污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例

郝晓地, 赵梓丞, 李季, 李爽, 江瀚. 污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例[J]. 环境工程学报, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073
引用本文: 郝晓地, 赵梓丞, 李季, 李爽, 江瀚. 污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例[J]. 环境工程学报, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073
HAO Xiaodi, ZHAO Zicheng, LI Ji, LI Shuang, JIANG Han. Analysis of energy recovery and carbon neutrality for the Kakolanmäki WWTP in Finland[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073
Citation: HAO Xiaodi, ZHAO Zicheng, LI Ji, LI Shuang, JIANG Han. Analysis of energy recovery and carbon neutrality for the Kakolanmäki WWTP in Finland[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073

污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例

    作者简介: 郝晓地(1960―),男,博士,教授。研究方向:可持续污水处理技术。E-mail:haoxiaodi@bucea.edu.cn
    通讯作者: 郝晓地, E-mail: haoxiaodi@bucea.edu.cn
  • 基金项目:
    国家自然科学基金资助项目(51878022)
  • 中图分类号: X703

Analysis of energy recovery and carbon neutrality for the Kakolanmäki WWTP in Finland

    Corresponding author: HAO Xiaodi, haoxiaodi@bucea.edu.cn
  • 摘要: 探索切实可行的资源与能源回收方案、实现污水处理的碳中和运行,是污水处理领域的重要发展方向。北欧国家一些污水处理厂已凭借污泥厌氧消化产甲烷(CH4)并热电联产(CHP)、以及余温热能利用等技术实现了能源的回收利用。以芬兰Kakolanmäki污水处理厂为例,结合该厂的污水处理工艺流程分析其能源回收方式,并运用碳足迹模型核算了其污水处理工艺与能源回收环节的碳减排量,以确定其整个运行中的碳足迹。分析结果表明,该厂污水处理工艺不仅可以满足严格的出水水质排放标准,还可通过回收出水余温热能等方式实现能源中和与碳中和运行,并向社会供热。其中,该厂的总回收能量(电能+热能)大于其自身能耗的6.4倍。出水余温热能回收潜力最大,约占全部可回收能量的90%;厌氧消化并热电联产所回收的化学能不足10%。回收能源不仅使该厂实现碳中和(碳中和率333%)运行,而且剩余碳汇(以CO2当量计)达24 931 t ·a−1。该厂的实践表明,污水处理实现碳中和运行的关键在于重视出水中大量的余温热能回收。芬兰Kakolanmäki污水处理厂的案例可为国内污水处理厂探索高效能源利用、并实现碳中和运行提供参考。
  • 随着我国铁路大面积提速及城市化进程加快,以铁路噪声为主的环境噪声问题日益加重,交通噪声越来越受到公众关注。近年来,随着高速铁路网覆盖面的增加,沿线居民也开始受到高速铁路的交通噪声影响。根据《中长期铁路网规划(2016—2030年)》[1],预计至2030年高速铁路会将全国主要省市区连接起来,形成以“八纵八横”主通道为骨架、区域连接线衔接、城际铁路补充的高速铁路网,这也意味着受到高速铁路噪声影响的居民会越来越多。

    文献[2-3]研究表明,噪声作为一种有害的物理刺激,可损害动物的消化系统引起胃肠功能紊乱,影响动物的生长和发育,从而导致其体重增长速率减缓。在对武广高铁两侧居民的社会调查问卷中发现,距离高铁越近,居民的烦恼度越高[4]。因此管理治理好高速铁路噪声,减少对周围居民的影响,建立完备的针对高速铁路的噪声标准体系至关重要。但我国现有噪声标准,如《铁路边界噪声限值及其测量方法(GB 12525—90)》[5]、《声环境质量标准(GB 3096—2008)》等[6]均未对铁路类型(普通铁路和高速铁路)进行区分,且方法、标准多数是基于普通铁路噪声特点而建立。然而,普通铁路和高速铁路的噪声具有显著差异。高速铁路具有以下两个特点:噪声源组成复杂、声能量水平高、声源呈宽频特性;由于列车运行速度快,列车运营密度高,造成昼夜等效声级都很高[7]。在相关研究中也得出,高速铁路噪声的实际持续时间在6.1~13.5 s之间,而普通铁路为16.0~25.7 s,说明高速铁路噪声更具突发性;在相同等效声级(LAeq)情况下,高速铁路噪声的主观烦恼度与主观干扰度均高于传统铁路噪声[8];高速铁路噪声的传播规律在45~120 m范围内不符合线声源衰减规律,衰减较慢[9]。由此可见,为了适应我国交通噪声污染新形势,急需研究高速铁路运营期的噪声影响程度,制定完善我国交通噪声排放标准。

    本研究以北京至天津城际铁路客运专线为例,对该工程噪声进行了环境影响后评价,并在此基础上进一步提出了高速铁路噪声方面的管理建议。

    京津城际铁路于2008年8月投入试运营,是国内第一条速度在300 km/h以上的高速客运专线,且具有高密度和公交化的特点。城际列车以最高时速(330 km/h)运行时,其噪声以低、中频噪声为主,具有源强高、作用时间短、频次密和衰减缓慢等特点,与普通铁路情况具有显著差异。根据该工程验收监测结果,铁路边界30 m处昼夜噪声均可满足文献[5]中昼夜70 dB(A)的要求;在安装了声屏障的330 km时速路段,铁路两侧全部区域昼间均可满足4类标准70 dB(A)的要求、夜间运行时段80 m外可基本满足4类标准55 dB(A)的要求;基于环境条件(地形、植被、桥高、房屋朝向等),昼间120 m外区域可基本满足2类标准60 dB(A)的要求、夜间运行时段内180 m外仍不能满足2类标准50 dB(A)的要求;声屏障对以时速330 km运行的列车的降噪效果为5~7 dB(A)。

    结合验收调查声环境监测工作的实际情况,本次研究京津城际铁路的声环境监测点位依以下原则确定。

    1)本研究噪声监测结果作为研究工作的基础数据验证支持,主要是为后续管理提供建议及借鉴,不对工程提出进一步污染防治措施改造建议,因此,选择重点点位进行验证监测并与验收调查阶段进行对比。

    2)根据沿线敏感点的空间分布特征和列车运行速度,选择验收调查报告中有代表性的点位进行监测。
    3)高铁在两端城市区域(北京市三环内和天津市的外环线以内)的运行速度较低,由于采用长轨、轮轨噪声也很小,工程在市区的靠近敏感点路段又全部安装了声屏障,而且城市内的其他噪声源较多(既有的铁路、城市道路),总体看城际列车不是主要的噪声源,因此,研究选取了可以判明高铁是主要噪声源的城郊区或农村敏感点开展了验证监测。

