)；
其中，T为实测直接碳排放数据，x为气体数据，i为第i个检测点数，n 为总检测点数，S0为检测装置的一个集气装置有效面积，S1为检测区域总面积。
进一步地，还包括：
获取间接碳排放计量所需的第二生产数据，所述第二生产数据包括电力数据、废水排放数据中的一种或多种；
获取所述第二生产数据对应的排放因子；
根据所述第二生产数据及其对应的排放因子，得到间接碳排放量。
进一步地，还包括：
获取延伸碳排放计量所需要的第三生产数据，所述第三生产数据包括药剂生产数据、车辆运输数据中的一种或多种；
获取所述第三生产数据对应的排放因子；
根据所述第三生产数据及其对应的排放因子，得到延伸碳排放量。
进一步地，确定所述污水处理厂的直接碳排放量之后，还包括：
利用所述实测直接碳排放数据校核排放因子数据中的排放因子，并形成本地化的校核排放因子数据库。
进一步地，利用所述实测直接碳排放数据校核排放因子数据中的排放因子，并形成本地化的校核排放因子数据库包括：
基于不同条件，在所述本地化的校核排放因子数据库中的同一个排放因子对应存储多个数值；其中，所述不同条件包括污水处理工艺、污水处理规模、污水处理时的当前温度中的任意一种或多种。
另一方面，本发明实施例还提供一种基于温室气体检测的污水处理厂碳排放计量装置，包括：
在线气体检测系统，用于在线检测污水处理厂实时产生的温室气体，获得气体数据；
生产数据采集系统，用于实时采集所述污水处理厂直接碳排放计量所需第一生产数据，所述第一生产数据包括厌氧生物反应池数据、好氧生物反应池数据、反硝化外加碳源数据、N2O数据以及CH4数据中的任意一种或多种；
工控机，所述工控机获取所述气体数据以及所述第一生产数据，并获取所述第一生产数据对应的排放因子，确定并输出所述污水处理厂的直接碳排放量。
进一步地，所述在线气体检测系统包括：
气体采集组件，用于收集污水处理厂实时产生的温室气体；
气体检测组件，用于检测收集的温室气体的浓度；
气体采集管，其连接于所述气体采集组件与气体检测组件之间。
本发明的上述技术方案至少具有如下有益效果之一：
本发明公开的基于温室气体检测的污水处理厂碳排放计量方法及装置，该方法通过分别获取实测直接碳排放数据与核算直接碳排放数据来确定污水处理厂最终的直接碳排放量，提高污水处理厂的碳排放量的准确性；另外，该方法给出了生化反应阶段化石源二氧化碳排放的计量方法，进一步提高污水处理厂碳排放数据的准确性。
附图说明
图1为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法的整体流程图；
图2为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中利用不确定度模型来得出较为准确的直接碳排放量的逻辑示意图；
图3为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中构建第一不确定模型与第二不确定模型的流程示意图；
图4为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中计量间接碳排放量的流程示意图；
图5为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中计量延伸碳排放量的流程示意图；
图6为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中基于实测的方法计算排放因子的流程示意图；
图7为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中自动选择合适量程传感器的逻辑示意图；
图8为本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量装置的整体机构示意图；
图9为应用本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中的基于第一生产数据与排放因子的计量方法得到的各排放类型的占比示意图；
图10为应用本发明实施例提供的基于温室气体检测的污水处理厂碳排放计量方法中基于实测的方法得到的各碳排放量占总碳排放量的比例示意图。
附图标记：
1、浮体；2、集气筒；3、气体采集管；4、除湿组件；5、进气阀门；6、气体温度/流量计；7、气泵；8、分流器；9、预处理组件；10、气体检测组件； 11、控制组件；12、无线数据采集器；13、工控机。
