海水淡化原水預處理工藝篩選評估體系

趙 濘,朱 昊,祝榕婕,劉 潔,王大蔚,梁 恒,郭鐵成,鄭 彤,王 鵬*

海水淡化原水預處理工藝篩選評估體系

趙 濘1,朱 昊2,祝榕婕1,劉 潔2,王大蔚3,梁 恒1,郭鐵成1,鄭 彤1,王 鵬1*

(1.哈爾濱工業大學環境學院,黑龍江 哈爾濱 150090；2.東北農業大學水利與土木工程學院,黑龍江 哈爾濱 150030；3.黑龍江省農業科學院農村能源與環保研究所,黑龍江 哈爾濱 150086)

針對海水淡化預處理工藝特征形成了海水淡化原水預處理工藝(藥劑)庫,建立了預處理工藝篩選評估指標體系;而后利用多準則決策理論,構建了基于熵權法和逼近理想解排序法(TOPSIS)的海水淡化原水預處理工藝篩選評估模型,并實現程序設計,用以篩選出適合的預處理工藝;最后通過一個實例驗證方法可行性,結果證明本體系可以有效輔助海水淡化原水預處理工藝的篩選評估,實現科學決策.

海水淡化預處理；篩選評估；多準則決策；指標體系；工藝(藥劑)庫

隨著經濟的發展和社會的進步,水資源短缺與水環境污染問題日益凸顯,合理開發利用海洋資源,發展海水淡化工程是大勢所趨.然而,我國近岸海域以有機污染、油類污染及藻類污染為代表的污染問題頻發,取水口附近水質安全時時受到威脅,若不及時采取有效的預處理措施,將嚴重沖擊海水淡化工藝,甚至造成短期停水等惡劣影響.后疫情時代,用水安全問題就是民生問題,要想保障海水淡化工程順利進行,去除超標污染物質,適當的預處理必不可少.而當水質波動時,僅一組固定的處理流程很難滿足各種污染情況,此時需要一套健全的篩選評估體系對現有預處理工藝進行合理篩選,進而確定出一套適合當前水質的預處理工藝流程.

多準則決策問題相關的理論和方法在多領域中都有應用,如設施選址、系統評估、投資決策以及經濟效益綜合評價等[1-4].國內外研究多將多準則決策方法應用在對事件的管理技術和處置方法或處理藥劑的綜合評估篩選研究中.Liu等[5]基于多準則決策方法,建立了環境風險評估方法;Rao等[6]采用逼近理想解排序法(TOPSIS)篩選評估出最佳的厭氧消化分解有機廢物的原料,最終提高了厭氧消化分解有機物的效率和穩定性;王曉等[7]采用多準則決策方法優選出了丹江口水庫流域非點源污染的最佳管理措施;劉仁濤等[8]將熵權G1法和區間三角模糊函數法引入到TOPSIS多屬性群決策模型,建立了突發水污染應急處置技術篩選模型.張亞青等[9]建立了基于熵權法與層次分析法相結合的模糊綜合評價模型,以山東省青島市化工企業為例,給出了模型的求解過程和評價結果.在當前國內外的研究中,鮮少有將多準則決策方法應用于海水淡化原水預處理工藝的篩選與評估方面,僅有的少部分研究大多存在考慮不全面的問題,結果多有疏漏.

本文綜合考慮技術性能、經濟水平等多種因素,構建海水淡化原水預處理工藝評估指標體系.結合預處理工藝適用情況,考慮預處理不同階段需求,構建預處理工藝(藥劑)庫.最終,將多專家群決策與熵權法、TOPSIS相結合,建立了兩階段的海水淡化原水預處理工藝篩選評估模型.根據近岸海水水質特征實現對預處理不同階段工藝的靈活選擇與組合,進而形成預處理工藝備選方案.

1 研究方法

海水淡化原水預處理工藝篩選評估全過程包括預處理技術單元篩選評估和預處理藥劑篩選評估兩個環節,為兩階段篩選評估.其總體流程設計如圖1所示.

圖1 預處理工藝篩選評估流程

1.1 海水淡化原水預處理工藝篩選評估指標體系構建

將各類預處理工藝可能涉及到的多項指標信息加以匯集,得到綜合指標,從整體上反映不同水質和預處理工藝特征,既體現出組合工藝選擇的合理性,又體現出組合工藝的經濟性,同時還要反映環境影響,為多指標綜合評估范疇.

