李志梅
(廣東省自動化研究所)
MBR污水處理節能潛力分析
李志梅
(廣東省自動化研究所)
采用Cp、Ppk和風險比等方法,對污水處理廠運營數據進行研究,分析污水處理廠運營狀況,尋求節能空間,提出通過實時數據驅動模型進行控制的方法,降低變量波動,提高控制精度,穩定系統運行以達到節能目的。
Cp;Ppk;風險比;波動;節能
城市污水處理是高能耗行業之一。由于技術和管理水平的限制,我國城市污水處理行業普遍存在電能浪費的問題,單位污水處理的電耗較高。
2010年初,借助住房和城鄉建設部《全國城鎮污水處理信息管理系統》平臺,國家城市給水排水工程技術研究中心抽樣選取全國多座污水處理廠進行全年能耗特征分析[1]。研究表明:2009年運行的1856座污水處理廠的年均電耗約為0.254 kW·h/m3,與日本1999年污水處理廠的能耗(0.26 kW·h/m3)相當,比美國1999年0.20 kW·h/m3的水平略高[1]。由此可見,我國污水處理廠的能耗水平仍處于發達國家20世紀后期的水平,具有較大的節能降耗空間。污水處理廠的電耗節點主要包括提升泵房、鼓風機房、推進及攪拌設備和內外回流泵等,其中鼓風機房是主要的電耗節點,其電耗約占污水處理廠總電耗的50%[2]。
本文通過某采用膜生物反應器(MembraneBio-Reactor,MBR)工藝的污水處理廠工程實例,以工程三個月的實際運行數據(以下稱樣本數據)為基礎,結合目前工程的實際運行狀態,對污水處理控制系統進行節能潛力分析,尋找優化控制方式和降低能耗的方法,以期為我國污水處理廠的運行管理和節能降耗提供理論基礎和參數支持。
為了解工序在穩定狀態下的實際加工能力,即在操作者、機器設備、原材料、操作方法、測量方法和環境等標準條件下,工序呈穩定狀態時所具有的加工精度,通常用Cp和Ppk等參數作為評斷標準。
過程能力指數(capability index of process,Cp)僅適用于統計穩定過程,不考慮過程的偏移,是過程在受控狀態下的實際加工能力。
工藝性能指標(process performance inde,Ppk)不僅適用于受控過程,也適用于非受控過程,且一個非受控過程在生產初期過程和長期生產中都會遇到,因此它以整體數據為樣本,體現的是所有數據之間的關系。
Ppk表示在保證性能的前提下,在要求范圍內實際過程變化影響下的控制能力;Cp代表實現最小的控制過程變化的能力。如果Cp值較小,說明控制過程受普通因素的變化影響較大,此時若想提升過程能力往往需要更多的投入和更高級的決策。Cp和Ppk與控制過程的影響關系如表1所示。

表1Cp、Ppk與控制過程之間的關系
在表1中,改變流程意味著改變儀器儀表,減弱儀器儀表帶來的隨機變化,以此提高系統的穩定性以及參數調整等方面的影響。
風險比(risk ratio,RR)在水行業是指標準值與每個樣本的差異與標準差的比值,即在指定樣本測量時間段內,樣本平均值與標準的差異與樣本標準差的比值。與Cp和Ppk的指標相比,風險比有效避免了單點樣本的不確定性,使分析結果更準確。

其中,T是規格標準;μ是數據的平均值;σ是標準偏差。
風險比與超標風險的概率關系如圖1所示。這些概率是通過考慮單個樣本數據或一段時間內的樣本數據集通過式(1)計算出來的,是一個作為正態分布標準化變量的風險比。如圖1所示,風險比在0~2時為高危區,系統有非常高的風險;風險比在2~3時為風險區,系統比較脆弱,超標的概率相對較大;風險比在3~5時為安全區,系統在經濟區間運行;風險比大于5時,正常運行情況下,系統超標的風險較小。因此風險比小于3時,需要調整過程,使系統在安全區間運行;而風險比大于5時,系統處于過處理狀態,造成能耗浪費,因此節能潛力相對較大。

