-
煤炭是我国最主要的一次能源。2019年，全国煤炭消费总量达2.8×109 t(标准煤)[1]，占世界煤炭消费总量的51.7%[2]。自2017年以来，尽管我国生活消费煤炭总量开始下降[1]，但是北方农村地区家庭的冬季取暖大部分仍以煤炭为主，对于散煤的依赖较强。由于散煤燃烧采用直燃直排的方式[3]，排放到大气中污染物的总量不容小觑。《打赢蓝天保卫战三年行动计划》(简称《计划》)指出，要集中资源推进京津冀及周边地区散煤治理，对暂不具备清洁能源替代条件的地区，积极推广洁净煤。各地根据《计划》进行推广实施，到2019年末已取得一定效果。
针对型煤的烟气污染物成分及燃烧特性，国内学者开展了大量研究。LI等[4]对多种民用型煤进行了污染物排放因子的研究，发现点火、加煤等人为扰动会加剧污染物排放。张熠晨等[5]通过开展不同燃煤炉具模拟燃烧的大气污染物排放水平监测，探究了不同炉具对型煤等燃料排放常规气态污染物的影响。基于实测数据，刘亚男等[6-7]研究了型煤等不同燃料燃烧后气态污染物、水溶性无机离子、有机碳(organic carbon，OC)、元素碳(elemental carbon，EC)、总碳(total carbon，TC)，以及挥发性有机物(volatile organic compounds，VOCs)的排放特征。孙竹如等[8]应用黑箱原理和物料衡算法对上海市家用炉燃煤的SO2排放因子进行了计算，得到其标准排放因子为11.54 kg·t−1，小于电厂锅炉和工业锅炉的排放因子。张琦等[9]在更为严格的箱式稀释采样系统中对多种不同民用煤的排放因子进行了实验测试，发现在不同燃烧条件下污染物的排放因子有很大区别，采样和测试方法对结果的影响也较大。
然而，关于煤质特性对大气污染物排放特性影响的深入、系统的研究仍相对较少。此外，上述研究大多在实验室中进行，与实际使用过程中的环境条件差别较大，并且部分实验采用了稀释通道法对污染物进行采样，引风机的使用会改变炉具正常燃烧的状态，取得的数据与实际工况有所差异。针对上述情况，为加强对型煤排放影响因素的识别，本研究选取了6种不同煤质的型煤在专用炉具内燃烧，模拟居民实际使用工况，并周期性监测大气污染物排放情况，系统分析了煤质成分(灰分、挥发分、固定碳)及燃烧状态(点火、稳定、加煤和封火)对污染物排放的影响，并采用情景分析法，核算呼和浩特市某城区推广型煤后主要大气污染物(SO2、NOx、CO、TSP、PM2.5、VOCs)的减排潜力，以期为散煤洁净化利用和区域洁净型煤的推广与管理提供参考。
-
选取呼和浩特市某城区推广使用的方型型煤进行了燃烧排放实验。为得到不同品质型煤的排放特征，根据不同煤粉与复合添加剂的配比，配制了6种型煤，依据《煤的工业分析方法》(GB/T 212-2008)和《煤的发热量测定方法》(GB/T 213-2008)，对这6种型煤的煤质进行了工业分析和元素分析(各成分的含量用质量分数表示)，结果如表1所示。与《商品煤质量 民用型煤》(GB 34170-2017)[10]对蜂窝煤的标准限值对比，除6号型煤外，其余5种型煤的含硫量和发热量均满足标准要求。
-
采用燃烧方型型煤的专用炉具为实验炉具。炉具型号为NF12-C(FHS-12)，热功率为12 kW。炉型剖面见图1。型煤从上部添煤口加入炉膛，空气从炉膛底部的通风口进入，煤块通过送煤手柄横向平推进料，同时将燃烬的煤灰推至燃烧室尽头，通过出灰簸箕倒出。污染物采样点位于烟道上的采样孔位置(见图1)。采样孔距横水管1.5 m。
根据居民使用型煤的周期性特点，将每种型煤的连续采样时长设为8 h，可覆盖居民取暖燃煤的整个燃烧过程，包括点火(启炉)、稳定(通风高功率)、加煤(添煤、卸灰)和封火(闷烧，半通风低功率)4个阶段。
烟气温度、烟气含氧量(O2%)、无机气态污染物(CO、SO2、NOx)的排放浓度使用德国德图公司TESTO 350烟气分析仪进行连续检测，取1 min平均值作为检测结果。由于型煤炉具无主动送风装置，烟气流速较低(约为0.8 m·s−1)，使用崂应3072型智能双路烟气采样器搭配改进的采样装置，采用恒定流速采样，将颗粒物(指标为总悬浮颗粒物，total suspended particulate，TSP)样品采集到37 mm滤膜中带回实验室称重分析。PM2.5使用美国BGI公司SCC1.062 Triplex个体采样旋风分离器进行采样。挥发性有机物(VOCs)使用Tenax GR + Carbopack B吸附管进行采集，采样流量为20 mL·min−1，每个样品采集15 min，使用美国安捷伦公司Agilent GC-MS 7890A/5975C气相色谱-质谱联用仪分析VOCs的组分及浓度。
实验共获得197组颗粒物浓度数据、3 993组无机气态污染物浓度数据及29组VOCs浓度数据。
-
根据烟气排放流量、烟气中污染物的质量浓度以及测试全过程耗煤量，用每燃烧1 kg型煤排放的大气污染物质量表示烟气污染物的排放因子，见式(1)。
式中：
EFi 为基于燃料质量的烟气污染物排放因子，g·kg−1；Ci 为标准状态下烟气污染物的实测质量浓度，mg·m−3；Qsni 为烟气排放标准状态流量，m3·h−1；ti 为单一过程持续时间，h；A为全过程耗煤量，kg；i为不同的燃烧阶段(点火、稳定、换煤、封火)。测试用炉具功率为12 kW，测试全过程完全燃烧方型型煤8块。型煤规格为100 mm×100 mm×90 mm，质量为每块0.85~0.90 kg。
-
采用排放系数法核算呼和浩特市某城区采暖季民用燃煤的大气污染物排放量，见式(2)。
式中：E为排放量，t；
Am 为排放源活动水平，取当地采暖季燃煤消耗量，t；EFi 为基于燃煤质量的排放因子，g·kg−1。 -
将6种型煤的挥发分含量(Vd)与各自在稳定燃烧状态排放的PM2.5质量浓度(标准状态下)进行Pearson相关性分析，结果见图2。
经过SPSS计算，PM2.5排放浓度与煤中挥发分含量之间的Pearson相关性系数r=0.746，相伴概率P<0.001，呈现双侧显著相关，说明实验中型煤排放的PM2.5受挥发分含量的影响较大。挥发分中未完全燃烧的有机物会因温度骤降导致蒸气过饱和，一部分有机物通过均相成核过程形成颗粒物，另一部分则通过非均相成核过程凝结在已有颗粒物表面使颗粒物进一步生长，由此生成大量PM2.5[11-18]。而型煤的燃烧分为加热干燥析出挥发分、挥发分着火、炭燃烧、燃烬4个阶段。因此，PM2.5受挥发分含量的影响较大的原因可能是由于在点火后的挥发分析出阶段，大部分有机组分以气态从燃料中挥发出来，发生了上述反应，故生成了大量的PM2.5。