    4)为了全面了解高铁的噪声影响及其分布特征,开展水平衰减断面监测(30、60、120和240 m分别布设点位)。

    5)噪声监测方案中,共设监测敏感点3处、典型验证监测点位12个,即每个敏感点水平衰减断面监测30、60、120和240 m共4个点位。监测点位布设情况见表1

    表 1  噪声监测点位基本情况表
    序号敏感点名称里程高差/m现阶段基本情况
    1A(饮马井村)DK7+00016建有声屏障。比较验收调查阶段,现状部分高楼已建设,但临铁路部分低矮房屋仍存在,距离没有变化。
    2B(董村)DK15+50015建有声屏障。比较验收调查阶段,现状户数有所增加,建设了一些小型企业,距离变近,最近建筑物与外轨中心线距离为10 m。
    3C(前屯)DK70+70 8选取点位处为无声屏障路段,比较验收调查阶段,现状户数有所增加,建设了一些小型企业,距离变近,最近建筑物与外轨中心线距离为16 m。
     | Show Table
    DownLoad: CSV

    本次监测时间选择在2019年4月下旬,测量时间为10:00~12:00,测量时段列车通过时间间隔约10 min,测量时段列车通过列数20列;其中前屯测点列车通过速度约350 km/h左右,董村测点列车通过速度约320~350 km/h,饮马井村测点列车通过速度约160 km/h左右。

    根据验收调查报告执行标准,距铁路外轨中心线30 m处的噪声排放昼夜均执行文献[5]中70 dB(A)标准。铁路两侧的一般敏感点,60 m内执行文献[10]中4类标准,即昼间70 dB(A)、夜间55 dB(A),60 m外执行2类标准,即昼间60 dB(A)、夜间50 dB(A);60 m内的特殊敏感点-学校以及医院等也执行2类标准。相关标准在该铁路投运之后有修订,但作为2010年12月31日之前投运的铁路,其应执行的噪声标准限值没有变化。

    本次研究选取典型的10:30~11:30的监测数据分析列车噪声特性,包括列车通过1 min时长Leq(td)(通过时段的Leq)和Lp(max)(通过时间段的噪声最大值)、1小时Leq,夜间按同等运行条件,采用昼间数据进行类比分析。研究选取的监测点位噪声监测结果见表2、表3

    表 2  噪声验证监测原始结果
    日期点位频次结果值LeqdB(A)最大值LmaxdB(A)
    2019.04.23饮马井村(距外轨中心线30 m)小时*55.685.5
    第一列车60.187.9
    第二列车58.062.0
    第三列车58.963.7
    饮马井村(距外轨中心线60 m)小时*53.776.1
    第一列车60.366.1
    第二列车57.667.6
    第三列车56.861.1
    饮马井村(距外轨中心线120 m)小时*50.280.3
    第一列车55.364.3
    第二列车53.565.2
    第三列车54.371.2
    2019.04.25董村(距外轨中心线30 m)小时*58.388.7
    第一列车69.979.2
    第二列车68.774.8
    第三列车69.879.4
    董村(距外轨中心线60 m)小时*58.782.6
    第一列车72.375.7
    第二列车67.175.9
    第三列车70.874.5
    董村(距外轨中心线120 m)小时*55.177.2
    第一列车62.878.8
    第二列车66.069.0
    第三列车64.979.7
    董村(距外轨中心线240 m)小时*54.386.5
    第一列车61.175.0
    第二列车59.769.3
    第三列车60.668.5
    2019.04.22前屯(距外轨中心线30 m)小时*61.684.0
    第一列车75.683.7
    第二列车76.786.5
    第三列车75.079.7
    前屯(距外轨中心线60 m)小时*61.885.3
    第一列车74.883.9
    第二列车74.784.6
    第三列车74.082.5
    前屯(距外轨中心线120 m)小时*60.181.8
    第一列车72.779.2
    第二列车71.081.0
    第三列车68.277.3
    前屯(距外轨中心线240 m)小时*56.678.0
    第一列车69.677.0
    第二列车67.877.5
    第三列车65.274.3
    注:*表示10:30~11:30的1 h内平均值。
     | Show Table
    DownLoad: CSV
    表 3  监测结果统计(有效数据平均值) dB(A)
    序号监测点位Leq(td)Lp(max)1小时*Leq
    1A30 m59.062.955.6
    2A60 m58.264.953.7
    3A120 m54.464.850.2
    4A240 m
    5B30 m69.577.858.3
    6B60 m70.175.458.7
    7B120 m64.675.855.1
    8B240 m60.570.954.3
    9C30 m75.883.361.6
    10C60 m74.583.761.8
    11C120 m70.679.260.1
    12C240 m67.576.356.6
    注:*表示10:30~11:30的1 h内平均值。
     | Show Table
    DownLoad: CSV

    饮马井村点位处于声源较多的城市区域,受其它噪声源及高大建筑影响较多,因此没有明显的特征。列车通过时段,铁路边界30 m处噪声可满足文献[5]中70 dB(A)的要求。

    运行速度300~350 km/h区段有声屏障的达标情况:

    ①列车通过时段,铁路两侧60 m内,1小时Leq可满足4类昼间标准70 dB(A)的要求、但不能满足4类夜间标准55 dB(A)的要求;

    ②列车通过时段,铁路两侧60 m外(60~120 m),1小时Leq可满足2类昼间标准60 dB(A)的要求,不能满足2类夜间标准50 dB(A)的要求。

    运行速度300~350 km/h区段无声屏障的达标情况:

    ①列车通过时段,铁路两侧60 m内,1小时Leq可满足4类昼间标准70 dB(A)的要求、但不能满足4类夜间标准的55 dB(A)要求;

    ②列车通过时段,铁路两侧60 m外(60~120 m),1小时Leq不能满足2类标准的要求。

    从本次监测结果可以看出,高架高速铁路的列车运行噪声不同于普通铁路,随着距离而明显衰减的特征并不明显,并且由30~120 m过程中衰减不大,120~240 m衰减较大。选取的水平方向30、60、120和240 m测点,60 m附近测点噪声值偏高。

    声屏障对于高速铁路的降噪效果,综合监测结果并结合验收调查中开展的噪声分析可以看出,在线路中段,声屏障对以时速300~350 km运行的列车的降噪效果为5~7 dB(A)。

    验收调查阶段,京津城际铁路每天开行动车组列车70对,本次研究时段,每天开行动车组列车136对。由于列车开行密度的增加,京津城际铁路的噪声(Leq)增量约为1.5~3.5 dB(A)。

