社區化糞池污水能量轉化估算與分析研究

嚴伊竣,王春艷,劉 毅,董 欣,劉艷臣,姚琳潔

社區化糞池污水能量轉化估算與分析研究

嚴伊竣,王春艷*,劉 毅,董 欣,劉艷臣,姚琳潔

(清華大學環境學院,北京 100084)

以化糞池單元為研究對象,基于ADM1模型的反應過程,建立了社區化糞池污水能量轉化核算模型(WeMax-STK模型),對污水能量在化糞池中的賦存?轉化以及去向進行了分析,并評估了污水能量的回收潛力.結果表明,WeMax-STK模型整體可靠,模擬值與監測值的平均誤差不超過24%,不確定性低于18%,模型準確率在70%以上.化糞池進水有機物轉化為熱能和內部微生物能量的比例約占進水總化學能量的17%,污水化學能的主要去向是轉化為慢速降解基質的能量,化糞池內有機物轉化為氣態甲烷的能量僅占進水化學能總量的4%左右.污水熱能的回收強度約4.6kWh/m3,熱能回收潛力約為24%～25%,大約是污水化學能回收潛力的3～6倍.

化糞池；污水能量；能量轉化；ADM1模型

化糞池作為常見的無害化處理設施,其建設與改造一直是我國廁所革命和人居環境建設的工作重點,其中分布了大量微生物群,污水進入化糞池后會停留數小時至數天不等,污水停留期間微生物會將大分子有機物分解成小分子物質,同時生成甲烷等[1]氣體并釋放能量.化糞池甲烷排放速率為7.4～ 16.3g/(m3·d)[2],排放量與市政污水廠甲烷和氧化亞氮的排放相當[1].化糞池進水中的化學鍵能和化學焓能從有機物轉移至甲烷和其他產物,同時部分能量以代謝熱能的形式釋放.換言之,污水能量的賦存形式會隨著反應過程同步發生改變.

國內外已有研究學者關注到污水作為一種特殊的能源載體,可以以甲烷、熱能的形式回收,并用于周邊環境的空間制冷、供暖及電力補充[3].有學者從理論和實驗角度分別測算了污水化學能與COD的關系,約為0.00386kWh/g COD[4-7].污水中的熱能來自于生活使用或污水處理過程中的熱量輸入,通常表現為污水溫度的變化,有學者估計瑞士每年建筑物排放污水中約有2×108kWh的熱能[8].目前污水廠中能量回收利用研究和應用案例較多.世界上多個水廠已嘗試通過硝化、熱電聯產等能源回收方式實現了90%～115%的能源自給率[9-10],減排優勢明顯.也有學者對排水系統的能量回收潛力進行了研究,如Abdel-Aal等[11]發現下水道管網熱回收潛力能滿足該集水區熱需求的7%～18%.

然而,目前化糞池內污水能量轉化核算的相關研究較少,還缺少一套完整且能同步刻畫污水水質、污水能量變化的方法.目前研究多以污水管網為例進行模型建立和結果分析,如Vollertsen等[12]嘗試基于污水管網中生物量(膜)的生長以及有機物的水解發酵過程評估甲烷回收潛力,但是涉及參數復雜且難以測定,且未能考慮沉積物與水質的相互影響[13];Dürrenmatt等[14]建立了TEMPSET模型,但是多平衡影響下該模型較為復雜應用不便,且忽略了空氣與污水的熱交換[15].

回收污水中的能量是我國“雙碳”政策導向下的必然選擇,符合污水資源化利用的總體要求,有利于保障水生態、水安全、水環境安全,是未來污水處理行業的發展趨勢.因此,為明晰化糞池內不同形式能量之間的轉化關系,評估污水能量回收潛力,提高污水資源化利用水平,本文擬通過改進ADM1模型和實證研究,對污水能量在化糞池中的賦存、轉化以及去向進行分析,并評估污水能量的回收潛力.

1 研究方法與數據

采用能量強度和回收強度來評估污水能量賦存量和回收潛力.污水能量與水質有密切關系,水質的變化過程就是污水能量的轉化過程.也就是說,需要刻畫水質的反應過程,明晰水質的變化才能揭示污水能量的轉化及去向.相關參數來源于實際監測采樣、文獻調研和模型預設參數等.

