高级搜索

基于碳源条件的燃料乙醇生产废水脱氮工艺优化

,  ,  , 

downloadPDF

上一篇

下一篇

宁杏芳, 崔海伟, 杜金宝, 杨洋. 基于碳源条件的燃料乙醇生产废水脱氮工艺优化[J]. 环境工程学报, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
引用本文: 宁杏芳, 崔海伟, 杜金宝, 杨洋. 基于碳源条件的燃料乙醇生产废水脱氮工艺优化[J]. 环境工程学报, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
shu
NING Xingfang, CUI Haiwei, DU Jinbao, YANG Yang. Optimization of denitrification treatment process of fuel ethanol wastewater based on carbon source[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
Citation: NING Xingfang, CUI Haiwei, DU Jinbao, YANG Yang. Optimization of denitrification treatment process of fuel ethanol wastewater based on carbon source[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
shu

基于碳源条件的燃料乙醇生产废水脱氮工艺优化

  • 1.

    国投广东生物能源有限公司，湛江 524399

  • 2.

    北京国电龙源环保工程有限公司，北京 100039

    • 作者简介: 宁杏芳(1988—)，女，硕士，助理工程师。研究方向：水污染治理技术与工程。E-mail：79393291@qq.com
    通讯作者: 杨洋(1979—)，男，博士，高级工程师。研究方向：水污染治理等。E-mail：20045054@chnenergy.com.cn

  • 中图分类号: X797

Optimization of denitrification treatment process of fuel ethanol wastewater based on carbon source

  • 1.

    Guangdong Bio-Energy of SDIC Co.Ltd., Zhanjiang 524399, China

  • 2.

    Beijing Guodian Longyuan Environmental Engineering Co.Ltd., Beijing 100039, China

    • Corresponding author: YANG Yang, 20045054@chnenergy.com.cn

摘要

  • 摘要: 某厂稻谷燃料乙醇DDG废水处理工艺因好氧进水碳氮比失调，导致出水TN难以达标。通过对反硝化系统碳源种类的筛选，寻找适宜的碳源并对废水处理系统工艺进行调整，以提升反硝化脱氮效率。碳源筛选实验在葡萄糖、乙醇和清液(原废水)，3种碳源条件下进行。通过考察实验系统pH和TN浓度的变化，对反硝化系统投加不同碳源时TN去除速率，以及相应碳源条件下的运行成本进行对比。结果表明：乙醇作为碳源时系统的TN去除速率最大，为8.33 mg·(L·h)−1，是清液为碳源时的1.1倍、葡萄糖为碳源时的1.18倍；而清液作为碳源的运行成本是乙醇为碳源的9%、葡萄糖为碳源的37%。综合对比反硝化投加不同碳源情况下的脱氮反应速率和运行成本，以清液作为碳源来调整脱氮工艺是最佳方案。经现场工艺验证，当A/O系统进水TN为300~600 mg·L−1、投加清液量使废水中COD/TN达到12.1以上时，可确保该厂废水处理系统经处理外排废水TN稳定在50 mg·L−1以下。上述研究结果可为DDG废水的处理提供经济合理的碳源补充方案，并能为可生化性较好的发酵行业废水处理提供参考。
    Abstract: The C/N ratio in the A/O influent of the the rice fuel ethanol DDG wastewater treatment process in a plant was too low to meet the the discharge standard of total nitrogen for the effluent. In this study, the carbon sources in the denitrification system were screened, and a suitable carbon source was determined and the wastewater treatment process was adjusted for the increase of denitrification efficiency. The carbon source screening test was conducted among the three carbon sources of glucose, ethanol and clear liquid (raw wastewater). The changes of pH value and total nitrogen concentration in the the reaction system were invetigated, then the total nitrogen removal rates and operating costs were compared when different carbon sources are added to the denitrification system. The results showed that the when ethanol was taken as carbon source, the fastest removal rate of total nitrogen occurred with a value of 8.33 mg·(L·h)−1, which was 1.1 or 1.18 times of the carbon source of glucose or clear liquid (raw wastewater), respectively. The operating cost with the carbon source of raw wastewater was 9% of ethanol and 37% of glucose, respectively. Through the comprehensive analysis and comparison of denitrification reaction rate and operating cost among different carbon sources additions for denitrification, the best choice was to add raw wastewater to adjust A/O denitrification process in this wastewater treatment plant. After verification in field process, when the total nitrogen in the influentt of A/O system was about 300~600 mg·L−1 and the COD/TN ratio in the wastewater was above 12.1 by adding raw wastewater, the effluent total nitrogen concentration could be stablized lower than 50 mg·L−1. The research provides an economic and reasonable carbon supplement scheme for DDG wastewater treatment, and provides a reference for fermentation wastewater treatment with good biodegradability.

  • 铁是一种生物必须的营养元素，直接影响浮游植物的光合作用和碳水化合物形成，由于高含氧量和无机态铁的低溶解性，铁通常是制约HNLC海区（High nutrition low chlorophyll）初级生产力的关键微量元素[1-2]。大规模海洋施铁实验表明，水生态系统中生物可利用铁的增加可以显著提高浮游植物的生物量和光合作用率，从而提高初级生产力，并促使浮游植物的群落结构发生变化[3-7]。以往研究表明，光自养微生物对碳循环和全球气候起关键作用[8-9]。初级生产力的提高，深刻地影响着全球尺度的二氧化碳固定，对温室气体的控制具有重要意义。

    水生态系统中，99%溶解性铁（dissolved iron，DFe）与有机配体结合。尽管大部分有机络合态铁不能直接被藻类利用，但通过一些地球化学转化过程，可转变为生物可利用铁[10-11]。Blazevic等[12]研究发现，海洋中腐殖酸结合态铁可以发生光还原反应，进而提高铁的生物可利用性。沼泽性河流是海洋DFe的重要来源[13]。沼泽性河流中大量存在的溶解性有机碳（DOC, dissolved organic carbon）与铁离子形成有机络合物，使水中保持较高浓度DFe。有机质中羧基和酚羟基是与铁络合的主要官能团。泥炭源中的酚酸类物质，含有稳定的芳香环结构。部分酚酸与铁有较高的配合能力，这类物质的存在保护了长距离迁移的DFe，保证了陆源DFe向水生态系统的有效输出[14]。

    泥炭沼泽中存在多种类型酚酸，前人在金川泥炭中检测出了9种酚酸，包括对-羟基苯甲酸、丁香酸、香草酸、阿魏酸、对-香豆酸、没食子酸、原儿茶酸和咖啡酸，许多泥炭沼泽中都有这些酚酸的存在[14]。研究证实，酚酸等有机质可以和铁形成较为稳定的配合物，使其可以在淡水运输过程中迁移更长的距离[15]。其中，具有儿茶酚或者没食子酰基结构的原儿茶酸、没食子酸以及咖啡酸可以和Fe（Ⅱ）形成较为稳定的络合物，使得Fe（Ⅱ）在极易被氧化的碱性条件下也可以保存较长时间。而咖啡酸、没食子酸、原儿茶酸以及龙胆酸还对Fe（Ⅲ）有着明显的还原作用，同样有助于这两种铁形态之间的平衡[16]。