    1)我国目前针对高速铁路噪声评价还没有相关专门的规范或者标准出台,所以目前对其内容的评价大多是依照铁路边界噪声的相关规定进行判定,相应规定的判定标准一般不考虑最大声级Lmax,而只是将等效声级Leq看做最主要判定标准。但研究结果显示,高速铁路上产生的噪声中对居民产生最大影响的主要是来自最大声级Lmax。因此建议在修订铁路噪声标准时,将高速列车通过时间的Leq(td)和Lp(max)作为评价量。

    2)制修订铁路噪声标准应按不同运行时速考虑不同的噪声限值,体现差异化管理。高速铁路应制定专门的标准体系来进行管理,并考虑现有高速铁路和新建高速铁路。

    3)标准限值应考虑高架高速铁路问题,建议30 m水平距离控制的同时,考虑一定距离内如60 m内的最大值控制。

    4)高速铁路环境噪声预测研究是国际学术界和各国政府关心的一项重要课题。在欧美国家,高速铁路噪声早已引起各国政府、铁路运输部门、研究机构的高度重视[11-13]。美、日、法、英、德等国都建立了适合本国情况的高速铁路环境噪声预测模型,并将模型应用于高速铁路既有线路的环境噪声评估和新建铁路设计中的环境噪声预测,取得了良好的社会经济效益。我国高速铁路发展很快,而相应专门的技术规范体系并未建立起来,因此,很有必要对我国的高速铁路噪声预测评估体系进行制修定。同时,高速铁路以高架方式建设为主,本次研究监测结果以及文献[7-9]均表明,其噪声分布呈现复杂性的特点,同时其噪声特点亦与运行速度关联很大,现有规范标准体系中的分析预测方法并不能完全适用。

    ①噪声评估中应考虑高架高速铁路对地面目标影响的修正参数。

    ②应考虑不同路基、不同运行速度列车的修正参数。

    ③对于高大建筑物,应考虑垂直方向的噪声影响预测。

    1)根据《声环境功能区划分技术规范(GB/T 15190—2014)》[14],铁路交通干线边界线外一定距离以内的区域划分为4b类声环境功能区。即:①相邻区域为1类声环境功能区,距离为50 m±5 m;②相邻区域为2类声环境功能区,距离为35 m±5 m;③相邻区域为3类声环境功能区,距离为20 m±5 m。

    北京至天津城际铁路客运专线在环境影响评价阶段,由环境影响报告书确定并经环境管理部门确认:“噪声执行标准—居民集中居住区60 m内执行4类标准、60 m外执行2类标准”;“铁路用地范围外一定距离以内的区域划为4类标准适用区域。当相邻区域为2类标准适用区时,铁路用地范围外30 m±5 m的区域执行4类标准”;“铁路用地范围外一定距离以内的区域执行4类标准;城市区域有声环境功能区划的、按功能区划执行;没有噪声功能区划的农村地区执行2类标准”;“验收调查中了解到,北京市各区的声环境功能区划各不相同,而且一般只对既有铁路划定相邻区域功能区”;“高铁的征地范围为铁路桥梁(宽21 m)的投影面积和路基的占地范围;沿线的拆迁补偿范围原则上是60 m(单侧30 m),但各段的地方政府最终完成拆迁的情况各异”。

    由相关内容可见,对于高速铁路两侧的声环境功能管理还没有统一的管理规定,京津城际铁路有关声环境管理也没有完全达成一致。而高速铁路又不同于一般铁路的声环境影响特征,建议有关部门制定适用于高速铁路声环境功能管理的规范或文件,应充分考虑相邻区域为1类声环境功能区无法适用高速铁路的实际情况。

    2)铁路两侧受铁路噪声影响区域的声环境功能区划分关系到铁路建设部门的责任和义务,关系到铁路两侧居民的权益保障,关系到铁路两侧区域土地的合理开发利用,关系到环保部门对铁路两侧的声环境质量管理[15]。调研过程中发现,在验收调查阶段,北京至天津城际铁路客运专线沿线很多规划发展区并未有成型的声环境功能区划分方案。因此,本研究认为在城市发展规划及高速铁路网建设规划制定同期即应考虑环境功能区划的制定,制定声环境保护的规划要求,以便项目建设时有所依据并提出有针对性的调整或保护措施。

    本研究通过对北京至天津城际铁路客运专线的噪声进行环境影响后评价,结合我国声环境标准体系以及声环境功能管理现状,得到如下结论。

    1)根据噪声后评价分析结果,在运行速度300~350 km/h区段,列车通过时,铁路两侧60 m内,可满足4类昼间标准70 dB(A)的要求、但不能满足4类夜间标准55 dB(A)的要求;铁路两侧60 m外(60~120 m),列车通过时,有声屏障,可满足2类昼间标准60 dB(A)的要求,不能满足2类夜间标准50 dB(A)的要求,无声屏障,不能满足2类标准的要求;高速铁路上产生的噪声中对居民产生最大影响的主要是来自最大声级Lmax,高速铁路的列车运行噪声随着距离而明显衰减的特征并不明显,由30~120 m过程中衰减不大,120 ~240 m衰减要大一些。

    2)建议完善我国现有的声环境标准体系,制定专门的高速铁路声环境标准并完善高速铁路噪声预测评估体系,将高速列车通过时间的Leq(td)和Lp(max)作为评价量,在标准限值上建议30 m水平距离控制的同时,考虑一定距离内如60 m内的最大值控制;同时建议制定适用于高速铁路声环境功能管理的规范或文件。

  • 图 1  Kakolanmäki厂污水处理工艺流程

    Figure 1.  Wastewater treatment process of the Kakolanmäki WWTP

    图 2  供热、制冷网络示意图

    Figure 2.  Schematic diagram of district heating and cooling network

    图 3  污水、污泥处理单元能源回收路径

    Figure 3.  Information of energy recovered in the unit of wastewater treatment

    表 1  2020年Kakolanmäki污水处理厂进出水质参数

    Table 1.  Qualities of the influent and effluent at the Kakolanmäki WWTP in 2020

    水质指标进水/(mg·L−1)出水/(mg·L−1)去除率/%出水标准/(mg·L−1)标准指标去除率(ESAVI)/%
    COD59024966090
    BOD72502.4991095
    BOD52371.9299
    TP6.50.099990.395
    TN497.28675
    NH+4360.7799
      注:ESAVI(Etelä-Suomen aluehallintovirasto)为标准指标去除率,即规定的最低污染物去除率。按芬兰南部地区管理局在2014年10月1日修订的第167/2014/2号污水处理厂环境许可证(ESAVI nro 167/2014/2)规定计算。
    水质指标进水/(mg·L−1)出水/(mg·L−1)去除率/%出水标准/(mg·L−1)标准指标去除率(ESAVI)/%
    COD59024966090
    BOD72502.4991095
    BOD52371.9299
    TP6.50.099990.395
    TN497.28675
    NH+4360.7799
      注:ESAVI(Etelä-Suomen aluehallintovirasto)为标准指标去除率,即规定的最低污染物去除率。按芬兰南部地区管理局在2014年10月1日修订的第167/2014/2号污水处理厂环境许可证(ESAVI nro 167/2014/2)规定计算。
    下载: 导出CSV