1.1 污水水質與能量的關系

對于污水化學能,目前國內外均采用COD作為指標計算;對于污水熱能,主要是基于污水比熱容并以溫度作為指標計算.在核算污水能量時,水量直接決定能量的數量級,但僅采用水量指標就會掩蓋引起污水能量變化中水質因素.為了研究污水能量的轉換過程,本文采用單位污水體積計算污水能量強度(SEI)和污水能量回收強度(ERI),用二者的比值來評估能量的回收潛力(ERP),計算公式如下:

式中:SEIch、ERIch分別代表污水化學能的能量強度和回收強度,kWh/m3; SEIth、ERIth分別代表污水熱能的能量強度和回收強度,kWh/m3;為化學能量系數,單位為kWh/g COD,有研究表明以COD計的有機物僅占污水總化學能的85%[5,16],COD的能量系數為0.00386kWh/gCOD[4-6],故本文計算SEIch時取0.00453kWh/gCOD;化學能的主要回收目標是甲烷,計算ERIch時取0.00388kWh/gCOD (以COD計的甲烷濃度)[17],即甲烷的燃燒熱值;是污水比熱容,單位為kWh/(m3×℃),取值為1.16;S為化糞池進水有機物及其產物S的濃度,單位為g COD/m3;為溫度,計算SEIth時為污水溫度;計算ERIth時,由于熱能主要依靠污水源熱泵進行提取回收,因此為提取溫差,一般取4℃[18-20].

1.2 化糞池污水能量轉化核算模型與分析方法

1.2.1 化糞池污水能量核算轉化模型 國內一般采用三格化糞池,三格之間互相連通,內部為厭氧環境,這樣就與厭氧消化1號模型(ADM1)描述的厭氧消化池較為相似[21].ADM1對厭氧消化全過程進行了詳細的刻畫[22],但在實際應用中,不同微生物種群的數量并不確定,且某些組分(如揮發性酸)測試難度較大.Weinrich等[23]將ADM1逐步簡化成ADM1- R1～R4,其中ADM1-R3是在保留乙酸轉化為甲烷這步限速反應的基礎上對ADM1的最大程度簡化. ADM1-R3一共包括6個生化過程[24],分別為三大營養物的降解過程(碳水化合物、蛋白質和脂類化合物)、兩類微生物的凋亡過程(水解微生物和乙酸營養型產甲烷微生物)以及乙酸產甲烷的過程.

本文基于ADM1-R3構建化糞池污水能量轉化核算模型.針對污水能量轉化核算需要,對ADM1- R3做適當簡化、新增和調整.

(1)簡化部分:ADM1-R3涉及兩種微生物.但實際應用中,微生物種類并不便于測定.因此本文采用一種非特定微生物表示微生物的凋亡過程.

(2)新增部分:

①微生物死細胞分解為復雜有機物.化糞池內含有大量微生物,不僅進水中的有機物可以作為內部生化反應的底物,微生物凋亡后的死細胞體也可作為底物被活性微生物利用,但ADM1-R3中并沒有考慮這部分.本文采用原ADM1模型中的初步水解方程及其反應速率公式[22]描述該過程:

式中:s2為微生物死細胞(可看成慢速降解基質),ch、pr、li分別代表碳水化合物?蛋白質和脂類化合物,g COD/m3(以COD計的物質濃度);、、為計量學系數,無量綱,取值依據微生物細胞結構組成確定,=0.286,=0.55,=0.15[25].該過程的反應速率可用式(5)表示,其中dis為一級水解動力學常數,h-1,取值范圍為0.051～0.054[26].

②甲烷的氣液傳質過程:污水化學能的回收對象主要是氣態甲烷,但ADM1模型中并未給出甲烷氣液傳質過程的反應速率表達式.本文采用Pauss等[27]提出的傳質公式:

式中:CH4、CH4分別為液態甲烷和氣態甲烷濃度,g COD/m3;甲烷氣液傳質速率可用式(7)表示,其中La_CH4為甲烷傳質因子,h-1;GCH4為氣態甲烷分壓, kPa;H_CH4為甲烷的亨利常數,g COD/(m3·kPa),上述參數將參考文獻[2,27]的取值范圍.