    植物或微生物分泌代谢物质对环境中其他植物或微生物体产生不利或有利的影响，这种作用称为化感作用。在化感作用过程中分泌的物质即被称为化感物质，自然界的化感物质种类非常丰富，主要包括酚酸类、苯醌类、倍半萜类、黄酮类等几大类物质[17]。迄今发现的化感物质几乎都是植物的次生代谢物质，分子量较小，结构简单，其中酚酸类物质是一类重要的次生代谢产物，也是研究较多，被证实是化感活性较强的一类物质[18]。酚酸具有一定生物毒性。目前对于酚酸抑藻的机制还不十分清楚，其抑制作用可能通过多种方式实现。研究表明，酚酸与蛋白质分子易遵循疏水键-氢键多点键合理论结合。在酚酸存在的情况下，藻细胞的胞外磷酸酶活性受到抑制，碱性磷酸酶活性的抑制使藻利用磷的能力下降。酚酸与细胞膜蛋白的结合，会破坏生物体细胞膜结构，使植物多酚物质进一步穿过细胞膜，进入细胞体内，从而改变微生物细胞酶活性，减少藻类对外源性蛋白质的利用，并通过对细胞外酶的抑制达到抑藻的目的[19]。另外，如果酚酸进入细胞体后，通过与金属离子发生络合反应，形成沉淀而破坏微生物的正常新陈代谢也是植物多酚抑藻的原因所在[20]。尽管酚酸存在生物毒性，但适量前提下，对藻类生长有积极作用[21]。泥炭源典型酚酸与铁的络合物是否对藻类利用铁有显著影响尚待进一步研究。因此，探究酚-铁配合物络合稳定性及其生物可利用性有助于进一步了解生物对铁的吸收，更好地理解全球铁碳耦合循环。

    铜绿微囊藻（microcystic aeruginosa） 是中国湖泊、水库及其他水域生态系统水体富营养化蓝藻水华的代表性藻类。本文铜绿微囊藻为培养对象，利用泥炭源典型酚酸及泥炭溶解有机质（DOM）开展了一系列培养试验，以期了解泥炭沼泽源酚酸以及酚-铁络合物对铜绿微囊藻生长的影响。

    1.   材料与方法（Materials and methods）

    1.1   实验材料

    试验所用铜绿微囊藻藻源，由中国科学院水生生物研究所提供，采用BG-11培养基培养。

    4种酚酸的配制：以1.7 g·L−1的浓度配制BG-11培养基，然后将对羟基苯甲酸、对香豆酸、水杨酸、咖啡酸加入，分别配制4份浓度为0.24 g·L−1的酚酸溶液。用0.22 μm滤膜在超净台中过滤，并用紫外光照射30 min，消除微生物的影响，现配现用。

    藻种培养条件：实验前5天，将铜绿微囊藻进行扩大培养。光照强度4000 lx；光暗比24 h∶0 h；温度（25±1）°C；每天摇动培养瓶5次，使藻类生长进入对数生长期。进入对数增长期后，取铜绿微囊藻各300 mL加入到1 L锥形瓶，再加入BG-11培养基100 mL进行驯化培养。

    1.2   实验设计

    1.2.1   单一酚酸对铜绿微囊藻的抑制作用

    由于对羟基苯甲酸和对香豆酸在泥炭中含量相对较高，水杨酸和咖啡酸和铁离子可以络合，实验选择这4种酚酸进行实验。

    使用细胞计数仪确定当前藻液浓度，并根据藻液浓度取一定量的处于对数生长期的藻液加入250 mL锥形瓶内，其中分别添加稀释了不同倍数的酚酸溶液，最后用培养基补足，使得锥形瓶内的液体总体积达到150 mL。每个锥形瓶内藻的初始密度为105 cell·mL−1，酚酸的最终浓度梯度分别为0、10、20、40、60、80 mg·L−1，每组3个平行，置于光照培养箱内。培养温度为（20±1）℃，光照强度为4000 lx，24 h光照，每天震荡3—5次。

    1.2.2   酚络合态铁对铜绿微囊藻生长的影响

    选用水杨酸和咖啡酸与铁形成络合物，探究酚铁对藻类生长的影响。实验选择的酚酸浓度为5×10−5 mol·L−1，铁浓度为1×10−6 mol·L−1，在此条件下酚酸浓度为铁浓度的50倍，可以有效保护体系中的二价铁。此外，由于泥炭沼泽中也普遍存在草酸、柠檬酸、酒石酸、乙酸等无苯环的小分子有机酸，所以实验选择草酸、柠檬酸、乙酸作为干扰物质加入到酚铁体系中进行藻类的培养实验。

    藻类的培养实验分为10组，每组添加的物质如下：A.水杨酸+硫酸亚铁；B.咖啡酸+硫酸亚铁；C.水杨酸+草酸+硫酸亚铁；D.水杨酸+乙酸+硫酸亚铁；E.咖啡酸+草酸+硫酸亚铁；F.咖啡酸+乙酸+硫酸亚铁；G.水杨酸+柠檬酸+硫酸亚铁；H.咖啡酸+柠檬酸+硫酸亚铁；I.不添加酸和铁的对照组；J.只添加铁的对照组。

    以上试验均为期15 d，每隔48 h取样1次，记录藻细胞数量的变化，以及藻存活情况的变化和pH值的变化。培养周期结束后分别取10 mL和5 mL样品，测量样品中叶绿素a的含量和叶绿素荧光参数Fv/Fm（最大光能转化效率）。其中Fv/Fm常用来表征叶绿素PsⅡ（低铁环境藻类光系统Ⅱ）反应中心内禀光能转换效率，反映当时所有的PsⅡ反应中心均处于开放态时最大光量子产量。

    1.2.3   生理指标的测定方法：

    为测藻细胞存活率及藻细胞数量，使用5-CFDA染色，具体操作方法如下：

    （1）用DMSO（二甲基亚砜）5-CFDA稀释至10 mmol·L−1。将99 μL已经配制好的BG-11培养基与1 μL的5-CFDA混合作为A液，摇晃10 s混匀；

    （2）将50 μL样品与50 μL A液混匀，用移液枪至少吹打10次；

    （3）在25℃条件下将上一步准备好的样品避光放置30 min；

    （4）用移液枪将待测样品吹打10次或摇晃，使藻细胞分散，然后用移液枪取20 μL加入计数板内。在计数板插入仪器之前，稳定1 min，使样品在其中稳定下来。

    将细胞染色后，使用细胞计数仪计数，并观察细胞的存活状态。

    测量样品叶绿素a的含量：

    （1）取藻液10 mL，4500 r·min-1离心15 min，去掉上层清液，将样品在4℃冰箱中放置1 d；

    （2）取出后迅速加入5 mL的90%热乙醇（80℃）于80℃的热水浴萃取2 min，再用超声处理10 min，放在暗处萃取4 h后，用0.22 μm的滤头过滤。用酶标仪于波长665 nm和750 nm处测吸光值，然后滴加1滴1 mol·L−1的盐酸酸化，于波长665 nm和750 nm处再测吸光值。计算公式为：

