基于活性污泥模型与工艺的溶解氧灵敏度分析

郭亚萍,王巧铃,邵晨佳,季增文,王士杰

(浙江工业大学 环境学院，浙江 杭州 310014)

活性污泥法是目前世界上应用最广泛的处理城市和工业废水的方法[1]，具有经济和操作简单的优点[2]。好氧活性污泥工艺的曝气系统能耗通常占污水处理厂运行能耗的45%～75%[3-5]，而溶解氧是影响曝气系统能耗的关键参数[6]。好氧池中溶解氧不足会导致好氧微生物代谢活性下降，影响出水水质；溶解氧过量会导致污泥沉降性能变差以及能耗过高[7]。目前，污水处理厂曝气系统主要采用开关控制和反馈控制，运行中存在能耗浪费的现象，因此需要构建溶解氧模型来精确控制好氧池中溶解氧。许多学者[8-10]研究了物理化学参数、几何参数和动力学参数等对氧体积传质系数的影响，并构建了相应的溶解氧经验模型。国际水协开发的活性污泥数学模型(ASMS)已被广泛应用于描述污水处理过程，是污水处理厂设计、操作和优化的有效评估工具[11]，其中，ASM2D模型在国内外应用较广泛。朱向东等[12]以ASM2D模型为基础，优化了高碑店污水处理厂脱氮除磷方案；Massara等[13]基于ASM2D模型研究活性污泥硝化反硝化和羟胺氧化过程，发现能较好地预测市政污水处理厂的N2O排放量；García-Usach等[14]基于ASM2D模型对污水处理厂聚磷酸盐累积生物的反硝化过程进行研究，进一步了优化生物除磷过程。

污水处理厂是大型非线性系统，好氧池中溶解氧不仅受到物理参数的影响，还受到活性污泥工艺结构、污水水质和微生物的影响[15]，因此在实践中必须根据特定情况进行灵敏度分析，确定关键因素构建溶解氧的生化模型以准确控制溶解氧。采用可以全面模拟生物脱氮除磷过程的ASM2D模型[16]对污水处理厂生物池的前置缺氧—厌氧—缺氧—好氧(A+AAO)工艺进行模拟，分别对温度、活性污泥工艺设计与运行参数、进水水质组分、动力学参数和化学计量系数进行灵敏度分析，筛选出对溶解氧影响较大的生化模型参数，以期为后续溶解氧生化模型的建立提供基础参考，且对降低曝气系统能耗和维持活性污泥工艺正常运行具有重要意义。

1 灵敏度分析

1.1 活性污泥工艺参数

某市政污水厂(记为H厂)四期工程的二级生物处理采用前置缺氧—厌氧—缺氧—好氧(A+AAO)工艺，单座AAO反应池设计日处理能力为75 000 m3/d，包含1 个前置缺氧池、厌氧池、缺氧池和好氧池，水力停留时间分别为1.5，1.4，4.8，7.3 h，有效水深为7.35 m；二沉池为矩形周边进水和出水沉淀池，有效水深4.5 m；进水流量进入前置缺氧池和厌氧池的比例分别为10%和90%，硝化液回流比为200%，污泥回流比为70%，污泥质量浓度为4 000 mg/L，温度为10～25 ℃。污水厂的A+AAO工艺流程如图1所示。利用污水厂的设计和运行数据，在WEST仿真软件中实现了污水处理厂的模拟，具体仿真步骤参考文献[17]。

图1 H厂A+AAO工艺流程图Fig.1 A+AAO process flow chart of H plant

1.2 灵敏度定义与计算

灵敏度表示参数的变化对系统状态变量产生的影响[18]。灵敏度分析采用单向分析法，即一次一变量法[19]，通常是选择模型中的一个初始组分参数Pi0，对应一组输出结果Yi0，固定其余参数，然后在一定范围内改变Pi0得到Pi1，对应一组Yi1，相对灵敏度RSF[20]的计算公式为

(1)

式中：Pi0，Pi1分别为扰动参数前后值；Yi0，Yi1分别为随扰动参数变化的输出结果前后值；RSF的大小表示系统状态量对参数变化的灵敏性。参数的灵敏性由RSF的绝对值与0.1进行比较得到[21]，当∣RSF∣≥0.1时，认为其值的波动对系统状态变化影响较大，是关键性参数，反之则影响较小，为相对不灵敏的参数，同时，灵敏度有正负之分，正值表示变量与参数变化方向一致，即参数增大或减小导致变量也增大或减小，负值表示变量与参数变化方向相反。