(3)調整部分:ADM1-R3中所有反應的計量學系數均以摩爾為單位,不能體現有機物的能量去向,也不能直接與能量計算公式結合.為便于后續核算污水能量,本文將計量學系數調整為以COD表征.方法是:先將底物的摩爾系數調整為1,然后計算產物的系數,計算公式如下:

式中:為產物以COD計的系數;為產物以摩爾計的系數;CODM(P)為每摩爾產物消耗的COD質量,g COD/mol;CODM(S)為每摩爾底物消耗的COD質量,g COD/mol.

ADM1所有反應過程均是基于特定組分構建的[28],不同有機物參與反應過程不同,相應的污水能量變化也存在差異.因此,需要基于生活污水組分建立水質特征化方法,將其用于WeMax-STK.具體方法是:用COD表征進水總有機物的含量,將COD初步分為快速降解基質(近似看作BOD5)和慢速降解基質,其中快速降解基質可分為簡單有機物和復雜有機物.化糞池進水主要是生活污水,可認為居民家庭生活污水中的有機物主要為碳水化合物(單糖)、蛋白質(氨基酸)和脂類(脂肪酸)三大膳食營養成分,其他組分忽略不計,除COD?BOD5和乙酸濃度為本研究實測值,其他組分的占比()可根據文獻[29-30]確定.最終構建的基于生活污水組分建立水質特征化方法如圖1所示.

圖1 基于生活污水組分的水質特征化方法

WeMax-STK是基于ADM1-R3構建的化糞池污水能量轉化核算模型,新增過程的反應方程和速率表達式借鑒了原ADM1中的公式,因此復雜程度介于原ADM1模型和ADM1-R3模型之間. WeMax-STK包括初步分解和水解、產乙酸和產甲烷在內的9個生化反應和1個甲烷氣液傳質過程,另外還增加了17個能量組分及其計算公式,可以實現污水水質和能量的同步模擬.表1總結了WeMax- STK的主要內容,可以直觀對比其與ADM1以及ADM1-R3模型的區別.

1.2.2 化糞池污水能量轉化分析方法 本研究將①化糞池出口與進口化學能的能量強度之差(即出水減少的化學能),②化糞池出口與進口熱能的能量強度之差(即出水增加的熱能)以及③化糞池內微生物化學能的能量強度(即活性微生物所含的化學能)進行兩兩線性擬合,得到污水能量轉化關系的經驗公式,斜率表示二者呈正(負)相關關系,2為相關系數,表示擬合公式與實際數值之間的吻合程度.

表1 WeMax-STK與ADM1?ADM1-R3的比較

注:上述過程涉及的所有物質組分均可結合能量計算公式得到相應的能量組分.

1.3 模型實現與驗證

采用AQUASIM軟件來實現WeMax- STK模型的計算和模擬過程,模型的驗證方法如下:

1.3.1 參數率定 用Spearman相關系數()反映模擬值與監測值(真實值)的相關性,用相對誤差()和平均相對誤差(ave)表示模擬值與監測值之間的誤差,用準確率()來代表模擬結果的可靠性,評判參數率定結果的好壞.相對誤差?平均相對誤差和準確率的計算公式分別如(9)、(10)和(11)所示:

式中:是第個模擬值與監測值之間的相對誤差;ave是模擬值和監測值的平均相對誤差;是準確率;sim是模擬值;real是監測值;是模擬值的個數;N是落在監測范圍中的模擬值個數.

1.3.2 不確定性分析 假設所有參數為均勻分布,根據參數的取值范圍分成10等份,由小至大依次取值,計算各組分的濃度(即模型輸出),然后用模型輸出的標準差與均值的比值代表模型的不確定性,具體計算公式如下:

式中:為不確定性,是模型輸出的標準差;是模型輸出的均值.

1.4 時變化特征分析

根據實際監測數據,水質結果繪制成箱式圖,水量結果通過Matlab繪制為小時變化曲線.本研究采用小時變化系數HVI表征污水水量和污水能量的時間變化特征,并將該指標應用在水量監測結果和污水能量回收潛力分析部分.HVI的計算方法是用某時刻的數值除以24h的平均值.