    表 2  热泵额定参数

    Table 2.  Rated parameters of the heat pumps

    季节供热功率/kW制冷功率/kW供热泵进出水温度/℃制冷泵进出水温度/℃平均能效比COP
    进水出水进水出水
    夏季21 20015 30050751843.6
    冬季17 80013 03540821243.8
    季节供热功率/kW制冷功率/kW供热泵进出水温度/℃制冷泵进出水温度/℃平均能效比COP
    进水出水进水出水
    夏季21 20015 30050751843.6
    冬季17 80013 03540821243.8
    下载: 导出CSV

    表 3  Kakolanmäki厂理论热能回收量计算结果

    Table 3.  Theoretical heat recovery of the Kakolanmäki WWTP

    净化污水总量/(m3·a−1)含有潜能/(103 GJ·a−1)热泵可获取能/(103 GJ·a−1)热泵可获取能/(GWh·a−1)机组能耗/(GWh·a−1)净产能热能/(GWh·a−1)
    2×107668.8916.5254.670.7183.9
    净化污水总量/(m3·a−1)含有潜能/(103 GJ·a−1)热泵可获取能/(103 GJ·a−1)热泵可获取能/(GWh·a−1)机组能耗/(GWh·a−1)净产能热能/(GWh·a−1)
    2×107668.8916.5254.670.7183.9
    下载: 导出CSV

    表 4  污水处理厂年能耗数据[5]

    Table 4.  Energy balance of the Kakolanmäki WWTP

    单元项目耗能或产能/(MWh·a−1)
    能源消耗单元水处理工艺电耗12 766
    污泥处理单元14 191
    建筑供暖534
    工艺供热250
    运输燃料13
    行政建筑耗电490
    泵站7 000
    总计35 244
    能源产生单元太阳能电池板22
    Gasum沼气厂21 935
    通风系统等热回收2 735
    TSE热泵站供热179 014
    TSE热泵站制冷21 900
    总计225 606
      注:水处理工艺的电耗包括污水处理单元能耗(10 852 MWh·a−1)、厂区内通风系统(1 531 MWh·a−1)和照明系统能耗(383 MWh·a-1)。
    单元项目耗能或产能/(MWh·a−1)
    能源消耗单元水处理工艺电耗12 766
    污泥处理单元14 191
    建筑供暖534
    工艺供热250
    运输燃料13
    行政建筑耗电490
    泵站7 000
    总计35 244
    能源产生单元太阳能电池板22
    Gasum沼气厂21 935
    通风系统等热回收2 735
    TSE热泵站供热179 014
    TSE热泵站制冷21 900
    总计225 606
      注:水处理工艺的电耗包括污水处理单元能耗(10 852 MWh·a−1)、厂区内通风系统(1 531 MWh·a−1)和照明系统能耗(383 MWh·a-1)。
    下载: 导出CSV

    表 5  Kakolanmäki厂尾气排放监测数据[5]

    Table 5.  Off-gas emission monitoring of the Kakolanmäki WWTP

    气体排放量/(kg·a−1)气体排放量/(kg·a−1)气体排放量/(kg·a−1)
    CH464 651NOx409四氯乙烯6.8
    CO0SOx1.7四氯甲烷0.22
    CO2 bio9 923 6471,2-二氯乙烷0.221,1,1-三氯乙烷0.26
    CO2 fossil0二氯甲烷0.87三氯乙烯5.8
    N2O33 018六氯苯0.002 7三氯甲烷0.71
    NH3593五氯苯0.002 73.7
    NMVOC1 053
      注:NMVOC为非甲烷挥发性有机物,还未纳入全球增暖潜势加权的温室气体排放总量中。
    气体排放量/(kg·a−1)气体排放量/(kg·a−1)气体排放量/(kg·a−1)
    CH464 651NOx409四氯乙烯6.8
    CO0SOx1.7四氯甲烷0.22
    CO2 bio9 923 6471,2-二氯乙烷0.221,1,1-三氯乙烷0.26
    CO2 fossil0二氯甲烷0.87三氯乙烯5.8
    N2O33 018六氯苯0.002 7三氯甲烷0.71
    NH3593五氯苯0.002 73.7
    NMVOC1 053
      注:NMVOC为非甲烷挥发性有机物,还未纳入全球增暖潜势加权的温室气体排放总量中。
    下载: 导出CSV

    表 6  总碳排量的核算数据[11]

    Table 6.  Calculation of total carbon emissions

    碳排类型排放项目碳排放(以CO2当量计算)/(t·a−1)
    直接碳排CH41 810
    N2O8 746
    间接碳排药剂61
    运输41
    外部能耗54
    总计10 712
    碳排类型排放项目碳排放(以CO2当量计算)/(t·a−1)
    直接碳排CH41 810
    N2O8 746
    间接碳排药剂61
    运输41
    外部能耗54
    总计10 712
    下载: 导出CSV

    表 7  总碳减排量的核算数据

    Table 7.  Calculation of total carbon emission reductions

    碳减排项目净产能/(MWh·a−1)碳减排(以CO2当量计)/(t·a−1)
    太阳能电池板22−112.0
    通风系统等热回收2 735
    TSE热泵站供热179 014−11 402.4
    TSE热泵站制冷21 900
    Gasum沼气厂21 935−24 128.5
    总计−35 642.9
    碳减排项目净产能/(MWh·a−1)碳减排(以CO2当量计)/(t·a−1)
    太阳能电池板22−112.0
    通风系统等热回收2 735
    TSE热泵站供热179 014−11 402.4
    TSE热泵站制冷21 900
    Gasum沼气厂21 935−24 128.5
    总计−35 642.9
    下载: 导出CSV