1.3 灵敏度分析参数

笔者选取了温度、工艺设计与运行参数、进水水质和ASM2D模型参数进行溶解氧的灵敏度分析。温度的调整幅度为-25%～25%；活性污泥工艺设计与运行参数包括进水流量Q，硝化液回流比rN，污泥回流比RS，以及4 座池子的水力停留时间HRT1，HRT2，HRT3，HRT4，每个参数调整幅度为-40%～40%；进水水质组分的调整幅度为-80%～80%，进水组分见表1。ASM2D模型中，包含45 个动力学参数和22 个化学计量系数[16]，其中部分参数不会因外界因素的改变而有所不同，故选取ASM2D模型中对溶解氧影响较大的12 个动力学参数和6 个化学计量系数[16]进行灵敏度分析，将参数在默认值(20 ℃)的基础上加10%进行灵敏度分析，符号定义和默认值见表2。

表1 ASM2D模型进水组分的质量浓度Table 1 Mass concentration of influent compositions in ASM2D model 单位：mg/L

表2 ASM2D模型动力学参数和化学计量系数Table 2 ASM2D model kinetic parameters and stoichiometric coefficients

2 结果与讨论

2.1 单因素对溶解氧的影响分析

2.1.1 温度对溶解氧的影响

默认温度为20 ℃，而ASM2D模型应用的温度范围是10～25 ℃，故选取温度的变化幅度为-25%～25%。温度对溶解氧的灵敏度分析结果见表3。由表3可知：温度对溶解氧的灵敏度大于0.1，呈负相关，溶解氧随着温度升高而降低；温度会影响饱和溶解氧值，随着温度的升高，溶解氧饱和值降低，导致氧的转移受到抑制[22]；微生物降解水中有机物需要消耗氧气，随着温度升高，耗氧速率加快，导致溶解氧降低[23]。

表3 温度对DO的灵敏度Table 3 Sensitivity of temperature to DO

2.1.2 工艺设计与运行参数对溶解氧的影响

对工艺设计与运行参数中的进水流量、硝化液回流比、污泥回流比、污泥质量浓度和HRT分别进行了实验模拟，每个参数变化幅度为-40%～40%。各参数对溶解氧的灵敏度分析结果见表4。由表4可知：进水流量对溶解氧的灵敏度值均大于0.4，且呈负相关，说明随着流量的增大，污水中有机物的含量增加，消耗的溶解氧增大，使得好氧池中的溶解氧减小；硝化液回流比的增大或减小对溶解氧几乎无影响；污泥回流比对溶解氧影响很大，随着污泥回流比的减小，溶解氧增大，污泥回流比为56%时，灵敏度值高达-1.69；污泥质量浓度对溶解氧几乎无影响；好氧池水力停留时间HRT4对溶解氧的影响最大，随着HRT4增大溶解氧增大。

表4 工艺设计与运行参数对DO的灵敏度Table 4 Sensitivity of process design and operating parameters to DO

2.1.3 进水水质组分对溶解氧的影响

对进水水质组分进行溶解氧灵敏度分析，每个参数变化幅度为-80%～80%，固定步长20%，灵敏度分析结果见表5和图2。慢速可降解基质质量浓度XS和氨氮质量浓度SNH的灵敏度值大于0.1，对溶解氧影响较大，且呈负相关；随着进水中XS和SNH的增大，有机物消耗的溶解氧增大，导致好氧池中的溶解氧减小；其他组分对溶解氧影响均较小。

表5 不同水质组分对DO的灵敏度Table 5 Sensitivity of different water components to DO

图2 不同水质组分下好氧池溶解氧的变化Fig.2 Changes of DO in aerobic tank under different water quality components

2.1.4 动力学参数对溶解氧的影响

对ASM2D模型的12 个动力学参数进行了模拟，灵敏度分析结果如图3所示。12 个动力学参数对溶解氧的灵敏度值均小于0.1，说明这些参数变化对溶解氧影响较小，不是关键参数。

