基于生物模型评估超磁分离在生活污水处理厂预处理中的技术有效性及经济性

吴远远; 翟学棚; 林甲; 江瀚

doi:10.12030/j.cjee.202008120

基于生物模型评估超磁分离在生活污水处理厂预处理中的技术有效性及经济性

北京首创股份有限公司，中-荷未来污水处理技术研发中心，北京 100044

作者简介: 吴远远(1986—)，女，博士，高级工程师。研究方向：污水处理厂生物建模、好氧颗粒污泥、智慧水务。E-mail：simpleyuan5@163.com

通讯作者: 吴远远, E-mail: simpleyuan5@163.com ;

中图分类号: X703.1

Evaluation of magnetic separation technology used in pretreatment of sewage treatment plant based on modelling

Beijing Capital Co. LTD, Sino-Dutch R&D Centre for Future Wastewater Treatment Technologies, Beijing 100044, China

Corresponding author: WU Yuanyuan, simpleyuan5@163.com ;

摘要: 在污水处理厂设计阶段，工艺的选择直接影响建设成本和运行成本。基于某污水处理厂升级改造的需求，在其方案比选阶段，采用污水生物处理工艺模拟软件(Biowin 5.3软件)比较了2种工艺(五段Bardenpho工艺与超磁预处理-五段Bardenpho工艺)的技术有效性，并通过建立经济性模型比较了2种工艺的经济性。结果表明：生物模拟软件可定量化评估待选技术的有效性和经济性，为工艺选择提供支撑；五段Bardenpho工艺在碳源用量方面占优，但尾水COD有超标风险；超磁分离-五段Bardenpho工艺在池容、曝气量方面更具优势；五段Bardenpho工艺投资成本高于超磁分离-五段Bardenpho工艺，但运行成本则相反。模拟软件评估结果表明，在污水处理厂的预处理阶段应用超磁分离技术可实现尾水COD的达标排放，有利于削减池容、降低投资成本，但不利于生物脱氮和节支降耗，每吨水的运行成本会增加0.37元，故该厂选择五段Bardenpho工艺更优。
- 生物建模 /
- 污水处理厂设计 /
- 超磁分离技术 /
- 经济性评估
Abstract: During the design of a wastewater treatment plant, the selection of bio- process has a direct influence on the capital and operational cost s . As suc h , activated sludge modeling platform Biowin 5.3 software was employed to evaluate and compare the technical performances of the Bardenpho and magnetic separation-Bardenpho processes during the upgrade of a sewage treatment plant (STP). The economic performance of the two options is also evaluated for the comparison by an economic model. Results show that activated sludge model could quantitative compare two technologies and help decision-making. The Bardenpho process has lower carbon source consumption, but has the risk of violating the effluent discharge limit on COD. The magnetic-Bardenpho is superior in reducing tank capacity and aeration rate. The capital cost of the Bardenpho process is higher than that of the magnetic-Bardenpho process, while the operation cost is lower. The application of magnetic separation technology in pretreatment has advantages in reaching the effluent discharge standard on COD, and reducing the tank capacity and the capital cost, but it is not favorable in biological nitrogen removal and the operation cost is increased by 0.13 RMB/ton. Therefore, the Bardenpho process is selected for the case study STP.
- biological modeling /
- design of STPs /
- magnetic separation technology /
- economic evaluation

据统计，世界范围内污水处理厂能耗占社会总能耗的1%~3%^[1]。我国废水与固废处理碳排放量占全社会总量1.6%^[2]。尽管与能源、工业、建筑、交通等部门相比，水务行业产生的温室气体排放比重较小。但社会生产生活均与水相关，各行各业均需用水，能源行业的耗水量已占全世界用水量约15%^[3]。因此，探究水务系统碳排是节能减排的重要方向。

国外学者对“水-能-碳”关系进行了深入研究，有对宏观尺度的城市水系统进行碳排放测算^[4-5]，也有对微观尺度的水泵选型、地下水提升、自来水处理、污水处理工艺设计、管网布置等环节碳排放的定量化研究^[6-7]。国内关于城市水系统碳排放的研究起步晚，但近年来发展迅速，已初步形成系列研究成果。在理论层面，已开展了针对能源强度、能源需求和碳排放量在内的城市水系统“水—能”关系研究^[8-9]。2022年，由中国城镇供水排水协会出台《城镇水务系统碳核算与减排路径技术指南》，对厘清城镇水务系统碳排放核算边界规范活动数据获取与核算方法选用提供了指导。国内也有部分团队开展了针对水系统单个环节的能耗研究，包括取供水、用水与污水版块^[10-12]。

成都作为全面体现新发展理念城市首倡地、公园城市建设首提地和国家低碳试点城市，始终坚持生态优先和绿色发展，各领域各行业都在进行“双碳”相关课题的研究和试点工作。成都市水务部门率先在行业内开展碳排放核算，迈出了水务系统从低碳的定性分析向定量分析的重要一步。同时，基于碳排放核算，梳理了水务系统内碳排放特征，可进一步探索水务系统减碳转型路径。本研究梳理总结水务系统碳排放核算方法，将水务系统碳排放由定性分析上升至定量分析；同时通过对核算数据的统计和分析，提出成都市水务系统“双碳”的转型策略，以期为我国类似地区开展水务低碳工作提供参考。

1. 研究方法

1.1 核算对象及核算边界

本研究的核算范围为成都市市域14 335 km²，核算对象为成都市城市水务系统，对成都市水务局行政管理辖区内不同系统的水处理过程进行碳排放核算。参照《城镇水务系统碳核算与减排路径技术指南》，包含城市公用事业属性的市政给水、污水、再生水和雨水4个系统。其中，给水系统包括取水设施、给水处理厂、输配水管网和长距离输水4个模块；污水系统包括化粪池及污水管渠设施、污水处理厂和污泥处理处置3个模块；再生水系统包括再生水厂和输配水管网2个模块；雨水系统包括雨水管渠设施和以源头减量、过程控制与末端控制为主的雨水控制设施2个模块。核算边界为水务系统运行维护阶段。

1.2 核算方法及数据来源

核算方法采用碳排放系数法。基于给水系统、污水系统、再生水系统、雨水系统运行规模。根据运行中电力及药剂消耗数据得出综合碳排放强度，求得各系统碳排放总量。

核算数据主要涉及三类：1) 运行规模数据，包括地下水供水量、自来水处理量、污水处理量、污水回用、雨水回用等，水量规模来自成都市水务局收集辖区运营企业的统计资料，部分缺失数据来自《城市供水统计年鉴 (2018) 》、《城市排水统计年鉴 (2018》、《成都市水资源公报 (2015~2020年度) 》；2) 能耗、药耗数据，包括自来水处理厂、污水处理厂能耗、药耗数据，来自成都市水务运营企业监测、统计数据；3) 能源类型的发热量值和碳排放系数，主要参考《综合能耗计算通则》 (GB/T 2589-2008) 和参考国家发改委公布的《2012年省级电网平均二氧化碳排放因子》中的四川省电力排放系数。其余部分缺失数据、单位能源消耗数据参考相关城市经验值^[13-14]。

2. 水务系统碳排放核算

2.1 给水系统的碳排放核算

2.1.1 碳排放核算机理

给水系统主要包括取水、制水、市政供水系统，均为间接碳排（图1（a））。取水系统包括从常规水资源 (地下水、地表水等) 处取水并输送至水厂，碳排放量来自取水泵站和送水泵站电能消耗；制水系统包括对水源地输水的原水进行处理 (混凝、沉淀、过滤、消毒等) ，生产出符合相关用水标准的自来水，碳排放量来自能耗和药耗；供水系统包括将水厂生产的自来水输送至用户端，碳排放量来自供水泵站和二次加压泵站（图1（b））。

图 1 给水系统碳排放示意图

Figure 1. Carbon emission process and classification of water supply system

下载: 全尺寸图片幻灯片

2.1.2 各环节碳排放核算方法

1) 取水环节。给水系统取水环节的间接排放计算公式如式 (1) 。

${Q}_{\mathrm{给}\mathrm{水}\mathrm{取}\mathrm{水}}={Q}_{1}\times {W}_{0}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(1)$

式中：Q_给水取水表示给水取水环节间接排放的CO₂，t∙a⁻¹；W₀ 为取水能量强度，参考文献[8]地表水取水耗能为0.12 kW∙h ∙m⁻³，水库取水耗能为0.05 kW∙h∙m⁻³，地下水取水耗能为0.09 kW∙h∙m⁻³；EF_电为电力排放系数，参考国家发改委公布的《2012年省级电网平均二氧化碳排放因子》中的四川省电力排放系数，取0.247 5 kg∙(kW∙h)⁻¹。