1.1.1 海水淡化原水預處理技術單元 篩選評估指標體系在構建海水淡化原水預處理工藝篩選評估指標體系時,選擇技術性能、運行管理、經濟成本、環境影響作為一級指標,即準則層.在這些指標中技術性能和運行管理指標體現出組合工藝選擇的合理性;經濟成本指標體現出經濟性;環境影響指標體現出實施過程對社會經濟發展與周圍環境可能的影響程度.在確定了一級指標后,細化各一級指標,建立相應的二級指標,即指標層,如圖2所示.對各指標進行打分賦值的具體評分標準如表1所示.

圖2 預處理技術篩選評估指標體系

表1 預處理技術篩選評估指標體系評分標準

續表1

1.1.2 海水淡化原水預處理藥劑篩選評估指標體系 經過第一階段預處理技術篩選評估之后,第二階段還需要對篩出的工藝具體使用的藥劑進行篩選.在藥劑篩選指標體系確立過程中,通過廣泛調研總結國內外相似的研究成果,本研究主要考慮技術性能、經濟成本、安全隱患和環境影響四大類指標,其中技術性能指標體現出備選藥劑應用在預處理工藝中的有效性與合理性,經濟成本指標從藥劑、運輸、儲存和投加多維度考量備選藥劑應用的經濟合流程考量備選藥劑可能存在的風險隱患,環境影響指標體現了備選藥劑應用后可能產生的負面環境影響.

在確定了一級指標后,細化各一級指標,建立相應的二級指標,如圖3所示.對各指標進行打分賦值的具體評分標準如表2所示.

圖3 預處理藥劑篩選評估指標體系

表2 預處理藥劑篩選評估指標體系評分標準

續表2

1.2 海水淡化原水預處理工藝(藥劑)庫構建

海水淡化預處理工藝主要包括物理單元、預氧化單元、混凝單元、吸附單元等多個技術單元.一套完整的海水淡化原水預處理工藝方案至少應該包含2個或2個以上的單元,最終構成海水淡化原水預處理工藝組合方案.在實際應用中,決策者可以根據近岸海水污染類型和水質特征對預處理不同單元靈活選擇與組合.

各單元特點如下:預氧化單元對有機污染、藻類污染都有去除效果,藻類物質通過預氧化處理,能夠有效提高其混凝效率,其中高錳酸鹽對藻類預氧化的效果較為突出[10];向水中加入混凝劑可使顆粒、懸浮物以及膠體物質等脫穩聚集,配合后續的沉淀過程可以將其去除,整個混凝受到pH值、水溫、水中雜質的濃度及性質、水力條件等影響[11-12];在海水反滲透工藝中,多介質過濾可以去除微米級以及小于0.1μm的顆粒,其中石英砂、無煙煤是最常見的雙層濾床濾料.

根據上述處理單元的特點,本研究建立了海水淡化原水預處理工藝(藥劑)庫,詳見表3.當近岸海域發生污染時,該工藝(藥劑)庫可用于從中選取適當的技術單元進行組合.

表3 海水淡化原水預處理工藝(藥劑)庫

當發生近岸海域污染時,決策者可根據近岸海水實際污染情況和污染物特征在工藝(藥劑)庫中選取所需要的若干個技術單元形成不同的工藝流程,并根據預處理工藝篩選評估指標體系和評估方法對多個工藝流程進行篩選與評估,最終選取最適合當前海水水質的預處理工藝.

1.3 海水淡化預處理工藝兩階段篩選評估模型構建

模型的篩選評估流程基于熵權法和TOPSIS,從專家庫中挑選多名專家,根據評分標準對備選方案中的海水淡化原水預處理工藝進行打分,獲得專家打分矩陣,不同專家有不同的權重.而后利用TOPSIS等方法計算綜合得分以獲得海水淡化原水預處理工藝預案.

1.3.1 基于熵權法的技術單元篩選評估方法 模型的技術單元篩選評估階段采用熵權法.熵權法充分挖掘了原始數據本身蘊涵的信息,結果較為客觀理性,弱化了數值化評分過程中專家個體差異[13],獲得相對客觀公正的判斷.熵權法計算步驟為[14]:

(1)假設數據有行樣本,個變量,數據可以用一個的矩陣表示

(2)數據的歸一化處理

式中:x表示矩陣的第行列元素.

