污水处理厂工程优化运行模拟研究浅析

张晓文 王雪莲

摘 要：伴随着我国经济的快速发展，国家和公众层面对环境保护越发重视。目前，传统的污水处理设计及运行管理手段跟不上时代的步伐，运用数值模拟手段对污水处理厂的生产实践以及工艺设计进行定量指导成为业内的研究重点。本文介绍了国内外运用数值模拟手段对污水处理厂运行的各种案例，对未来污水处理厂的生产实践以及工艺设计具有重要的借鉴意义。

关键词：污水处理厂；活性污泥模型；優化

中图分类号：X703 文献标识码：A 文章编号：1671-2064（2019）11-0001-02

1 概述

污水处理过程是一个复杂、繁琐的反应过程，期间伴随有物理化学反应、生物化学反应、相变过程以及能量与物质的转化和传递过程，具有时变性、非线性以及不确定性和滞后性等特点。目前，考虑到活性污泥组成以及污水处理过程的复杂性，同时加上对于污水处理方法的研究日趋深入，业内对数学模型的建立及应用也日趋成熟，即便如此数学模型的建立过程也是困难异常。但是，建模领域的开拓对于污水处理行业来说又是一个具有里程碑的意义，是一个重要理论意义与实用价值的新型工具。活性污泥模型（ASMS）的研究与应用将是污水生物处理领域的热点之一。目前，国内将ASMS在大型污水处理厂的设计、改扩建及模拟运行的工程应用经验不多，相关的文献、资料也较少；而国外目前在ASMS的研究进展则领先国内很多，应用于实际的大型污水处理厂的工程案例也相对较多。

2 关于ASMS模拟污水处理厂运行的工程应用研究进展

目前，Elawad等人利用Biowins软件建立了一个ASMS的扩展动态模型，用于表达北非埃及西部的一个污水处理厂的性能。该污水处理厂生产工艺适合处理生活污水与工业废水混合进水的活性污泥工艺，日流量为6万m3/d。在正常运行条件下，采用该厂8个月的运行数据平均值对该预测模型进行校准，由于废水的温度存在着明显的波动，因此在模型中加入了Arhenius方程，并调整了相关计算参数：好氧异养衰减率（bH2O=0.15d-1），好氧异养菌产率（YH2O=0.3gCOD/gCOD），最大异养生长速率（μH=7d-1）。通过对比TSS、COD、MLSS浓度发现：ASMS扩展预测模型可以很好的预测该污水厂的处理性能。由于目前埃及相关法律氮的相关排放进行限制，因此该污水处理厂没有氮的相关数据，所以暂无法验证模型的脱氮过程。

而Vinicious等利用ASM2d预测模型对污水处理厂进行模拟校准，并首次将“Seeds”方法应用在污水处理厂数据的模拟应用上。Spain Catalonia地区的Manesa污水处理厂的平均进水流量为3万m3/d。该厂包括预处理、初次沉淀池、生物处理池及深度处理几个部分，其中生物处理池包括3个面积为1500m3的厌氧池及总面积为4000m3的好氧池。在夏季，污水中污染物的负荷比冬季小得多。模型校准分为两个步骤：静态及动态模拟。静态模拟有助于减少模型与进水数据之间的差异。采用初步校准的结果进行动态校准，采用“Seeds”方法可以得到校准模型参数的最小数量，从而减少了参数优化过程中各参数的相关性问题，该方法对提高确定进水状态具有明显经济上的优势。

WANG等人利用改进后的ASM2d预测模型对华东部某技改A2/O工艺的城镇污水处理厂进行了模拟计算。通过调整进水量以及分配比，对3套技改后的A2/O工艺系统出水水质进行监测及对比。结果表明：当进水总量为10万t/d，NH4+-N和COD的浓度可以达到出水一级A标准。当进水总量在污水处理厂设计值范围内时，总氮浓度达标率可达一级B标准的95%以上。进水组分及温度越均匀，TN的达标率则越高。另外，研究还发现：在贴近预测达标率的前提条件下，设计标准为8万吨/天的污水处理厂的最大运行承载能力可以达到15万t/d。