-
分析了氮元素含量(Nd)与NOx排放浓度的相关性，Pearson相关系数r=−0.334，相伴概率P=0.052，无显著相关性，说明型煤燃烧后NOx排放不直接取决于煤质中氮元素的含量。
吴碧君[19]发现，型煤燃烧过程中NOx的生成量与燃烧方式，特别是燃烧温度和过剩空气系数密切相关。燃料型NOx的生成机理非常复杂，其生成和破坏过程与燃料中的氮分受热分解后在挥发分和焦炭中的比例有关，随温度和氧分等燃烧条件而变。因此，本研究中将挥发分含量(Vd)与NOx的排放浓度进行了相关性分析(见图3)Pearson相关系数r=0.967，相伴概率P=0.002，结果显著相关。
由图3可知，随着挥发分含量的增大，NOx的排放因子逐渐升高。由于制作6组型煤的原煤材料为同一批次，故挥发分中各组分的占比也基本相同。钟北京等[20]将影响煤燃烧后NOx生成的系数定义为KNO，即燃料燃烧所需O2的物质的量(mol)与燃料中碳氢化合物质量(kg)之比(
KNO=nO2/mCnHm )，并且证实了KNO的增大会导致NOx的生成量单调减少。由此可判断，型煤燃烧过程中NOx的生成与挥发分中的N元素含量呈线性相关关系，燃料型NOx的排放量主要取决于挥发分中N元素的含量。即挥发分中N元素含量越高，型煤燃烧后NOx的排放量就越大。这也印证了NOx的排放因子随挥发分含量增大而升高的现象。 -
将6种型煤的挥发分含量(Vd)与VOCs的排放因子进行相关性分析，发现其相关性并不显著，Pearson相关系数r=0.64，且相伴概率P=0.245，即VOCs的排放量不只取决于挥发分含量这一因素。然而，将固定碳(
FCad )与挥发分(Vd)进行加和后发现，VOCs的排放与二者加和呈线性相关(见图4)，Pearson相关系数r为0.94，相伴概率P=0.018，在0.05水平上显著相关。分析其原因，可能是由于固体燃料的炭质燃烧过程中会产生气态有机分子[21]，故VOCs的排放同时取决于挥发分与固定碳的含量。 -
民用炉具的使用，以人工操作为节点，可划分为点火、稳定燃烧、加煤、去灰和封火5个阶段。不同阶段对应煤的不同燃烧状态。通过分析不同燃烧状态对污染物排放的影响，得到人工操作对污染物排放的影响。
-
对处于不同燃烧状态时烟气中的TSP与PM2.5的排放浓度进行统计分析，结果见图5。由图5可知，在点火状态下TSP的排放浓度最高。这是由于点火过程中炉膛内温度变化较大，加之人为扰动剧烈，使得炉壁等处附着的灰随气流排出。加煤状态次之，但这2个状态过程时间较短，对整体燃烧过程排放的影响较小。而PM2.5的排放情况与TSP有较大差异，这是由于点火前炉膛中是干净空气，并且点火燃烧的温度较低，PM2.5的成核过程不完善，导致点火状态PM2.5生成量较小。加煤过程中，烟气中已有大量PM2.5，未完全燃烧的挥发分会携带大量细颗粒物被烟气挟带排出；又由于人为扰动会增大烟气的流速，进而导致加煤过程PM2.5排放浓度增高。
-
将6种型煤燃烧产生常规气态污染物(CO、SO2、NOx)的排放数据在时间尺度上进行拟合，得出常规气态污染物在型煤燃烧不同阶段(稳定、加煤、去灰和封火)的排放浓度分布(见图6)。每组实验进行至第60 min时，对实验系统进行加煤操作，在第150 min时进行加煤及去灰操作。由图中数据可知，排放的CO质量浓度在第150 min时出现剧烈波动。这是由于去灰的过程在燃烧床侧向引入了二次风，导致右侧新加入的煤块发生部分引燃，短时燃烧不充分，瞬时产生了高浓度CO。
排放的NOx质量浓度受添煤等人工干预的影响波动较小；而且在稳定燃烧阶段，随着时间推移，排放的NOx质量浓度呈下降趋势。这是由于燃烧过程中，炉膛内可燃氮在逐渐减少，导致燃料型NOx的生成量也逐渐减小。而在封火后，燃烧状态的改变同样也减少了NOx的产生[22]。
与NOx情况不同，SO2的产生受人工干预的影响较大，而且稳定燃烧阶段排放出的SO2质量浓度最高。这是由于稳定燃烧阶段燃料消耗量最大，再加上高温状态下燃料中的硫更易被氧化，因此导致了该现象的发生。
-
根据现场实测结果和数据统计分析，得到6种型煤基于燃料质量的污染物排放因子(见表2)。
将6组型煤的数据取平均值，与文献中民用型煤的大气污染物排放因子[5,8-9,23-26]进行对比后(见图7)发现，不同研究的结果之间差异性较大。由图7可知，CO排放因子的差异性最小。燃料是否充分燃烧是影响CO排放量的主要因素。已有文献在实测过程中使用的炉具均为成品炉具，由生产厂家调试完善，即使燃烧方式不同，也可保证燃料在炉具内尽可能充分燃烧，故CO的排放因子差距不大。在孙竹如等[8]和GE等[24]的研究中，使用的燃煤含硫量(St,d，为质量分数)分别为1.31%和0.98%，远高于本研究中使用的燃煤的含硫量。这也是导致其SO2排放因子较高的主要原因。张道明[26]采用物料衡算法计算了型煤排放因子，与本研究使用的方型型煤炉具相同，同为反烧炉具，燃烧过程中燃烧充分，煤中氮元素的转化率高于其在别的炉具中的转化率，故燃料型NOx的释放量较大，导致NOx排放因子高于其他研究得出的结果。GE等[24]对蜂窝煤和其他型煤的TSP排放因子分别进行测算后发现，由于燃烧过程的差异，其他型煤的TSP排放水平远远高于蜂窝煤的排放，分别为0.99和0.61 g·kg−1，其中蜂窝煤的排放因子与本研究用到的方型型煤排放因子相近。
-
本研究中假设在推广这种方形型煤之前，呼和浩特市某城区乡村居民在冬季均使用无烟煤取暖。根据呼和浩特市2018年统计年鉴[27]，2017年实验用煤推广地共有农村户数20 459户。通过设置高排放情景(该地区居民全部采用无烟煤取暖)和低排放情景(该地区居民全部采用型煤取暖)，计算了2种情景下的主要大气污染物排放量。无烟煤污染物排放因子采用《民用煤大气污染物排放清单编制技术指南》[28]中的推荐值，热值和含硫量采用文献[4]中基于河北、山西、陕西、辽宁4省原煤的数值，分别为27.73 MJ·kg−1和0.36%。JETTER等[29]研究了22种炉具的综合热效率为53%，而本研究中使用的方形型煤专用炉具的热效率为83.9%。通过对农户进行KPT调查[27]，得到方形型煤的日消耗量。型煤使用量最大的为烤火炉，其型煤消耗量为每天(23.4±2.7) kg。假设2种情景下采暖热量相同，基于情景分析法得到的采暖季大气污染物减排情况见表3。由表3可知，各污染物均有不同程度的减排，TSP、PM2.5和VOCs的减排量约为90%。
