活性污泥數學模型在污水處理中的研究進展

徐承志，操家順，羅景陽，吳瑒

(1.河海大學 淺水湖泊綜合治理與資源開發教育部重點實驗室，江蘇 南京 210098；2.河海大學 環境學院，江蘇 南京 210098；3.國河環境研究院(南京)有限公司，江蘇 南京 211599)

目前，水資源短缺已經成為全國乃至全世界的嚴峻問題，各國目前不僅重視現有水資源的保護，也更加注重合理利用水資源[1]。自《水污染防治行動計劃》發布以來，我國逐步從單一的水資源控制轉變為全方位的水資源可持續利用，各省、市、區根據自身實際的水環境特性制定出相應的水污染防治保護政策，對污水處理提出了更高的要求[2-3]。以太湖流域為例，江蘇省于2018年5月出臺了地方標準《太湖地區城鎮污水處理廠及重點工業行業主要水污染物排放限制》(DB 32/1072—2018)，相比于《城鎮污水處理廠污染物排放標準》(GB 18918—2002)一級A標準，總氮出水提升至10 mg/L以下，總磷出水提升至0.3 mg/L以下，意味著污水處理廠需要對現有工藝進行改造或增設深度處理工藝，以滿足更加嚴苛的排放標準[4]。

活性污泥數學模型是基于計算機平臺，描述污水處理過程中微生物復雜生化反應過程的一種數學工具，可用于模擬污水中各組分變化從而實現水質預測[5]。隨著活性污泥數學模型的不斷發展，相關污水處理的模型研究逐漸從簡單描述污水反應過程，將污水參數數據擬合到微生物生長衰減理論建立基礎模型，到深入研究污水處理反應機理，對污水處理中除碳、脫氮、除磷的機理進行了更加詳細的描述與建模。越來越多的污水處理軟件不斷推出，如SSSP軟件、EFOR軟件、GPS-X軟件、WEST軟件、Biowin軟件等，用于指導污水處理廠管理和工程提標，以達到優化調控、水質達標和節能降耗的目標[6]。但即便如此，活性污泥數學模型仍在不斷拓展和修正，以解決更多復雜的污水處理狀況。

由于活性污泥數學模型具有較深的研究價值以及廣闊的應用前景，本文綜述了其發展歷程，列舉了國內不同工藝的模型應用狀況，說明了模型應用方面的優勢，并提出在模型應用過程中的主要難點問題，以推動活性污泥數學模型在污水處理方向的研究，以實現有效水質預測、提升在線管理水平以及實現污水處理廠智能化管理的目標。

1 活性污泥數學模型的研究現狀

1.1 活性污泥數學模型的發展歷程

活性污泥法是一種高效的污染物去除工藝，為了準確描述污水處理過程中微生物生化反應過程，國際水污染控制與研究協會(IWA)于1982年組織并成立了活性污泥數學模擬課題組，借助前人研究的一系列描述底物降解、微生物生長和各參數之間的關系的理論方程，致力于研發活性污泥數學模型[7-10]。自1987年起，IWA相繼推出了活性污泥1號模型(ASM1)、活性污泥2號模型(ASM2)、活性污泥3模型(ASM3)、活性污泥2d號模型(ASM2d)，每一個模型采用的理論和適用范圍各不相同。表1列舉對比了各模型之間的差異性。

表1 ASMs系列模型的對比表

由表1可知，IWA將前人研究的描述活性污泥處理污水除碳、脫氮和除磷過程的數字方程進行了全面的開發與整合，建立了活性污泥的基礎數字模型。但由于模型中涉及大量的參數和反應過程，在當時的技術下進行模型的拓展和開發存在較大困難。直至進入21世紀，隨著計算機飛速發展，研究者們才得以對ASMs模型進行更深的拓展與研發，為其在工藝機理的研究、污水處理廠設計、改造和運行管理上提供了新的工具。與此同時，開發者對模型進行簡化，各種具備商業用途的污水處理軟件不斷推出，大大提升了活性污泥數學模型的應用性，在實際應用的過程中更加的便利。近年來，國內外作者對ASMs模型不斷進行拓展，其改進成果見表2。