W.Wambecq等人以ASM2d预测模型为平台量化了氧化沟水平流速对污水处理厂的能耗影响分析。Honsbroek污水处理厂的生物处理单元为两个3万m3的氧化沟，可以处理1万m3/h的污水。在保证去除效果的同时，为了降低能耗采用如下2种方法。一是经典的曝气控制优化，可以降低5%的能耗。当氧化沟的水平流速为0.2m/s。可以通过增加水平流速到0.35m/s，即可以降低10%的能耗。二是经典的优化控制和氧化沟流速优化可以降低15%的能耗，研究表明：最佳流速为0.33m/s。

Lu等人利用ASM2d模型与SST耦合模型研究了西部某污水处理厂的运行性能。通过测定废水中COD组分，再根据污水处理厂的实际数据及工艺流程来确定模型初始参数。SST模型利用污泥沉降速度方程描述SST的理想沉降情况，并利用耦合模型对污水处理厂进行模拟计算，可以得到以下结论：

（1）出水COD、SS和TP模拟效果较好；（2）该模型的运行有助于提高A2/O工艺的氮磷去除率，TN的去除率可从25%提高到65%，TP的去除效率可从35%提高到80%，模拟结果可直接用于该污水处理厂的升级改造；（3）对SRT和生物反应器内的污泥浓度进行优化处理，增加了污泥的抗负荷冲击能力，提高出水水质。

Abusam等人采用ASM1预测模型针对位于科威特的Riqa污水处理厂出水COD不稳定问题进行了模拟核对及性能研究。针对可能的原因进行分析，并采用2013年的监测数据来进行模型建立，包括HRT、SRT、LV和F/M等。结果表明：BOD/COD变化比较明显，应该是工业废水或污水非法排放所致。开发的模型可用于控制并优化系统的性能。

Swinarsk等人改进了ASM2d预测模型，增加了用于缺氧及好氧条件下聚磷菌和异养菌生物过程的底物成分和过程，并在波兰的Gdank污水处理厂进行了小试。利用小试结果对原始的ASM2d预测模型进行校核，硝酸盐吸收速率和缺氧磷吸收速率拟合良好。用杂醇作为辅助碳源，并以污水厂连续72小时的监测数据作为确定扩增的ASM2d延展模型的初始参数。新的预测模型可以更好的预测COD、NO3-N的浓度。出水的PO4-P浓度预测值为原先的ASM2d模型的一半，但在预测磷酸盐去除率上差距很小。

Ján等人对Slovak的Nové某污水处理厂进行了模拟校核，利用进出水流量及废水组成成分进行了监测并进行动态模拟。该污水处理厂的生物处理单元为前置反硝化工艺。活性污泥反应器厌氧池为2000m3，好氧池为7000m3，二沉池体积为2500m3。平均动态进水流量约为500m3/h，回流污泥量约为10000m3/d，剩余污泥量约为150m3/d，内循环量约为8700m3/d。研究结果表明：该校准模型通过进水成分和运行参数的变化可以预测出水水质及系统运行成本。通过模拟可以得到最佳的固体停留时间（10d）、溶解氧浓度（2mg/L），此时的运行费用最为经济。

Georg利用基于硝化/反硝化模型改进的ASM1预测模型来模拟某污水处理厂的运行情况，同时介绍了MPC在污水处理厂的智能控制中的研究成果，对污水处理厂的两种控制策略进行了检验，并从污水处理厂的处理效率及成本效益进行了分析：第一种策略是与DO和KLa的控制相关；第二种策略是利用氮的变化对污水处理厂的指标进行控制。与第一种相比，该策略使运行成本降低10%，出水水质指标提高15%。