根据以上分析，型煤的推广可实现以燃煤为取暖燃料地区的各类主要污染物的减排。其中，燃烧产生的PM2.5、TSP和VOCs较散煤燃烧时的排放量降低较明显，分别为91.6%、89.3%和89.1%，而污染物的排放受煤质成分和操作过程的影响也较大。在煤仍然是该区域主要能源的背景下，还应加强型煤推广过程中煤质的管理，并在保证煤质发热量的前提下尽可能增加固硫剂的添加比例，以减少SO2的排放。同时，推广与型煤配套、操作简便的炉具，以减少人工加煤和倒灰产生的扰动，从而降低颗粒物等污染物的排放。
-
1)挥发分含量与排放的PM2.5质量浓度的Pearson相关性分析表明，挥发分是影响PM2.5排放的主要因素；VOCs的排放总量受挥发分和固定碳含量的共同作用；燃料燃烧越充分，CO和VOCs的排放就越少，但同时排放的SO2和NOx质量浓度在一定范围内会增大，可通过调节不同比例的固硫剂减少SO2的排放。
2)型煤在不同燃烧阶段主要污染物的排放情况为，点火状态时排放的TSP和CO质量浓度较高，排放的TSP浓度达到稳定状态的20倍；而排放的PM2.5、SO2和NOx质量浓度在添煤过程时最高，是稳定过程的1.5~2倍；封火阶段，炉膛温度、烟气流速均降低，燃烧状态也较稳定，除CO外，其他污染物的排放量均呈下降趋势。
3)呼和浩特市某城区在推广型煤之后，主要污染物(CO、SO2、NOx、TSP、PM2.5、VOCs)的减排率分别为61.9%、22.2%、20.6%、89.3%、91.6%和89.1%，减排效果显著。
4)型煤是减少散煤污染的重要途径。在推广过程中，应加强对煤质的管理，同时推广配套型煤炉具，减少人为操作对污染物排放的影响。
民用型煤燃烧的排放特征及推广型煤的减排效果
Study on air pollutant emission characteristics and emission reduction potential of civil square briquette
-
摘要: 为探究煤质对型煤燃烧排放特征的影响，选取了呼和浩特市某城区推广使用的6种方型型煤进行了污染物排放水平测试，并结合煤质数据分析了影响型煤燃烧排放特征的主要因素。结果表明，挥发分含量是影响型煤燃烧产生的PM2.5和NOx排放浓度的主要因素；VOCs的排放浓度与挥发分和固定碳的总含量相关；计算得到型煤燃烧后的主要污染物(CO、SO2、NOx、TSP、PM2.5、VOCs)的排放因子，分别为(36.0±17.3)、(1.89±0.47)、(1.18±0.62)、(0.47±0.69)、(0.19±0.15)和(0.27±0.18)g·kg−1；设置排放情景，计算得到在该区域推广型煤后主要污染物的减排率分别为61.9%、22.2%、20.6%、89.3%、91.6%和89.1%。在推广民用型煤的过程中，还应加强对煤质的管理，同时推广型煤的配套炉具，减少人为操作造成的污染物排放。Abstract: To explore the influence of coal quality characteristics on air pollutant discharge of civil square briquette, 6 groups of briquettes were selected, which was widely used in an urban area of Hohhot, Inner Mongolia, to test their air pollutant discharges. The main factors affecting air pollutant discharge is discussed according to coal quality analysis data. Results show that volatile content is the main factor affecting PM2.5 and NOx emission concentration. The total content of volatile matter and fixed carbon is significantly related to the emission concentration of VOCs. The emission factors of major air pollutants (CO, SO2, NOx, TSP, PM2.5 and VOCs) are (36.0±17.3), (1.89±0.47), (1.18±0.62), (0.47±0.69), (0.19±0.15) and (0.27±0.18) g·kg−1, respectively. Based on an emission scenario, the emission reduction rates of major air pollutants after the promotion of square coal in an urban area of Hohhot are 61.9%, 22.2%, 20.6%, 89.3%, 91.6% and 89.1%, respectively. In the process of promoting briquette, it is necessary to strengthen the management of briquette coal quality and promote supporting briquette stoves to reduce the contribution of human operations to pollutant emissions.