(3)求各指標的信息熵

根據信息論中信息熵的定義,一組數據的信息熵為

其中,

(4)確定權重

根據信息熵的計算公式,計算出各個指標的信息熵為1,2,…,K.通過信息熵計算權重:

(5)計算綜合評分

每個技術方案的綜合評分的計算方法為[13]:

式中:表示參與指標權重決策的專家數;表示評價指標個數;1,2,…,β分別為所獲得的評價指標權重;f1,f2,…,f為評分結果;1,2,…,r為每位專家的評分綜合權重.

專家對預處理技術單元篩選評估指標體系中各指標的重要性進行打分,獲得判斷矩陣.在Python3.8環境下,通過程序設計對判斷矩陣求解權重向量,最終獲得各工藝的排序.

1.3.2 基于TOPSIS的預處理藥劑篩選評估方法 TOPSIS是一種常用的組內綜合評價方法,能充分利用原始數據的信息,其結果能精確地反映各評價方案之間的差距.TOPSIS方法的具體計算步驟如下[15]:

(1)構造歸一化初始矩陣.

設共有個待評價對象,每個對象都有個指標(屬性),則原始數據矩陣構造為:

構造加權規范矩陣,屬性進行向量規范化,即每一列元素都除以當前列向量的范數(使用余弦距離度量)

由此得到歸一化處理后的標準化矩陣:

(2)確定最佳方案和最劣方案.

最佳方案Z+和最劣方案Z-計算公式如下:

(11)

(3)計算各評價對象與最優方案、最劣方案的接近程度.

各方案與最佳方案之間的距離計算公式如下:

各方案與最劣方案之間的距離計算公式如下:

式中:ω為第個屬性的權重(重要程度).

(4)計算各評價對象與最優方案的貼近程度C.

0￡C￡1,C→1表明評價對象越優.

(5)根據C大小進行排序,給出評價結果.

將以上5個步驟實現程序設計,計算評價對象的得分,即最優方案貼近度,并進行排序,確定最終適合當前水質的海水淡化原水預處理工藝方案.

綜上所述,本研究建立的兩階段篩選評估模型計算流程具體如圖所示.

圖4 兩階段篩選評估模型計算流程

2 結果與討論

以海水受到有機污染為例,超標的COD及氨氮等若不經恰當的預處理很可能使海水淡化雙膜系統癱瘓.將本研究體系應用于附近海域水質特征發生輕度有機污染的華能山東石島灣核電廠高溫氣冷堆核電站示范工程的海水淡化臨時供水系統,采用基于熵權法和TOPSIS的海水淡化原水預處理工藝兩階段篩選評估模型,對海水淡化原水預處理工藝進行篩選評估,以驗證本研究體系的可行性.

2.1 案例概況

華能山東石島灣核電廠高溫氣冷堆核電站示范工程位于山東省威海市所轄榮成市,地處石島管理區寧津所街道辦事處東南海濱.該示范工程海水淡化臨時供水系統原水經潛水泵、海水淡化設施后,產生滿足《生活飲用水衛生標準》(GB5749-2006)[16]的淡水,并將淡水引至廠區已有的淡水廠水池(生活水池和工業水池).海水淡化設施采用集裝箱式,安裝于室外,所產淡水用于廠區日常生活用水及臨時工業用水,設計淡水出水量為 500m3/d(21t/h,每天運行 24h).海水淡化設施產生的濃縮海水經管線排至指定管溝.

2.2 海水淡化原水預處理工藝篩選評估

采用本研究建立的基于熵權法和TOPSIS的海水淡化原水預處理工藝兩階段篩選評估模型,對該廠海水淡化原水預處理工藝進行篩選與評估.

2.2.1 基于熵權法的預處理技術單元篩選評估 (1)從專家庫中隨機選擇三名專家,三人根據水質情況結合自身經驗各自給出一套工藝方案,如表4所示,由于專家知識背景存在差異,三套備選方案各有考量,此時進行第一輪技術單元篩選評估以確保確定出真正適宜當前水質的工藝組合方案.

表4 預處理技術備選方案

表5所示.