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的附图，对本发明实施例的技术方案进行清楚、完整地描述。显然，所描述的实施例是本发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种基于温室气体检测的污水处理厂碳排放计量方法，该方法利用实测与基于排放因子两种方法分别进行计量，并将两种方法得到的计量值进行确定，以将其中更为准确的一个作为污水处理厂的直接碳排放量，提高污水处理厂碳排放计量的准确性。
下面首先结合附图具体描述根据本发明实施例的一种基于温室气体检测的污水处理厂碳排放计量方法。
具体的，如图1所示以及结合下文中的表1与表2，本发明实施例提供的一种基于温室气体检测的污水处理厂碳排放计量方法，包括如下步骤：
S1、获取气体数据，所述气体数据为污水处理厂实时产生的温室气体的相关数据。
污水处理厂产生的温室气体主要包括CO2、CH4、N2O，为大气中三大主要温室气体，温室气体测量是碳排放计量和核算的基础。
S2、基于所述气体数据确定实测直接碳排放数据。
污水处理厂实时产生的温室气体中的CO2为CO2直接碳排放数据。
污水处理厂实时产生的温室气体中的CH4、N2O按其温室效应指数分别进行转化得到CH4、N2O直接碳排放数据。CO2、CH4和N2O的温室效应指数分别为1、21和310，该温室效应指数也将具体应用于下文中的公式内进行计算。
根据步骤S1和步骤S2实测直接碳排放量T实由如下公式计算得到：
T实＝FCF*(TCO2，厌氧+TCO2，好氧)+TCO2，缺氧+310*TN2O+21*TCH4
其中，FCF为化石碳来源的CO2直接排放量比例，推荐值为10％；TCO2，厌氧为厌氧段CO2的直接排放量；TCO2，好氧为好氧段CO2的直接排放量；TCO2，缺氧为缺氧反硝化外加碳源CO2的直接排放量；TN2O为生化段N2O直接排放量；TCH4为生化段CH4直接排放量。
需要说明的是：缺氧反硝化外加碳源CO2的直接排放量TCO2，缺氧应为投加碳源前后的实测CO2之差。
在一实施例中，实测直接碳排放需要合理设计检测点位及检测点个数，当同一个检测指标设计多个检测点时，该指标碳排放量由如下公式计算获得：
Tx＝[∑n i＝0(Txi)/n]*(S1/S0)；
其中，T为实测直接碳排放数据，x为气体数据，i为第i个检测点数，n 为总检测点数，S0为检测装置的一个集气装置有效面积，S1为检测区域总面积。
S3、获取直接碳排放计量所需第一生产数据并获取所述第一生产数据对应的排放因子，所述第一生产数据包括厌氧生物反应池数据、好氧生物反应池数据、反硝化外加碳源数据、N2O数据以及CH4数据中的任意一种或多种。
第一生产数据通过无线生产数据采集系统直接在线采集，排放因子来源于排放因子数据库。
S4、基于所述第一生产数据和所对应的排放因子确定核算直接碳排放数据。
由于IPCC指南中忽略了生化反应过程中二氧化碳的排放量，且未提供化石源二氧化碳的核算方法，大大降低了污水处理厂对碳排放计量的准确性。
基于此，本发明实施例根据Monteith静态模型和化学计量关系来确定厌氧化石碳排放MCO2，厌氧和好氧化石碳排放MCO2，好氧。
其中，污水厂厌氧生物处理过程由有机碳削减和微生物内源代谢产生的化石源CO2的直接排放量(kgCO2/d)，并由如下公式计算：
MCO2，厌氧＝FCF*[0.27Q(CODo-CODe)*10-3+0.58Q*HRT*MLVSS*Kd*10-3]；
其中，FCF为化石碳来源的CO2直接排放量比例，推荐值为10％；Q为厌氧生物反应池的进水流量，m3/d；CODo、CODe分别为厌氧生物反应池进出水COD， mg/L；HRT为厌氧生物池水力停留时间，d；MLVSS为厌氧生物池混合液挥发性悬浮固体平均浓度，mg/L；Kd为衰减系数，d-1，推荐值为0.05。
好氧处理过程中产生的化石源CO2的直接排放量(kgCO2/d)，并由如下公式计算：
MCO2，好氧＝
FCF*[(1.1aQ-1.1cyY)(CODo-CODe)*10-3+1.947Q*HRT*MLVSS*Kd*10-3]；
其中，参数a为碳的氧当量，取1.47；参数c为细菌细胞的氧当量，取 1.42；Q为好氧生物反应池的进水流量，m3/d；CODo、CODe分别为好氧生物反应池进出水COD，mg/L；参数y为好氧生物反应池MLVSS/MLSS值；Y为好氧池污泥产率系数，kg MLVSS/kg BOD5，推荐值取0.68；HRT为好氧生物池水力停留时间，d；MLVSS为好氧生物池混合液挥发性悬浮固体平均浓度，mg/L；Kd 为衰减系数，d-1，推荐值为0.05。