2) 制水环节。给水系统制水环节电耗产生的间接排放量计算公式如式 (2) 。

${Q}_{\mathrm{给}\mathrm{水}\mathrm{制}\mathrm{水}-\mathrm{电}}={Q}_{1}\times {W}_{1}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(2)$

式中：Q_{给水制水-电}为制水电耗产生的CO₂碳排放量，t∙a⁻¹；W₁为制水的能源强度，kW∙h∙m⁻³，根据制水企业的工艺耗能情况折算。

给水系统中药耗主要包括混 (絮) 凝剂和消毒剂。自来水厂采用的混 (絮) 凝剂一般为聚合氯化铝、聚合硫酸铜等无机物，制备工艺简单，且部分混凝剂可重复利用，综合碳排量相对较低，故仅对消毒剂为主对制水过程中的药耗碳排放进行分析。

给水系统制水环节药耗产生的间接排放量计算公式如式 (3) 。

${Q}_{\mathrm{给}\mathrm{水}\mathrm{制}\mathrm{水}-\mathrm{药}}={Q}_{1}\times {W}_{2}$

$(3)$

式中：Q_{给水制水-药}表示制水药耗产生的CO₂碳排放量，t∙a⁻¹；W₂为单位制水药耗碳排强度，参考文献[15]，取1.4 kg∙kg⁻¹，即生产每千克水消耗的药剂对应排放1.4 kg CO₂；根据成都市自来水厂运营资料，单位制水消毒剂耗用量约为1.6 g∙m⁻³。综上所述，在给水系统中，单位制水药耗碳排量约为0.002 kg∙m⁻³。

3) 供水环节。给水系统供水环节电耗产生的间接排放量计算公式如式 (4) 。

${Q}_{\mathrm{给}\mathrm{水}\mathrm{供}\mathrm{水}}={Q}_{1}\times {W}_{3}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(4)$

式中：Q_给水供水表示供水电耗产生的CO₂碳排放量，t∙a⁻¹；W₃为配水的能源强度，kW∙h∙m⁻³，根据制水企业的泵站提升情况折算。

2.1.3 碳排放量测算及结果分析

成都市建设有规模较大的主力供水厂23座，市域内总供水设计生产能力共5.47×10⁶ m³∙d⁻¹，2019年成都市全年总供水量为1.14×10⁹ m³。供水管网漏损较为严重，中心城区漏损率约9%，市域严重区域漏损率超过12%。供水厂处理工艺多为传统的“混凝-沉淀-过滤-消毒”。给水系统各部分的能耗与年取 (供) 水总量呈正相关。近年 (2015—2019年) 总取水量总体成上升趋势，各组分能耗与碳排也呈上升趋势，但随着技术的更新、系统的优化和管理的完善，制水、供水环节单位能耗逐年略有下降。2019年，成都市给水系统总CO₂排放量约为7.15×10⁴ t。2015至2019年，成都给水系统的CO₂排放量如图2所示。

图 2 2015—2019年成都市给水系统碳排放量分类统计

Figure 2. Carbon emission from different processes of Chengdu water supply system from 2015 to 2019

下载: 全尺寸图片幻灯片

根据2015—2019年测算数据，给水系统中取水环节碳排放占给水系统总碳排放量的47%~50%，原水、供水加压提升能耗是给水系统碳排放的主要组分。由于取水能耗采用估算值，取水环节能耗波动主要与不同取水水源规模相关；制水环节碳排放占比为28%~30%。近年来，成都市制水环节无革新技术应用，主要通过精准调控等方式控制能耗，单位制水能耗由2015年0.073 kW∙h∙m⁻³逐步降为0.067 kW∙h∙m⁻³；供水环节碳排放占比为21%~24%，单位供水能耗总体呈降低趋势，由2015年0.058 kW∙h∙m⁻³逐步降为0.056 kW∙h∙m⁻³（见图3）。

图 3 2015—2019年给水系统各环节单位耗电量

Figure 3. Unit power consumption of each process of water supply system from 2015 to 2019

下载: 全尺寸图片幻灯片

2.2 污水系统的碳排放核算

2.2.1 碳排放机理

污水系统的碳排放覆盖自小区化粪池或其他污水接入市政管网开始，至处理达标出水排入受纳水体为止的全部处理单元，主要包括污水收集输送、污水处理及污泥处理处置3个环节。在污水收集输送环节，化粪池与污水管网系统中有机物持续降解，直接排放CH₄和CO₂；同时部分污水输送到污水厂站过程中需泵站提升，产生电力消耗间接排放CO₂。在污水处理环节中，产生的碳排放一方面来自处理过程中生化反应产生的直接碳排放；另一方面来自设施运行的电力消耗及投加药剂产生的间接排放。污泥处理处置中的碳排放主要来自处理过程中直接排放的CO₂、CH₄和N₂O，以及过程中能源消耗所对应产生的间接碳排放。污水系统碳排放核算边界和排放类型见图4。

图 4 污水系统碳排放示意图

Figure 4. Carbon emission diagram of sewage system

下载: 全尺寸图片幻灯片

2.2.2 各环节碳排放核算方法

1) 污水收集输送环节。污水收集输送环节的直接排放采用产排系数法计算，计算公式如式 (5)。

${Q}_{\mathrm{污}\mathrm{水}\mathrm{收}\mathrm{输}-\mathrm{直}}=G\times N\times P\times 365\times \mathrm{\beta }\times {10}^{-6}$

$(5)$

式中：Q_{污水收输-直}表示污水收集输送环节直接排放的CO₂，t∙a⁻¹；G为温室气体排放系数 (以每克COD计的耗氧有机物排放温室气体的质量当量计) ，g∙g⁻¹，参考文献[16]中国内典型城市生活污水的实测数据取值，其中化粪池CO₂排放系数 (以每克COD计的耗氧有机物排放CO₂质量当量计) 为0.038 4 g∙g⁻¹，CH₄排放系数 (以每克COD计的耗氧有机物排放CH₄质量当量计，CH₄以CO₂当量表示) 为1.328 g∙g⁻¹，管网CO₂排放系数 (以每克COD计的耗氧有机物排放CO₂质量当量计) 为0.012 4 g∙g⁻¹，CH₄排放系数 (以每克COD计的耗氧有机物排放CH₄质量当量计，CH₄以CO₂当量表示) 为0.500 g∙g⁻¹；N为人口数，人，根据成都市2015—2019年统计年鉴取值；P为每人每天排放的耗氧有机物 (以COD计) 质量，g∙ (人∙d) ⁻¹，根据《第一次全国污染源普查城镇生活源产排污系数手册》，成都市属于四区I类城市，其COD的产生系数为82 g∙ (人∙d) ⁻¹； $\mathrm{\beta }$ 为COD降解系数，化粪池取0.2，管网取0.06。考虑到成都市污水多为重力流，提升泵站较少，此处不计泵站电力消耗间接排放的CO₂。

2) 污水处理环节。污水处理环节直接排放的CO₂、CH₄和N₂O计算公式如式 (6) 。

${Q}_{\mathrm{污}\mathrm{水}\mathrm{处}\mathrm{理}-\mathrm{直}}=\sum {\mathrm{T}\mathrm{O}\mathrm{W}}_{i}\times {\mathrm{E}\mathrm{F}}_{i}\times {\mathrm{G}\mathrm{W}\mathrm{P}}_{i}$

$(6)$

式中：Q_{污水处理-直}表示污水处理环节直接排放的温室气体，t∙a⁻¹；i表示CO₂、CH₄或N₂O；TOW_i表示污水处理去除的耗氧有机物 (以COD计) 质量或总氮量，t∙a⁻¹，根据成都市各污水厂运营数据计算；EF_i表示排放因子 (以每克COD计的耗氧有机物排放温室气体质量当量计) ，分别取0.273 g∙g⁻¹、0.05 g∙g⁻¹或0.005 g∙g⁻¹；GWP_i表示全球变暖潜能，CH₄取25g∙g⁻¹ (指每克CH₄对应CO₂当量) 、N₂O取298 g∙g⁻¹ (指每克N₂O对应CO₂当量) 。

电耗间接排放计算公式如式 (7) 。

${Q}_{\mathrm{污}\mathrm{水}\mathrm{处}\mathrm{理}-\mathrm{电}}=W\times \mathrm{S}\mathrm{e}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(7)$

