研究涵盖重庆43个区县共75个城镇污水处理系统，按照社会经济发展水平、水资源情况、地理特征及进水水质分为中心城区、主城新区、渝东南和渝东北4个区域 (图1) 。75个污水处理系统的设计规模为(0.5~80)×10⁴ m³∙d⁻¹；主要采用A²O工艺、氧化沟工艺和高效沉淀池等水处理工艺，且较多污水处理系统采用多种水处理工艺联用的设计方式；所有污水处理系统均采用《城镇污水处理厂污染物排放标准》 (GB18918-2002) 一级A标准^[13]。

以重庆市43个区县的75座城镇污水处理系统2021年9月—2022年8月的实际运行数据作为碳排放核算基础数据。

向大气释放温室气体的过程称为碳排放，分为直接碳排放和间接碳排放。污水处理系统产生的直接碳排放包括污泥处置、污水处理中去除有机物和TN及外加碳源氧化过程中产生的碳排放；间接碳排放包括电力、化学药剂等消耗产生的碳排放。由于未获取到相关药剂数据，本研究未将化学药剂消耗产生的碳排放考虑进去。

污水处理系统的碳排放核算方法以排放因子法为基础，参照政府间气候变化专门委员会 (IPCC) 制定的《IPCC 2006年国家温室气体清单指南2019修订版》^[14]、《城镇污水处理厂污染物去除协同控制温室气体核算技术指南 (试行) 》^[15]和《污水处理厂低碳运行评价技术规范》^[16]的计算公式和参数进行核算。计算公式如式 (1)~式 (12) 。

1) 污泥处置产生的碳排放量参考式 (1) 进行计算。

式中：$ {\mathrm{E}}_{1} $为剩余污泥处置过程释放的CH₄折算为CO₂当量的年碳排放量，tCO_2eq·a⁻¹；$ {\mathrm{R}}_{\mathrm{s}} $为污泥干物质年去除量，t·a⁻¹；$ {\mathrm{\beta }}_{\mathrm{s}} $为污泥干物质中可降解有机碳质量分数，以每吨污泥干物质中的有机碳质量计算，取0.15 t·t⁻¹；$ {\mathrm{D}\mathrm{O}\mathrm{C}}_{\mathrm{f}} $为实际分解的可降解有机碳比率，取50%；$ \mathrm{M}\mathrm{C}\mathrm{F} $为CH₄排放修正因子，取0.92；$ \mathrm{F} $为可降解有机碳中可产生CH₄的碳的比例，取0.5；$ {\mathrm{E}}_{{\mathrm{C}\mathrm{H}}_{4}/\mathrm{C}} $为CH₄/C分子量比值，取16/12；$ {\mathrm{G}\mathrm{W}\mathrm{P}}_{{\mathrm{C}\mathrm{H}}_{4}} $为CH₄全球增温潜势，取28。

2) 污水处理过程中去除有机物产生的碳排放参考式 (2)~(3) 进行计算。

式中：$ {\mathrm{E}}_{2} $为去除有机物产生的CH₄折算为 CO₂当量碳排放量，tCO_2eq·a⁻¹；$ {\mathrm{R}}_{\mathrm{C}\mathrm{O}\mathrm{D}} $为耗氧有机物 (以COD计) 年去除量，t·a⁻¹；$ {\mathrm{\rho }}_{\mathrm{s}} $为污泥干物质有机物含量，由$ {\mathrm{\beta }}_{\mathrm{s}} $换算为0.40 t·t⁻¹；$ {\mathrm{W}}_{{\mathrm{C}\mathrm{H}}_{4}} $为CH₄年回收量，t·a⁻¹；$ {\mathrm{E}\mathrm{F}}_{{\mathrm{C}\mathrm{H}}_{4}} $—— CH₄排放因子，t·t⁻¹；$ {\mathrm{B}}_{\mathrm{O}} $为CH₄最大产生潜能，取0.25 t·t⁻¹；$ \mathrm{M}\mathrm{C}\mathrm{F} $为CH₄修正因子，取0.003 (典型AAO工艺污水处理系统) 。

3) 污水处理过程中去除TN产生的碳排放参考式 (4) 进行计算。

式中：$ {\mathrm{E}}_{3} $为去除TN产生N₂O折算为CO₂当量的碳排放量，tCO_2eq·a⁻¹；$ {\mathrm{R}}_{\mathrm{T}\mathrm{N}} $为TN年去除量，TN·a⁻¹；$ {\mathrm{E}\mathrm{F}}_{{\mathrm{N}}_{2}\mathrm{O}} $为N₂O排放因子，取0.013 t·t⁻¹；$ {\mathrm{C}}_{{\mathrm{N}}_{2}\mathrm{O}/{\mathrm{N}}_{2}} $为N₂O/N₂分子量比值，为44/28；$ {\mathrm{G}\mathrm{W}\mathrm{P}}_{{\mathrm{N}}_{2}\mathrm{O}} $为N₂O全球增温潜势值，为265。