    表 8  碳减排/汇衡算

    Table 8.  Carbon emission/sink calculation

    碳排放(以CO2当量计)/(t·a−1)碳减排(以CO2当量计)/(t·a−1)碳汇额(以CO2当量计)/(t·a−1)碳中和率/%
    10 712−35 643−24 931333
    碳排放(以CO2当量计)/(t·a−1)碳减排(以CO2当量计)/(t·a−1)碳汇额(以CO2当量计)/(t·a−1)碳中和率/%
    10 712−35 643−24 931333
    下载: 导出CSV
  • [1] Turun Kaupungin Konsernihallinnon Hankekehittämisyksikkö. YK: n kestävän kehityksen tavoitteiden toteutuminen Turussa 2020[EB/OL].https://www.turku.fi/, 2020-06.
    [2] MINNA N, RAULI S. The wastewater utilization in Kakola heat pump plant[EB/OL]. https://www.districtenergyaward. org/winners/2011-2/, 2011-02.
    [3] HAO X D, LI J, van Loosdrecht M C M, et al. Energy recovery from wastewater: Heat over organics[J]. Water Research, 2019, 161: 74-77. doi: 10.1016/j.watres.2019.05.106
    [4] 王向阳. 污水处理碳足迹核算及环境综合影响评价研究[D]. 北京: 北京建筑大学, 2019.
    [5] Turun Seudun Puhdistamo Oy. Kakolanmäen jätevedenpuhdistamon Tarkkailututkimus Vuosiraportti 2020[EB/OL]. https://www.turunseudunpuhdistamo.fi/, 2021-02-25.
    [6] Turun Seudun Puhdistamo Oy. Kakolanmäen jätevedenpuhdistamon ympäristöluvan lupamääräysten[EB/OL]. https://www. turunseudunpuhdistamo.fi/wp-content/uploads/2016/06/Tsp-Puhdistamo-ESAVI-1.10.2014-Nro-167-2014-2-Dnro-ESAVI-345-04.08-2012.pdf, 2014-10-1.
    [7] Turun Seudun Puhdistamo Oy. Kakolanmäen jätevedenpuhdistamon toiminta[EB/OL]. https://www.turunseudunpuhdistamo.fi/toiminta, 2016
    [8] LIU Y, SHI H, LI W, et al. Inhibition of chemical dose in biological phosphorus and nitrogen removal in simultaneous chemical precipitation for phosphorus removal[J]. Bioresource Technology, 2010, 102(5): 4008-4012.
    [9] Veolia Water Technologies, ACTIFLO® the ultimate clarifier[EB/OL]. https://www.veoliawatertechnologies.com/en/technologies/actiflo
    [10] Energiateollisuus, Suuret lämpöpumput kaukolämpöjärjestelmässä[EB/OL]. https://energia.fi/, 2016-08-29.
    [11] JARKKO L. Circular Economy: Tapping the Power of Wastewater[EB/OL]. https://iwa-network.org/learn/circular-economy-tapping-the-power-of-wastewater/, 2021-2-23.
    [12] Friotherm, Ecological heating and cooling with 2 Unitop 50 FY[EB/OL]. https://www.friotherm.com/, 2015-11-15.
    [13] 郝晓地, 饶志峰, 李爽, 等. 污水余温热能蕴含着潜在碳交易额[J/OL]. 中国给水排水, 1-12 [2021-05-31]. http://kns.cnki.net/kcms/detail/12.1073.TU.20210119.0911.002.html.
    [14] 郝晓地, 刘然彬, 胡沅胜. 污水处理厂“碳中和”评价方法创建与案例分析[J]. 中国给水排水, 2014, 30(2): 1-7.
    [15] BANI S M, YERUSHALMI L, HAGHIGHAT F. Impact of process design on greenhouse gas (GHG) generation by wastewater treatment plants[J]. Water Research, 2009, 43(10): 2679-2687. doi: 10.1016/j.watres.2009.02.040
    [16] HSY. HSY Viikinmäen puhdistamon päästömittausten laskentamallin avulla[EB/OL]. https://www.hsy.fi/vesi-ja-viemarit/.
    [17] Global District Energy Climate Awards, The new wastewater treatment plant substituted for five old ones[EB/OL]. https://www.districtenergyaward.org/winners/2011-2/, 2009-4-9.
    [18] TSE. Laitosten esittely[EB/OL]. https://www.tset.fi/.
    [19] 郝晓地, 黄鑫, 刘高杰, 等. 污水处理“碳中和”运行能耗赤字来源及潜能测算[J]. 中国给水排水, 2014, 30(20): 1-6.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 0.6 %DOWNLOAD: 0.6 %HTML全文: 99.4 %HTML全文: 99.4 %DOWNLOADHTML全文Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 98.6 %其他: 98.6 %XX: 1.1 %XX: 1.1 %东莞: 0.1 %东莞: 0.1 %哈尔滨: 0.1 %哈尔滨: 0.1 %其他XX东莞哈尔滨Highcharts.com
图( 3) 表( 8)
计量
  • 文章访问数:  9831
  • HTML全文浏览数:  9831
  • PDF下载数:  494
  • 施引文献:  0
出版历程
  • 收稿日期:  2021-06-15
  • 录用日期:  2021-09-07
  • 刊出日期:  2021-09-10
郝晓地, 赵梓丞, 李季, 李爽, 江瀚. 污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例[J]. 环境工程学报, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073
引用本文: 郝晓地, 赵梓丞, 李季, 李爽, 江瀚. 污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例[J]. 环境工程学报, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073
HAO Xiaodi, ZHAO Zicheng, LI Ji, LI Shuang, JIANG Han. Analysis of energy recovery and carbon neutrality for the Kakolanmäki WWTP in Finland[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073
Citation: HAO Xiaodi, ZHAO Zicheng, LI Ji, LI Shuang, JIANG Han. Analysis of energy recovery and carbon neutrality for the Kakolanmäki WWTP in Finland[J]. Chinese Journal of Environmental Engineering, 2021, 15(9): 2849-2858. doi: 10.12030/j.cjee.202106073

污水处理厂的能源与资源回收方式及其碳排放核算:以芬兰Kakolanmäki污水处理厂为例

    通讯作者: 郝晓地, E-mail: haoxiaodi@bucea.edu.cn
    作者简介: 郝晓地(1960―),男,博士,教授。研究方向:可持续污水处理技术。E-mail:haoxiaodi@bucea.edu.cn
  • 1. 北京建筑大学城市设计高精尖中心,中-荷未来污水处理技术研发中心,北京 100044
  • 2. 北京首创生态环保集团股份有限公司,北京 100044
基金项目:
国家自然科学基金资助项目(51878022)