-
厌氧消化技术可有效处理污泥并产生绿色能源“沼气”，已成为污泥处理的重要发展方向[1]。在2013年“水环境治理三年行动方案” [2]及产业升级政策的契机下，北京市借鉴国际上大城市污泥处理经验，采取“热水解+厌氧消化+板框压滤+土地利用”的技术路线[3]处理中心城区的污泥，开创了污泥处理处置新思路。热水解技术被广泛应用在厌氧消化预处理阶段，随之产生的热水解厌氧污泥消化液是一种典型的高氨氮废水。此类废水主要指污泥经过热水解预处理及厌氧消化过程后排放的废水，以污泥消化液主。经过热水解预处理后的消化液具有比传统厌氧消化液更加复杂的水质特征，其特点为低CON/N。因此，在其处理过程中，高氨氮浓度、碱度严重不足，以及难降解底物抑制等问题尤为突出[4]。若采取传统硝化反硝化脱氮技术对其进行处理，不仅处理费用高，且出水水质难以保证。
厌氧氨氧化菌(anaerobic ammonium oxidation bacteria, AnAOB)可利用亚硝酸盐作为电子受体将污水中的氨氮氧化为氮气。该脱氮过程仅需将50%的氨氮氧化为亚硝酸盐氮，可节省50%的曝气能耗、50%的碱度消耗及100%的有机碳源，且剩余污泥产量可降低约90%，温室气体排放量减少量大于90%[5-6]。目前，国外已有将厌氧氨氧化成功应用于污泥消化液、养殖废水、垃圾渗滤液等高氨氮废水处理工程的案例[7-12]。热水解厌氧消化液的氨氮高达2 000~3 000 mg·L−1，C/N低于1.5，温度约为30℃。这一水质特点使得其适合采用费用较低的厌氧氨氧化技术进行脱氮处理。然而，有学者通过小试实验发现热水解厌氧消化液中含有的可溶性有机物对氨氧化菌(ammonium oxidation bacteria, AOB)和厌氧氨氧化菌(anaerobic ammonia-oxidizing bacteria，AnAOB)具有较强的抑制作用，经过长期驯化也无法消除此抑制作用。另外，厌氧氨氧化技术应用于热水解厌氧消化液的处理难度更大[13-15]，尚无成功案例。
本研究团队在前期研究和实践中已将厌氧氨氧化高效脱氮技术成功应用于城市污水处理厂，并实现了产业化。本研究拟通过启动并调试利用短程硝化厌氧氨氧化(partial nitritation-anammox，PN-ANA)工艺进行热水解厌氧消化液的旁侧脱氮处理工程，深入考察PN-ANA工艺处理热水解厌氧消化液的工艺运行效果，拟评价该技术对城市污水处理厂主流区的影响，并对反应系统内的功能菌群进行定量分析，考察系统菌群的生长情况，以期为该工艺处理高氨氮废水的工程应用提供参考。
1. 项目概况
本项目位于北京某污水处理厂泥区热水解厌氧消化液处理单元内，主体工艺采用连续流固定生物膜-活性污泥(integrated fixed-film activated sludge systems, IFAS)形式的PN-ANA技术。工艺流程为调节池→斜板沉淀池→生化池→二沉池(见图1)。主要反应池(即生化池)的有效容积为7 500 m3，其设计处理水量1 750 m3·d−1。该项目进水氨氮为(1 839±336) mg·L−1，总氮为(2 038±395) mg·L−1，悬浮物质量浓度为≤1 000 mg·L−1，溶解性COD为(2 584±870) mg·L−1。接种污泥为普通活性污泥加上5%填充比厌氧氨氧化挂膜填料。
图 1 工艺流程图Figure 1. The process flow diagram of the full-scale project注：RENOCAR®脱氮单元即生化池，为本团队注册商标。板框机房将脱水滤液汇集于总管，再通过重力流方式进入调节池，在调节池内停留约10 h进行均质，然后利用提升泵提升至斜板沉淀池。斜板沉淀池设有混凝区和沉淀区，通过投加PAM和PAC去除消化液中悬浮物(suspended solid, SS)及部分COD。斜板沉淀池出水通过重力流方式进入生化池。生化池设有混温区、缺氧区和好氧区。由于AnAOB对环境温度要求较高，为将生化池内水温控制在30~34℃，在其一端引入来自热水解换热器和主流区二沉池的出水。缺氧区内的反硝化作用将进一步提升总氮的去除率，好氧区则是通过曝气，使AOB和AnAOB共同发挥作用，实现消化液中总氮的一次性去除。生化池内泥水混合物经重力流入二沉池后，通过重力沉降作用实现泥水分离。分离后的污泥再回流至生化池，出水则排入厂内退水管线。
工艺的启动与调试分为3个阶段进行(分别编号Ⅰ、Ⅱ、Ⅲ)，其中启动含1个阶段，调试含2个阶段。阶段Ⅰ为活性污泥的短程硝化培养阶段(共15 d)，即整个工程的启动阶段。阶段Ⅱ进行厌氧氨氧化生物膜的填料接种，即开启系统的运行调试。该阶段主要完成AnAOB的驯化及增殖，为半系列AnAOB生物膜填料接种过程，即仅占用构筑物容积一半(约4 800 m3)来进行，共持续100 d。阶段Ⅲ为全系列调试运行(共60 d)，即将已驯化系统扩至容积为7 500 m3的完整构筑物中进行。之后，逐渐将处理水量增至2 000 m3·d−1，超过单系列设计处理水量1 750 m3·d−1。至此，整个工程启动并调试完毕。
采用WTW在线仪表连续监测pH、DO。定期取水样经0.45 μm滤膜过滤后，检测其氨氮、亚硝酸盐氮、硝酸盐氮、溶解性COD等。定期取活性污泥和生物膜填料，并提取DNA，进行荧光定量PCR分析。具体水质检测方法为：纳氏试剂分光光度法检测氨氮；离子色谱法检测盒亚硝酸盐氮和硝酸盐氮的质量浓度；重铬酸钾法检测溶解性COD；重量法检测污泥质量浓度；过硫酸钾氧化紫外分光光度法检测总氮。
2. 工艺启动及调试过程
2.1 阶段Ⅰ——短程硝化工艺启动
短程硝化工艺的控制因素有DO、pH、游离氨(free ammonia, FA)、温度、泥龄等[16]。高氨氮废水中较易实现对FA的控制。亚硝酸盐氧化菌(nitrite-oxidizing bacteria, NOB)比AOB更容易受到FA抑制[17]，FA质量浓度在1 mg·L−1以上便会对NOB产生明显抑制，但对AOB产生明显抑制的质量浓度则要达到10~150 mg·L−1 。工艺启动期的培养策略为：先通过FA抑制以促进系统中亚硝酸盐的积累；当系统接种普通回流污泥后，保持高氨氮条件下FA的质量浓度大于15 mg·L−1；7 d后，出水亚硝酸盐氮质量浓度达到100 mg·L−1，而系统出水硝酸盐氮质量浓度仍高达300 mg·L−1以上；继续FA抑制7 d后，系统出水亚硝酸盐氮质量浓度达到约400 mg·L−1，此时硝酸盐氮质量浓度持续降低至几乎为零，亚硝酸盐氮积累率达到90%以上，则表明系统顺利实现短程硝化启动。在启动过程中，短程硝化阶段氮素质量浓度及亚硝酸盐氮积累率见图2。