    Chla乙醇=27.9×[(E665−E750)−A665+A750)]×V乙醇/V样品

    其中，Chla乙醇为热乙醇法测定的叶绿素a含量（μg·L−1）；E665是乙醇萃取液于波长665 nm的吸光值；E750是乙醇萃取液于波长750 nm的吸光值；A665为乙醇萃取液酸化后在665 nm处的吸光值；A750为乙醇萃取液在750 nm处的吸光值；V乙醇为乙醇萃取液的体积（mL），V样品为所取样品的体积（mL）。

    抑制率计算公式：IR=（1-N/N0×100%）抑制率为负值则有促进效果，抑制率为正则抑制。

    1.2.4   泥炭沼泽源酚络合态铁对铜绿微囊藻生长的影响

    培养前准备：

    （1）提取泥炭中的DOM；

    （2）将样品通过H型阳离子柱交换柱，去除样品中存在的金属离子；然后将DOM样品按照<1 KDa，1—3 KDa，>3 KDa分成3份；

    （3）将3份样品中加入FeSO4，待稳定一段时间后，取10 mL加入培养基中，加入后Fe的浓度为5×10−6 mol·L−1。

    铜绿微囊藻培养实验分为5组，每组3份平行，每组添加的物质如下：A．无添加；B．Fe，浓度为5×10−6 mol·L−1；C．DOM-Fe（<1 KDa），Fe浓度为5×10−6 mol·L−1；D．DOM-Fe（1—3 KDa），Fe浓度为5×10−6 mol·L−1；E．DOM-Fe（>3 KDa），Fe浓度为5×10−6 mol·L−1。

    实验均为期15 d，每隔48 h取样1次，记录藻细胞数量的变化，以及藻存活情况的变化。

    2.   结果与讨论（Results and discussion）

    2.1   不同酚酸影响微囊藻生长的浓度效应

    在微囊藻培养体系中分别加入不同浓度四种酚酸溶液，经过14 d培养和检测，得到微囊藻-酚酸的生长曲线如图1所示。图1中A、B为不同浓度的对羟基苯甲酸和对香豆酸对微囊藻生长情况的影响。可以看出，当酚酸浓度为10 mg·L−1和20 mg·L−1时，微囊藻的生长速率和最终达到的终点浓度明显高于控制组（0）抑制率为-23.5%—18%。从微囊藻浓度上来看，当酚酸浓度为10 mg·L−1和20 mg·L−1时，生长情况比较接近，说明在此浓度下，这两种酚酸对微囊藻的生长有一定的刺激作用。在A、B组中当酚酸浓度超过20 mg·L−1时，藻液浓度和藻的生长速率明显低于控制组；当浓度增加到40 mg·L−1时，这两种酚酸对微囊藻的生长起到了明显的抑制作用，而对羟基苯甲酸的对微囊藻生长的抑制作用更加明显；浓度继续增加到60—80 mg·L−1时，微囊藻前4—5天略有增长，然后基本停止了增长，保持在3×106 cell·mL−1左右。对香豆酸60 mg·L−1组的藻数量略高于80 mg·L−1组。

    在C组水杨酸-微囊藻的实验中，水杨酸浓度为10 mg·L−1时，增长的速度与控制组接近，在8—10 d快速增长后，藻数量和控制组趋于一致。而当浓度大于10 mg·L−1时，都出现了明显的抑藻效果，抑制率约为80%。

    结合图2中存活率来看（从培养的第4天开始测微囊藻的存活率）当浓度为10 mg·L−1时，微囊藻的存活率都略低于控制组，差值在10%左右浮动，当浓度为20—40 mg·L−1，在开始计数时，藻类的存活率就已不同程度地低于控制组，并且A、C、D存活率在4—14 d整体处于下降的趋势，可以看出，水杨酸对微囊藻的抑制作用最强。

    表1是各组样品的Fv/Fm，最大光能转化效率Fv/Fm常用来表征叶绿素PsII反应中心内禀光能转换效率，反映当时所有的PsII反应中心均处于开放态时最大光量子产量。

    在非胁迫环境下，植物叶片叶绿素荧光参数Fv/Fm变化极小，表现出稳定的特点，但在胁迫条件下，该参数明显下降[22]。Fv/Fm可作为植物受环境胁迫的响应指标[23]。控制组的Fv/Fm为0.308。一般情况下，微囊藻的Fv/Fm在0.3左右，当Fv/Fm过低表明藻类受到环境胁迫，PSII中心受到损伤进而降低光合作用效率。由表1可以看出，当水杨酸浓度大于20 mg·L−1时会对微囊藻的光合作用产生明显抑制，当各组酚酸浓度超过60 mg·L−1时，藻类基本停止了光合作用，这和前文中藻类的生物量变化和存活率相吻合。表2是各个组叶绿素含量的均值，数据表明：各组中相对低浓度的酚酸，不仅对藻类数量的增长有促进作用，也促进了叶绿素含量的增加。

    图 1  铜绿微囊藻生长曲线
    Figure 1.  Microcystis aeruginosa growth curve
    下载: 全尺寸图片 幻灯片
    图 2  铜绿微囊藻存活率变化
    Figure 2.  Changes in survival rate of Microcystis aeruginosa
    下载: 全尺寸图片 幻灯片
    表 1  铜绿微囊藻的Fv/Fm
    Table 1.  Fv/Fm of Microcystis aeruginosa
    对羟基苯甲酸P-hydroxybenzoic acid对香豆酸P-coumaric acid水杨酸Salicylic acid咖啡酸Caffeic acid
    010×10−620×10−640×10−660×10−680×10−60.3080.3100.2920.3020.0390.0000.3080.3100.3140.3240.0490.0000.3080.3090.0230.0140.0000.0000.3080.3310.2760.3600.0380.000
    　　注：0—80×10−6分别对应添加的4种酚酸浓度，表中数据是在微囊藻培养期结束时测得的Fv/Fm。
    　　Note: 0—80×10−6 respectively correspond to the four added phenolic acid concentrations. The data in the table are the Fv/Fm measured at the end of the Microcystis culture period.
     | Show Table
    DownLoad: CSV
    表 2  铜绿微囊藻叶绿素含量（g·L-1）
    Table 2.  Chlorophyll content of Microcystis aeruginosa
    对羟基苯甲酸P-hydroxybenzoic acid对香豆酸P-coumaric acid水杨酸Salicylic acid咖啡酸Caffeic acid
    010×10−620×10−640×10−660×10−680×10−60.5681.0141.1380.7750.0000.0000.5680.7370.8620.5680.0000.0000.5680.7960.0090.0000.0000.0000.5682.0932.2011.3590.0000.000
    　　注：0—80×10−6分别对应添加的4种酚酸浓度，表中数据是微囊藻培养期结束时测得的叶绿素含量。
    　　Note: 0—80×10−6 respectively correspond to the four phenolic acid concentrations added. The data in the table is the chlorophyll content measured at the end of the Microcystis culture period.
     | Show Table
    DownLoad: CSV