摘要: 探索切实可行的资源与能源回收方案、实现污水处理的碳中和运行,是污水处理领域的重要发展方向。北欧国家一些污水处理厂已凭借污泥厌氧消化产甲烷(CH4)并热电联产(CHP)、以及余温热能利用等技术实现了能源的回收利用。以芬兰Kakolanmäki污水处理厂为例,结合该厂的污水处理工艺流程分析其能源回收方式,并运用碳足迹模型核算了其污水处理工艺与能源回收环节的碳减排量,以确定其整个运行中的碳足迹。分析结果表明,该厂污水处理工艺不仅可以满足严格的出水水质排放标准,还可通过回收出水余温热能等方式实现能源中和与碳中和运行,并向社会供热。其中,该厂的总回收能量(电能+热能)大于其自身能耗的6.4倍。出水余温热能回收潜力最大,约占全部可回收能量的90%;厌氧消化并热电联产所回收的化学能不足10%。回收能源不仅使该厂实现碳中和(碳中和率333%)运行,而且剩余碳汇(以CO2当量计)达24 931 t ·a−1。该厂的实践表明,污水处理实现碳中和运行的关键在于重视出水中大量的余温热能回收。芬兰Kakolanmäki污水处理厂的案例可为国内污水处理厂探索高效能源利用、并实现碳中和运行提供参考。

English Abstract

  • 传统污水处理“以能消能,污染转嫁”。为实现污染物的转化、去除,污水处理厂会消耗很多电能、药剂,这与能源循环利用、碳中和等可持续发展目标背道而驰。为此,国内外学者均在利用和回收污水潜在能源方面开展了积极研究。其中,北欧国家的实践探索较早,在污泥厌氧消化产甲烷(CH4)并热电联产(combined heat and power,CHP,即利用热机或发电站同时产生电力和有用的热量,可减少过程中的蒸汽热量损失),以及余温热能利用等方面的能源与资源回收技术积累了丰富经验。

    芬兰旧都图尔库市(Turku)位于现首都赫尔辛基以西170 km的波的尼亚湾畔,为芬兰第二大海港和重要工业基地。图尔库市市区面积24 km2,城市人口24×104人。该市计划至2029年全面实现碳中和目标,这就要求所有企业按照《能源效率协定》中所规定的目标,不断提高可再生能源使用比例[1]。该市Kakolanmäki污水处理厂为能源利用和热能回收相结合的典型案例,并实现了能源向外供热,是一座“能源工厂”。该厂的污水潜能利用与图尔库市的气候战略目标密不可分。由于实现了向外供热,该厂的能源利用方式可让图尔库市的可再生能源供热比例从22%提高至30%[2]

    基于前期本课题组已经建立的污水处理厂能量衡算(包括化学能、热能以及太阳能等)方法和碳足迹(直接碳排和间接碳排放)评价体系[3-4],对Kakolanmäki污水处理厂的污水潜能(热能及化学能)回收与余热利用技术进行了核算评估,揭示该厂从污水处理厂成功转型为“能源工厂”的技术路径,并运用碳足迹模型核算其污水处理工艺与能源回收环节的碳减排量,确定其整个运行中的碳足迹,以期为国内污水处理厂探索高效能源利用、实现碳中和运行提供参考。

    • 图尔库市污水处理有限公司(Turun Seudun Puhdistamo Oy)将一处位于地下、空间约471 000 m3的废弃岩石场改造成为Kakolanmäki地下式污水处理厂,于2009年1月1日建成并投入运行。目前,该厂承担了图尔库市及其周边14个城镇的市政污水及其工业废水处理,服务人口近30×104人,取代了原先的5个老、旧、小污水处理厂。该厂平均进水量为89 280 m3·d−1,2020年污水处理总量达32 587 333 m3·a−1[5]

      Kakolanmäki污水处理厂设计流量最大处理负荷为144 000 m3·d−1,平均流量120 000 m3·d−1;BOD7 22 000 kg·d−1(折算成BOD5为20 823 kg·d−1),COD 52 000 kg·d−1,TP 760 kg·d−1,TN 4 200 kg·d−1,SS 33 000 kg·d−1。目前,实际进水COD负荷为设计值的102%,TP、TN与SS分别为设计值的76%、105%和73%[5]。该污水处理厂运行稳定,平均进出水水质指标全部达到当地标准[5, 6](见表1)。

    • Kakolanmäki污水处理厂处理工艺主要包括机械、化学和生物处理3个单元,有4条平行处理线,水处理工艺流程[7]图1所示。

      1)初级与一级处理。进水泵站从污水处理厂进水管道最低点将污水提升至相对标高(以进水管道最低点为基准)为11 m的初级与一级处理单元,主要包括粗/细格栅、沉砂池、初沉池。其中,泵站能耗约为1 786 MWh·a −1。曝气沉砂池分离污水中的油脂与砂砾,油脂被送往废物处理中心进行回收利用。需要指出的是,由于后续生物处理A/O工艺不具备生物除磷功能,故进水在通过粗格栅后即投加硫酸亚铁进行除磷。此处选择铁盐是由于相较于其他化学药剂,铁盐对微生物的代谢作用影响较小[8]。后续水流离开生物池进入二沉池时也会再投加硫酸亚铁,使得 TP去除率高达99%。在初沉池形成的化学磷沉淀污泥与曝气池排放至此的剩余污泥混合后从污泥斗中被泵入生污泥储泥池,再经离心脱水后被运送至污泥处理中心进行厌氧消化处理。

      2)生物处理。生物处理段采用传统活性污泥法缺/好氧工艺(A/O)。实际运行中,进水亦可跨越初沉池直接引入曝气池,以获得充足的碳源,并根据碳源需求调整跨越初沉池直接进入曝气池的水量。因此,一般无需投加外部碳源强化反硝化脱氮,工艺的生物总氮去除效率即可达86%。不考虑厌氧池,工艺主要通过前端及二沉池前投加硫酸亚铁等药剂来除磷,出水TP去除率可达到99%。

      所有二沉池污泥全部回流至曝气池,剩余污泥随曝气池排出。从曝气池排出的混合液进入初沉池,相当于将初沉池当作A/B法的A段,以吸附部分溶解或胶体状的有机物(以COD计),一并与初沉污泥(SS+沉淀磷污泥)混合排出,离心干化后送至污泥处理中心进行厌氧消化处理。

      3)深度处理。二沉池出水通过升流慢速砂滤池进行深层过滤。滤层由0.5 m石英砂和1.0 m Filtralite Clean MC 2,5-4过滤材料(主要为烧焦粘土和浅砾石)组成,最大流量为13 759 m3·h−1。过滤净化后的出水直接排入附近港口海域。砂滤池不仅可保证出水水质稳定达标,也能去除污水中大部分细菌及病毒等,以防止流行疾病传播。