4) 外加碳源完全氧化产生的碳排放参考式 (5) 进行计算。

式中：$ {\mathrm{E}}_{4} $为外加碳源氧化产生的CO₂当量碳排放量，tCO_2eq·a⁻¹；$ {\mathrm{y}}_{i} $为i类碳源消耗量；$ {\mathrm{E}\mathrm{F}}_{{\mathrm{C}\mathrm{O}}_{2}，i} $为i类碳源完全氧化的CO₂排放因子。

5) 电力消耗产生的碳排放参考式 (6)~(7) 进行计算。

式中：$ {\mathrm{E}}_{5} $为消耗电力产生的CO₂当量碳排放量，tCO_2eq·a⁻¹；$ {\mathrm{E}}_{\mathrm{H}} $为年耗电量，MWh·a⁻¹；$ {\mathrm{E}\mathrm{F}}_{{\mathrm{C}\mathrm{O}}_{2}} $为电力CO₂排放因子，取0.858 7 tCO₂·MWh⁻¹；K为日处理规模，10⁴ m³·d⁻¹ (Q_d的值大于30时K直接取1.10) ；$ {\mathrm{G}\mathrm{W}\mathrm{P}}_{{\mathrm{C}\mathrm{O}}_{2}} $为CO₂全球增温潜势值，取值为1。

6) 碳排放总量核算参考式 (8) 进行计算。

7) 比碳排放总量核算参考式 (9)~(11) 进行计算。

式中：$ {\mathrm{S}}_{\mathrm{E}\mathrm{W}} $、$ {\mathrm{S}}_{\mathrm{E}\mathrm{C}} $、$ {\mathrm{S}}_{\mathrm{E}\mathrm{N}} $为吨水比碳排放 (以CO₂计) ，kg·m⁻³；$ {\mathrm{R}}_{\mathrm{C}\mathrm{O}\mathrm{D}} $为有机物比碳排放 (以CO₂计) ，kg·kg⁻¹；$ {\mathrm{R}}_{\mathrm{T}\mathrm{N}} $为总氮比碳排放 (以CO₂计) ，kg·kg⁻¹。

灵敏度计算采用单一变量法^[17]，选择模型中一个初始组分参数P_i0，对应输出结果为Y_i0，固定其余参数，在一定范围内按固定步长改变P_i0，得到一组与之对应的Y_ix值。灵敏度系数R的计算公式为式 (12) 。

式中：Y_i0、Y_ix分别为扰动参数前后值；P_i0、P_ix分别为随扰动参数变化的输出结果前后值 ；R的大小表示系统状态量对参数变化的灵敏性，R值越大，选定初始参数对结果的影响越大。

1) 吨水比碳排分析。计算得到75个污水处理系统吨水比碳排数据 (后文均以CO₂计) 及各区县吨水比碳排 (图2) 。

75座城镇污水处理系统中包括中心城区27座、主城新区21座、渝东南8座和渝东北19座。图2中比碳排低于0.60 kg∙m⁻³的区县多分布于中心城区；比碳排在0.60~0.80 kg∙m⁻³的区县多分布于中心城区和主城新区；比碳排在0.80~1.00 kg∙m⁻³的区县多分布于渝东北地区与中心城区；比碳排高于1.00 kg∙m⁻³的区县多分布于主城新区和渝东北区。

重庆比碳排整体为0.50~0.90 kg∙m⁻³，但奉节县徐家包污水厂比碳排为5.73 kg∙m⁻³，远高于总体比碳排。该污水处理系统的设计规模为1×10⁴ m³，属于小型处理规模，电耗产生的碳排放量占总碳排的72%，外加碳源产生的碳排放量占总碳排的24%，高于其他城镇污水处理系统。结合实地调查结果，分析认为是污水处理系统规模小，工艺过程电力消耗大，且外加碳源未能利用完全，造成总碳排过大。

计算得到中心城区污水处理系统的平均比碳排为0.74 kg∙m⁻³；主城新区污水处理系统的平均比碳排为0.82 kg∙m⁻³；渝东南区域污水处理系统的平均比碳排为0.87 kg∙m⁻³；渝东北区域污水处理系统的平均比碳排为1.18 kg∙m⁻³。重庆43区县全域平均比碳排为0.89 kg∙m⁻³。中心城区、主城新区、渝东北和渝东南城镇污水处理系统的吨水比碳排和年处理水量关系如图3。

75个城镇污水处理系统大部分采用A²O工艺及氧化沟工艺进行污水处理。综合各个污水处理系统的年处理水量与吨水比碳排数据，在4个城区的层面上，发现在《城镇污水处理厂污染物排放标准》 (GB18918-2002) 一级A标准^[13]的出水条件下，随着年处理水量的提高吨水比碳排呈现下降趋势。

2)各环节碳排放分析。分析各个环节产生的碳排放如图4。电力消耗产生的碳排放最大，约占总碳排放的40%~60%。部分污水处理系统污泥处置产生的比碳排较高，分析认为是进水水质中SS、COD浓度较高使得处理中产生大量污泥干物质^[18-19]。