图 2 短程硝化阶段出水中氮素质量浓度变化情况Figure 2. Changes of nitrogen concentration in effluent during partial nitritation2.2 阶段Ⅱ、Ⅲ——系统运行调试阶段
接种AnAOB生物膜填料主要来自于处理普通污泥消化液及垃圾渗滤液的厌氧氨氧化系统。由于水质差异明显，且AnAOB生长缓慢，在接种量低的情况下微生物体系的抗冲击能力弱，易导致启动失败。再加上本工程在启动时厌氧氨氧化菌的种类和数量均有限，为保证启动初期系统菌种的浓度，采取半系列启动方式。接种生物膜填料的填充率为5%，生物膜中AnAOB占比高于10%。
图3反映了调试过程中进水氨氮和出水三氮的变化。接种厌氧氨氧化生物膜的初期(前30 d)，系统出水氨氮及亚硝酸盐氮质量浓度均在较高水平。出水氨氮波动较大，最高点大于200 mg·L−1，均值为145 mg·L−1；亚硝酸盐氮质量浓度最高值为80 mg·L−1，均值为53 mg·L−1。经过1个月的驯化，系统出水亚硝酸盐氮质量浓度有所降低，均值为20 mg·L−1，但出水氨氮仍有小幅波动，出水均值为88 mg·L−1。接种厌氧氨氧化生物膜2个月后，系统出水三氮明显趋于稳定，且质量浓度维持在较低水平。出水氨氮均值为70 mg·L−1；出水亚硝酸盐氮质量浓度为23 mg·L−1；出水硝酸盐氮质量浓度为37 mg·L−1。
图 3 接种AnAOB后系统出水水质变化Figure 3. Changes of effluent water quality after AnAOB inoculation在阶段Ⅱ后期，尽管系统进水水量及处理负荷不断提高，但出水三氮质量浓度稳定且维持在较低状况(见图4)。在接种AnAOB生物膜填料后，经过2个月的调试运行，系统处理水量翻倍达到600 m3·d−1，3个月后处理水量持续翻倍达到1 200 m3·d−1。调试运行4个月后处理水量达到1 600 m3·d−1，总氮去除负荷达到0.25 kg·(m3·d)−1以上。
图 4 启动期水量与总氮去除负荷变化趋势图Figure 4. Trend chart of water quantity and total nitrogen removal load during startup period在阶段Ⅲ，系统已呈现较好的短程硝化厌氧氨氧化效果，于是进行半系列到全系列运行的扩容工作，即将生化池容积从4 800 m3扩容至7 500 m3。扩容方式为将已培养好的厌氧氨氧化生物膜填料直接接种到另外半个系列中。扩容2个月系统稳定后，将处理水量增至2 000 m3·d−1，超过单系列设计处理水量1 750 m3·d−1。此时的总氮去除负荷为0.3 kg·(m3·d)−1。
3. 系统运行效果分析
3.1 厌氧氨氧化脱氮效果分析
由于AnAOB世代时间长(约11 d)，对生存环境非常敏感[18]，实现厌氧氨氧化系统的快速启动成为该技术工程化应用中的难题之一[19]。世界上首个生产性规模的两段式厌氧氨氧化装置以消化污泥为种泥，历经3年半启动成功[20]。不同的反应器类型和不同的接种污泥类型亦会影响系统启动时间[21]。本项目在IFAS工艺中接种成熟厌氧氨氧化生物膜(生物膜上AnAOB占比高于10%)，在池容5%填充比条件下进行分级培养，并在6个月内成功启动系统，具有重要的参考意义。
系统调试期间总氮和氨氮去除率及去除负荷见图5。氨氮和总氮去除负荷均稳步提升，调试6个月后达到0.3 kg·(m3·d)−1以上。尽管氨氮和总氮的去除率略有波动，但氨氮平均去除率达到86%，总氮去除率达到78%。这表明本项目已实现了PN-ANA技术处理热水解厌氧消化液，进行总氮去除的目标。后期将通过自控系统的改进来改善处理效果波动的问题。
图 5 氨氮和总氮去除效果的变化Figure 5. Changes of removal efficiencies of ammonia nitrogen and total nitrogen at startup stage本项目为旁侧处理，处理后二沉池的出水排入厂内退水管线，进入水厂主流区(日处理量100×104 t)进一步处理(见图6)。图6左侧为旁侧PN-ANA正常运行期间(日处理消化液1 600 m3)，主流区8个平行运行的二沉池出水总氮变化情况。其中，这8个二沉池运行近1个月的平均出水总氮为15.5 mg·L−1。右侧为旁侧PN-ANA项目施工停运期间热水解厌氧消化液直接排入厂区退水管线后，进入主流区的情况下，主流区8个平行运行二沉池的出水总氮变化。其中，这8个二沉池平均出水总氮为18.7 mg·L−1。这表明日处理热水解厌氧消化液1 600 m3的旁侧PN-ANA工艺可降低主流区二沉池出水总氮约3 mg·L−1，并有效减轻主流区的总氮去除压力。
图 6 消化液旁侧PN-ANA脱氮对主流区二沉出水TN的影响Figure 6. Effect of PN-ANA denitrification on TN of secondary effluent in mainstream注：图中编号为二沉池编号。3.2 微生物的种类和定量分析
本项目接种污泥为主流区回流污泥，共2 700 m3。2种不同材质(海绵和塑料)的空白填料在阶段Ⅰ被安装至生化池内部。在整个启动和调试的6个月中，将生化池内絮体污泥及生物膜填料定期取样保存，并进行定量PCR分子生物学分析，用数据直观反映系统内脱氮功能菌群的数量变化，以表征系统内功能菌群的培养效果。污泥样品分别为：接种污泥，即污水处理厂回流污泥；分别在项目调试1个月、2个月和4个月时取的污泥絮体；在项目调试4个月时分别在海绵和塑料填料中取样。自调试开始后，絮体污泥中总细菌数及各脱氮微生物数量的关系如图7所示。系统内全菌在活性污泥接种1个月后基本保持不变，维持在1012数量级。这表明系统在不排泥的运行模式下微生物总量趋于稳定。NOB的2个属(Nitrospira和Nitrobacter)数量降低明显，其中Nitrobacter在系统中明显低于其他几种微生物，且一直保持较低水平。这与系统长期保持低DO(<0.5 mg·L−1)运行条件有关[22]。Nitrospira在接种的活性污泥中数量虽略高于AOB一个数量级，但在高氨氮系统FA持续抑制作用下数量不断降低。而随着AOB的不断增长，调试后高于Nitrospira 2个数量级。这表明经过4个多月的调试后，该系统的短程硝化效果良好，可为AnAOB提供大量亚硝酸盐基质。而对于AnAOB，其絮体污泥增长明显，但是绝对数值与AOB仍有2个数量级的差距。