下面将基于排放因子计算确定直接碳排放中的反硝化外加碳源数据、N2O 数据以及CH4数据。
具体的，污水处理反硝化过程中的反硝化外加碳源碳数据MCO2,外加碳源由如下公式计算得出：
MCO2,外加碳源＝EFCO2*M外加碳源；
其中，EFCO2为根据外加碳源种类确定的其被氧化为CO2的排放因子， kgCO2/kg；M外加碳源为外加碳源投加量，kg/d。
进一步的，污水处理过程中去除TN产生的N2O直接排放量(kgCO2/d)由公式如下计算：
MN2O＝310*[(Q(TNo-TNe)/10-3)×EFN2O×44/28]；
其中，Q为污水处理厂日处理水量，m3/d；TNo、TNe分别为进出厂污水的总氮浓度，mg/L；EFN2O为污水中单位质量的氮能够转化为N2O的氮量，即N2O 排放因子，推荐取值0.005kgN2O-N/kgN2-N。
进一步的，污水处理过程中去除COD产生的CH4直接排放量(kgCO2/d)由公式如下计算：
MCH4＝21×[Q*(CODo-CODe)*10-3*EFCH4]；
其中，Q为污水厂日处理流量，m3/d；CODo、CODe分别为污水厂进出水COD 浓度，mg/L；EFCH4为根据处理途径选取的甲烷排放因子，kgCH4/kgCOD。
以上计算步骤，污水处理厂的核算直接碳排放数据包括厌氧化石碳排放、好氧化石碳排放、反硝化外加碳源碳排放、Ez＝MCO2，厌氧+MCO2，好氧+MCO2,外加碳源+MN2O+ MCH4。
S5、基于所述实测直接碳排放数据与所述核算直接碳排放数据，确定所述污水处理厂的直接碳排放量。
也就是，本步骤基于实测直接碳排放数据与核算直接碳排放数据，进一步确定污水处理厂更为准确的直接碳排放量，以提高污水处理厂的碳排放计量的准确性。
进一步的，如图2所示，步骤S5还包括步骤：
S51、判断所述实测直接碳排放数据与所述核算直接碳排放数据的差值是否大于阈值。
S52、当小于等于所述阈值时，以所述实测直接碳排放数据与所述核算直接碳排放数据中较大值作为所述直接碳排放量；
S53、当大于所述阈值时，分别根据不确定度模型确定所述实测直接碳排放数据与所述核算直接碳排放数据的不确定度，并以不确定度较小的作为所述直接碳排放量。
实测直接碳排放数据与核算直接碳排放数据会出现偏差，如果二者的偏差较小并在阈值范围内则属于正常现象，如果二者的偏差较大则说明实测直接碳排放数据或核算直接碳排放数据存在问题，本步骤利用不确定度模型来得出较为准确的直接碳排放量。
进一步地，所述不确定度模型包括第一不确定度模型和第二不确定度模型，所述第一不确定度模型用于确定所述实测直接碳排放数据的不确定度，所述第二不确定度模型用于确定所述核算直接碳排放数据的不确定度，其中，所述第一不确定度模型基于所述气体数据来源的不确定度构建，所述第二不确定度模型基于所述第一生产数据来源构建。
具体的，如图3所示，如何具体构建第一不确定模型与第二不确定模型的具体步骤如下：
S531、确定不确定度来源。
实测直接碳排放数据的不确定度来源包括数据缺失、数据没有代表性(比如排放因子的选择)、数据来源不规范等。核算直接碳排放数据的不确定度来源包括流量测量、温室气体浓度测量、采样没有代表性、分析仪器性能等。
S532、确定不确定度各个来源的不确定度。
从相应的文献、管理、报告、规范标准中确定或计算得到各个不确定度来源的不确定度。
S533、构建第一不确定度分析模型与第二不确定度分析模型。
第一不确定度分析模型为：
其中，u实为实测碳排放不确定度，uQ为流量测量不确定度，
为CO2 测量不确定度，
为CH4测量不确定度，
为N2O测量不确定度。
第二不确定分析模型为：
其中，u核为核算直接碳排放不确定度，u1为第一种不确定度来源的不确定度，如流量测量；u2为第二种不确定度来源的不确定度，如COD浓度测量； un为第n种不确定度来源的不确定度，如衰减系数。
通过第一不确定度分析模型与第二不确定分析模型得到的u实和u核，并将二者进行比较，当u核＞u实时，T实为推荐值即核算直接碳排放数据；当u核＜u实时，Ez为推荐值即实测直接碳排放数据。
在一实施例中，如图4所示，在步骤S5之后还包括步骤：
S61、获取间接碳排放计量所需的第二生产数据，所述第二生产数据包括电力数据、废水排放数据中的一种或多种。
S62、获取所述第二生产数据对应的排放因子。