式中：Q_{污水处理-电}表示污水处理环节电耗间接排放的CO₂，t∙a⁻¹；W表示污水处理量，t∙a⁻¹；Se表示污水处理过程的比能耗，kW∙h∙t⁻¹，根据各厂运营数据计算。

药耗间接排放计算公式如式 (8) 。

${Q}_{\mathrm{污}\mathrm{水}\mathrm{处}\mathrm{理}-\mathrm{药}}=K\times {\mathrm{E}\mathrm{F}}_{\mathrm{药}}$

$(8)$

式中：Q_{污水处理-药}表示污水处理环节药耗间接排放的CO₂，t∙a⁻¹；K表示药耗量，t∙a⁻¹，采用运营数据；EF_药表示单位质量药剂的排放系数，成都市污水厂主要使用的药剂是消毒剂，取1.4 g∙g⁻¹。

3) 污泥处理处置环节。不同污泥处理处置方式的碳排放计算差异较大。成都主流的污泥处理处置方式为填埋、堆肥及焚烧 (含建材利用) ，各类处置方式对应碳排放计算公式见式 (9)~(14) 所示，其中相关排放方式见注释。

${\mathrm{Q}}_{\mathrm{填}\mathrm{埋}}=M\times \mathrm{M}\mathrm{C}\mathrm{F}\times \mathrm{D}\mathrm{O}\mathrm{C}\times {\mathrm{D}\mathrm{O}\mathrm{C}}_{\mathrm{F}}\times \mathrm{F}\times \frac{16}{12}\times {\mathrm{G}\mathrm{W}\mathrm{P}}_{{\mathrm{C}\mathrm{H}}_{4}}$

$(9)$

${Q}_{\mathrm{堆}\mathrm{肥}-\mathrm{直}}=\sum M\times {\mathrm{E}\mathrm{F}}_{i}\times {\mathrm{G}\mathrm{W}\mathrm{P}}_{i}$

$(10)$

${Q}_{\mathrm{堆}\mathrm{肥}-\mathrm{电}}=M\times {\mathrm{S}\mathrm{e}}_{\mathrm{泥}}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(11)$

${Q}_{\mathrm{焚}\mathrm{烧}-\mathrm{直}\mathrm{C}\mathrm{O}2}=M\times \mathrm{M}\mathrm{F}\mathrm{C}\mathrm{F}\times \mathrm{C}\mathrm{F}\times \mathrm{O}\mathrm{F}\times \frac{44}{12}$

$(12)$

${\mathrm{Q}}_{\mathrm{焚}\mathrm{烧}-\mathrm{直}\mathrm{N}20}=M\times {\mathrm{E}\mathrm{F}}_{\mathrm{焚}\mathrm{烧}-\mathrm{N}2\mathrm{O}}\times {\mathrm{G}\mathrm{W}\mathrm{P}}_{\mathrm{N}2\mathrm{O}}$

$(13)$

${\mathrm{Q}}_{\mathrm{焚}\mathrm{烧}-\mathrm{间}\mathrm{C}\mathrm{O}2}=M\times \left(\frac{\mathrm{R}}{\mathrm{C}}\times {\mathrm{E}\mathrm{F}}_{\mathrm{煤}}+{\mathrm{E}}_{\mathrm{焚}}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}\right)$

$(14)$

式中：Q_填埋表示污泥填埋排放的CO₂，t∙a⁻¹；M表示处理的污泥量，t∙a⁻¹，采用运营数据；MCF表示CH₄修正因子，取1；DOC表示可降解有机碳比例，取10%； ${\mathrm{D}\mathrm{O}\mathrm{C}}_{\mathrm{F}}$ 为能转化为CH₄的DOC比例，取50%；F为CH₄在填埋气中的比例，取缺省值50%；16/12为CH₄与C分子量之比。参数取值参考IPCC。Q_堆肥-直表示污泥堆肥直接排放的CH₄和N₂O (以CO₂当量计) ，t∙a⁻¹；EF_i表示处理每千克污泥的各类温室气体排放因子，参考IPCC的相关指数，CH₄取2 g∙kg⁻¹，N₂O取0.15 g ∙kg⁻¹ (污泥含水率为80%) 。Q_堆肥-电表示污泥堆肥电耗间接排放的CO₂，t∙a⁻¹；Se_泥表示堆肥过程的比能耗，kW∙h∙t⁻¹，参考《城市生活垃圾堆肥处理工程项目建设标准》，取10。Q_{焚烧-直CO2}表示污泥焚烧直接排放的CO₂，t∙a⁻¹；MFCF表示污泥化石源CO₂排放比例，根据《城镇水务系统碳核算与减排路径技术指南》及各厂运营数据，取10%；CF表示污泥碳含量，取10%；OF为氧化因子，取缺省值0.85；44/12为CO₂与C分子量之比。Q_{焚烧-直N2O}表示污泥焚烧直接排放的N₂O (以CO₂当量计，t∙a⁻¹)；EF_焚烧-N2O表示排放因子，参考IPCC，取0.9 g∙kg⁻¹ (污泥含水率为80%) 。Q_{焚烧-间CO2}表示污泥焚烧间接排放的CO₂，t∙a⁻¹；R表示湿污泥 (污泥含水率为80%) 在1个标准大气压 (0.101 3MPa) 常温下(20 ℃)干化至干污泥 (污泥含水率为20%) 需要的热量，取1 947 kJ∙kg⁻¹；C为燃煤热效率，参考《锅炉节能技术监督管理规程》 (TSG 60002-2010) ，取75%；EF_煤表示标煤的碳排放因子，取84 kg∙kJ⁻¹；E_焚为污泥干化设备的单位电耗，取40 kW∙h∙t⁻¹。

2.2.3 碳排放量测算及结果分析

截至2019年，成都市范围内已建污水管网超过19×10⁴ km，污水处理厂共247座，总处理能力4.48×10⁶ t∙d⁻¹，实际处理水量3.35×10⁶ t∙d⁻¹，负荷率约74.8%。污水处理工艺以A₂O为主，污泥处理以堆肥和焚烧为主。2019年，成都市污水系统总排放量为6.29×10⁵ t∙a⁻¹。2015至2019年间，污水量及污泥产量逐年上升，总碳排也呈逐年上升趋势，与污水规模基本呈正相关（图5）。污水系统年均碳排放量（图6）为5.76×10⁵ t∙a⁻¹，主要来自污水处理环节，其平均碳排放为2.81×10⁵ t∙a⁻¹，占比48.8%，其中有53%为直接排放、47%为间接排放。污泥处理处置环节碳排放量占比第二 (29.0%) ，其平均碳排放为1.67×10⁵t∙a⁻¹，主要来自焚烧处理 (65.0%) 。

图 5 2015至2019年成都市污水量及污泥量变化

Figure 5. Variation of sewage and sludge volume in C hengdu from 2015 to 2019

下载: 全尺寸图片幻灯片

图 6 2015至2019年成都市污水系统碳排放量统计

Figure 6. Carbon emission from different processes of Chengdu sewage system from 2015 to 2019

下载: 全尺寸图片幻灯片

在各个环节中，单位碳排放量最高的也是污水处理环节。根据2015—2019年成都市污水厂运营数据，成都市污水处理的平均能耗为0.365 kW∙h∙m⁻³。该值高于2018年全国平均数据 (0.3 kW∙h∙m⁻³) ，主要是由于成都市污水处理厂出水按照《四川省岷江、沱江流域水污染物排放标准》要求执行水污染物特别排放限值，部分指标略严于常规污水处理厂执行的《城镇污水处理厂污染物排放标准》一级A指标，故工艺耗能较高。针对污泥处理处置环节，由于成都市污泥处理处置采用堆肥和焚烧等高碳排的工艺为主，而污泥消化+沼气发电这种资源化处置方式板块空白，导致单位污泥的碳排放量较高。

2.3 再生水系统的碳排放核算

2.3.1 碳排放机理

再生水系统与污水系统密不可分。一般而言，再生水系统自污水处理厂出水起，至用户为止的全部相关设施单元。碳排放来自再生水厂处理设施的直接及间接排放，以及输配管网和泵站相关的间接排放。

2.3.2 碳排放量测算及结果分析

成都市再生水系统建设总体处于初步发展阶段，目前主要回用于河道、湿地的生态补水。由于前文污水系统处理环节的碳排放采用厂站总电耗计算，已包含再生水深度处理环节的碳排放，此处仅计再生水输配中由泵站提升而导致的电耗碳排放。计算式为式 (15) 。

${Q}_{\mathrm{再}\mathrm{生}\mathrm{水}}={E}_{\mathrm{再}}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(15)$