表2 ASMs系列模型的發展歷程

由表2可知，ASMs系列模型在近20年間不斷地進行開發與完善，已形成一個龐大的系統，為研究者們深入研究活性污泥法提供了便利。與此同時，為了應用于更多的污水處理工藝，開發者以ASMs模型為基礎框架，拓展出其他針對于特定工藝的模型，例如Murat等[26]以ASMs模型為基礎，構建ADM1模型來模擬厭氧消化工藝，明確了ADM模型相關假設以及對模型中的動力學參數進行了定義和測量，結果表明ADM1模型可以較好地模擬實際工藝，推動了厭氧消化工藝的相關研究。

1.2 活性污泥數學模型軟件的實際應用現狀

雖然ASMs系列模型在近20年內經過了國內外科研人員的不斷拓展和修訂，已從最初的采用相關經典理論簡單描述污水微生物生長反應過程，到如今能夠更加細致地描述活性污泥法微生物降解各物質間的反應機理和機制，通過修訂過去模型存在的不足，構建新的動力學方程來滿足日益復雜的污水處理工藝需求。ASMs系列模型的發展極大地促進了污水處理商業軟件的開發和應用，例如SSSP軟件、EFOR軟件、GPS-X軟件、WEST軟件、Biowin軟件等。國內外研究人員應用相關軟件對污水處理工藝進行模擬，輔助設計以及實現污水處理廠運行管理優化，提標改造以及節能降耗等目標。針對不同工藝，國內外在模型應用發面也取得了較多的發展。其實際應用狀況見表3。

表3 不同工藝模型軟件應用現狀

由表3可知，污水處理廠中使用活性污泥法常用的相關工藝近年來都有研究者進行建模仿真，通過調控溶解氧、內外回流比、溫度、污泥負荷率、進水C/N比、碳源投加等因素來綜合模擬工藝運行，為污水處理廠優化運行管理、提標改造提供理論基礎，提高經濟效益。例如，黃宇等[35]使用WEST軟件模擬山東某污水處理廠規模為8萬m3/d的氧化溝工藝，經過模型校正后與實測值基本吻合，并利用模型對水力停留時間、進水分配比、污泥回流比以及剩余污泥排放量進行了總計超過1 300次模擬，提出多種改造方案，綜合考慮運行成本，并最終采用多段多級A/O脫氮除磷工藝。杭晨等[36]使用Biowin軟件對蘇州某污水處理廠進行模擬，對其工藝運行參數進行優化，在保證出水達標的前提下，有效降低了20%曝氣量，節約40%聚合硫酸鐵投加量，總體費用降低0.03元/m3，經濟效益明顯提高。應用模型軟件還可根據節能降耗要求進行有針對性的優化，例如，Li等[37]基于ASM1模型耦合BSM1模型構建溶解氧預測及自動控制模型，相比于目前污水處理廠PID曝氣控制系統可以更加有效地根據不同外界情況來實時調整曝氣量，經濟效益顯著。Sun等[38]使用Biowin軟件構建MBR好氧曝氣控制系統使曝氣量降低15%～20%，總能耗降低了4%，并提出若使用變頻式鼓風機可以進一步降低能耗。

綜上述所，活性污泥數學模型在實際應用方面，與抽象的傳統工藝設計相比，具有以下幾點優勢：①適應于復雜多變的水質水量狀況，可以針對不同水質水量情況實時進行有針對性的模擬；②借助計算機平臺，短時間內可進行成百上千次模擬，可以根據管理者不同的需求直觀的進行演示，確定優化后的可靠方案；③節約因依靠工程經驗確定優化參數過程中而耗費的大量人力物力，可以根據模擬結果選擇最優方案進行實際驗證；④有助于推動污水處理廠智能化管理，將進廠內進水系統、曝氣系統、在線監測系統、加藥系統等接入模型完善自動控制，推動未來污水處理廠管理自動化、智能化發展。