S63、根据所述第二生产数据及其对应的排放因子，得到间接碳排放量。
具体的，污水处理过程中电力碳排放即电力数据M电力有如下公式计算：
M电力＝Se*Q*EF电力；
其中，Se为吨水耗电量，kWh/m3；Q为污水厂日处理流量，m3/d；EF电力为根据污水处理厂所在区域选取的区域电力排放因子，kgCO2/kWh。
进一步的，污水处理过程中废水排污碳排放即废水排放数据M排污包括N2O 间接排放量与CH4间接排放量。
废水排污过程中产生的N2O间接排放量(kgCO2/d)由如下公式计算：
MN2O，排污＝310*(MTNe×EFN2O×44/28)；
其中，MTNe为污水处理厂出水TN排放量，kg/d；EFN2O为污水中单位质量的氮能够转化为N2O的氮量，即N2O排放因子，推荐取值0.005kgN2O-N/kgN2-N。
废水排污过程中产生的CH4间接排放量(kgCO2/d)由如下公式计算：
MCH4，排污＝21×(MCODe*EFCH4)；
其中，MCODe为污水处理厂出水COD排放量，kg/d；EFCH4为根据处理途径选取的甲烷排放因子。
由此，污水处理厂间接碳排放重量由如下公式计算得出：
Ej＝M电力+MN2O，排污+MCH4，排污。
在一实施例中，如图5所示，在步骤S5之后还包括步骤：
S71、获取延伸碳排放计量所需要的第三生产数据，所述第三生产数据包括药剂生产数据、车辆运输数据中的一种或多种。
S72、获取所述第三生产数据对应的排放因子。
S73、根据所述第三生产数据及其对应的排放因子，得到延伸碳排放量。
延伸碳排放量包括药剂生产数据与车辆运输数据。
其中，污水处理过程中药剂生产碳排放即药剂生产数据由如下公式计算得出：
MCO2,药剂生产＝∑ni＝0(M药剂用量*EF药剂生产)i；
其中，M药剂用量为污水厂每日药剂消耗量，kg/d；i为药剂种类数，包括碳源、除磷药剂、消毒药剂等；EF药剂生产为根据药剂种类确定的药剂生产排放因子，kgCO2/kg。
污水处理过程中运输碳排放即车辆运输数据由如下公式计算得出：
MCO2,运输＝D运输*FC*Q油*EF燃油；
其中，D运输为车辆运输距离，km/d；FC为百公里油耗，L/100km；Q油为根据油品种类确定的油品热值，MJ/L；EF燃油为根据油品种类确定的油品排放因子，g/MJ。
由此，污水处理厂延伸碳排放量由如下公式得出：
Ey＝MCO2,药剂生产+MCO2,运输。
通过以上实施例可得，具体如下表1和表2：
污水处理厂通过实时产生的温室气体确定的碳排放总量为：
E总＝T实+Ei+Ey。
污水处理厂通过第一生产数据与所对应的排放因子确定的碳排放总量为：
E总’＝Ez+Ei+Ey。
表1
表2
由以上部分实施例归纳为表1和表2，通过表1和表2可知，两种碳排放计量方法的区别在于直接碳排放数据的计量，表1中的核算直接碳排放数据由化石碳排放与温室气体碳排放两部分组成。其中，化石碳排放是通过第一生产数据以及模型通过公式计算得出，外加碳源碳排放、N2O碳排放与CH4碳排放基于第一生产数据及排放因子进行计算得出。
表2中的实测直接碳排放数据由现场的气体检测装置进行实时检测得出。表1与表2中的间接碳排放量与延伸碳排放量均有生产数据与排放因子计算得出。通过对间接碳排放与延伸碳排放的计量，提高污水处理厂碳排放计量的准确性。
在通过两种测量方法分别得到核算直接碳排放数据与实测直接碳排放数据后，对两组数据进行进一步的分析处理，以得到其中较为准确的一组数据，以提高污水处理厂碳排放计量的准确性。
在一实施例中，在步骤S5之后还包括步骤：
S8、利用所述实测直接碳排放数据校核排放因子数据中的排放因子，并形成本地化的校核排放因子数据库。
也就是说，在没有异常的情况下利用实测的方式得到的实测直接碳排放数据相比于核算直接碳排放数据更加准确。基于实测直接碳排放数据，设计计算排放因子，并与排放因子数据库中的缺省值进行校核，以形成本地化的校核排放因子数据库，以使得在后续的碳排放计量中利用本地化的校核排放因子数据库中的排放因子，提高碳排放计量的准确性。
进一步的，在步骤S8中还包括：
基于不同条件，在所述本地化的校核排放因子数据库中的同一个排放因子对应存储多个数值；其中，所述不同条件包括污水处理工艺、污水处理规模、污水处理时的当前温度中的任意一种或多种。
也就是说，碳排放的计量在不同情景下对应不同的排放因子，比如：AAO、 MBR、氧化沟等处理工艺不同将对应不同的排放因子，以更加精准的得到碳排放量。
进一步的，如图6所示，具体步骤如下：