      4)旁路水处理单元。在每年3月和4月融雪期间和夏季暴雨洪峰流量期间,污水处理厂的日流量会增加2倍,每小时流量会增加5倍。为保证污水处理厂运行的可靠性和抗冲击负荷能力,该厂在初沉池(设计容积为16 000 m3·h−1,即生物池与旁路水处理单元容积之和)后设置了2条旁路水处理单元,以应对洪峰流量。当洪峰流量超过设计负荷时,部分进水会溢流至单独旁路水处理单元。旁路工艺由2台Actiflo®装置组成,这是一种紧凑的超高速澄清工艺,具有沉降速率高、停留时间短、整体占地面积小等优点。该技术除使用常规聚硫酸铁等絮凝剂,还会投加微砂以帮助絮体形成、加速沉降[9]

    • 2020年,Kakolanmäki污水处理厂综合能耗为35 GWh·a−1,共产能225 GWh·a−1,即产能已超过能耗的6倍[5]。该厂主要能量来源为污水出水余温热能与剩余污泥厌氧消化产甲烷,并采用热电联产的能源利用和资源回收体系,可最大限度利用热量并减少过程损失;该厂还利用太阳能光伏板产电,并从通风管道、空气压缩机、泵站冷却水中回收余热。通过热能回收模型核算该厂的热能,并分析化学能的回收,对该厂能量回收及其平衡模式进行了评估。

    • Kakolanmäki污水处理厂采用传统污泥厌氧发酵产甲烷并热电联产(CHP)方式回收化学能,在完成资源和能源回收的同时实现对污泥的处理、处置。

      污水处理厂污泥主要由初沉混合污泥(含曝气池剩余污泥)、旁路水处理单元沉淀污泥组成。混合污泥被泵入污泥储存池后,再投加聚丙烯酰胺(PAM)调节后进行离心脱水,至含水率72.8%[5]。单位污泥(以总固体计,TS)中的PAM投加量为5.3 kg·t−1。2020年,该厂共输送37 871.5 t·a−1脱水污泥至Gasum沼气处理厂进行厌氧消化处理。在沼气厂,脱水污泥经过无害化处理、堆肥、厌氧发酵产沼气等流程,产生的沼气经CHP用于该地区供暖和发电。部分处理后的污泥被加工为肥料制剂,或用作土地改良剂。

      核算污泥厌氧消化产能和污泥处理、处置全流程能耗,2020年该厂的厌氧消化产能达到21.9 GWh·a−1,而处理污泥运行耗能(包括污泥运输)为14.2 GWh·a−1。即该厂污泥产沼气加CHP过程产生的能量足够维持污泥处理加热、搅拌及污泥运输等过程的消耗,且尚有一定能量盈余(7.7 GWh·a−1)[5]

    • Kakolanmäki污水处理厂从通风管道、空气压缩机等处回收的余热可用于补充其自身的能耗;而从污水余温热能回收的热量可向外供热,为当地近15 000户家庭集中供暖(平均约200 GWh·a−1,占芬兰图尔库市供热量的14%),夏季用于区域制冷(平均约25 GWh·a−1,占该区域制冷量的90%)[10]

    • Kakolanmäki污水处理厂的热能回收由位于地下岩洞厂区内的水源热泵交换站完成。该泵站由图尔库市能源生产有限公司(Turun Seudun Energiantuotanto Oy)负责运营,以该厂二级出水为热源以回收余热,为厂区和周边地区供热(工作9个月,服务人口大于整个城市人口的10%)和制冷(四季常开,但集中于夏季3个月,为周边部分医院、商场、写字楼服务)。污水处理厂二级出水平均温度为14 ℃,提取后平均温度降低5~10 ℃[11],接近排放水体的环境温度,可有效保护附近海域的生态环境。

      图2所示,热泵站采用2台大型集中式水源热泵(瑞士Friotherm AG公司)进行热交换,每年平均抽取2×107 m3(61%处理水量)处理后的出水[11]。平均能效比(coefficient of performance,COP)反映了能量与热量之间的转化效率。该热泵的COP为3.6~3.8。通过高效水源热泵交换出约80 ℃的热水用于供热。由于还需对当地几个医院,以及商场和写字楼持续供冷,热泵旁配备了一个17 000 m3蓄冷水箱,通过水蓄冷技术(cold water accumulator,CWA)储存热交换产生的部分冷却水,用于平衡供冷需求高峰时的波动。热泵设计参数[12]表2

    • 根据该厂热泵运行参数,采用本课题组建立的热能回收模型[3]对余温热能回收潜能进行核算。污水中所赋存的理论冷/热量可采用该模型公式和参数进行核算,并与实际产能比较,以核对模型理论计算回收热能。

      污水中所赋存的理论冷/热量可用式(1)计算。

      式中:A表示城市冷/热量,kJ;M表示污水质量,kg;ΔT表示污水进出提取温差,℃;C表示污水比热容,取4.18 kJ·(kg·℃)−1

      根据COP的定义,可推导出热泵实际供热量/制冷量的变形计算公式(见式(2))。

      式中:AH/C表示热泵总供热量/制冷量(下标H/C分别代表供热/制冷工况),kJ;W表示热泵所消耗电能对输出热能的贡献值,根据COP计算。

      根据表3,取平均COP(能效比)为3.7、平均提取温差8 ℃,热交换水量取实际提取出水量为2×107 m3(按年总出水量61%计)。计算得出的理论热能回收潜能为183.9 GWh·a−1,与该厂热泵站输出实际热能179.0 GWh·a−1基本吻合。

    • 由于2020年该厂污水处理单元能耗为12.76 GWh·a−1,根据年处理污水量计算,即污水处理工艺的单位电耗为0.39 kWh·m−3。汇总该厂污水和污泥处理单元的能源回收路径如图3所示,其他环节能耗与产能数据见表4

      表4可知,Kakolanmäki污水处理厂平均耗电总量为35.244 GWh·a−1,而通过各种形式能源回收的总量高达225.61 GWh·a−1(热能+电能),大于运行能耗(热能+电能)的6.4倍,即耗能仅为产能的16%。其中,回收余温热能用以供热/制冷能量的占产能的比例最大,近90%,为产生能量的主要来源;而污泥厌氧消化的产能占比不到10%,虽可满足全厂运行能耗的62%,但意味着仅靠污泥厌氧消化产还难以实现能源中和运行的目标。以上能量平衡数据与本课题组根据我国污水处理行业相关情况匡算出的结果几乎一致,即城市污水中化学能约占污水总潜能的10%,而污水潜能的90%由余温热能产生[12]。因此,有效开发利用污水余温热能确实是污水处理厂实现能源回收的关键。