2 活性污泥數學模型的應用難點

從實際應用的角度出發，活性污泥數字模型軟件確實是一種有助于污水處理廠進行針對性問題解決的一種工具，提升了從事相關行業人員的科研水平，但由于污水處理廠是一個大型的、開放的系統，仍存在很多外界因素會對其進行干擾，模型軟件需要綜合考慮這些因素進行進一步拓展，提升模型精度，以達到水質的合理預測，以更好地指導污水處理廠的運行管理。

目前，活性污泥數學模型在提升精度方面仍存在以下幾個應用難點：①進水組分參數測定標準研究；②模型不確定性分析研究；③模型工藝概化方式研究。

2.1 進水組分參數測定標準的研究

活性污泥數學模型即便是經過了多年的開發和應用，但為了準確描述所模擬的污水處理對象的各項參數的運行狀況，仍需要輸入大量較為詳細的模型參數。以GPS-X 8.0軟件為例，用戶可輸入的進水組分參數共達53種，其中需要用戶主要輸入的進水參數共有15種，見表4。

由表4可知，氮組分、磷組分、pH、堿度等相關參數均有統一的測定標準，但對COD組分的測定仍沒有統一的標準，且部分參數不同文獻測定結果差異過大。一般來說，COD組分的劃分根據微生物可降解能力劃分為可生物降解COD和不可生物降解COD。可生物降解COD中根據降解速率劃分為易生物降解COD(SS)和慢速生物降解COD(XS)，其中SS又可以分為易生物降解有機物(SA)和可發酵易生物降解有機物(SF)；不可生物降解COD中根據溶解性劃分為溶解性惰性COD(SI)和顆粒惰性COD(XI)。這也對污水處理廠工作人員的檢測水平發起了挑戰，目前廠內實驗檢測對象僅包括常規COD、BOD5、TN、TP和NH3-N，而若想要準確地應用模型達到水質預測和優化分析目的，就需要進行細致的進水組分表征，況且目前國內外關于進水COD組分的測定仍沒有一套標準的測定方法，對污水處理廠工作人員的科研水平提出了較高的要求。

表4 GPS-X軟件進水組分主要參數

表5列舉了目前國內外關于COD組分的測定方法。

表5 國內外關于COD組分測定的方法

由表5可知，雖然測定COD各組分的方法很多，但由于缺少統一的標準，每一種方法測定的結果均存在差異，甚至是明顯差異。以異養菌含量XH測定方法為例，目前主要有三種方法，分別為指數生長速率法(Exp-M)、內源呼吸速率法(End-M)和最大呼吸速率法(Max-M)，根據Li等[44]對于同一進水基質培養的活性污泥異養菌測定值分別為756，1 151，950 mg COD/L，可發現存在明顯差異。三種方法各自存在優缺點和適用性，但由于三種方法適用性劃分模糊，微生物生長機理研究仍需要進一步深入，在實際工程應用中往往采用操作簡單、用時短的最大呼吸速率法(Max-M)。Li等[44]對Max-M方法進行了公式系數的修改，結果驗證能夠較好客觀地反映XH含量，具有廣闊的應用前景。

綜上所述，進水參數測定方法繁多，且適用范圍模糊是活性污泥數學模型在應用上的一個難點，一定程度上影響了模型模擬實際工藝的可靠性，對污水處理行業從業者的科研水平提出了較高要求。因此，對于進水組分，尤其是COD組分的測定標準仍需要進一步的研究。

2.2 模型不確定性分析的研究

活性污泥數學模型在實際應用中，始終存在著模擬結果與實際情況不相匹配的問題，則難以為使用者提供可靠有效的建議。盡管對進水組分的測定標準在不斷的改進，但由于模型中還包含了生物、水力、曝氣、沉降模塊，每一模塊均有不同的數學方程表達，需要輸入不同的參數變量，并且輸入的參數難以表達出實際污水系統運行過程中受到的各種因素的干擾狀況，從而導致模型輸出結果具有很大的不可靠性。隨著模型的大量應用，模型的精度要求會越來越高，因此對模型進行不確定性分析是必要的。