S81、基于实测的方式，分别计算获得污水处理厂温室气体的总排放量Ei，其中，i表示污染物，即CO2、CH4、N2O，温室气体包括CO2、CH4、N2O。
S82、获取所需的污水处理厂的第四生产数据，所述第四生产数包括处理水量Q、进出水COD浓度CODo和CODe、外碳源投加量M外加碳源及COD当量系数 I中的任意一种或多种。
S83、基于工艺段及所述第四生产数据，计算活动数据COD的去除量，具体计算公式如下：
ΔCOD＝(CODo-CODe)*Q*10-3+M外加碳源*I。
S84、温室气体的总排放量与活动数据COD的去除量的比值，得到排放因子。即：
EFi＝Ei/ΔCOD。
基于实测的方式计算得出的排放因子更具有精准性，便于提高后续对污水处理厂碳排放计量的精准性。
在一实施例中，如图7所示，自动选择合适量程的传感器实时获取污水处理厂产生的温室气体的相关数据。
具体的，当第一量程传感器检测的气体浓度大于所述第一量程传感器的最大量程时，第一量程传感器的量程为0-appm；利用第二量程传感器对气体进行检测，第二量程传感器的量程为0-bppm当第二量程传感器检测的气体浓度大于第二量程传感器的最大量程时，利用第三量程传感器对气体进行检测，第一量程传感器的量程为0-cppm；直至检测的气体浓度在所对应的传感器所对应的量程范围内；其中，第一量程传感器对应的最大量程小于第二量程传感器对应的最大量程，以及第二量程传感器对应的最大量程小于第三量程传感器对应的最大量程即a<b<c。该检测方法能够覆盖污水处理厂不同点位不同浓度的温室气体浓度范围，提高污水处理厂的温室气体检测的准确性。
本发明实施例还提供一种基于温室气体检测的污水处理厂碳排放计量装置，如图8所示，包括在线气体检测系统、生产数据采集系统和工控机13。
其中，在线气体检测系统用于在线检测污水处理厂实时产生的温室气体，获得气体数据。
生产数据采集系统用于实时采集所述污水处理厂直接碳排放计量所需第一生产数据，所述第一生产数据包括厌氧生物反应池数据、好氧生物反应池数据、反硝化外加碳源数据、N2O数据以及CH4数据中的任意一种或多种。
所述工控机13获取所述气体数据以及所述第一生产数据，并获取所述第一生产数据对应的排放因子，确定并输出所述污水处理厂的直接碳排放量。
该装置还包括无线数据采集器12，无线数据采集器12连接工控机13，以使得生产数据采集系统利用无线数据采集的方式进行实时采集，采集污水处理厂碳排放所需数据，采集的数据包括污水处理厂的日处理流量、吨水耗电量、进出水COD和TN浓度、药剂消耗量、运输车辆百公里油耗和运输距离等。
工控机13包括数据传输系统、数据库和算法。其中，数据传输系统用于传输在线气体检测系统检测的数据、生产数据采集系统采集的数据。数据库包括在线采集数据库、在线检测数据库、排放因子数据库。算法用于计量污水处理厂整体碳排放。
本发明实施例中的碳排放计量装置成本体、占地空间小且布点灵活、操作方便，满足污水处理厂宽量程的碳排放检测，结合无线生成数据采集系统实现生成数据的实时在线传输，实现污水处理厂碳排放的实时在线检测，填补了污水处理厂碳排放计量装置的空白。
在一实施例中，在线气体检测系统包括气体采集组件、气体采集管3和气体检测组件10。其中，气体采集组件用于收集污水处理厂实时产生的温室气体。气体检测组件10用于检测收集的温室气体的量程。气体采集管3连通所述气体采集组件与气体检测组件10。
进一步的，气体采集组件包括浮体1、集气筒2、进气阀门5、气体温度/ 流量计6和气泵7。浮体1与集气筒2固定连接，浮体1用于为集气筒2提供浮力并维持其平衡。集气筒2为底端开口的圆柱形结构，集气筒2的底端位于污水池液面的下方并使得集气筒2内液面的上方具有用于收集温室气体的空间。
气体采集管3的一端连通集气筒2的底端并依次连接进气阀门5、气体温度/流量计6和气泵7。
进气阀门5用于开启或关闭进气，该进气阀门5可通过远程控制。气体温度/流量计6用于计量产生的气体温度/流量。气泵7用于将集气筒2内原有的气体排出，采气流量优选为0-4L/min。在利用集气筒2进行气体收集之前，利用气泵7将集气筒2内的气体先排尽后再进行收集，提高气体收集的准确性。
进一步的，气泵7与气体检测组件10之间连接有分流器8，分流器8用于多点采样或稀释气体的配入。
进一步的，浮体1优选为泡沫板并固定连接于集气筒2的外侧壁上并位于集气筒2底端向上一端距离，该距离为比如：10cm，当然并不仅限于该举例距离。