    2.2   酚络合态铁的生物可利用性

    根据上述试验结果可以得出，当这4种典型泥炭源酚酸的浓度达10 mg·L−1时，从生物量、存活率以及光合作用强度来说对微囊藻的生长没有明显抑制作用。普遍认为，藻类吸收Fe主要是离子形态，而不是有机络合态Fe[24]。目前，仅观察到在产生铁载体的微生物中存在铁载体复合物的吸收及其在细胞中的还原[25]。已有研究发现，有机络合态铁中铁的释放途径不同。其中包括简单的配体-金属平衡（Ligand-Metal balance），平衡在初级生产者消耗铁后发生变化，促进铁从络合物中分离。另一个途径是基于配体的降解，这也导致了Fe和配体的分离。第三种可能是通过有机态铁的还原，降低配体对铁的亲和力，并导致Fe的释放。这个过程可能是由于络合物的自还原/氧化而发生的，这意味着配体氧化同时也释放产生Fe[26]。尤其是光还原分解对铁的生物利用度有很大影响，这一释放铁途径被称为AHS（aquatic humic substances）机制[12]。

    图3是加入不同酸和Fe2+的微囊藻生长曲线。施加和不加Fe2+的对照试验表明，在培养1—9 d，两组生长速度以及生物量大致相同。在第9天后，施加Fe2+组的生长速度放缓，最终的藻密度低于对照组。图3表明在没有配体存在的情况下，加入一定量的铁对微囊藻生长促进作用不明显。同时，观察发现，在藻类指数生长阶段出现了较高的pH值（高达10.5），这与二氧化碳生物需求增加有关。在指数生长结束和平台期开始后，pH值略下降。在藻类生长平缓或生长不良的样品中，pH值无显著变化，pH值大多保持在6—8。

    能促进藻类生长的酚酸应当与三价铁有较高的亲和力，与二价铁有较低的亲和力[27]。试验表明，相对其他3种酚酸铁配合物体系，水杨酸铁不能有效地为微囊藻提供生物可利用性铁，这可能与水杨酸的稳定性较强有关[27]。对照表明，用咖啡酸处理的微囊藻生长良好，最高浓度达到2.19×107 cell·mL−1。这可能是咖啡酸中的儿茶酚基结构所引起的，并且有更高的氧化还原潜力，更容易将Fe从配合物中释放。Santana等 [28]的研究也证实了在生物条件下还原络合物的可能性。总体上，酚酸的加入提高了藻类对Fe的生物可利用率。

    图2显示藻类存活率从第10天开始明显下降，藻类计数可能包括了死藻，因此选择第11天数据进行显著性分析。结果表明（表3），在0.05的置信水平下，咖啡酸的加入对微囊藻生长有显著促进作用，而水杨酸在0.05的置信水平下，对微囊藻生长无显著促进作用。

    图 3  微囊藻生长曲线
    Figure 3.  Microcystis growth curve
    A.水杨酸+硫酸亚铁 B.咖啡酸+硫酸亚铁 C.水杨酸+草酸+硫酸亚铁 D.水杨酸+乙酸+硫酸亚铁 E.咖啡酸+草酸+硫酸亚铁 F.咖啡酸+乙酸+硫酸亚铁 G.水杨酸+柠檬酸+硫酸亚铁 H.咖啡酸+柠檬酸+硫酸亚铁 1_3.不添加酸和铁的对照组 Fe1_3硫酸亚铁
    A. Salicylic acid+Ferrous sulfate B. Caffeic acid+Ferrous sulfate C. Salicylic acid+Oxalic acid+Ferrous sulfate D. Salicylic acid+Acetic acid+Ferrous sulfate E. Caffeic acid+Oxalic acid+Ferrous sulfate F. Caffeic acid+Acetic acid+Ferrous sulfate G. Salicylic acid+Citric acid+Ferrous sulfate H. Caffeic acid+Citric acid+Ferrous sulfate 1_3. Control group without acid and iron Fe1_3. Ferrous sulfate
    下载: 全尺寸图片 幻灯片
    表 3  第11天不同试验组微囊藻浓度变化的相关性矩阵
    Table 3.  Correlation matrix of changes in the concentration of Microcystis in different test groups on the 11th day
    1_3Fe1_3ABCDEFGH
    1_310.9630.971−0.3580.4740.6570.2460.4610.9830.491
    Fe1_30.9631.001.000*−0.0950.2210.835−0.0220.6820.9960.707
    A0.9711.000*1.00−0.1260.2510.8180.0080.6590.999*0.685
    B−0.358−0.095−0.1261.00−0.9920.468−0.9930.663−0.1790.637
    C0.4740.2210.251−0.9921.00−0.3520.970−0.5630.302−0.534
    D0.6570.8350.8180.468−0.3521.00−0.5690.9720.7850.979
    E0.246−0.0220.008−0.9930.970−0.5691.00−0.7460.062−0.723
    F0.4610.6820.6590.6630.6630.972−0.7461.000.6180.999*
    G0.9830.9960.999*−0.1790.3020.7850.0620.6181.000.645
    H0.4910.7070.6850.637−0.5340.979−0.7230.999*0.6451.00
    　　注：*. 在 0.05 水平（双侧）上显著相关。Notes：*. Significant correlation at 0.05（bilateral） level.
     | Show Table
    DownLoad: CSV

    2.3   泥炭沼泽源DOM-Fe的藻类可利用性

    许多泥炭源有机质同时含有酚羟基和羧基，具有酚酸性质。但由于泥炭有机质组成复杂多样，现有技术尚不能有效分离不同性质有机化合物。因此，利用不同分子量段有机质与铁的络合物，开展藻类培养试验有助于客观评估泥炭源DOM-Fe的藻类可利用性。利用不同分子量段DOM-Fe，进行培养试验，铜绿微囊藻的生长情况如图4。表4 结果表明，在0.05 的置信水平下，不同组之间差异不具统计显著性，但图4 还是反映出有机态铁对藻类生长的促进趋势.