圖1 風險比與超標風險的概率關系圖
根據樣本數據初步分析,除個別故障數據之外,其余數據滿足穩定狀態的正態分布。采用典型的污水質量標識數據出水COD、總氮等作為分析源數據,進行風險比分析。分析過程中,在系統已知設備儀表故障的情況下,由此引起的異常數據可能被忽略。污水處理廠按照國家1級A排放標準設計,分析最終出水的水質情況以及超標的風險。
污水處理廠出水水質COD標準為50mg/L[3],而污水處理廠為嚴格控制出水,出水水質COD采用的標準為40 mg/L。根據樣本數據可知,樣本數據平均值為9.69 mg/L,樣本數據的標準差為1.48 mg/L。根據式(1)計算最終出水COD的風險比=(40-9.69)/1.48=20.48。該風險比值表示出水COD的控制結果遠低于限值,安全區域很大。
污水處理廠出水水質BOD標準為10mg/L[3]。根據樣本數據可知,樣本數據平均值為1.08 mg/L,樣本數據的標準差為0.43 mg/L,根據式(1)計算最終出水BOD的風險比=(10-1.08)/0.43=20.74。該風險比值表示出水BOD的控制結果遠低于限值,安全區域很大。
污水處理廠出水水質總懸浮固體(MLSS)排放標準為10 mg/L[3]。分析樣本數據過程中,發現部分數據偏差明顯,經過查詢是采集設備出現故障所致。在剔除設備故障期間不正常數據后,樣本數據平均值為0.98 mg/L,樣本數據的標準差為0.87 mg/L。根據式(1)計算最終出水MLSS風險比=(10-0.98)/0.87 =10.36。該風險比值表示出水MLSS的控制結果遠低于限值,安全區域很大。
出水水質總氮限值為15 mg/L[3],根據樣本數據可知,樣本數據平均值為9.55 mg/L,樣本數據的標準差為1.94 mg/L。根據式(1)計算最終水總氮的風險比=(15-9.55)/1.94=2.809。該風險比為2.809<3,根據風險比分析,其有較高的超標風險,應重點給予控制。
出水水質總磷的限值為0.5 mg/L[3],根據樣本數據可知,樣本數據平均值為0.23 mg/L,樣本數據的標準差為0.05 mg/L。根據式(1)計算最終出水總磷的風險比=(0.5-0.23)/0.05=5.4。該風險比小于5,超標風險較低,有很大的安全區域。
由上述分析可以看出,出水水質參數中,COD、BOD、MLSS的風險比大于5,而安全區域為3~5,屬于過度控制的狀況,存在能源浪費,因此存在節能空間。而總氮含量雖然達標,但安全裕度很小,生產控制過程稍有波動就有出水超標的風險,屬于需要重點控制的參數。
MBR污水處理工藝圖如圖2所示,MBR處理工藝由多個環節構成,在生產過程中,各個環節互相影響。常規的PID控制在這種多耦合大滯后的生產過程中控制效果并不理想,很容易出現能耗過多或者出水不達標的情況。

圖2 MBR污水處理工藝圖
為了解決上述問題,本文采用系統辨識、先進控制技術和動態數據驅動模型的控制方式,對污水處理過程進行控制。具體操作如下:
1)對樣本數據進行分析,找出控制過程中各個變量之間的關系和關鍵控制變量,例如DO、MLSS、進出水水質參數COD、風機風量、回流泵流量等,建立數據驅動控制模型。在模型中采用多變量優化控制算法和預測技術,對干擾進行預測控制,以降低干擾的影響。
2)建立數據質量監測器,采用多個相互制約的變量共同判斷控制參數的狀態。既可避免單一變量判斷故障引起的誤報警,提高報警準確度,也可在參數出現異常或者失效的情況下,通過數據仿真,進行數據重構,參與生產控制。這樣在設備、儀表出現故障或維修的情況下,也能保證控制系統正常運行。
3)在控制過程中,將控制結果,如反應池DO、MLSS,出水水質參數等反饋至控制模型,形成閉環控制。一方面對偏差進行及時校正,另一方面進行模型不斷的學習修正,實行滾動優化控制策略,從而達到最佳的控制效果。
4)根據運行狀況,進行KPI分析,對過程控制的效益指標進行計算。同時計算出水水質和能耗相關的風險。
實際運行結果表明,通過基于先進控制技術的數據驅動模型進行控制和數據質量監視,能夠降低總氮以及與總氮有制約關系的數據波動,即DO、MLSS的嚴格控制,使氨含量波動減小;通過精確控制的回流污泥泵的流量和鼓風機的風量,促進反硝化過程,以除去總氮,從而降低出水總氮的含量,使得出水總氮回到安全區域。
目前,我國越來越重視城市污水處理,出水水質不達標或雖已達標但易超標的風險的情況,需要通過系統控制,使出水達到安全區間。如果風險比超過5,屬于過處理狀況,會出現能源浪費,通過系統控制,可以減少能耗。而通過數據驅動模型控制,在保證出水達標的前提下,降低控制參數波動,提高系統運行的穩定性和精確性,使生產過程保持在經濟穩健運行狀態。
[1]李鵬峰,鄭興燦,孫永利,等.A2/O工藝污水處理廠的主要能耗點識別及節能途徑[J].中國給水排水,2012,28(8):6-10.
[2]楊敏,喬武偉,孫永利,等.城市污水處理廠鼓風機房節能潛力分析[J].給水排水,2011,37(6):42-45.
[3]國家環境保護總局,國家質量監督檢驗檢疫總局.GB 18918—2002城鎮污水處理廠污染物排放標準[S].北京:中國環境科學出版社,2002.
Energy-Saving Potential Analysis for MBR Wastewater Treatment Technology
Li Zhimei
(Guangdong Institute of Automation)
In this paper,the methodology of Cp、Ppk and Risk Ratio is used to study data of the actual operation in the sewage treatment plant effluent quality and operating performance to reduces volatility,improve control precision,and achieve energy-saving methods by advanced variable control.
Cp;Ppk;Risk Ratio;Fluctuation;Energy Saving
李志梅,女,1981年生,碩士,主要研究方向:優化控制。E-mail:zm.li@gia.ac.cn