    • 1) Kakolanmäki污水处理厂的设计优势使其能量利用率较高。厂区不仅位于图尔库市中心,而且置于地下岩洞内,出水回收余热可直接接入图尔库市完善的热力管网,用于周边住宅区集中供暖、制冷。其供热半径基本处于水源热泵的有效半径(3~5 km)内,输送热损耗降至最低。更重要的是,供热使用后的回水再循环回热泵用于热交换加热,而未直接排水,使得热利用效率倍增。

      2)热泵提取温差大(平均为5~10 ℃)使其低品位热能利用率高。低品位热源条件选择取决于当地气象、水文地质等条件。芬兰冬季严寒漫长,夏季温和短暂,出水处附近海域温度通常在4 ℃左右,而污水处理厂进水水温冬季为7 ℃、夏季达20 ℃,平均提取温差达8 ℃,较常规4 ℃提取温差拥有更多低品位热能,这部分热能的利用率较高。

      3)配置集中式大型热泵(Valor Partners Oy,2016年)[12]使供热系统中余热利用效率较高。污水处理厂内热泵余温热能提取环节采用了2台unitop 50FY大型热泵,为最先进的热泵技术,供热端输出热水可达90 ℃。这种集中式大型热泵相较于分散式小型热泵系统的运营成本更低、供热效率更高。

      4)政府与企业协同参与保障了余热回收项目的实施。该厂热能大规模应用的实现主要取决于市政部门与各行业的共同参与,这是当地市政府及不同运营商之间积极协调使得污水余热回收供热项目得以落实的关键。

    • Kakolanmäki污水处理厂借助热能与化学能回收已实现能源的回收利用,但运行过程中污水处理厂能耗与物耗等直接关系到对碳排放的影响。通过本课题组建立的碳足迹模型[4]对该厂碳排放量和碳汇情况分别进行核算,并衡算其碳足迹。

    • 碳足迹模型[4]中污水处理厂的碳排放主要分为两部分:直接碳排和间接碳排。表5为Kakolanmäki污水处理厂气体排放监测统计数值[5]。其中,二氧化碳(CO2)、甲烷(CH4)、氧化亚氮(N2O)为《京都议定书》所规定的温室气体[13],为污水处理厂直接碳排的主要贡献者。一般认为,除非COD中含有大量化石碳(CO2 fossil)成分,污水中COD转化为CO2是生源性(CO2 bio)的,不计入碳排放计算[14]。因此,以下温室气体的核算仅考虑CH4和N2O。

      污水处理厂运行过程会消耗大量电能,其生产过程会间接产生CO2,应纳入污水处理厂间接碳排放核算清单。根据当地碳中和政策,Kakolanmäki污水处理厂的运营、TSE热泵站和Gasum沼气厂处理污泥用电均购买自清洁能源生产电力,且污泥运输燃料为污泥厌氧消化生产的沼气。因此,将污水处理厂运行电耗等间接碳排放及计为零。

      除污水处理厂的运行产生电耗外,污水/污泥处理过程中使用不同化学药剂在生产和运输过程中也会产生间接碳排放,应纳入污水处理厂碳排放计算[4]。药耗碳排主要受原料生产、加工工艺等影响[15]。为实现碳减排,该厂自2012年开始将原先投加的氢氧化钙改为碳酸钙,以维持系统碱度,使得因药剂核算得到的CO2间接排放量降为原来的1%,大大降低了间接碳排。

      赫尔辛基环境服务机构(Helsingin Seudun Ympäristöpalvelut, HSY)的监测结果表明[16],Kakolanmäki污水处理厂2020年全年实际总碳排放量(以CO2当量计)为10 712 t,各部分碳排放量的核算数据[11]表6

    • Kakolanmäki污水处理厂主要通过出水余热回收及厌氧消化回收热/电实现碳减排(见表7)。根据当地环境报告测算,若TSE热泵站供能可直接替代化石能源(如煤、天然气等),图尔库市至少可减少碳排放量(以CO2当量计)约5×104 t·a−1[17]。实际TSE热泵站回收热能碳减排量(以CO2当量计)为11 402.4 t·a−1,该热能主要替代当地清洁能源供热(由Orikedon生物能源供热厂供热,主要采用废木料、农业副产物等作为燃料,为图尔库市提供约1/6的供热量[18]),因此,基本不涉及碳排放(所排CO2乃生源性)。Gasum沼气厂以CHP形式利用产能,主要替代当地化石能源(柴油)发电,因此,存在碳减排削减效益,(以CO2当量计)为−24 128.5 t·a−1。综上所述,Kakolanmäki污水处理厂回收热能与化学能所产生的碳减排效益(以CO2当量计)为−35 642.9 t·a−1

    • 基于碳足迹与能量回收数据,对污水处理厂碳中和进行评价,将上述碳排放与碳减排数据汇总于表8,得到该厂2020年实际碳排放量(以CO2当量计)为10 712 t·a−1,而碳减排量(以CO2当量计)达−35 643 t·a−1。由于碳减排量高于碳排放量,故该厂不仅已实现碳中和(碳中和率达333%)运行,且已累计−24 931 t·a−1可交易碳汇额(以CO2当量计)。

      碳中和与能源回收的概念常常被混为一谈,而分析此案例可知,该污水厂实现碳中和是依靠TSE热泵站回收热能及其贡献的碳汇,并非依靠污水处理工艺实现的能源回收。因此,在对国内污水处理厂运行进行碳中和或能源回收评价时,不应把两者简单的等同起来。

      Kakolanmäki污水处理厂的案例也进一步表明,TSE热泵站回收的热能贡献占比巨大,实现了该厂的能源回收,同时产生的巨大碳汇使得该厂的碳排放为负值。

    • 由芬兰Kakolanmäki污水处理厂运行实践表明,污水处理厂实现碳中和运行的关键在于出水中大量余温热能的回收,这点经验值得借鉴。如北京高碑店污水处理厂数据表明[19],该厂全年可提取平均温差为4 ℃,流量为339×106 m3·a−1,说明其理论潜热为Kakolanmäki污水处理厂的8倍。因此,应充分认识并合理利用污水余温热这一体量巨大的低品位能源,合理设置其回收利用方式(冬季为周边地区供暖等),并协调市政部门与各行业的运营,则可使污水处理厂实现能源回收及碳中和运行。希望通过分析芬兰Kakolanmäki污水处理厂的案例,为国内学术界提供参考。

    参考文献 (19)

返回顶部

目录

/

返回文章
返回