1.5 監測方案與數據

選取北京某高校家屬區作為研究區域.該家屬區占地面積約7.5hm2,實際向主干管排放污水的居民約1.04萬人,污水整體流向為自東向西.根據實地摸查情況和排水管網設計圖紙,綜合考慮監測設備安裝和人工采樣的便利性?可行性,選擇了A小區某居民樓排口(也是該樓化糞池進口)及化糞池出口作為監測點位.水量采用在線設備監測,水質通過人工采樣送往實驗室分析.在2021年11～12月,一共開展4次水樣采集工作,其中2次為連續24h密集采樣(一天工作日和一天周末),頻率為1h/次;另外2次采樣在工作日,頻率為1d/次.樣品運輸和保存均依據《水質采樣樣品的保存和管理技術規定》(HJ493-2009).

2 結果與分析

2.1 水量水質監測結果

污水經過化糞池前后的流量變化曲線如圖2所示.化糞池進水(居民樓排口)的工作日平均小時流量為0.96m3/h,方差為0.10,最高小時流量為1.64m3/h (6:00),最低小時流量為0.29m3/h(4:00);周末平均小時流量為0.84m3/h,方差為0.16,最高小時流量為1.79m3/h(19:00),最低小時流量為0.50m3/h(3:00).化糞池出水的工作日平均小時流量為0.90m3/h,方差為0.13,最高小時流量為1.50m3/h(22:00),最低小時流量為0.29m3/h(5:00);周末平均小時流量為0.87m3/ h,方差為0.21,最高小時流量為1.71m3/h(23:00),最低小時流量為0.27m3/h(5:00).

化糞池進水(居民樓排口)流量的小時變動差異明顯,HVI范圍在0.3～1.8之間,受居民家庭活動水平影響顯著.經過化糞池后,流量的小時變動差異被削弱,HVI范圍在0.3～1.6之間,說明化糞池對污水排出具有一定時滯緩沖作用.

圖2 水量監測結果

圖3 化糞池水質水溫變化監測結果

水質監測結果及描述性統計分析如圖3所示,其中異常值已剔除.結果顯示,工作日期間化糞池進出口的COD平均值分別為522.2和411.1mg/L, BOD5平均值分別為212.7和183.3mg/L;周末期間化糞池進出口的COD平均值分別為507.2和354.2mg/L,BOD5平均值分別為222.0和103.0mg/L.可見,化糞池可對生活污水進行初步處理,COD去除率大約在21.3%～30.2%,BOD5去除率大約在13.8%～ 53.6%.該結果接近于或小于已有研究結果.例如,丁慧等[31]對哈爾濱市某化糞池前后檢查井進行連續24h取樣后發現COD平均去除率為16.9%～47.2%,而Kelsey等[32]對多篇文獻中化糞池進出流COD濃度進行整理后發現COD平均去除率為71%～80%,王紅燕等[33]對蘭州市某化糞池進出水進行采樣后也發現COD和BOD5的平均去除率可分別達到83.6%和51.1%.可能原因是本文監測時段為北方冬季,氣溫降低影響了化糞池的污染降解效果.而工作日期間化糞池進出口水溫平均值分別為17.1和18.6℃,周末期間化糞池進出口水溫平均值分別為17.1和18.9℃,說明經過化糞池后污水溫度可提升1.5～ 1.8℃,污水熱能也隨之相應增加.

2.2 模型驗證結果

采用化糞池出口COD、BOD5監測值對WeMax-STK模型進行參數率定和不確定性分析.模型中除常數參數外,共需率定35個參數,包括化糞池進水水質參數8個、微生物相關參數4個、有機物分解或水解參數10個,有機物降解發酵參數11個以及氣液傳質參數2個.參數率定后,監測值與模型模擬值之間的Spearman相關系數、平均相對誤差、準確率和不確定性如表2所示.在模擬效果方面,WeMax-STK模型表現較好,Spearman相關性均大于60%,準確率在70%以上,平均相對誤差不超過24%,與Catenacci[34]、Souza[35]等研究模型的表現接近.模型輸出的不確定性在7.7%～17.5%之間,整體上模型輸出的不確定性較小,明確了后續應用模型的安全范圍.

表2 模型驗證結果(%)

2.3 污水能量轉化估算與分析

2.3.1 能量轉化關系擬合 根據WeMax-STK模型,可以計算污水化學能、熱能的能量強度以及微生物中的能量,進而分析不同形式能量轉化關系.