图 7 絮体污泥中微生物数量Figure 7. Number of microorganisms in floc sludge注：细菌丰度指单位质量MLSS中的微生物数量。经过4个月调试运行，填料上挂膜微生物数量如图8所示。2种NOB(Nitrospira和Nitrobacter)数量均处于较低水平。而AOB数量略高，达到108数量级以上，AnAOB更是高于1010数量级以上。因此，AOB及Nitrospira 2种好氧菌更倾向于生长在溶解氧及基质较为充足的悬浮絮体中，而厌氧的AnAOB更多分布在溶解氧传播受限的生物膜填料上，如Nitrobacter在本项目中数量很低，几乎可忽略其作用。这亦表明系统内的微生物已适应了环境条件，并基于自身特性及基质获取的难易程度，选择了适宜的生存位置，由此形成了自然选择的系统微生物空间分布[23]。
图 8 填料上各微生物数量分布图Figure 8. The distribution diagram of the quantity of each microorganism on the filler注：细菌丰度指单位质量MLSS中的微生物数量。硝化菌群由AOB和NOB(主要是Nitrospira及Nitrobacter)组成。本项目采用的PN-ANA工艺是利用AOB将部分氨氮氧化成亚硝酸盐氮，再在AnAOB作用下将剩余氨氮和亚硝酸盐氮直接还原为氮气，从而实现污水中的脱氮处理。因此，应尽量抑制NOB在该系统中的活性及其增长，从而促进AOB和AnAOB的活性及增长。本项目调试阶段的4个样品中各种硝化菌占硝化菌群总数的比例见图9。
图 9 3种菌各自占硝化菌群总数的比例Figure 9. The proportion of three kinds of bacteria in the total nitrifying bacteria接种的絮体污泥中NOB(Nitrobacter和Nitrospira)占比较大，接近90%。AOB只占硝化菌群约10%，这符合城市污水处理厂普通活性污泥中硝化细菌的特征。但是，经过1个月的短程硝化培养，AOB所占比例迅速升至95%以上，并随着调试的进行比例不断提高；而以Nitrospira为代表的NOB菌群占比显著降低。这表明该系统内NOB的增殖得到了有效抑制，实现了效果较好的短程硝化，亦与系统进出水水质数据相吻合。
絮体污泥中各脱氮微生物占细菌总数比例见图10。NOB(包括Nitrospira和Nitrobacter)的比例均显著降低。而AOB和AnAOB这2种在PN-ANA过程中发挥主要作用的微生物比例逐步提高。这表明项目经过4个多月的调试，已经很好实现了NOB的抑制、AOB和AnAOB的富集。
图 10 絮体中各脱氮微生物占细菌总数比例图Figure 10. The proportion of denitrifying microorganisms to total bacteria in flocs4. 结论
1)三段式启动和调试步骤保证了本项目循序渐进实现成功运行：在短程硝化阶段采取的FA抑制策略有效促进系统中亚硝酸盐的积累，提供了脱氮功能菌的生存环境，以实现系统启动；在随后两步调试运行阶段，系统通过半系列运行实现了微生物驯化及有效富集，并在全系列运行中逐步达到设计处理水量及稳定运行。
2)工程项目调试运行结果表明：可应用短程硝化-厌氧氨氧化(PN-ANA)工艺实现热水解厌氧消化液总氮去除。在接种生物膜填充比5%，生物膜上AnAOB占比高于10%条件下可在6个月内达到设计处理水量。应用PN-ANA技术进行消化液旁侧处理，可有效减轻主流区的总氮去除压力。
3)项目自调试以来，脱氮功能菌AOB和AnAOB在绝对数量和相对比例上均有较为显著的增加，NOB绝对数量和相对比例均有不同程度的降低，这从微生物角度表明该项目的调试取得了成功。定量PCR数据显示，一体化PN-ANA系统内AOB和AnAOB呈现不同的空间分布特点，AOB主要分布在絮体污泥中，而AnAOB更多分布在生物膜填料上。
-
图 2 煤中挥发分质量分数与PM2.5排放浓度的相关性分析
Figure 2. Relationship between Vd and concentration of PM2.5
图 4 挥发分与固定碳质量分数之和与VOCs质量浓度相关性
Figure 4. Correlation between the sum of volatile matter and fixed carbon mass fraction and VOCs mass concentration
图 5 不同燃烧状态对颗粒物排放因子的影响
Figure 5. Effects of different combustion states on particulate emission factors
图 6 常规气态污染物排放浓度随时间变化情况
Figure 6. Variation of emission concentration of conventional gaseous pollutants
图 7 本研究得到的民用型煤排放因子与文献的对比
Figure 7. Comparison of emission factors obtained in this study with those in literature
表 1 煤质工业分析和元素分析结果
Table 1. Proximate and ultimate analysis of samples
样品编号 工业分析/% 元素分析/% Qgr,d/(MJ·kg−1) Qnet,ar/(MJ·kg−1) Mad Ad Vd FCad Hd Nd St,d 1#型煤 4.02 27.6 9.47 60.4 1.43 0.77 0.39 23.57 22.26 2#型煤 5.26 12.1 8.55 75.18 1.08 0.82 0.27 28.88 27.02 3#型煤 5.2 21.07 11.6 63.83 1.27 0.79 0.36 25.1 23.43 4#型煤 5.22 19.22 11.42 65.74 1.27 0.73 0.34 25.83 24.09 5#型煤 5.26 32.88 14.37 49.98 1.34 0.65 0.49 20.39 18.92 6#型煤 5.22 39.44 16.69 41.58 1.77 0.59 0.36 18.14 16.73 标准限值 — — — — — — ≤1.00 ≥19.00 — 注：Mad为空气干燥基水分；Ad为干燥基灰分；Vd为干燥基挥发分；FCad为空气干燥基固定碳；Hd为氢含量；Nd为氮含量；St,d为含硫量；Qgr,d为干燥基高位发热量；Qnet,ar为收到基低位发热量。 