表5 預處理技術篩選評估指標權重

(3)專家結合指標體系評分標準對三個方案進行打分,得到評價打分矩陣的形式如下:

方案1打分矩陣:

方案2打分矩陣:

方案3打分矩陣:

(4)專家權重計算.在Python3.8中實現程序設計,運行后得到的各專家權重結果如圖5所示:

圖5 專家權重得分

Fig.5 Score of expert weight

(5)計算綜合評分由式(6)可得到

=(7.2420,7.1855,7.0662)

由綜合評分可以看出,三套備選預處理工藝流程中,方案1優于方案2和方案3,所以選擇方案1的技術組合,即預氧化→混凝→沉淀→多介質過濾→吸附,進入到藥劑篩選.具體得分見表6.

表6 預處理技術備選方案優劣排序

2.2.2 基于TOPSIS的預處理藥劑篩選評估(1)三名專家給技術單元篩選評估環節最終確定的流程中每個單元選擇對應藥劑,進行藥劑篩選評估,給出備選藥劑組合方案如表 7所示.

表7 預處理藥劑備選方案

(2)指標權重計算.計算過程同預處理技術單元篩選評估,得到各指標權重如表8所示

表8 預處理藥劑篩選評估指標權重

根據以上結果可知,藥劑篩選評估指標重要性從大到小的排列順序如下:①藥劑處理效果>②副產物產生量>③藥劑處理效率>④副產物毒性>⑤藥劑成本>⑥藥劑后續影響>⑦運輸成本>⑧副產物處理難度>⑨藥劑普適性>⑩運輸過程安全隱患>副產物處理成本>儲存成本>藥劑可再生性>儲存過程安全隱患>投加成本>反應過程安全隱患>投加過程安全隱患.

(3)專家結合指標體系打分標準對三個方案進行打分,得到對處理藥劑的評價打分矩陣,方法同預處理技術單元篩選評估.

(4)用TOPSIS方法計算方案貼合度.根據式(7)到式(14)相對貼合度的計算結果如下:

(5)群體決策方案集結,得到最終評價結果為:

=(0.413,0.712,0.323)

三套備選預處理方案中,方案2優于方案1優于方案3,即最終選定的工藝流程為:高錳酸鉀預氧化→聚合硫酸鐵混凝→沉淀→石英砂/無煙煤雙層過濾→顆粒活性炭吸附.具體得分見表9.

表9 預處理藥劑備選方案優劣排序

篩選評估結果分析與小結:在該案例中,通過本研究建立的海水淡化原水預處理工藝兩階段篩選評估模型,順利完成了對預處理技術單元和預處理藥劑的篩選評估,得到了最佳工藝方案.預處理技術單元篩選評估階段比較了3種工藝流程,通過綜合評分計算確定了較適宜當前水質的工藝流程,計算過程將專家經驗的主觀性與多準則決策理論的客觀性相結合,使計算結果更準確且符合實際工程經驗;預處理藥劑篩選評估階段給技術單元篩選確定的最佳方案組合設計了3種藥劑組合,基于TOPSIS完成藥劑篩選評估.最終得到的篩選評估結果為:原水先經過高錳酸鉀預氧化,提高對微藻的處理效果及混凝效率,而后由聚合硫酸鐵混凝沉淀,使得顆粒、懸浮物以及膠體物質等脫穩聚集;最后經過石英砂/無煙煤雙層過濾以及顆粒活性炭吸附,使污染物附著于濾料表面.

3 結論

3.1 提出了預處理工藝篩選評估指標體系.綜合考慮了技術性能、運行管理等多項指標信息,從整體上反映了水質預處理工藝特征;建立了預處理工藝(藥劑)庫,方便決策者根據實際污染類型從中選取確定所需要的工藝流程.

3.2 構建了海水淡化原水預處理工藝兩階段篩選評估模型.基于熵權法確定了指標體系的指標權重和專家權重;基于TOPSIS等方法篩選評估出了最適宜的海水淡化預處理工藝方案.

3.3 為驗證評估體系可行性,本文對一海水淡化臨時供水系統應用本研究建立的篩選評估體系,最終篩選出了合適的組合工藝.

[1] Ip WC, Hu B Q, Wong H, et al. Applications of grey relational method toriver environment quality evaluation in China [J]. Journal of Hydrology, 2009,379(3):284-290.

[2] Lin SJ, Lu I J, Lewis C. Grey relation performance correlations among economics, energy use and carbon dioxide emission in Taiwan [J]. Energy Policy, 2007,35(3):1948-1955.

[3] Nian Q F, Shi S L, Li R Q. Research and application of safety assessment method of gas explosion accident in coal mine based on GRA-ANP-FCE [J]. Procedia Engineering, 2012,45(2):106-111.