化糞池中化學能、熱能之間的轉換關系擬合結果如圖4所示.化糞池出水減少的化學能(①)與化糞池出水增加的熱能(②)的擬合結果顯示化糞池出水增加的熱能與出水減少的化學能成正比,擬合斜率為(2.49±0.25),即每減少1kWh/m3的化糞池出水化學能就會增加2.2～2.7kWh/m3的出水熱能.基于能量守恒定律,說明化糞池出水熱能的增加不僅來源于有機物的降解,還有內部微生物的產熱等其他來源.Brian等[36]研究發現微生物代謝活動過程中熱量的轉換與碳和能源的利用有關.在微生物生長過程中,當碳源被納入生物質的合成代謝時,基質中約40%～50%的可用焓在生物質中儲存,其余通過熱量釋放[37].當碳源被分解代謝,為細胞的維持提供能量時,所有與底物氧化相關的焓都以熱的形式被釋放出來.化糞池進水有機物在被微生物降解的過程中,既參與了細胞合成代謝也參與了分解代謝,因此在化糞池出水減少的化學能中有40%～50%的能量以熱能的形式釋放,使得出水熱能增加,由此可得出化糞池內微生物產熱總值約為1.2～2.2kWh/m3.

對于①與②以及化糞池內微生物所含的化學能(③)的擬合結果,其斜率為負值,說明化糞池內活性微生物所含的化學能越多,化糞池出水減少的化學能量就越少.從能量利用的角度解釋,當微生物體內貯存的化學能足夠多(處于能量飽和狀態)時,需要從外部獲取的能量就越少,也就是有機物被微生物消耗的量較少,出水化學能略低于進口化學能;當進水有機物的能量全部貯存在微生物體內,此時化糞池內微生物含有的化學能為20.2～21.5kWh/m3,相當于活性微生物濃度為4459～4755g COD/m3.

②與③的擬合斜率也為負值,即化糞池內微生物所含的化學能越多,出水增加的熱能就越少.從能量守恒角度解釋,化糞池進水有機物所含的化學能去向有三處:一是轉化為中間產物;二是用于合成微生物細胞結構,貯存在微生物體內;三是轉化為熱能后被釋放.當中間產物的生成速率和生成量一定時,化學能貯存在微生物體內的能量增加,轉化為熱能的部分就會減少,從而出水熱能的增加量減少.理論上,如果進水化學能全部轉換為熱能,則可使出水熱能增加7.2～9.7kWh/m3,水溫提升6.2～8.4℃.

2.3.2 污水能量去向分析 進一步細分中間產物,可明晰化糞池進水化學能的具體去向.如前所述,居民家庭排出的污水有機物在化糞池內經過厭氧消化后產生的中間產物包括快速降解基質?慢速降解基質和甲烷(見圖1).化糞池進水化學能的能量去向分析結果表明(見圖5),化糞池進水化學能的平均能量強度為2.3kWh/m3,出水化學能的平均能量強度為1.8kWh/m3,化學能減少了21.7%,減少的化學能一部分用于微生物生命活動,貯存在微生物體內或轉化為了熱能,另一小部分轉移到了氣態甲烷中,占比約為4%.對于甲烷,主要以氣態甲烷形式賦存在化糞池頂空氣體中,僅有20%以溶解態甲烷賦存在污水中,這與甲烷難溶的性質一致.大部分進水化學能主要是以中間產物的形式賦存,其中慢速降解基質占比約43%,快速降解基質占比約35%.在快速降解基質中,復雜有機物占絕對主導地位,占比由高至低依次為蛋白質(15%)、碳水化合物(10%)和脂類化合物(8%).

圖5 化糞池進水化學能能量去向

2.3.3 能量轉化時變化特征 污水能量隨人類用水習慣呈現一定時間特征,因此污水化學能向不同形式能量轉化的比例也會發生變化.圖6表現了工作日和周末24h內化糞池進水化學能向快速降解基質?慢速降解基質、甲烷、熱能和微生物能量轉化的比例變化.總體而言,工作日轉化比例的時間波動幅度小于周末,但是化糞池進水化學能向甲烷轉化的較大值均出現在9:00～11:00和16:00～17:00,工作日轉化為甲烷比例在3%～9%之間,HVI為0.6～1.8;周末轉化為甲烷的比例在1%～6%之間,HVI為0.3～1.6.化糞池進水化學能轉化為熱能和微生物能量的較大值均出現在3:00～5:00?7:00～8:00以及14:00～15:00,工作日的轉化比例在1%～46%之間, HVI為0.1～2.1;周末的轉化比例在15%～57%之間,HVI為0.4～1.6.工作日化糞池進水化學能轉化為快速降解基質能量的比例在24%～43%之間,HVI為0.7～1.3;周末的轉化比例在7%～28%之間,HVI為0.4～1.6.工作日化糞池進水化學能轉化為慢速降解基質能量的比例在24%～57%之間,HVI為0.6～1.4;周末的轉化比例在28%～54%之間,HVI為0.7～1.3.