3) 年处理量与电耗碳排占比关系。单独对电力消耗环节产生的碳排放的占比和污水厂年处理量进行分析如图5，发现二者呈负相关关系，即随年处理水量的增加，电力消耗产生的碳排放占总碳排放的比例呈下降趋势。这表明处理工艺的电耗间接碳排放具有规模效应，处理量越大越有利于降低电力消耗及其产生的碳排放^[20]。

4) 运行负荷率与吨水比碳排关系。污水处理系统设计规模与其实际处理规模的比值称为运行负荷率，分析污水处理系统运行负荷率和吨水比碳排的关系如图6。随着污水处理系统运行负荷率升高，其吨水比碳排总体呈下降趋势。部分污水处理系统实际处理量远小于设计规模，分析认为是由于工艺参数没有根据实际调整，低负荷运行使电耗、投药量升高导致该部分产生的比碳排偏大。

为探究各碳排放分量对总碳排放量的贡献，对构成总碳排放的各碳排放分量污泥 (E1) 、COD (E2) 、TN (E3) 、外加碳源 (E4) 、电耗 (E5) 进行灵敏度分析，每个参数变化幅度为−30%~30%，固定步长10%，灵敏度分析结果见图7。电耗、污泥处置和去除TN的灵敏度系数大于0.2，对总碳排放量影响较大，且呈正相关，其中电耗对碳排放影响最大；外加碳源和去除COD对总碳排放影响较小。

1) 关注“吨水比碳排显著高于平均值”的现象。以徐家包污水厂为例，参照能源结构及处理工艺相近的北京某城市污水处理厂运行效能进行潜力分析^[21]，可知若通过更新变频进水泵，除砂、曝气、排泥等系统的优化运行等节能降耗措施对该污水厂进行改造，电力消耗可降低约5.47%，同时污水的处理成本每年可降低约15万元。

2) 分析“电力消耗产生的碳排放最大”的成因。在降低电耗方面，根据污水处理系统实际处理水量调整设备运行参数。当某些敏感性变量发生调整时，吨水电耗也会随之发生一定的变化，如提升水泵高液位运行；在满足生化工艺处理需求基础上，适当降低回流比；降低风机出口风压或供气量(精细调控生化DO水平)；针对搅拌设备安装变频器优化运行功率等多举措联合优化决策与措施。以降低提升泵扬程为例，每降低1 m扬程，可降低4 950 MWh∙a⁻¹的电耗，折合降低约4 247 tCO₂∙a⁻¹。

3) 提出“降低脱氮过程中的碳排放”的措施。在减少去除TN产生的碳排放方面，结合污水处理系统改进工艺设计。充分反硝化、完全硝化和深度脱碳等生化法是目前最经济可靠的脱氮方式。可采用氨氮处理效果较好的短程硝化反硝化等新型生物脱氮技术从而获得较高的脱氮率，同时进行污泥资源回收以达到对氮、硫、磷等物质的重复利用也是有效手段之一。

4) 优化“设计规模与实际处理规模适配性”的调度。实施规划先行、动态调整的设计方法。在设计方面，城市污水处理厂设计前期应充分实地调研，结合地区城镇化进程和经济发展水平，设计符合地区实际污水产生规模的污水厂，保证污水厂进水稳定。在运行方面，污水处理关键设备诸如水泵和风机等，应设置变频器，当实际处理流量较低时，通过调节电机转速调节流量，从而减小功率，防止系统的设备长期处于低效区运行造成能源的浪费。在运行时，还应根据实际进水情况调整污泥负荷。

5) 改善“城市污水处理系统能源自给不足”的现状。如大力推进城市污水处理系统污水再生循环利用，提高污水回用规模，还可低廉价格将富余再生水卖给用水水质要求不高的用户、增加收益，若借鉴上海某污水处理厂再生水利用技术^[22]，按80%的成功率计算，可实现74.98%的降碳效益。引进厌氧消化-热电联产技术，利用污泥厌氧消化产甲烷并通过热电联产技术回收化学能发热发电；引进污水水源热泵技术回收污水余热；引进光伏发电技术，充分利用污水厂占地面积广，各种构筑物表面积大的特点，提高污水厂能源自给率^[23]。将上述多种技术组合应用，经初步估算重庆市污水处理厂能实现约80%的电能自给和约70%的热能自给。

1) 重庆市43区县75座污水处理系统总比碳排为0.89 kg∙m⁻³。电耗对总碳排放影响最大；外加碳源和去除COD对总碳排放影响较小。2) 城镇污水处理系统处理规模越大、运行负荷率越高，比碳排总体呈现下降趋势；城市污水处理系统碳排放中电耗产生的碳排放占比最大达70%，占总碳排放的比例随处理规模的增加而降低。3) 重庆市污水处理系统的污泥处置产生的碳排放和电力消耗产生的碳排放这两项指标相比于其他地区污水处理系统偏高。降低碳排放量，可参考其他地区实例，优先考虑降低这两项指标对应的碳排放量。