下载: 导出CSV
表 2 基于燃料质量的排放因子
Table 2. Emission factor based on fuel mass
g·kg−1 型煤编号 CO SO2 NOx TSP PM2.5 VOCs 1#型煤 42.8±18.2 1.79±0.22 1.03±0.50 0.19±0.08 0.12±0.07 0.18±0.07 2#型煤 34.1±13.5 1.18±0.15 1.06±0.60 0.24±0.09 0.16±0.11 0.42±0.31 3#型煤 38.3±21.0 1.80±0.20 0.99±0.49 0.33±0.13 0.15±0.06 0.25±0.11 4#型煤 35.4±13.8 1.68±0.18 1.25±0.56 0.46±0.19 0.17±0.08 0.29±0.17 5#型煤 27.4±14.1 2.65±0.26 1.24±0.67 0.26±0.08 0.18±0.10 0.18±0.04 6#型煤 35.6±13.6 2.09±0.18 2.15±0.46 0.46±0.24 0.19±0.05 —
下载: 导出CSV
表 3 不同情景下采暖季大气污染物排放量及减排潜力
Table 3. Total air pollutant discharge in different situation and potential of emission reduction
情景模式 CO SO2 NOx TSP PM2.5 VOCs 散煤排放 5 422 t 140 t 85 t 171 t 109 t 140 t 型煤排放 (2 068±993) t (108±27) t (67±35) t (18±9) t (9±4) t (15±10) t 减排率 61.9% 22.2% 20.6% 89.3% 91.6% 89.1%
下载: 导出CSV
-
[1] 中华人民共和国统计局. 中国统计年鉴[M]. 北京: 中国统计出版社, 2019. [2] BP Statistical Review of World Energy. BP statistical review of world energy[R/OL]. [2020-08-01]. 2020: 47. https://www.bp.com/content/dam/bp/business-sites/en/global/corporate/pdfs/energy-economics/statistical-review/bp-stats-review-2020-full-report.pdf. [3] 王东升, 白向飞, 刘明锐, 等. 京津冀地区民用洁净煤燃烧及排放特性[J]. 洁净煤技术, 2018, 24(3): 81-84. [4] LI C, YE K, MAWUSI S, et al. A 24-h real-time emissions assessment of 41 uncontrolled household raw coal combustion stoves in four provinces of Northern China[J]. Atmospheric Environment, 2020, 235: 117588. doi: 10.1016/j.atmosenv.2020.117588 [5] 张熠晨, 薛陈利, 刘杰, 等. 不同居民燃煤炉具大气污染物排放差异性及减排分析[J]. 环境科学, 2020, 41(10): 4462-4469. [6] 刘亚男, 钟连红, 闫静, 等. 民用燃料燃烧碳质组分及VOCs排放特征[J]. 中国环境科学, 2019, 39(4): 1412-1418. doi: 10.3969/j.issn.1000-6923.2019.04.008 [7] 刘亚男, 钟连红, 韩力慧, 等. 民用燃料烟气中气态污染物及水溶性无机离子的排放[J]. 中国环境科学, 2019, 39(8): 3225-3232. doi: 10.3969/j.issn.1000-6923.2019.08.012 [8] 孙竹如, 吴依平. 上海市燃煤二氧化硫排放因子的研究[J]. 上海环境科学, 1988(12): 15-18. [9] 张琦, 李庆, 蒋靖坤, 等. 一套民用固体燃料燃烧大气污染物排放测试系统的搭建和评测[J]. 环境科学学报, 2016, 36(9): 3393-3399. [10] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 商品煤质量民用型煤: GB 34170-2017[S]. 北京: 中国标准出版社, 2017. [11] 陈振辉, 杨海平, 杨伟, 等. 生物质燃烧过程中颗粒物的形成机理及排放特性综述[J]. 生物质化学工程, 2014, 48(5): 33-38. doi: 10.3969/j.issn.1673-5854.2014.05.09 [12] LIGHTY J A S, VERANTH J M, SAROFIM A F. Combustion aerosols: Factors governing their size and composition and implications to human health[J]. Journal of the Air & Waste Manage Association, 2000, 50(9): 1565-1618. [13] TORVELA T, TISSARI J, SIPPULA O, et al. Effect of wood combustion conditions on the morphology of freshly emitted fine particles[J]. Atmospheric Environment, 2014, 87: 65-76. doi: 10.1016/j.atmosenv.2014.01.028 [14] LI Q, JIANG J, WANG S, et al. Impacts