在一实施例中，气体检测组件10包括三组CO2、CH4、N2O检测传感器矩阵，其中，CO2检测原理为红外检测，CH4检测原理为MOS，N2O检测原理为光学波导检测，CO2的量程为：0-5000ppm、0-10000ppm、0-15000ppm；CH4的量程为：0-40ppm、0-100ppm、0-200ppm；N2O的量程为：0-5ppm、0-10ppm、 0-30ppm。气体检测组件10的尺寸约为:10cmx10cmx15cm。多个量程的检测传感器覆盖污水处理厂不同点位不同浓度的温室气体浓度范围，提高污水处理厂的温室气体检测的准确性。
在一实施例中，该装置还包括控制组件11，控制组件11用于自动控制温室气体检测组件10在不同检测点位选用合适量程的检测传感器，用于自动控制进气阀门5启停、自动控制气泵7启停和自动控制分流器8各直管启闭。
在一实施例中，该装置还包括除湿组件4，除湿组件4位于集气筒2与进气阀门5之间，除湿组件4用于除去温室气体中的湿度，以保证气体检测组件 10的气体湿度小于等于95％RH无结露，对气体进行除湿处理不仅能够提高气体检测的准确性，且能够延长气体检测传感器的使用寿命。
对于该装置中的气体检测组件10与除湿组件4根据需求配置多个，且配置多个气体检测组件10与除湿组件4能够满足稀释气体的配入，实现多点位温室气体顺次检测，以及单点位温室气体多样本检测并取平均值，以提高检测准确性。
在一实施例中，如图8所示，图8中的浮体1、集气筒2、气体采集管3、除湿组件4、进气阀门5、气体温度/流量计6和气泵7集成为预处理组件9，也就是说，分流器8可同时连接有多个预处理组件9，并取多个预处理组件9 的平均值，提高检测准确性。
应用本发明提供的一种基于温室气体检测的污水处理厂碳排放计量装置对某城镇污水处理厂进行碳排放计量的具体示例，具体如下：
某城镇污水处理厂采用多段式AAO工艺，出水水质执行《城镇污水处理厂污染物排放标准》GB 18918-2002一级A标准。设计规模40万吨/天，处理负荷率约95％，生物反应池厌氧区域面积610.7m2、缺氧区域面积2198.6m2、好氧1区域面积2809.3m2、好氧2区域面积3420m2。该厂设计参数、运行参数、在线采集等数据如表3所示。
表3
将该污水处理厂的水质及运行等数据，应用本发明提供的基于温室气体检测的污水处理厂碳排放计量方法中的基于第一生产数据与排放因子的计量方法得出该污水厂碳排放量总量，具体如图表4所示，各排放类型所占比例如图 9所示。
表4
由表4可知，该城镇污水处理厂碳排放量为202079.85kgCO2/d，其中直接碳排放量为120329.6kgCO2/d，间接碳排放量为63259.16kgCO2/d，延伸碳排放量为18491.09kgCO2/d。总碳排放强度为0.534kgCO2/m3·d。
应用本发明提供的基于温室气体检测的污水处理厂碳排放计量方法中的实测的方法计量的生化池排放的CO2、CH4、N2O的浓度如表5所示，根据算法计算的碳排放量占总碳排放量的比例如图10所示，其中，化石碳排放量占2％，产生的CH4的碳排放量占35％，产生N2O的碳排放量占63％。主要由于N2O的增温潜势较大。
表5
本发明实施例提供的一种基于温室气体检测的污水处理厂碳排放计量方法及装置，该方法针对排放因子的局限性，结合温室气体的具体检测方法，分别利用两种计量方法分别计量污水处理厂的碳排放，并对分别计量得到的碳排放进行核酸，提高污水处理厂计量碳排放的准确性；另外，该装置为污水处理厂碳减排提供基础工具，并对污水处理厂碳达峰碳中和目标实现具有重要意义。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于温室气体检测的污水处理厂碳排放计量方法，其特征在于，包括：
获取气体数据，所述气体数据为污水处理厂实时产生的温室气体的相关数据；
基于所述气体数据确定实测直接碳排放数据；
获取直接碳排放计量所需第一生产数据并获取所述第一生产数据对应的排放因子，所述第一生产数据包括厌氧生物反应池数据、好氧生物反应池数据、反硝化外加碳源数据、N2O数据以及CH4数据中的任意一种或多种；
基于所述第一生产数据和所对应的排放因子确定核算直接碳排放数据；
基于所述实测直接碳排放数据与所述核算直接碳排放数据，确定所述污水处理厂的直接碳排放量。
2.根据权利要求1所述的方法，其特征在于，基于所述实测直接碳排放数据与所述核算直接碳排放数据，确定所述污水处理厂的直接碳排放量包括：
判断所述实测直接碳排放数据与所述核算直接碳排放数据的差值是否大于阈值，