式中：Q_再生水表示再生水系统间接排放的CO₂，t∙a⁻¹；E_再表示系统消耗的电能，kW∙h∙a⁻¹，根据成都市各再生水厂运营数据统计。

2015至2019年，成都市再生水系统的碳排放量如图7所示。系统碳排放量与再生水回用量呈正相关，总体呈上升趋势。2019年，再生水系统总碳排放量约为2.6×10³ t。

图 7 2015至2019年再生水系统碳排放量

Figure 7. Carbon emission from recycled water system from 2015 to 2019

下载: 全尺寸图片幻灯片

2.4 雨水系统的碳排放核算

2.4.1 碳排放机理

雨水系统碳排放核算边界覆盖自雨水源头排放开始、至排入自然水体为止的全部设施单元，包括雨水排水管渠、泵站和其它转输设施，以及雨水控制设施中的绿色和灰色设施。就成都市实际情况而言，雨水系统基本为重力流，灰绿雨水控制设施较少，系统碳排放主要来自排涝活动，即在城市下穿隧道等地势低、没有良好可靠自流条件区域设置的雨水泵站，在暴雨时将汇流至隧道内的雨水收集后通过水泵压力排放至自然水体，泵站运行消耗电能，从而带来间接的碳排放。

2.4.2 碳排放量测算及结果分析

雨水系统的间接排放计算公式如式 (16) 。成都市域共有138座雨水泵站，年电耗总量约为1.04×10⁶ kW∙h∙a⁻¹，计算得每年雨水系统碳排放总量 (CO₂当量) 约为256 t∙a⁻¹。雨水系统碳排放量主要取决于雨水径流量。系统能耗强度约为0.014 kW·h∙m⁻³，吨水的碳排放强度 (CO₂当量) 约为4 g∙m⁻³，远低于其他水系统。

${Q}_{\mathrm{雨}}={E}_{\mathrm{雨}}\times {\mathrm{E}\mathrm{F}}_{\mathrm{电}}$

$(16)$

式中：Q_雨表示雨水系统间接排放的CO₂，t∙a⁻¹；E_雨表示系统消耗的电能，kW∙h∙a⁻¹，根据成都市各雨水泵站运营数据统计。

3. 水务系统碳排放特征及减排建议

3.1 碳排碳汇特征分析

水务系统的碳排放领域包括给水系统、污水系统、再生水系统及雨水系统。基于对各环节用电、用能、用材情况的调研与计算，2019年水务系统碳排放总量约7.03×10⁵ t (以CO₂当量计) 。成都市全市碳排放总量约为5.796×10⁷ t，则水务系统约占成都市总碳排量的1.2%，与其他国家、地区水务碳排放量特征基本相符。

给水系统中，取水系统和供水系统碳排放量占比较高，主要表现为泵站加压提升产生的电能耗能较高。与碳排放量主要相关的因素是取供水规模，供水产销差及管网漏损规模较高，整体影响了取供水系统的总碳排放。污水系统中污水处理环节的间接碳排放是系统碳排放量的主要贡献者。污水处理间接碳排放中能耗碳排放占比达71%，是现状污水处理系统的减排关键部分。同时,污水处理过程中CH₄排放量和N₂O 排放量相比CO₂较小，但其增温潜势高，不可忽视其相关影响。雨水系统碳排放量主要取决于排水量，相较水务其他系统，其产生的碳排放总量和强度都较小。

就水务系统整体而言，碳排放量最高的是污水系统，占系统整体的90%（表1）。各系统的碳排放强度差别也很大，最高的是污水系统，吨水的碳排强度 (以CO₂当量计) 为达0.52 kg∙m⁻³。因此，污水处理的低碳化是整个水务行业转型的关键。

表 1 成都市水务系统现状碳排放统计表

Table 1. Statistics of carbon emission of current water system in Chengdu

系统分类	水量规模/t	碳排放量/ ( t∙a⁻¹)	碳排放量占比	碳排放强度/ (kg∙m⁻³)	高碳排放环节
供水系统	12×10⁸	7.15×10⁴	10%	0.06	漏损及泵站
污水及再生水系统	12×10⁸	63.12×10⁴	90%	0.52	污水处理
雨水系统	0.7×10⁸	0.026×10⁴	0.03%	0.004	排涝

| Show Table

DownLoad: CSV

3.2 减碳对策

随着城市发展、人口增长和生活水平的提高，用水量、污水量、雨水转输量都将持续增长。面对“碳达峰碳中和”这一新的时代要求，水务系统需加快探索适宜的减碳路径，提前布局减碳措施，降低碳排放强度，才能在水量增长情况下实现“碳达峰碳中和”目标。

针对成都市水务系统碳排放的特征及现存问题，减碳对策总结为五大基本策略，包括节水优先、高效管网、源头提质、低碳工艺及能源回用。1) 节水优先。通过用户节约用水、强化用水量计量、梯度计价等措施降低用水量需求^[17-18]减少给水系统及污水系统的水量负荷，从而减少水全生命周期的碳排放量。2) 高效管网。主要针对给水系统，通过减小管道漏损率^[19]，优化给水管网平均压力值，降低输送过程的碳排放量。3) 源头提质。主要针对污水系统，通过在系统源头提质，提高进厂BOD浓度，从而提高污泥有机质含量^[20]，为污泥资源化利用奠定基础。4) 低碳工艺。针对给水及污水处理，研发应用低能耗、低碳、高效的处理工艺技术，减小吨水电耗^[21-22]，提高药耗消减率，从而降低处理过程的碳排放量。5) 能源回用。主要针对污水系统，充分利用污水自身的化学能^[23]，提高污泥厌氧消化+沼气回收等资源化处理方式的比例^[24]，增加污水源热泵^[23,25-26]光伏发电等非传统能源应用，提高污水厂能源自给率，推动污水系统碳中和。

近期，成都市水务系统的减碳工作以新工艺技术试点、污水处理节能降耗、给排水管网提质增效及节水管理为重点。结合水务“十四五”发展规划，设定近期 (2025年) 减碳控制性指标及目标如表2所示。

表 2 成都市水务系统近期减碳策略

Table 2. Near-term carbon emission reduction strategy of Chengdu water system

水务系统	控制指标	目标值	主要措施
给水系统	管网水平均压力值	0.32 MPa	优化供水分区及泵组建设
	漏损率	10%	实行分区计量管理、管网查漏、主动更换漏损及易漏管道
	万元工业增加值用水量	12 m³	提高工业用水重复利用率、降低工业用水定额
	人均用水量	310 m³	宣贯节水理念，推广节水器具，增强居民节水意识
污水及再生水系统	进水BOD₅	100 mg∙L^-1	逐步取消城市区域现状化粪池；治理管网渗漏、错接、腐蚀等病害问题
	污泥有机质含量	65%	逐步取消城市区域现状化粪池；治理管网渗漏、错接、腐蚀等病害问题
	药耗削减率	5%	优化加药设备、应用在线监测系统，实现精准加药
	吨水电耗	0.32 kW∙h∙m^-3	更换老旧设备、应用在线检测和模拟技术优化曝气等高能耗单元
	污泥资源化利用比例	试点	在新建污水厂试点建设厌氧消化+沼气回收处置设施
	污水回用率	30%	建设城市再生水厂及配套管网系统
雨水系统	70%年径流总量控制率达标面积	40%	依托海绵城市建设开展，通过透水铺装、下凹绿地、雨水花园等低影响开发措施减少雨水径流量
雨水系统	雨水回用率	3%	在市内大型公园、较大的城市广场、高校、政府机关等用地，建设雨水回收利用示范工程

| Show Table

DownLoad: CSV

在不考虑减碳措施的前提下，水务系统碳排放总量与人口基本成正相关关系。成都市2025年人口预计达2 234万，常规情景水务系统碳排放总量估算为1.08×10⁶ t。应用上述减碳措施，水务系统碳排放总量预测为9.44×10⁵ t，相比常规情景减少12%（图8）。

图 8 成都市水务系统2025年常规情景及减碳情景碳排放量

Figure 8. Carbon emission of regular and carbon reduction scenarios of Chengdu water system in 2025

下载: 全尺寸图片幻灯片

4. 结语

1) 成都市2019年水务系统碳排放量总计7.03×10⁵ t。其中，碳排放量及单位碳排放强度最高的均为污水系统，其碳排放主要来自污水处理的电耗间接排放及污泥处理处置环节。因此，污水及污泥的处理是水务系统减碳的重点环节。