    结果显示（图3和图4），不同分子量结合态Fe均促进了铜绿微囊藻的生长，但影响程度不同。添加Fe后，铜绿微囊藻的生物量和控制组相比均有增加，微囊藻生长得到促进，最终达到107 cell·mL−1。其中，微囊藻在7—11 d增长最快；其次，对比生长终点可以发现不同DOM-Fe促进效果存在差异：E组>D组>C组>B组>A组>无Fe组；第三，添加DOM显著促进了藻的生长。研究表明，相对于Fe3+，藻类更倾向于利用Fe2+[29]。这是由于具有一定还原能力的DOM可以减缓二价铁的氧化[30]，从而提高了藻类对铁的利用率。此外，不同分子量段DOM与Fe的络合稳定常数略有不同，较高分子量的DOM（>3 kD）与Fe的络合稳定常数较小[30]，在光照或者其他条件下容易发生解离，产生易被藻类利用的Fe。而泥炭源低分子量DOM（<1 KD）络合态铁，由于其络合稳定的常数相对较高，在培养体系中更加稳定，相对不易被藻类利用。

    图 4  铜绿微囊藻生长曲线A.无添加 B.硫酸亚铁 C.DOM-Fe（<1KD ） D.DOM-Fe（1-3 KD） E.DOM-Fe（> 3KD）
    Figure 4.  Microcystis aeruginosa growth curve
    A. No addition B. Ferrous sulfate C.DOM-Fe（<1KD） D.DOM-Fe（1-3KD） E.DOM-Fe（>3KD）
    下载: 全尺寸图片 幻灯片
    表 4  第11天不同试验组铜绿微囊藻生长浓度变化的相关性矩阵
    Table 4.  Correlation matrix of growth concentration changes of Microcystis aeruginosa in different test groups on the 11th day
    ABCDE
    A1−.751.350−.167.770
    B−.7511−.881.776−.158
    C.350−.8811−.982−.327
    D−.167.776−.9821.500
    E.770−.158−.327.5001
    　　注：*. 在 0.05 水平（双侧）上显著相关. Notes：*. Significant correlation at 0.05（bilateral） level.
     | Show Table
    DownLoad: CSV

    3.   结论（Conclusion）

    （1）4种酚酸对藻类生长的影响均呈现“低促高抑”的规律。从藻类生物量和叶绿素含量来看，抑藻效果从高到低：水杨酸>对羟基苯甲酸>对香豆酸>咖啡酸；结合藻类的存活率，虽然低浓度酚酸刺激了藻类生物量的增长，但是也对藻类的生存产生了一定的负面影响：在添加10 mg·L−1酚酸的几组样品中，微囊藻的存活率都略低于控制组。

    （2）添加酚酸的藻类样品中，当水杨酸浓度达到20 mg·L−1时，Fv/Fm明显降低（0.3降低到0.02左右），而其它3种酚酸浓度达到60 mg·L−1才出现抑制，说明水杨酸抑制作用最强。

    （3）不同酚铁络合物的生物可利用性存在差异：相对咖啡酸和水杨酸，水杨酸络合态铁更难被藻类利用，除酚毒性效应外，还与其较高的络合稳定性有关。

    （4）泥炭源不同分子段DOM-Fe对藻类生长的促进作用从高到低依次为：>3 KD，1—3 KD，<1 KD。高分子段DOM（>3 kD）与Fe的络合稳定常数最小，在光照或者其他条件下容易发生解离，更易释放Fe而被藻类利用；泥炭源低分子量DOM（<1 KD）络合态铁，因其络合稳定常数相对较高，相对不易被藻类利用。

    致谢：感谢中国科学院水生生物研究所的大力支持。

  • 图 1  某污水站工艺流程图

    Figure 1.  Process diagram of wastewater treatment plant

    下载: 全尺寸图片 幻灯片

    图 2  以葡萄糖为碳源的反硝化系统变化曲线

    Figure 2.  Variation of denitrification system with glucose as carbon source

    下载: 全尺寸图片 幻灯片

    图 3  以乙醇为碳源的反硝化系统中各指标的变化

    Figure 3.  Variation of denitrification system with ethanol as carbon source

    下载: 全尺寸图片 幻灯片

    图 4  以清液为碳源的反硝化系统变化曲线

    Figure 4.  Variation of denitrification system with raw wastewater as carbon source

    下载: 全尺寸图片 幻灯片

    图 5  现场调整中不同COD/TN对应TN的平均去除率

    Figure 5.  Relationship between different COD/TN ratio and TN average removal rate in field process regulation

    下载: 全尺寸图片 幻灯片

    表 1  水质指标汇总

    Table 1.  Quality and flow indicators of wastewater

    水样及标准水量/(m3·d−1)COD/(mg·L−1)SS/(mg·L−1)TN/(mg·L−1)NH+4-N/(mg·L−1)
    清液1 800~2 10045 000~65 0005 000~8 00013 00~16 0010~23
    低浓度水360~400100~20020~8030~505~10
    出水标准—100605010
    水样及标准水量/(m3·d−1)COD/(mg·L−1)SS/(mg·L−1)TN/(mg·L−1)NH+4-N/(mg·L−1)
    清液1 800~2 10045 000~65 0005 000~8 00013 00~16 0010~23
    低浓度水360~400100~20020~8030~505~10
    出水标准—100605010
    下载: 导出CSV

    表 2  A/O系统进出水水质

    Table 2.  Water quality index of A/O system mg·L−1

    阶段CODTNTNKNH+4-N
    A/O进水1530~2300480~560476~556394~462
    A/O出水450~610378~41015~23未检出
    阶段CODTNTNKNH+4-N
    A/O进水1530~2300480~560476~556394~462
    A/O出水450~610378~41015~23未检出
    下载: 导出CSV

    表 3  3种碳源的TN去除速率

    Table 3.  Removal rate of total nitrogen with addition of three carbon sources

    反应时间/hTN去除速率/(mg·(L·h)−1)
    葡萄糖乙醇清液
    120.381.103.15
    240.200.207.56
    367.065.303.98
    486.588.330
    平均值3.553.733.67
    反应时间/hTN去除速率/(mg·(L·h)−1)
    葡萄糖乙醇清液
    120.381.103.15
    240.200.207.56
    367.065.303.98
    486.588.330
    平均值3.553.733.67
    下载: 导出CSV