当小于等于所述阈值时，以所述实测直接碳排放数据与所述核算直接碳排放数据中较大值作为所述直接碳排放量；
当大于所述阈值时，分别根据不确定度模型确定所述实测直接碳排放数据与所述核算直接碳排放数据的不确定度，并以不确定度较小的作为所述直接碳排放量。
3.根据权利要求2所述的方法，其特征在于，所述不确定度模型包括第一不确定度模型和第二不确定度模型，所述第一不确定度模型用于确定所述实测直接碳排放数据的不确定度，所述第二不确定度模型用于确定所述核算直接碳排放数据的不确定度，其中，所述第一不确定度模型基于所述气体数据来源的不确定度构建，所述第二不确定度模型基于所述第一生产数据来源构建。
4.根据权利要求1所述的方法，其特征在于，所述气体数据来自多个检测点，其中，基于所述气体数据确定实测直接碳排放数据包括：
Tx＝[∑n i＝0(Txi)/n]*(S1/S0)；
其中，T为实测直接碳排放数据，x为气体数据，i为第i个检测点数，n为总检测点数，S0为检测装置的一个集气装置有效面积，S1为检测区域总面积。
5.根据权利要求1所述的方法，其特征在于，还包括：
获取间接碳排放计量所需的第二生产数据，所述第二生产数据包括电力数据、废水排放数据中的一种或多种；
获取所述第二生产数据对应的排放因子；
根据所述第二生产数据及其对应的排放因子，得到间接碳排放量。
6.根据权利要求1所述的方法，其特征在于，还包括：
获取延伸碳排放计量所需要的第三生产数据，所述第三生产数据包括药剂生产数据、车辆运输数据中的一种或多种；
获取所述第三生产数据对应的排放因子；
根据所述第三生产数据及其对应的排放因子，得到延伸碳排放量。
7.根据权利要求1所述的方法，其特征在于，确定所述污水处理厂的直接碳排放量之后，还包括：
利用所述实测直接碳排放数据校核排放因子数据中的排放因子，并形成本地化的校核排放因子数据库。
8.根据权利要求7所述的方法，其特征在于，利用所述实测直接碳排放数据校核排放因子数据中的排放因子，并形成本地化的校核排放因子数据库包括：
基于不同条件，在所述本地化的校核排放因子数据库中的同一个排放因子对应存储多个数值；其中，所述不同条件包括污水处理工艺、污水处理规模、污水处理时的当前温度中的任意一种或多种。
9.一种基于温室气体检测的污水处理厂碳排放计量装置，其特征在于，包括：
在线气体检测系统，用于在线检测污水处理厂实时产生的温室气体，获得气体数据；
生产数据采集系统，用于实时采集所述污水处理厂直接碳排放计量所需第一生产数据，所述第一生产数据包括厌氧生物反应池数据、好氧生物反应池数据、反硝化外加碳源数据、N2O数据以及CH4数据中的任意一种或多种；
工控机，所述工控机获取所述气体数据以及所述第一生产数据，并获取所述第一生产数据对应的排放因子，确定并输出所述污水处理厂的直接碳排放量。
10.根据权利要求9所述的装置，其特征在于，所述在线气体检测系统包括：
气体采集组件，用于收集污水处理厂实时产生的温室气体；
气体检测组件，用于检测收集的温室气体的浓度；
气体采集管，其连接于所述气体采集组件与气体检测组件之间。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210907403.9A CN115343419A (zh) | 2022-07-29 | 2022-07-29 | 基于温室气体检测的污水处理厂碳排放计量方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210907403.9A CN115343419A (zh) | 2022-07-29 | 2022-07-29 | 基于温室气体检测的污水处理厂碳排放计量方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115343419A true CN115343419A (zh) | 2022-11-15 |
Family
ID=83950036
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210907403.9A Pending CN115343419A (zh) | 2022-07-29 | 2022-07-29 | 基于温室气体检测的污水处理厂碳排放计量方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115343419A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117473208A (zh) * | 2023-12-28 | 2024-01-30 | 天津创业环保集团股份有限公司 | 一种城镇污水处理厂碳排放量计算方法 |