2) 针对成都市水务系统的碳排放特征，确定了减碳五大基本策略，即节水优先、高效管网、源头提质、低碳工艺及能源回用。近期实施的减碳措施主要包括给水系统节水优先管理策略持续推进、污水处理现有工艺节能降耗技术应用、给排水管网提质增效及污水污泥低碳处理工艺的试点示范。

3) 由于缺少实测数据，部分环节采用相似城市的经验值进行估算，建议后续针对成都水务系统开展参数的本土化研究。同时本次提出的减碳措施以该领域较为成熟的低碳技术为主，未来需考虑新技术的减排能力，并量化其带来的影响。为保障相关措施的实施，建议进一步加强低碳相关配套政策制度的研究。

图 1 2种工艺的流程图

Figure 1. Schematic diagram of two processes

下载: 全尺寸图片幻灯片

表 1 超磁分离设备的进出水水质指标

Table 1. The characteristics of influent and effluent of the magnetic separation unit

水质指标	进厂污水/(mg·L⁻¹）	超磁分离出水/(mg·L⁻¹）	去除率
TCOD	131.7	79	40.0%
COD_mf	50.8	38	25.2%
BOD₅	72.5	35.2	51.4%
挥发性脂肪酸（VFA，以COD计）	7.9	6.6	16.5%
TN	38.6	31.1	19.4%
${\rm{NH}}_4^ +$ -N	29.8	29.4	1.3%
DO	0.1	0.1	0.0%
${\rm{NO}}_3^ -$ -N	1.6	1.8	6.3%
${\rm{NO}}_2^ -$ -N	0.3	0	100.0%
TP	4.7	1.8	61.7%
${\rm{PO}}_4^{3 - }$ -P	1.9	0.8	57.9%
TSS	54.5	28.8	47.2%
VSS	47	15.5	67.0%

水质指标	进厂污水/(mg·L⁻¹）	超磁分离出水/(mg·L⁻¹）	去除率
TCOD	131.7	79	40.0%
COD_mf	50.8	38	25.2%
BOD₅	72.5	35.2	51.4%
挥发性脂肪酸（VFA，以COD计）	7.9	6.6	16.5%
TN	38.6	31.1	19.4%
${\rm{NH}}_4^ +$ -N	29.8	29.4	1.3%
DO	0.1	0.1	0.0%
${\rm{NO}}_3^ -$ -N	1.6	1.8	6.3%
${\rm{NO}}_2^ -$ -N	0.3	0	100.0%
TP	4.7	1.8	61.7%
${\rm{PO}}_4^{3 - }$ -P	1.9	0.8	57.9%
TSS	54.5	28.8	47.2%
VSS	47	15.5	67.0%

下载: 导出CSV

表 2 超磁设备的设计运行数据

Table 2. The operational results of the magnetic separation unit

水质指标	设计进水/(mg·L⁻¹）	超磁处理后进水/(mg·L⁻¹）	去除率/%
TCOD	410	164	60
BOD₅	203	112~122	40 ~ 61
SS	241	36~74	70 ~ 85
TN	72	56.7	8
${\rm{NH}}_4^ +$ -N	58	57.42	1
TP	8	3.12	61
${\rm{PO}}_4^{3 - }$ -P	3.2	1.3	58
COD_mf	158.3	110.81	30
${\rm{NO}}_3^ -$ -N	1.7	1.7	0

水质指标	设计进水/(mg·L⁻¹）	超磁处理后进水/(mg·L⁻¹）	去除率/%
TCOD	410	164	60
BOD₅	203	112~122	40 ~ 61
SS	241	36~74	70 ~ 85
TN	72	56.7	8
${\rm{NH}}_4^ +$ -N	58	57.42	1
TP	8	3.12	61
${\rm{PO}}_4^{3 - }$ -P	3.2	1.3	58
COD_mf	158.3	110.81	30
${\rm{NO}}_3^ -$ -N	1.7	1.7	0

下载: 导出CSV

表 3 各池体的初始设计

Table 3. The volumes of treatment tanks

构筑物名称	有效体积/m³	运行参数
厌氧池	1 816	无曝气
前缺氧池	3 496	无曝气
前好氧池	6 224	700个曝气头，额定曝气
后缺氧池	1 472	101个曝气头，关闭曝气
后好氧池	736	54个曝气头，额定曝气

下载: 导出CSV

表 4 不同水温条件下的初始模拟外排水尾水情况

Table 4. The modelling results based on default parameters under different temperature mg·L⁻¹

水质指标	京标A		Bardenpho工艺			超磁分离-Bardenpho工艺
水质指标	12 ℃	25 ℃	10 ℃	12 ℃	25 ℃	10 ℃	12 ℃	25 ℃
COD	20	20	27	27	26	14	14	14
BOD₅	4	4	1	1	1	1	1	1
SS	5	5	2	2	2	1	1	1
TN	10	10	13.3	12.8	11.8	36.2	36.2	34.7
${\rm{NH}}_4^ +$ -N	1.5	1	0.45	0.22	0.04	0.07	0.05	0.02
TP	0.2	0.2	3.9	4.2	5.2	2.4	2.4	2.5
难降解COD_mf	/	/	24	24	23	13	13	13

水质指标	京标A		Bardenpho工艺			超磁分离-Bardenpho工艺
水质指标	12 ℃	25 ℃	10 ℃	12 ℃	25 ℃	10 ℃	12 ℃	25 ℃
COD	20	20	27	27	26	14	14	14
BOD₅	4	4	1	1	1	1	1	1
SS	5	5	2	2	2	1	1	1
TN	10	10	13.3	12.8	11.8	36.2	36.2	34.7
${\rm{NH}}_4^ +$ -N	1.5	1	0.45	0.22	0.04	0.07	0.05	0.02
TP	0.2	0.2	3.9	4.2	5.2	2.4	2.4	2.5
难降解COD_mf	/	/	24	24	23	13	13	13

下载: 导出CSV

表 5 Bardenpho工艺设计参数优化情景的模拟结果

Table 5. The scenario simulation results for the optimization of the Bardenpho process

情景编号	内回流/%	外回流/%	前缺氧池碳源/(t·d⁻¹)	后缺氧池碳源/(t·d⁻¹)	PAC/(L·d⁻¹)	排泥/(m³·d⁻¹)	SRT/d	前好氧池曝气/(Nm³·d⁻¹)	后好氧池曝气/(Nm³·d⁻¹)	DO/(mg·L⁻¹)	COD/(mg·L⁻¹)	BOD₅/(mg·L⁻¹)	SS/(mg·L⁻¹)	TN/(mg·L⁻¹)	${{\rm{NH}}_4^ + }$ -N/(mg·L⁻¹)	TP/(mg·L⁻¹)	${{\rm{PO}}_4^{3 - }}$ /(mg·L⁻¹)
1	400	100	0.0	0.0	0	83	57.5	90 720	6 998	0.6	27	1	2	12.8	0.22	4.22	4.16
2	400	100	0.0	0.0	0	83	57.5	108 864	8 398	1.2	24	1	2	17.7	0.09	5.38	5.33
3	400	100	0.0	0.0	0	83	57.5	136 080	10 498	4.3	23	1	2	21.1	0.06	5.69	5.65
4	400	100	0.0	0.0	0	166	33.9	90 720	6 998	0.7	26	1	1	14.6	0.29	3.32	3.27
5	400	100	0.0	0.0	0	249	24.1	90 720	6 998	0.9	25	1	1	15.6	0.40	2.43	2.39
6	400	100	0.0	0.0	0	332	18.7	90 720	6 998	1.2	24	1	1	16.4	0.62	1.60	1.56
7	400	100	0.0	0.0	0	249	24.1	108 864	8 398	1.5	22	1	1	19.2	0.14	4.67	4.64
8	400	100	0.0	0.0	0	249	24.1	81 648	6 299	0.5	26	1	1	16.0	3.21	1.39	1.34
9	400	100	0.0	0.0	676	249	22.4	90 720	6 998	0.9	25	1	2	15.6	0.40	0.17	0.01
10	400	100	9.0	0.0	676	249	23.3	90 720	6 998	0.5	33	1	1	9.9	2.16	0.07	0.01
11	400	100	0.0	4.5	676	249	22.3	90 720	6 998	0.7	28	1	2	8.4	0.75	1.17	1.00
12	400	100	0.0	4.5	976	249	21.7	90 720	6 998	0.8	28	1	2	8.7	0.47	0.22	0.01
13	400	100	0.0	4.5	876	332	17.1	90 720	6 998	1.0	27	1	2	9.2	0.73	0.20	0.01
14	400	100	0.5	4.0	976	249	21.8	90 720	6 998	0.9	29	1	2	10.3	0.49	0.21	0.01
15	400	50	0.0	0.0	0	249	17.2	90 720	6 998	1.3	24	1	1	22.5	1.39	0.55	0.53
16	400	50	0.0	4.5	676	249	16.0	90 720	6 998	1.0	26	1	1	8.2	1.24	0.91	0.76
17	200	100	0.0	4.5	676	249	22.3	90 720	6 998	0.9	28	1	2	9.1	0.46	1.09	0.92
18	200	50	0.0	4.5	676	249	16.0	90 720	6 998	1.1	26	1	1	8.6	0.91	0.87	0.72
19	200	50	0.0	4.2	876	249	15.7	90 720	6 998	1.1	26	1	1	9.2	0.77	0.19	0.01