Gussem等采用ASM2预测模型对比利时的Bre污水处理厂进行了模拟校准。也进行了两种最优策略比较：达标排放的最低成本和最佳环境效益。研究包括4种研究方案：（1）MLSS浓度控制；（2）氧设定点；（3）内循环评价；（4）反硝化的硝酸盐设定。基LCA的优化方法都能够显著降低成本及环境影响。其中LCA方法对于现存的全局污水厂更具优势，它使工厂可以安全运行，风险减少，并在均衡成本下使出水水质更好。

FANG等人将机理模型和遗传算法以与神经网络结合构成综合动态模型，用于模拟污水处理厂存在进水波动。机理模型由EAWAG bio-P与ASM3模型组成。将某污水处理厂4个月进水特征数据进行模拟。模拟结果表明：在扰动条件下，与单独的机理模型和神经网络模型相比，该模型能够捕捉到信息补偿模型的误差，并进行相应改进。

Yang等人基于GPS-X软件平台以ASM2预测模型某污水处理厂的氧化沟工艺。该污水厂设计能力为7×104t/d，总停留时间为14h，运行周期7h。选取合适的工艺参数和动力学参数进行模拟，模型构建过程中将氧化沟进行分解。参数包含曝气设备分布及溶解氧浓度。在GPS-X平台上选择2008年的进出水数据对COD、总氮、SS、氨氮的浓度进行模拟。模拟结果表明：预测值与实际值吻合良好，其中总氮去除率差异为6%，COD去除率差异小于2%，而氨氮去除率差异约为10%，应该是温度变化和实际曝气效率低的缘故。该研究表明：利用该模型可以很好地模拟污水处理厂实际工况。

Jukka等用ASM1改进的模型对工业污水处理厂进行了模拟。工业废水的营养分通常是不足的。模拟结果证明：数学模型在研究实污水处理厂的营养物策略和解决污水处理厂的性能方面是适用的。

Lu等人用改进的ASM1预测模型对大型纺织印染废水处理厂进行模拟，该废水厂设计进水流量为5万m3/d，处理工艺为厌氧-水解-曝气-沉淀处理过程。根据整个处理厂运行数据建立模型，对测量结果进行校核。研究结果表明：低生物降解性废水中COD的测定是可以通过呼吸测量法及全局污水厂数据的校核过程进行估算的。

J.Alex，J.F.Beteau，C.Hellinga等人开发的污水处理厂基准评估模型，该模型是一个独立于平台的仿真环境，用于仿真模型，流入负载和评估标准。多个研究团队为基准测试的开发做出了贡献，并在多个仿真平台（SimulinkTM，GPS-XTM，SimbaTM，FORTRAN code）上获得了不少研究成果。

美国明尼苏达州的Hastings WWTPs利用污水处理厂构筑物物理尺寸，具有典型性的进出水及运行参数，对MLSS、TSS进行模型校核。污水处理厂处理单元主要包括初沉池、生物曝气池、二沉池、厌氧消化池等几个部分，通过模型构建将几个系列综合进行模拟。在模型校核中发现：进水数据是基于2万人用水量计算所得，可能使得进水测得的BOD值低于实际值。虽然没有足够的有效信息来调整动力学参数，但在校核过程存在的不一致性对于發现运行过程的问题具有一定的预测作用。

美国WERF项目组与Phoenix市合作，对Multi-Cities污水处理厂的生物脱氮过程进行模拟，确定污水处理厂的进出水数据及污水组分，并利用活性污泥模型校核测得出水特征值；并应用模型的校准来估计比硝化细菌的生长速率。在稳态模拟中大多数出水特征值的测量值与预测值具有良好的一致性；动态模拟分析了进水特征值的日变化量，模拟硝酸盐浓度曲线与实测值吻合良好，可以用来模拟增加污水厂承载能力的情况下污水厂的负荷与运行参数变化。