    表 4  3种不同碳源运行成本对比

    Table 4.  Comparison of operation costs among three different carbon sources

    碳源单位时间碳源投加量/(kg·h−1)单位TN碳源投加量/(kg·kg−1)单位体积废水增加的运行成本/(元·t−1)备注
    葡萄糖1 62020.324.3葡萄糖市场价格为3 000元·t−1
    乙醇3 34841.9100.4乙醇市场价格为6 000元·t−1
    清液47 787587.09.0投加清液减少沼气发电收益，该厂清液发电收益为28.6元·m−3清液
    碳源单位时间碳源投加量/(kg·h−1)单位TN碳源投加量/(kg·kg−1)单位体积废水增加的运行成本/(元·t−1)备注
    葡萄糖1 62020.324.3葡萄糖市场价格为3 000元·t−1
    乙醇3 34841.9100.4乙醇市场价格为6 000元·t−1
    清液47 787587.09.0投加清液减少沼气发电收益，该厂清液发电收益为28.6元·m−3清液
    下载: 导出CSV
  • [1] 黄宇彤, 杜连祥, 赵继湘. 世界燃料酒精生产形势[J]. 酿酒, 2001, 28(5): 24-26. doi: 10.3969/j.issn.1002-8110.2001.05.002
    [2] 谢林. 玉米酒精生产新技术[M]. 北京: 中国轻工业出版社, 2000.
    [3] 张欣, 王少惠. 酒糟废水处理工程设计[J]. 给水排水, 2001, 27(3): 65-67. doi: 10.3969/j.issn.1002-8471.2001.03.021
    [4] 杨健, 周小波. 酒精废水消化液生物硝化和脱氮试验[J]. 环境工程, 2006, 24(1): 27-30. doi: 10.3969/j.issn.1000-8942.2006.01.007
    [5] 张仲玲. 反硝化脱氮外加碳源的选择[D]. 哈尔滨: 哈尔滨工业大学, 2010.
    [6] 尹志轩, 谢丽, 周琪, 等. 碳源性质和COD/ NO−3 -N对硝酸盐还原途径的影响[J]. 工业水处理, 2018, 38(5): 58-61. doi: 10.11894/1005-829x.2018.38(5).058
    [7] 周小波, 杨健. 缺氧/好氧SBR工艺去除酒精废水中的氮[J]. 工业用水与废水, 2006, 37(6): 27-30. doi: 10.3969/j.issn.1009-2455.2006.06.008
    [8] 聂静. 酒精废水厌氧消化液深度处理研究[D]. 上海: 同济大学, 2007.
    [9] AKUNNA J C, BIZEAU C, MOLETTA R. Nitrate reduction by anaerobic sludge using glucose at various nitrate concentrations: Ammonification, denitrification and methanogenic activities[J]. Environmental Technology, 1994, 15(1): 41-49. doi: 10.1080/09593339409385402
    [10] 李基东. 反硝化脱氮补充碳源选择与研究[D]. 上海: 同济大学, 2007.
    [11] 杨从发. 木薯酒精废糟培养小球藻工艺及灵芝生物转化小球藻的研究[D]. 无锡: 江南大学, 2009.
    [12] 贺延龄. 废水的厌氧生物处理[M]. 北京: 中国轻工业出版社, 2002.
    [13] 林炜. 有机氮在厌氧及好氧生化条件下氨化效果的研究[D]. 杭州: 浙江工业大学, 2017.
    [14] 胡国山, 张建美, 蔡惠军, 等. 碳源、C/N和温度对生物反硝化脱氮过程的影响[J]. 科学技术与工程, 2016, 16(14): 74-77. doi: 10.3969/j.issn.1671-1815.2016.14.015
    [15] 吴代顺, 桂丽娟, 陈晓志, 等. 不同类型碳源及其投加量对污泥反硝化的影响研究[J]. 兰州交通大学学报, 2012, 31(3): 99-103. doi: 10.3969/j.issn.1001-4373.2012.03.024
  • 加载中
WeChat 点击查看大图
图( 5) 表( 4)
计量
  • 文章访问数:  5297
  • HTML全文浏览数:  5297
  • PDF下载数:  57
  • 施引文献:  0
出版历程
  • 收稿日期:  2020-03-09
  • 录用日期:  2020-06-23
  • 刊出日期:  2021-01-10
宁杏芳, 崔海伟, 杜金宝, 杨洋. 基于碳源条件的燃料乙醇生产废水脱氮工艺优化[J]. 环境工程学报, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
引用本文: 宁杏芳, 崔海伟, 杜金宝, 杨洋. 基于碳源条件的燃料乙醇生产废水脱氮工艺优化[J]. 环境工程学报, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
shu
NING Xingfang, CUI Haiwei, DU Jinbao, YANG Yang. Optimization of denitrification treatment process of fuel ethanol wastewater based on carbon source[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
Citation: NING Xingfang, CUI Haiwei, DU Jinbao, YANG Yang. Optimization of denitrification treatment process of fuel ethanol wastewater based on carbon source[J]. Chinese Journal of Environmental Engineering, 2021, 15(1): 334-340. doi: 10.12030/j.cjee.202003047
shu

基于碳源条件的燃料乙醇生产废水脱氮工艺优化

    通讯作者: 杨洋(1979—)，男，博士，高级工程师。研究方向：水污染治理等。E-mail：20045054@chnenergy.com.cn
    作者简介: 宁杏芳(1988—)，女，硕士，助理工程师。研究方向：水污染治理技术与工程。E-mail：79393291@qq.com
  • 1. 国投广东生物能源有限公司，湛江 524399
  • 2. 北京国电龙源环保工程有限公司，北京 100039
  • 收稿日期:  2020-03-09
  • 录用日期:  2020-06-23
  • 网络出版日期:  2021-01-13

摘要: 某厂稻谷燃料乙醇DDG废水处理工艺因好氧进水碳氮比失调，导致出水TN难以达标。通过对反硝化系统碳源种类的筛选，寻找适宜的碳源并对废水处理系统工艺进行调整，以提升反硝化脱氮效率。碳源筛选实验在葡萄糖、乙醇和清液(原废水)，3种碳源条件下进行。通过考察实验系统pH和TN浓度的变化，对反硝化系统投加不同碳源时TN去除速率，以及相应碳源条件下的运行成本进行对比。结果表明：乙醇作为碳源时系统的TN去除速率最大，为8.33 mg·(L·h)−1，是清液为碳源时的1.1倍、葡萄糖为碳源时的1.18倍；而清液作为碳源的运行成本是乙醇为碳源的9%、葡萄糖为碳源的37%。综合对比反硝化投加不同碳源情况下的脱氮反应速率和运行成本，以清液作为碳源来调整脱氮工艺是最佳方案。经现场工艺验证，当A/O系统进水TN为300~600 mg·L−1、投加清液量使废水中COD/TN达到12.1以上时，可确保该厂废水处理系统经处理外排废水TN稳定在50 mg·L−1以下。上述研究结果可为DDG废水的处理提供经济合理的碳源补充方案，并能为可生化性较好的发酵行业废水处理提供参考。

English Abstract

    全文HTML

  • 燃料乙醇是我国重点发展的新能源之一，其生产废水的处理和资源化利用很受关注[1]。燃料乙醇的生产以稻谷为原料，经过发酵、精馏后的酒糟通过简单的挤压处理后，所得滤渣经干燥后进入干酒糟工艺(distillers dried grains，DDG)处理流程[2]。产生废水主要成分为糖类、蛋白质、纤维素等，其中粗蛋白含量约占27%[3]。该废水经厌氧生物处理后，TN主要以NH+4-N形式存在，且浓度较高，一般为300~600 mg·L−1；即使经过好氧硝化反应也仅发生氮形态的变化，而出水TN未降低，这主要是由于好氧进水碳氮比失调导致反硝化反应效果差。为实现TN达标排放，需要在好氧系统段补充进水碳源。

    影响反硝化效率的因素较多，活性污泥中微生物组成种类也会影响碳源的选择。在调整脱氮系统工艺前，通过在现场开展指导性实验，研究投加不同碳源时的反硝化脱氮效率，以期获得适宜的碳源补充方案，提高A/O反硝化系统脱氮效率。本研究从脱氮反应速率和经济性综合分析以选择适宜的碳源，并优化运行条件，应用于工程实践中，指导DDG废水处理的A/O脱氮系统高效运行。