情景编号	内回流/%	外回流/%	前缺氧池碳源/(t·d⁻¹)	后缺氧池碳源/(t·d⁻¹)	PAC/(L·d⁻¹)	排泥/(m³·d⁻¹)	SRT/d	前好氧池曝气/(Nm³·d⁻¹)	后好氧池曝气/(Nm³·d⁻¹)	DO/(mg·L⁻¹)	COD/(mg·L⁻¹)	BOD₅/(mg·L⁻¹)	SS/(mg·L⁻¹)	TN/(mg·L⁻¹)	${{\rm{NH}}_4^ + }$ -N/(mg·L⁻¹)	TP/(mg·L⁻¹)	${{\rm{PO}}_4^{3 - }}$ /(mg·L⁻¹)
1	400	100	0.0	0.0	0	83	57.5	90 720	6 998	0.6	27	1	2	12.8	0.22	4.22	4.16
2	400	100	0.0	0.0	0	83	57.5	108 864	8 398	1.2	24	1	2	17.7	0.09	5.38	5.33
3	400	100	0.0	0.0	0	83	57.5	136 080	10 498	4.3	23	1	2	21.1	0.06	5.69	5.65
4	400	100	0.0	0.0	0	166	33.9	90 720	6 998	0.7	26	1	1	14.6	0.29	3.32	3.27
5	400	100	0.0	0.0	0	249	24.1	90 720	6 998	0.9	25	1	1	15.6	0.40	2.43	2.39
6	400	100	0.0	0.0	0	332	18.7	90 720	6 998	1.2	24	1	1	16.4	0.62	1.60	1.56
7	400	100	0.0	0.0	0	249	24.1	108 864	8 398	1.5	22	1	1	19.2	0.14	4.67	4.64
8	400	100	0.0	0.0	0	249	24.1	81 648	6 299	0.5	26	1	1	16.0	3.21	1.39	1.34
9	400	100	0.0	0.0	676	249	22.4	90 720	6 998	0.9	25	1	2	15.6	0.40	0.17	0.01
10	400	100	9.0	0.0	676	249	23.3	90 720	6 998	0.5	33	1	1	9.9	2.16	0.07	0.01
11	400	100	0.0	4.5	676	249	22.3	90 720	6 998	0.7	28	1	2	8.4	0.75	1.17	1.00
12	400	100	0.0	4.5	976	249	21.7	90 720	6 998	0.8	28	1	2	8.7	0.47	0.22	0.01
13	400	100	0.0	4.5	876	332	17.1	90 720	6 998	1.0	27	1	2	9.2	0.73	0.20	0.01
14	400	100	0.5	4.0	976	249	21.8	90 720	6 998	0.9	29	1	2	10.3	0.49	0.21	0.01
15	400	50	0.0	0.0	0	249	17.2	90 720	6 998	1.3	24	1	1	22.5	1.39	0.55	0.53
16	400	50	0.0	4.5	676	249	16.0	90 720	6 998	1.0	26	1	1	8.2	1.24	0.91	0.76
17	200	100	0.0	4.5	676	249	22.3	90 720	6 998	0.9	28	1	2	9.1	0.46	1.09	0.92
18	200	50	0.0	4.5	676	249	16.0	90 720	6 998	1.1	26	1	1	8.6	0.91	0.87	0.72
19	200	50	0.0	4.2	876	249	15.7	90 720	6 998	1.1	26	1	1	9.2	0.77	0.19	0.01

下载: 导出CSV

表 6 好氧池池容的优化数据

Table 6. The optimization results of the capacity of the aeration tank

情景编号	池容削减/%	模拟值/(mg·L⁻¹)
情景编号	池容削减/%	COD	BOD₅	SS	TN	${\rm{NH}}_4^ +$ -N	TP
1	0	14	1	1	36.2	0.05	2.43
2	10	14	1	1	35.9	0.05	2.42
3	20	14	1	1	35.5	0.05	2.41
4	30	14	1	1	35.0	0.06	2.40
5	40	14	1	1	34.1	0.09	2.38
6	50	14	1	1	32.6	0.18	2.36
7	60	14	1	1	25.7	0.83	2.37
8	70	16	1	1	26.8	7.38	1.74
9	80	18	1	1	36.2	24.37	0.97

情景编号	池容削减/%	模拟值/(mg·L⁻¹)
情景编号	池容削减/%	COD	BOD₅	SS	TN	${\rm{NH}}_4^ +$ -N	TP
1	0	14	1	1	36.2	0.05	2.43
2	10	14	1	1	35.9	0.05	2.42
3	20	14	1	1	35.5	0.05	2.41
4	30	14	1	1	35.0	0.06	2.40
5	40	14	1	1	34.1	0.09	2.38
6	50	14	1	1	32.6	0.18	2.36
7	60	14	1	1	25.7	0.83	2.37
8	70	16	1	1	26.8	7.38	1.74
9	80	18	1	1	36.2	24.37	0.97

下载: 导出CSV

表 7 超磁分离-Bardenpho工艺设计参数优化情景模拟结果

Table 7. The scenario simulation results for the optimization of the magnetic separation-Bardenpho process

情景编号	内回流/%	外回流/%	后缺氧池碳源/(t·d⁻¹)	PAC/(L·d⁻¹)	排泥/(m³·d⁻¹)	SRT/d	前好氧池曝气/(Nm³·d⁻¹)	后好氧池曝气/(Nm³·d⁻¹)	DO/(mg·L⁻¹)	COD/(mg·L⁻¹)	BOD₅/(mg·L⁻¹)	SS/(mg·L⁻¹)	TN/(mg·L⁻¹)	${{\rm{NH}}_4^ + )}$ -N/(mg·L⁻¹)	TP/(mg·L⁻¹)	${{\rm{PO}}_4^{3 - }}$ /(mg·L⁻¹)
1	400	100	0.0	0	83	43.0	90 720	6 998	2.9	14	1	1	32.6	0.18	2.36	2.35
2	400	100	0.0	0	83	42.9	72 576	5 599	2.1	14	1	1	25.7	0.77	2.38	2.37
3	400	100	0.0	0	166	25.3	72 576	5 599	3.4	15	1	1	28.2	3.86	1.64	1.62
4	400	100	0.0	876	83	33.7	72 576	5 599	2.1	14	1	1	25.7	0.77	0.15	0.02
5	400	100	6.5	276	83	39.5	72 576	5 599	2.0	18	2	1	8.9	0.56	0.78	0.70
6	400	100	6.5	376	83	38.4	72 576	5 599	2.0	18	2	1	8.9	0.55	0.40	0.30
7	400	100	6.5	476	83	37.5	72 576	5 599	2.0	18	2	1	8.7	0.55	0.12	0.01
8	400	100	6.3	476	83	37.5	72 576	5 599	2.0	18	2	1	9.3	0.54	0.12	0.01
9	200	100	6.3	476	83	37.4	72 576	5 599	2.1	18	1	1	8.5	0.26	0.12	0.01
10	400	50	6.3	476	83	29.7	72 576	5 599	2.3	18	2	1	10.1	1.83	0.11	0.01
11	200	50	6.3	476	83	29.6	72 576	5 599	2.3	18	2	1	7.5	0.66	0.11	0.01
12	100	50	6.3	476	83	29.8	72 576	5 599	2.3	17	2	1	11.4	1.60	0.11	0.01
13	200	50	5.8	476	83	29.5	72 576	5 599	2.4	17	2	1	9.2	0.70	0.11	0.01
14	200	50	5.8	376	83	30.1	72 576	5 599	2.4	17	2	1	9.3	0.71	0.35	0.26
注：水温均为12 ℃；碳源投加量（以COD计）为230 g·L⁻¹；PAC（以Al计）投加量为53 g·L⁻¹；排泥指二沉池排泥；MLSS和DO指前好氧池末端。