模型不確定性分析是指評估模型中各參數變化對模型結果的影響，目前常用的檢驗模型可靠的方法主要有MC法、GLUE法、GP法、SA法等，在污水處理領域多采用MC法和SA法進行不確定性分析。一般來說，模型的構建主要經歷確定對象、制定目標、收集數據、構建模型、校正模型、驗證模型和分析結果過程[45]，具體見圖1。其中，對模型結果能產生較大影響的環節主要為數據收集和構建模型，對其包含的內容進行不確定性分析，對參數進行識別和量化，為后續模型的校正打下基礎，使模型結果具有說服力。

圖1 模型構建過程中各環節的不確定性分析對象

由于模型中包含大量的參數及變量，以GPS-X 8.0為例，其包括了53個進水組分參數，19個化學計量參數，152個動力學參數。除此以外，不同工藝系統還有不同的運行參數、尺寸、設備運行狀況等均會對模擬結果產生影響，因此對參數進行可靠性分析，對那些可對運行結果產生重大影響的參數進行識別，通過實驗測定或查閱文獻的方式進行參數調整是十分必要的[46-48]。

目前，研究者對模型可靠性分析的研究遠不如模型本身的發展，現階段仍存在著諸如如何詳細劃分污水處理系統中不確定性參數、通用參數識別與量化方法等問題，也沒有構建出一個基于不確定性分析的業內認可的評估框架[49]。因此，關于模型可靠性分析的研究仍需要不斷的深入，以提高模型運行結果的可靠性，降低模型應用風險。

2.3 模型工藝概化方式的研究

目前，模型在應用過程中越來越重視與實際工藝的匹配度，但現有的大多數模型軟件將生物反應過程視為一維系統，而實際生物反應池包含了溶解氧的梯度變化、流速變化以及藥劑擴散等的三維系統。為了使模型在建模過程中可以更加貼近實際工藝運行，往往會采用工藝概化的方式[50]。

工藝概化是指將某一個完整的工藝劃分為多個小工藝串聯以更好地模擬實際運行，例如將氧化溝工藝概化為多個具有不同溶解氧環境的單一反應池串聯而成[51]。國內外關于模型工藝概化的研究起步較晚，關于工藝概化具體的劃分標準與方法文獻報道較少。目前，工藝概化普遍采用的方法主要有以下兩種：①根據工藝內溶解氧梯度變化劃分區域來概化工藝。Qiu等[52]將氧化溝中不同曝氣裝置的曝氣效果進行比較，確定了曝氣過程中氧擴散區間分布，以降低能耗為目的建立了氧化溝曝氣系統能耗模型，有效降低了10%能耗。周國強[53]以氧化溝外、中、內溝溶解氧不同將其概化為3組厭氧、缺氧、好氧池串聯進行模型構建。但該種方法也存在著缺陷，例如需要選擇合適的點位進行溶解氧測定以及只在水平上考慮了溶解氧梯度變化，并未考慮垂直溶解氧梯度變化等問題；②根據經驗公式確定。主要通過不同研究者長期對污水處理工藝的特點進行工藝概化，在構建模型時起到一定的指導作用[54]。

現階段，模型工藝概化主要通過簡單的工藝特點進行劃分，在一定程度上可以更好地描述生物處理過程，但仍有很大的拓展空間。為了進一步揭示工藝內不同環境下微生物去除污染物機理，模型的工藝概化研究需要進一步深化，例如耦合CFD等水動力學模型等拓展模型在三維系統上的不足，使活性污泥數字模型可以更好的模擬實際復雜的污水處理系統。

3 結論與展望

近年來，活性污泥數學模型經過研究者們不斷地修正和拓展，為污水處理廠的優化調控、提標改造、節能降耗以及自動化控制等方面提供了有效的應用工具，已成為活性污泥相關研究領域內的研究熱點。相比于傳統設計，應用模型具有適應于復雜多變的水質水量狀況、節約人力物力、直觀演示優化結果、推動未來污水處理廠管理自動化、智能化發展等優勢。但是，目前活性污泥數學模型在應用過程中存在著需要進一步提升精度的問題，仍需要在進水組分參數劃分，構建出統一的測定標準和不確定性分析框架以及工藝概化方面進行更加深入的研究。