of household coal and biomass combustion on indoor and ambient air quality in China: Current status and implication[J]. Science of the Total Environment, 2017, 576: 347-361. doi: 10.1016/j.scitotenv.2016.10.080 [15] OBAIDULLAH M, BRAM S, VERMA V K, et al. A review on particle emissions from small scale biomass combustion[J]. International Journal of Renewable Energy Research, 2012, 2(1): 147-159. [16] SIMONEIT B R T, SCHAUER J J, NOLTE C G, et al. Levoglucosan, a tracer for cellulose in biomass burning and atmospheric particles[J]. Atmospheric Environment, 1999, 33: 173-182. doi: 10.1016/S1352-2310(98)00145-9 [17] PYYKÖNEN J, MIETTINEN M, SIPPULA O, et al. Nucleation in a perforated tube diluter[J]. Journal of Aerosol Science, 2007, 38: 172-191. doi: 10.1016/j.jaerosci.2006.11.006 [18] ZHOU W, JIANG J, DUAN L, et al. Evolution of submicrometer organic aerosols during a complete residential coal combustion process[J]. Environmental Science & Technology, 2016, 50: 7861-7869. [19] 吴碧君. 燃烧过程中氮氧化物的生成机理[J]. 电力环境保护, 2003(4): 9-12. [20] 钟北京, 杨静, 傅维标. 煤的挥发分组分对氮氧化物和硫化物排放的影响[J]. 燃烧科学与技术, 1998(4): 3-5. [21] 王东滨, 郝吉明, 蒋靖坤. 民用固体燃料燃烧超细颗粒物排放及其潜在健康影响[J]. 科学通报, 2019, 64(33): 3429-3440. [22] 刘忠攀, 杨晓辉, 王海苗, 等. 新型燃煤炉具燃烧原煤和洁净型煤时NOx排放量对比研究[J]. 煤炭加工与综合利用, 2019(6): 99-102. [23] 姚渭溪, 沈迪新, 李玉琴, 等. 烟煤作民用燃料可行性的探讨[J]. 环境科学, 1984, 5(4): 83-87. [24] GE S, XU X, CHOW J C, et al. Emissions of air pollutants from household stoves: honeycomb coal versus coal cake[J]. Environmental Science & Technology, 2004, 38(17): 4612-4618. [25] 梁云平, 张大伟, 林安国, 等. 北京市民用燃煤烟气中气态污染物排放特征[J]. 环境科学, 2017, 38(5): 1775-1782. [26] 张道明. 民用采暖炉具的污染排放测试及减排效果评估[D]. 北京: 北京化工大学, 2019. [27] 呼和浩特市统计局. 呼和浩特经济统计年鉴-2018[EB/OL]. [2020-08-01]. http://tjj.huhhot.gov.cn/nj/2019nj/gb2.html. [28] 中华人民共和国环境保护部. 民用煤大气污染物排放清单编制技术指南[S/OL]. [2020-08-01]. http://www.mee.gov.cn/gkml/hbb/bgg/201610/W020161031388726962758.pdf. [29] JETTER J, ZHAO Y X, SMITH K R, et al. Pollutant emissions and energy efficiency under controlled conditions for household biomass cookstoves and implications for metrics useful in setting international test standards[J]. Environmental Science & Technology, 2012, 46(19): 10827-10834. 期刊类型引用(6)
1. 张海波，闫洋洋，程红艳，常建宁，黄菲，张国胜，闫梦. 菌糠生物炭对土壤铅镉形态及甜菜生长的影响. 山西农业大学学报(自然科学版). 2021(01): 103-112 . 
百度学术
2. 王忠凯，汤睿，李泽华，朱颖，云军阁，黄国富，宋蓉蓉，张寒冰，童张法. 螺蛳壳和玉米芯复合吸附剂的制备及其对BP-3的去除. 应用化工. 2021(02): 324-330 . 百度学术
3. 刘振刚，夏宇，孟芋含，孙御婷，李凯，邓心怡. 生物质炭材料修复重金属污染土壤的研究进展：修复机理及研究热点分析. 环境工程学报. 2021(04): 1140-1148 . 本站查看
4. 贾林，张金龙，刘璐瑶，王鹏山，李志明，田晓明. 生物炭在盐碱区域土壤环境生态修复中的应用. 环境科学与技术. 2021(S2): 124-131 . 百度学术
5. 雷建森，吴梦茹，李亚茹，孙雅雅，丁琳洁，张鑫，陈治华. 八宝景天热解动力学特征及其对六价铬的吸附. 环境化学. 2020(10): 2907-2920 . 百度学术
6. 吴文杰. 新零售业态下生鲜冷链包装材料对环境污染影响研究. 环境科学与管理. 2020(12): 35-40 . 百度学术
其他类型引用(10)
-
点击查看大图
计量
- 文章访问数: 4386
- HTML全文浏览数: 4386
- PDF下载数: 79
- 施引文献: 16