情景编号	内回流/%	外回流/%	后缺氧池碳源/(t·d⁻¹)	PAC/(L·d⁻¹)	排泥/(m³·d⁻¹)	SRT/d	前好氧池曝气/(Nm³·d⁻¹)	后好氧池曝气/(Nm³·d⁻¹)	DO/(mg·L⁻¹)	COD/(mg·L⁻¹)	BOD₅/(mg·L⁻¹)	SS/(mg·L⁻¹)	TN/(mg·L⁻¹)	${{\rm{NH}}_4^ + )}$ -N/(mg·L⁻¹)	TP/(mg·L⁻¹)	${{\rm{PO}}_4^{3 - }}$ /(mg·L⁻¹)
1	400	100	0.0	0	83	43.0	90 720	6 998	2.9	14	1	1	32.6	0.18	2.36	2.35
2	400	100	0.0	0	83	42.9	72 576	5 599	2.1	14	1	1	25.7	0.77	2.38	2.37
3	400	100	0.0	0	166	25.3	72 576	5 599	3.4	15	1	1	28.2	3.86	1.64	1.62
4	400	100	0.0	876	83	33.7	72 576	5 599	2.1	14	1	1	25.7	0.77	0.15	0.02
5	400	100	6.5	276	83	39.5	72 576	5 599	2.0	18	2	1	8.9	0.56	0.78	0.70
6	400	100	6.5	376	83	38.4	72 576	5 599	2.0	18	2	1	8.9	0.55	0.40	0.30
7	400	100	6.5	476	83	37.5	72 576	5 599	2.0	18	2	1	8.7	0.55	0.12	0.01
8	400	100	6.3	476	83	37.5	72 576	5 599	2.0	18	2	1	9.3	0.54	0.12	0.01
9	200	100	6.3	476	83	37.4	72 576	5 599	2.1	18	1	1	8.5	0.26	0.12	0.01
10	400	50	6.3	476	83	29.7	72 576	5 599	2.3	18	2	1	10.1	1.83	0.11	0.01
11	200	50	6.3	476	83	29.6	72 576	5 599	2.3	18	2	1	7.5	0.66	0.11	0.01
12	100	50	6.3	476	83	29.8	72 576	5 599	2.3	17	2	1	11.4	1.60	0.11	0.01
13	200	50	5.8	476	83	29.5	72 576	5 599	2.4	17	2	1	9.2	0.70	0.11	0.01
14	200	50	5.8	376	83	30.1	72 576	5 599	2.4	17	2	1	9.3	0.71	0.35	0.26
注：水温均为12 ℃；碳源投加量（以COD计）为230 g·L⁻¹；PAC（以Al计）投加量为53 g·L⁻¹；排泥指二沉池排泥；MLSS和DO指前好氧池末端。

下载: 导出CSV

表 8 2条工艺路线的技术有效性比较

Table 8. The comparation of the two process on technical performances

工艺条件	好氧池池容/m³	内回流比/%	外回流比/%	碳源/(t·d⁻¹)	三级处理PAC/(L·d⁻¹)
初始值	6 960	400	100	0	0
Bardenpho路线	6 960	200	50	4.2	876
超磁分离-Bardenpho路线	3 480	200	50	5.8	476

工艺条件	排泥/(m³·d⁻¹)	总曝气量/(Nm³·d⁻¹)	MLSS/(mg·L⁻¹)	曝气池DO/(mg·L-1)	尾水超标指标
初始值	83	97 718	/	/	/
Bardenpho路线	249	97 718	3 629	1.13	COD
超磁分离-Bardenpho路线	83	78 175	3 484	2.35	无

下载: 导出CSV

表 9 2条工艺路线的投资成本计算结果

Table 9. The comparation of investment costs of the two processes 万元

分项	Bardenpho路线	超磁分离-Bardenpho路线	相对差
超磁设备费	0	470.0	470.0
土建费	4 313.6	3 986.1	−327.5
用地费	657.0	637.4	−19.6
尾水臭氧设备	183.0	0	−183.0
小计	5 153.6	5 093.5	−60.1

下载: 导出CSV

表 10 2条工艺路线的运营成本计算结果

Table 10. The comparation of operational cost s of the two processes

万元·d⁻¹
成本项目	Bardenpho路线	超磁分离-Bardenpho路线	相对差
电费(曝气+超磁)	0.312	0.372	0.06
商业碳源	0.840	1.160	0.320
三级PAC	0.140	0.076	−0.064
超磁PAC	0	0.288	0.288
超磁磁粉	0	0.064	0.064
超磁PAM	0	0.112	0.112
超磁活性炭	0	0.184	0.184
污泥处理	0.476	0.182	−0.294
超磁污泥处理	0.000	0.489	0.489
尾水臭氧	0.420	0	−0.420
小计	2.668	2.927	0.739

下载: 导出CSV

[1]	王斌. 关于水处理磁分离技术应用与研究[J]. 环境科学与管理, 2018, 43(6): 108-111. doi: 10.3969/j.issn.1673-1212.2018.06.026
[2]	陈林虎. 磁分离技术在水处理工程中的应用工艺及发展趋势[J]. 环境与发展, 2017, 29(9): 78-79.
[3]	朱凯, 王琳. 加载混凝-磁分离水处理技术应用研究[J]. 环境工程, 2016, 34(S1): 190-192.
[4]	刘艳辉, 陈明阔, 刘媛, 等. 超磁分离技术在矿井水处理中的应用[J]. 给水排水, 2015, 51(4): 55-57. doi: 10.3969/j.issn.1002-8471.2015.04.015
[5]	郑利兵, 佟娟, 魏源送, 等. 磁分离技术在水处理中的研究与应用进展[J]. 环境科学学报, 2016, 36(9): 3103-3117.
[6]	蒋长志. 磁混凝优化试验研究及工艺应用分析[D]. 武汉. 华中科技大学, 2017.
[7]	郝二成, 马文瑾, 刘伟岩. 数学模拟技术在污水处理厂的应用方案[J]. 净水技术, 2019, 38(5): 97-102.
[8]	HENZE M, GRADY L Jr., GUJER W, et al. Activated Sludge Model No. 1[M]. London: IAWPRC Publishing, 1987.
[9]	ROELEVELD P J, VAN LOOSDRECHT M C M. Experience with guidelines for Wastewater Characterisation in The Netherlands[J]. Water Science & Technology, 2002, 45(6): 77-87.
[10]	HUSLSBEEK J J W, KRUIT J, ROELVEDLD P J, et al. A practical protocol for dynamic modelling of activated sludge systems[J]. Water Science & Technology, 2002, 45(6): 127-136.
[11]	何秋杭. 强化磁分离污水碳源浓缩资源化技术研究[D]. 北京. 清华大学, 2018.
[12]	王哲晓, 吕志国, 张勤. 超磁分离水体净化技术在水环境领域的典型应用[J]. 中国给水排水, 2016, 32(12): 34-37.
[13]	周建忠, 靳云辉, 罗本福, 等. 超磁分离水体净化技术在北小河污水处理厂的应用[J]. 中国给水排水, 2012, 28(6): 78-81. doi: 10.3969/j.issn.1000-4602.2012.06.021
[14]	王辰辰. A²/O工艺处理城镇污水的脱氮除磷性能研究[D]. 邯郸: 河北工程大学, 2019.
[15]	崔洪升, 刘世德. 强化脱氮Bardenpho工艺碳源投加位置及内回流比的确定[J]. 中国给水排水, 2015, 31(12): 22-24.
[16]	PLUMLEE M H, STANFORD B D, DEBROUX J-F, et al. Costs of advanced treatment in water reclamation[J]. Ozone:Science & Engineering, 2014, 36(5). doi: 10.1080/01919512.2014.921565
[17]	赵文玉, 张逢, 胡洪营, 等. 污水再生处理臭氧氧化系统运行费用分析[J]. 环境科学与技术, 2011, 34(9): 126-129. doi: 10.3969/j.issn.1003-6504.2011.09.029

期刊类型引用(1)

1.	王秋月. 铁矿区环境地质生态调查与评价研究——以高岭铁矿区为例. 环境科学与管理. 2023(04): 156-161 . 百度学术

其他类型引用(0)

点击查看大图

图( 1) 表( 10)