-
2022
- 2022-07-29 CN CN202210907403.9A patent/CN115343419A/zh active Pending
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117473208A (zh) * | 2023-12-28 | 2024-01-30 | 天津创业环保集团股份有限公司 | 一种城镇污水处理厂碳排放量计算方法 |
| CN117473208B (zh) * | 2023-12-28 | 2024-03-22 | 天津创业环保集团股份有限公司 | 一种城镇污水处理厂碳排放量计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115343419A (zh) | 基于温室气体检测的污水处理厂碳排放计量方法及装置 | |
| US20210208116A1 (en) | Instrument and method for simultaneously testing molecular weight distribution and organic nitrogen level of water sample | |
| CN108088974A (zh) | 一种厌氧同时反硝化产甲烷过程出水硝氮的软测量方法 | |
| CN114993774A (zh) | 一种用于污水处理厂的温室气体监测方法 | |
| CN115078667A (zh) | 一种基于物联网技术的工业污水排放处理在线监测分析预警系统 | |
| CN102288653A (zh) | 生化需氧量bod在线测定仪及用其检测的方法 | |
| US20200385297A1 (en) | Method for predicting discharge level of effluent from decentralized sewage treatment facilities | |
| CN113292200A (zh) | 污水处理过程中的在线多参数水质自动快速检测装置 | |
| CN210198443U (zh) | 一种窨井安全监测系统 | |
| CN1670509A (zh) | 臭氧氧化－化学发光法检测水体中化学需氧量的装置 | |
| CN108776109A (zh) | 一种定量评估猪场污水处理过程中有机物状况的方法 | |
| CN111024794B (zh) | 一种水中硝酸盐氮连续监测器及其操作方法 | |
| JP3505559B2 (ja) | 汚濁負荷量計 | |
| CN116338083A (zh) | 一种推流式a2/o污水生物处理工艺运行状态的诊断方法 | |
| CN103364448A (zh) | 城市污水厂进水毒性预警监测方法 | |
| CN112034125A (zh) | 一种测定污水池挥发性有机物排放量的方法 | |
| CN112326914A (zh) | 一种生物毒性预警监测系统及其方法 | |
| Chandran et al. | Off-gas emission tests | |
| KR102665565B1 (ko) | 하폐수 처리 시설의 온실 가스 모니터링 시스템 및 방법 | |
| CN104649404A (zh) | 精确控制处理后的污水排放的系统及方法 | |
| CN116562412B (zh) | 一种污水生物处理低碳运行优化方法 | |
| CN206057300U (zh) | 总有机碳在线自动分析仪 | |
| Fiorentino et al. | Optimization of wastewater treatment plants monitoring in flow variation conditions due to rain events. | |
| CN203053904U (zh) | 一种bod智能在线检测仪表 | |
| CN215297340U (zh) | 一种车载式工业废水检测装置 |
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 |