图3 模型动力学参数对溶解氧的灵敏度Fig.3 Sensitivity of model kinetic parameters to DO

2.1.5 化学计量系数对溶解氧的影响

对ASM2D模型的6 个化学计量系数进行模拟，灵敏度分析结果如图4所示。异养菌产率系数YH对溶解氧的灵敏度较大，达到0.36，呈正相关。这是由于YH是细胞合成系数，YH增大，说明生成单位质量的细胞COD所消耗的有机物质量减少，因此耗氧量减少，好氧池中溶解氧增大。其他研究也表明异养菌产率系数YH会影响MLSS，YH是关键参数[21,24]。

图4 化学计量系数对溶解氧的灵敏度Fig.4 Sensitivity of stoichiometric coefficient to DO

2.2 多因素协同作用对溶解氧的影响分析

2.2.1 正交试验设计

在实际工艺运行过程中，参数对溶解氧的影响是相互的，通过多因素正交分析来探究各因素相互作用对溶解氧的影响。由于温度变化会影响模型参数值，故将温度控制在20 ℃。选择单因素分析中其余6 个参数进行正交模拟，分别为因素A进水流量Q、因素B污泥回流比RS、因素C好氧池水力停留时间HRT4、因素D氨氮质量浓度SNH、因素E慢速可降解基质质量浓度XS和因素F异养菌产率系数YH，每个参数选取5 个水平，以此展开6因素5水平的正交模拟实验，以确定6 个参数对溶解氧的影响程度。正交模拟试验水平表L25如表6所示。

表6 正交因素水平表Table 6 Orthogonal factor level table

2.2.2 正交试验结果

1) 极差分析结果

利用minitab软件[25]对25 组试验结果进行极差分析，计算6 因素不同水平下的平均值和极差，计算结果如表7所示。表7中25 组正交模拟实验的溶解氧极差分析结果表明：B(RS)的极差数值最大，为2.28；D(SNH)的极差数值最小，为0.73；其余4 个因素的极差大小排序为：C>F>A>E。故各因素对好氧池溶解氧的影响顺序为B(RS)>C(HRT4)>F(YH)>A(Q)>E(XS)>D(SNH)。因此，污泥回流比对溶解氧的影响最大，氨氮浓度对溶解氧的影响最小。

表7 好氧池溶解氧模拟结果的极差分析Table 7 Range analysis of DO simulation results in aerobic tank

2) 方差分析结果

利用Minitab软件对正交模拟实验结果进行方差分析，探讨不同控制因素的差异显著性。方差分析的结果见表8。各因素的校正平方和分析结果表明：SNH的校正平方和小于其他5 个因素，故选取SNH为误差项，得到Q，RS，HRT4，XS，YH的F值分别为3.29，10.92，5.78，1.32，3.65，表明6 个参数对溶解氧的影响程度依次为RS>HRT4>YH>Q>XS>SNH，与极差分析的结果一致。笔者采用的显著性水平为0.05，当因素的P值小于0.05时，认为该因素的差异是显著的。比较表8中各因素的P值，得出污泥回流比的差异是显著的，其余参数均不显著。

表8 好氧池溶解氧模拟结果的方差分析Table 8 Variance analysis of DO simulation results in aerobic tank

3 结 论

通过灵敏度分析确定对好氧池溶解氧影响较大的参数。温度对溶解氧有显著影响，溶解氧随着温度升高而降低。在工艺设计与运行参数中，进水流量、污泥回流比和好氧池水力停留时间(HRT4)对溶解氧有显著影响。随着进水流量和污泥回流比的增大，溶解氧降低，水力停留时间增大，溶解氧增大。在ASM2D模型进水组分中，水质参数对溶解氧影响显著的有SNH和XS，且都呈负相关，其余进水组分对溶解氧影响较小。在ASM2D模型的化学计量系数和动力学参数中，YH对溶解氧的灵敏度最大，灵敏度值为0.36，其他参数对溶解氧影响较小。由单因素灵敏度分析可知：温度、Q，RS，HRT4，SNH，XS，YH对好氧池溶解氧影响较大。同时，对除温度外的6 个影响较大的参数进行了多因素正交分析，由极差分析和方差分析结果可知：6 个因素对好氧池溶解氧的影响程度排序为RS>HRT4>YH>Q>XS>SNH。通过灵敏度分析确定对好氧池溶解氧影响较大的参数，对参数进行测定或调整，可为溶解氧的生化建模提供基础参考，为模型的应用奠定良好的基础。