计量

文章访问数: 3971
HTML全文浏览数: 3971
PDF下载数: 48
施引文献: 1

1. 研究方法
1.1 核算对象及核算边界
1.2 核算方法及数据来源
2. 水务系统碳排放核算
2.1 给水系统的碳排放核算
2.2 污水系统的碳排放核算
2.3 再生水系统的碳排放核算
2.4 雨水系统的碳排放核算
3. 水务系统碳排放特征及减排建议
3.1 碳排碳汇特征分析
3.2 减碳对策
4. 结语

全文HTML

超磁分离技术在电镀污水、含酚污水、含油污水及铜铁污水的处理中已取得了良好效果^[1-4]。该技术利用磁场作用将污染物质进行去除，在处理非磁性污染物时还需额外添加磁种，具有反应迅速、去除率高的特点^[5]。此外，超磁分离技术也被尝试用于处理其他污水，如城市生活污水。在生活污水处理预处理阶段中，超磁分离技术可将大部分颗粒态基质和磷污染物去除，以降低后续生化处理段出水的水质指标(COD和磷负荷)^[6]。然而，该技术也会导致后续生化池进水的C/N大大降低，不利于生物脱氮。因此，有必要对超磁分离技术的实际应用工程进行系统评估，分析其技术影响，计算建设费用和运行费用，为工艺选择、设计和投资测算提供依据。

污水生物处理工艺模拟软件BioWin(以生物模型模拟活性污泥工艺，后简称“生物模型”)经过40多年的发展，被广泛应用于实际污水处理厂的运营优化及设计优化中^[7]，亦是一种有效的技术评估手段。特别是在污水处理厂脱氮除磷要求提高之后，该模型开始被用于工艺最优化设计、池体尺寸设计、运行参数优化设计及制定负荷冲击应对策略中^[8]。

在北京某污水处理厂升级改造过程中，考虑应用超磁预处理技术。因此，本研究基于生物建模技术，评估2种工艺路线(五段Bardenpho工艺和超磁分离技术-五段Bardenpho工艺)的技术和经济有效性，以期为该厂应用超磁分离技术提供参考。

3. 经济性评估

3.1. 经济评估模型的构建

分别进行了投资测算和运营测算2个方面的评估。在投资方面，2条工艺路线的差别包括超磁单元、生化池单元土建费用、用地投资、深度处理单元投资，其余构筑物认定为相同。运行方面，2条工艺路线的差别包括超磁药剂投加量、商业碳源投加量、超磁污泥处理费用、深度处理成本、污泥处理成本(含运输)及曝气和回流等工艺消耗的电费。其中，经济性评估模型中的部分参数参考生物模型优化后池容数据及确定的碳源、PAC药剂量等。

经济性评估模型的计算定额为：超磁分离单元设备费470万元、单方池容造价(含建筑材料)为941元·m³、地费为450元·m³、三级处理臭氧设备投资为183万元^[16]，三级处理臭氧氧化为每吨水0.21元^[17]、商业碳源每吨水2 000元、PAC为每吨水1 600元、超磁投加的PAM为每吨水28 000元、超磁投加磁粉为每吨水4 000元、超磁投加活性炭为每吨水4 600元、污泥(以绝干量计)处理费为每吨水1 500元。电费计算方法为：电费0.722元·(kWh)⁻¹，设计超磁单元功率70.53 kW，设计曝气功率180 kW。假设曝气流量和功率是线性关系，则Bardenpho工艺的曝气功率为180 kW，超磁分离-Bardenpho工艺曝气功率为144 kW，设计内回流功率30 kW，设计外回流功率44 kW。

3.2. 投资成本计算

基于设计水质的情景模拟结果，进行2条工艺路线的投资成本计算(见表9)。从投资成本来说，引入超磁预处理技术后，增加了超磁设备的投资，但生化池土建费用和用地成本均有所降低，且无需尾水深度处理单元。因此，粗略计算整体投资成本降低了60.1万元。

3.3. 运营成本计算

基于设计水质的情景模拟结果，进行2条工艺路线的运营成本计算(见表10)。从运营成本来说，引入超磁预处理技术后，虽然三级处理的PAC投加、污泥处理和尾水深度处理费用降低，但其他分项成本增加，电费差异体现在曝气和超磁耗费。引入超磁预处理技术后，运行费用每天增加0.739万元，折合每吨水成本增加0.37元。其中，商业碳源费用和超磁设备运行费用是主要增加点。故引入超磁预处理技术后，每年成本会增加270万元，远远大于投资成本降低的数额。综上所述，该厂选择五段Bardenpho工艺优于超磁分离-五段Bardenpho工艺。

4. 结论

1)生物模型可定量化比较2种工艺的技术有效性和经济性，为工艺选择提供决策支持。应用超磁预处理技术对于出水COD达标具有明显优势，但不利于生物脱氮。应用超磁预处理技术可降低投资成本，但运行成本增加，吨水增加0.37元。该厂选择五段Bardenpho工艺优于超磁分离-五段Bardenpho工艺。

2)应用生物模型可优化设计参数。基于模型模拟不同情景，可优化内外回流比、优化生物池池容、优化曝气设计、优化投加投加位点等，为设计提供技术支持。在应用超磁预处理技术后，好氧池池容较传统设计可降低50%，优化后的设计有利于降低投资成本。

3)应用生物模型可量化碳源投加量、PAC药剂投加量、曝气量、排泥量等参数，为经济型评估模型的确定提供参数支持。

参考文献 (17)

基于生物模型评估超磁分离在生活污水处理厂预处理中的技术有效性及经济性

作者简介: 吴远远(1986—)，女，博士，高级工程师。研究方向：污水处理厂生物建模、好氧颗粒污泥、智慧水务。E-mail：simpleyuan5@163.com

通讯作者: 吴远远, E-mail: simpleyuan5@163.com ;

Evaluation of magnetic separation technology used in pretreatment of sewage treatment plant based on modelling

Corresponding author: WU Yuanyuan, simpleyuan5@163.com ;

1. 研究方法

1.1 核算对象及核算边界

1.2 核算方法及数据来源

2. 水务系统碳排放核算

2.1 给水系统的碳排放核算

2.1.1 碳排放核算机理

2.1.2 各环节碳排放核算方法

2.1.3 碳排放量测算及结果分析

2.2 污水系统的碳排放核算

2.2.1 碳排放机理

2.2.2 各环节碳排放核算方法

2.2.3 碳排放量测算及结果分析

2.3 再生水系统的碳排放核算

2.3.1 碳排放机理

2.3.2 碳排放量测算及结果分析

2.4 雨水系统的碳排放核算

2.4.1 碳排放机理

2.4.2 碳排放量测算及结果分析

3. 水务系统碳排放特征及减排建议

3.1 碳排碳汇特征分析

3.2 减碳对策

4. 结语

期刊类型引用(1)

其他类型引用(0)

计量

出版历程

基于生物模型评估超磁分离在生活污水处理厂预处理中的技术有效性及经济性

通讯作者: 吴远远, E-mail: simpleyuan5@163.com ;

作者简介: 吴远远(1986—)，女，博士，高级工程师。研究方向：污水处理厂生物建模、好氧颗粒污泥、智慧水务。E-mail：simpleyuan5@163.com 北京首创股份有限公司，中-荷未来污水处理技术研发中心，北京 100044

English Abstract

Evaluation of magnetic separation technology used in pretreatment of sewage treatment plant based on modelling

Corresponding author: WU Yuanyuan, simpleyuan5@163.com ;

全文HTML

1.1. 污水处理厂案例概况

1.2. 生物模型的构建

1.2.1. 超磁设备的模型参数确定

1.2.2. 生物模型的建立

2.1. 初步比较

2.2. Bardenpho工艺的优化

2.3. 超磁分离-五段Bardenpho工艺的优化

2.3.1. 好氧池池容的优化

2.3.2. 营养盐达标优化

2.4. 技术有效性评估

3.1. 经济评估模型的构建

3.2. 投资成本计算

3.3. 运营成本计算

目录

全文HTML

1.1. 污水处理厂案例概况

1.2. 生物模型的构建

1.2.1. 超磁设备的模型参数确定

1.2.2. 生物模型的建立

2.1. 初步比较

2.2. Bardenpho工艺的优化

2.3. 超磁分离-五段Bardenpho工艺的优化

2.3.1. 好氧池池容的优化

2.3.2. 营养盐达标优化

2.4. 技术有效性评估

3.1. 经济评估模型的构建

3.2. 投资成本计算

3.3. 运营成本计算

作者简介: 吴远远(1986—)，女，博士，高级工程师。研究方向：污水处理厂生物建模、好氧颗粒污泥、智慧水务。E-mail：simpleyuan5@163.com
北京首创股份有限公司，中-荷未来污水处理技术研发中心，北京 100044