[4] Kuo Y, Yang T, Huang G W. The use of grey relational analysis in solving multiple attribute decision-making problems [J]. Computers & Industrial Engineering, 2018,55(1):80-93.

[5] Liu J.Study on emergency material selection reserve and allocation schema for river chemical spills [D]. Harbin:Harbin Institute of Technology, 2017.

[6] Rao P V, Baral S S. Attribute based specification, comparison and selectionof feed stock for anaerobic digestion using MADM approach [J]. Journal of Hazardous Materials, 2011,186(2/3):2009-2016.

[7] Wang X, Hao F H, Zhang X.Optimization of best management practices for non-point source pollution in Danjiangkou Reservoir Basin [J]. China Environmental Science, 2013,33(7):1335-1343.

[8] Liu R T, Guo L, Jiang J P, et al.A CBR-MADM based two-step screening model of emergency disposal technology for chemical spills [J]. China Environmental Science, 2015,35(3):943-952.

[9] Zhang Y Q, Wang X, Meng F R, et al.Comprehensive evaluation of VOCs processing technology based on entropy weight method and analytic hierarchy process [J]. China Environmental Science, 2021, 41(6):2946-2955.

[10] He Hai-Yang, Qiu Wei, Liu Yu-Lei, et al. Effect of ferrate pre- oxidation on algae-laden water ultrafiltration: Attenuating membrane fouling and decreasing formation potential of disinfection byproducts [J]. Water Research, 2021,190.

[11] Mika Sillanp??, Mohamed ChakerNcibi, Anu Matilainen, et al. Removal of natural organic matter in drinking water treatment by coagulation: A comprehensive review [J]. Chemosphere, 2018,190.

[12] Fan F F. The influence of floc morphology character of micro- flocculation stage on filtration efficiency [D]. Harbin:Harbin Institute of Technology, 2012.

[13] Shi S G, Cao J C, Feng L, et al. Construction of a technique planrepository and evaluation system based on AHPgroup decision- making for emergency treatment and disposal in chemical pollution accidents [J]. Journal of Hazardous Materials, 2014,276:200-206.

[14] Ba Y E, Guo J S, Lu S Y, et al. Assessing ecological health of open water region from Bostenhu Lake during last 20years [J]. China Environmental Science, 2013,33(3):503-507.

[15] Renato A. Krohling, Vinicius C. Campanharo. Fuzzy TOPSIS for group decision making: A case study for accidents with oil spill in the sea [J]. Expert Systems With Applications, 2010,38(4).

[16] GB5749-2006 Standards for drinking water quality [S].

感謝東北農業大學水利與土木工程學院劉潔副教授的寶貴建議.

Screening and evaluation system for desalination pretreatment process.

ZHAO Ning1, ZHU Hao2, ZHU Rong-jie1, LIU Jie2, WANG Da-wei3, LIANG Heng1, GUO Tie-cheng1, ZHENG Tong1, WANG Peng1*

(1.School of Environment, Harbin Institute of Technology, Harbin 150090, China；2.School of Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China；3.Rural Energy & Environmental Protection Institute, Heilongjiang Academy of Agricultural Sciences, Harbin 150086, China)., 2021,41(10)：4624～4632

In this study, a desalination pretreatment process library was built, and a screening and evaluation index system for pretreatment process was established based on the characteristics of desalination pretreatment process. Then, the entropy weight method and technique for order preference by similarity to an ideal solution method (TOPSIS) were used to constructa desalination pretreatment process screening and evaluation model based on themulti-criteria decision making theory. Meanwhile, a program design was implemented for suitable pretreatment process selection. Finally, the developed screening and evaluation modelisapplied to a case study to verify the feasibility of the method, and the results show that the developed screening and evaluationframework can effectively assistthe screening and evaluation of desalination pretreatment process to providea scientific decision-making.

desalination pretreatment；screening and evaluation；multi-criteria decision making；index system；process (reagent) library

X703

A

1000-6923(2021)10-4624-09

趙 濘(1996-),女,山東青島人,哈爾濱工業大學碩士研究生,主要從事環境風險評估與決策支持研究.

2021-02-19

國家自然科學基金資助項目(51779066);國家重點研發計劃課題(2018YFC0408001);國家自然科學基金青年項目(52000022);黑龍江省博士后科研啟動金(LBH-Q20068)

* 責任作者, 教授, pwang73@hit.edu.cn