1.   实施方案

    1.1.   分析方法

  • 研究采用快速消解法测定水样中的COD；重量法测定活性污泥浓度；玻璃电极测定水样中的pH；碱性过硫酸钾消解-紫外分光光度法测定TN；半自动凯氏定氮仪测定TNK。

    • 1.2.   水质概况

  • 某污水站主要有高浓度废水和低浓度废水两股来水。高浓度废水即为DDG废水(俗称清液)。低浓度水中包含实验室废水、净水器排泥水、锅炉除盐水、设备冲洗水、循环水排水和生活区废水等。经过处理后的外排水水质满足《广东省地方标准-水污染物排放限值》(DB 44/26-2001)第二时段一级标准，TN满足《发酵酒精和白酒工业水污染排放标准》(GB 27631-2001)(即50 mg·L−1)排放标准，排至市政污水管网。水质指标如表1所示。

    • 1.3.   工艺流程

  • 该污水站采取的主要工艺为CSTR+UASB+A/O+芬顿，废水处理量约2 800~3 400 m3·d−1。工艺流程见图1。

    • 1.4.   污水站水质问题分析及碳源种类选择

  • 该污水站运行稳定，除TN外，其他指标均达到排放要求。外排水TN一直为300~360 mg·L−1。为解决这个问题，对该污水站A/O系统的进、出水水质进行了分析，结果如表2所示。

    由表2可知，该污水站A/O系统进水的COD/TN约3.1~4.0。TNK反映了水中NH+4-N和有机氮的情况，说明系统进水中的总氮主要以NH4+-N和有机氮为主，故可认为A/O工艺适合该废水的处理。杨健等[4]的研究表明，实验室酒精废水经过两级厌氧消化后系统BOD/COD约为0.5。据此计算，该污水站A/O系统进水BOD/TN约为1.6~2.0，明显低于反硝化过程BOD/TN>3的需求[5-6]。因此，可以判断该污水站TN去除率低归因于A/O生化系统进水的BOD/TN失调。影响TN去除率因素较多，针对上述问题结合工程实践，通过对比研究寻找合适的碳源、确定优化运行条件。

    根据生产实际，把葡萄糖、乙醇和清液作为主要考察对象，主要原因有：1)葡萄糖作为典型碳源添加剂，广泛应用于市政污水处理厂，操作方便且安全稳定；2)该工厂主要产品为燃料乙醇，有丰富的乙醇可作碳源；3)该污水站来水清液含有大量氨基酸、残糖和纤维素等有机物，而发酵酒精清液的BOD/COD一般为0.4~0.5，可生化性较好，因此，清液可作为碳源加以利用，也可实现污水处理的可持续发展[7-8]。

    • 1.5.   实验方法

  • 1)取400 mL A/O系统生化污泥，用去离子水进行清洗以除去原污水中TN对实验的干扰。按照实际进水流量比例，取A/O出水250 mL与上述污泥混合，混合后的污泥浓度约8 500 mg·L−1。

    2)取上述比例混合后的污泥300 mL，分别添加葡萄糖、乙醇和清液，每组实验取3组平行样。在500 mL烧杯内搅拌，搅拌强度以水面无漩涡为标准，防止搅拌剧烈充氧。通过前期摸索性实验得知，当反应起始的COD/TN不低于20时，反硝化过程的最大反应速率不受碳源浓度的影响，因此，实验中确保COD/TN不低于20。为避免因添加碳源带来的pH干扰会影响反应初期的反硝化速率，在添加碳源后统一调整pH为6.9。

    3)在不同碳源和不同COD/TN的情况下，通过监测反应系统上清液pH和TN的变化来研究反硝化过程。

2.   结果分析与讨论

    2.1.   葡萄糖为碳源对处理效果的影响

  • 以葡萄糖为碳源的研究结果如图2所示。由图2可知，在反应初始阶段(0~24 h)，TN浓度从222.5 mg·L−1下降至215.6 mg·L−1，而反应初始pH由6.90降至6.55。此阶段pH的下降可能是葡萄糖水解产生有机酸导致的[9]。该阶段TN去除量很少，可能是污泥系统中的微生物种群对于基质的变化需要有适应过程，原污水中的葡萄塘较少。加入葡萄糖后，参与反硝化过程的大多数微生物需要时间去适应。反应第2阶段(24~36 h)，TN浓度从215.6 mg·L−1下降至130.9 mg·L−1，而pH从6.55下降至6.34。这主要是因为在该系统内主要存在两大类反应：水解酸化和反硝化。在此阶段，葡萄糖水解产酸的速率明显大于反硝化的产碱速率，所以虽然TN已经有了明显下降，但pH仍然下降。反应第3阶段(36~48 h)，TN浓度从130.9 mg·L−1下降至52.0 mg·L−1，而pH从6.34上升至8.17，这是典型的反硝化过程，表明在此阶段系统的反硝化产碱速率已明显超过了有机物的水解酸化速率，故系统的pH明显上升。

    • 2.2.   乙醇为碳源对处理效果的影响

  • 以乙醇为碳源的实验结果如图3所示。反应初始阶段(0~24 h)的TN由225.6 mg·L−1下降至210 mg·L−1，而反应初始pH由6.97上升至7.17。结果表明：反应初始阶段系统中已经有了微弱的反硝化作用；与葡萄糖作为碳源情况类似，污泥中的微生物菌群在更换反应基质后都需要一定的时间去适应[10]。

    反应第2阶段(24~36 h)的TN由210.0 mg·L−1下降至146.4 mg·L−1，而pH从7.17上升至7.31。说明微生物经一定时间的适应后，反硝化反应速率明显增加。反应第3阶段(36~48 h)的TN由146.4 mg·L−1下降至46.5 mg·L−1，而pH从7.31上升至8.86，表明此阶段反硝化过程反应速率达到了较高水平。

    与葡萄糖作为碳源相比，乙醇为碳源的反应体系中pH值提升速率更快，这可能是由于实际生产废水中本来残存乙醇，微生物菌群对于乙醇的适应能力要强于对葡萄糖的适应能力。

    • 2.3.   清液为碳源对处理效果的影响

  • 清液实际上是发酵酒精产物，其中所含营养物主要有糖分、蛋白质、纤维素、残糖、短纤维、挥发酸、有机氮、有机磷、钾等，还有大量胶质和菌丝体等[11]。以清液为补充碳源加入后，体系中各参数变化如图4所示。反应初始阶段(0~15 h)的TN由308.1 mg·L−1下降至270.3 mg·L−1，而反应pH基本维持不变。这表明在反应初期，虽然有明显的反硝化作用，但清液中存在的有机酸、氨基酸等物质会消耗反硝化过程产生的碱性物质，故反应体系的pH无明显变化。反应第2阶段(15~24 h)的TN由270.3 mg·L−1下降至179.6 mg·L−1，pH由6.89上升至6.93。在此阶段，TN下降明显，而pH上升速率较慢。这是由于清液中存在的酸性物质继续缓冲了反硝化产生的碱，导致系统的pH变化缓慢。反应第3阶段(24~36 h)的TN由179.6 mg·L−1下降至131.9 mg·L−1，pH由6.93上升至7.18。该阶段TN的反应速率开始下降，但pH上升幅度比第2阶段要快。这可能是由于清液中的酸性物质已消耗殆尽，缓冲作用已明显削弱，故系统pH变化明显。反应第4阶段(36~48 h)的TN在132 mg·L−1左右不再继续下降，但pH从7.15上升至7.65。这可能是由于经过一段时间的反应，清液中的含氮有机物开始了氨化反应，氨化反应产生的游离氨使系统的pH升高[12-13]。

    相比葡萄糖和乙醇，清液作为碳源时，系统的最终pH最低。这可能是由于清液中含有大量酸性物质所致。这部分酸性物质主要由乳酸、琥珀酸、乙酸和丁酸等发酵副产物组成。而葡萄糖比乙醇更容易发生水解酸化，使得葡萄糖作碳源时反硝化反应的最终pH更低。

    • 2.4.   不同碳源反应条件下TN去除速率对比

  • 根据上述实验结果，对比3种碳源在反硝化反应中的TN去除速率，计算公式如式(1)所示，结果如表3所示。

    式中：ΔN为TN反应速率即在单位时间内TN下降浓度，mg·(L·h)−1；Ns为在一定反应时间后的TN浓度，mg·L−1；N0为在反应初始期的TN浓度，mg·L−1；ΔT为反应时间，h。

    由表3可知，在较长反应时间内，以上3种碳源条件下的平均TN去除速率接近，分别为3.55、3.73和3.67 mg·(L·h)−1。这表明在碳源充足的情况下，当反应时间足够长时，碳源种类对反硝化过程的影响较小。但对于某一时段内的反应速率，3种碳源还是有明显区别的。分时段内3种碳源下的最大TN去除速率分别为葡萄糖7.06 mg·(L·h)−1、乙醇8.33 mg·(L·h)−1、清液7.56 mg·(L·h)−1。乙醇去除速率最快主要是由于反硝化细菌优先利用小分子醇类[14]，而葡萄糖作为相对复杂的有机物，需要水解酸化后才被吸收。而清液由于能被反硝化细菌快速利用的小分子酸类物质占比较小，该条件下反应速率低于乙醇做碳源的条件。吴代顺等[15]研究表明，当利用乙醇作为碳源进行反硝化反应时，最大反硝化速率超过葡萄糖等有机物。

    • 2.5.   经济性比较

  • 假定A/O系统的进水参数为：流量200 m3·h−1；COD 1 800 mg·L−1、TN 450 mg·L−1；投加碳源后的COD/TN=20。以此计算3种碳源投加条件下，生物脱氮过程增加的运行成本，结果见表4，其中葡萄糖和乙醇的单价采用市场采购价格，而清液单价以清液未进行厌氧反应而损失的沼气发电收益来计。

    上述计算过程未考虑添加碳源后系统运行成本的增加。这是由于即使添加的碳源全部以曝气方式去除，在该污水站的曝气系统效率及电价基础上，每吨污水的处理成本增加量也不到0.5元。与表4中的成本增加相比，影响较小，所以未作过多考虑。表4计算结果显示，清液成本为仅为乙醇成本的9%，葡萄糖成本的37%。从经济角度出发，应该充分利用废水中的有机物来进行生物脱氮；而充分利用原废水中的碳源也可实现污水资源利用，符合污水处理可持续发展的需要。

3.   工程运行调整及工艺验证

  • 投加不同碳源时，清液的最大反硝化速率是乙醇的90%；从经济成本方面考虑，投加清液的成本仅是乙醇的10%。通过实验研究分析，综合脱氮反应速率和运行成本经济性两方面考虑，以清液作为反硝化碳源具有较明显的优势。

    该污水站A/O系统进水流量200 m3·h−1，反硝化停留时间为50 h，内回流比为450%，外回流比100%。未添加清液时，A/O进水COD为1 792~2 023 mg·L−1。外加碳源清液的COD为50 000~62 000 mg·L−1，TN为1 100~1 500 mg·L−1，对不同清液投加量下的A/O系统TN去除率进行了比较，结果如图5所示。未添加清液前，A/O系统进水的COD/TN在5~6，TN去除率约41%；在添加清液后，COD/TN在6.0~9.3，TN去除率上升幅度较快。这主要是由于清液中的有机物被反硝化细菌快速利用，TN去除得以加速。当COD/TN在9.3~12.1时，进水COD在3 058~5 097 mg·L−1，TN在378~422 mg·L−1，出水COD在425~504 mg·L−1，TN在46~48 mg·L−1，TN去除率可以稳定在85%以上，最高达到89%，且水中TNK未检出，说明系统中氨化反应和硝化反应进行彻底，则TN主要以NO−3-N存在。而当COD/TN继续升高至12.9时，TN去除率反而下降。这主要是因为清液自身带有一定浓度的有机氮，这些氮的存在影响了原水中TN去除量的计算，从而影响了系统的TN去除率。

    根据上述实验结果对污水站的运行参数进行了相应调整，当混合液回流比和污泥回流比分别为450%和100%时，采用COD/TN=12.1，即每kg TN投加清液约307 L，该污水站的外排TN可稳定在50 mg·L−1以下。综上所述，DDG项目废水脱氮工艺中，A/O系统进水TN约300~600 mg·L−1时，可通过投加清液作为碳源，以确保A/O系统废水COD/TN在12.1以上，使A/O系统保持较高的TN去除率的同时，对运行成本的影响有限。

4.   结论

  • 1)对于反硝化脱氮碳源不足废水处理，通过投加葡萄糖、乙醇、清液3种不同碳源进行反硝化实验，结果表明：采用葡萄糖、乙醇和清液分别做反硝化碳源时，脱氮效率分别为76.6%、79.4%和57.2%；同时，以葡萄糖作碳源时的TN去除速率最小，清液次之，乙醇作碳源的TN去除速率最大为8.33 mg·(L·h)−1，反硝化细菌优先利用小分子醇和酸类有机物作为反硝化碳源。

    2)对3种碳源条件的经济性比较发现，清液为乙醇成本的9%、为葡萄糖的37%。利用原废水中的有机物经济性最佳，也符合污水处理可持续发展的需要。

    3)在DDG项目废水处理脱氮工艺中，A/O系统进水TN约300~600 mg·L−1时，可通过投加清液作为碳源确保A/O系统废水的COD/TN在12.1以上，从而使A/O具有较高TN去除率的同时，对运行成本的影响有限。

    4)实际工程应用研究为DDG废水的处理提供了经济合理的碳源补充方案，能为可生化性较好的发酵行业废水处理提供参考。为获得更好的脱氮效率，下一步还需探讨好氧系统内回流比及反硝化停留时间对反硝化效率的影响。

参考文献 (15)

返回顶部

目录

/

返回文章
返回

Copyright © 2019 中国科学院生态环境研究中心