2.4 污水能量回收潛力估算與評估

對于污水化學能,用氣態甲烷的能量作為衡量可回收化學能指標.研究區域單個化糞池內的氣體體積約為10m3,一共有60個化糞池,將氣態甲烷的化學能與單個化糞池氣體體積?化糞池數量相乘,即可得到研究地區可回收污水化學能總量.根據WeMax-STK模擬結果,可計算出每小時化學能回收潛力大小.污水化學能回收強度為0.4～4.8kWh/m3,平均值為1.5kWh/m3,可一定程度上抵消污水處理能耗[38].Hao等[39]根據進水COD能勢?濃度以及轉化效率計算出化學能最大回收量為1.54kWh/m3,與本文研究結果相近.此外,由圖7(a)可知,研究區域每小時可回收的化學能為25～101kWh/h,小時變化系數在0.4～1.6之間;化學能回收潛力約為3%～10%,小時變化系數在0.4～1.7之間.

對于污水熱能,按照污水源熱泵提取的溫差(4℃)計算熱能回收強度.用污水熱能回收強度與單個化糞池出水流量?化糞池數量相乘,即可得到研究地區可回收污水熱能總量.本文計算得出,污水熱能回收強度為4.6kWh/m3,Hao等[39]根據出水流量、提取溫差以及水的比熱容計算出熱泵熱能回收量為4.6kWh/m3,兩者相同.由圖7(b)可知,除了2:00～7:00,其余時間段熱能均較為充沛.研究區域每小時可回收的污水熱能為73～374kWh/h,小時變化系數在0.3～1.5之間;熱能回收潛力為24%～25%,在時間變化上較為穩定,污水熱能回收潛力約是污水化學能的3～6倍.

考慮模型的不確定性(按照最大值18%計算),可得出研究區域一天可回收化學能總量為1.2×103～ 1.7×103kWh/d,一天可回收熱能總量為2.9×105～4.2× 105kWh/d.相比于污水化學能,污水熱能更加穩定,回收潛力更大,應作為污水能量回收的主要目標.污水熱能回收后可用于建筑供暖,能量利用效率大約為38%[39],因此研究地區可用于供暖污水熱能為1.1× 105～1.6×105kWh/d.2020年,北京市家庭戶數約823萬戶[40],家庭住宅集中供暖的面積為45486萬m2[41],建筑物單位面積耗熱量為0.19～0.26GJ/m2[42],根據以上數據可算出每戶家庭采暖能耗為2919～ 3995kWh,則研究地區一天回收的污水熱能可以支撐38～40戶家庭使用.

3 結論

3.1 對現有ADM1模型進行改進,建立了WeMax- STK模型,考慮6種過程?涵蓋12個方程,模擬水質與能量的轉換關系,為化糞池污水能量轉化核算提供了一個計算與分析工具.

3.2 WeMax-STK模型輸出與監測值之間的平均相對誤差小于24%,準確率在70%以上,模型模擬效果較好.模型輸出的不確定性最大值約為18%,模型整體較為可靠.

3.3 對化糞池污水能量轉化關系分析結果表明,化糞池進水有機物中約有17%的能量轉化為了熱能和微生物所含的能量,污水能量的主要去向是轉化為慢速降解基質的能量,接近總量的一半,化糞池內有機物轉化為氣態甲烷的能量僅占進水化學能總量的4%左右.

3.4 污水能量回收潛力評估結果表明,化學能回收潛力約3%～10%,小時變化系數在0.4～1.7之間,熱能回收潛力約24%～25%,小時變化系數接近于1.污水熱能更加穩定,回收潛力更大,是污水能量回收的主要目標.

[1] 郝曉地,楊文宇,林 甲.不可小覷的化糞池甲烷碳排量 [J]. 中國給水排水, 2017,33(10):28-33.

Hao Xiao-di, Yang Wen-yu, Lin Jia. Methane carbon emissions from septic tanks should not be underestimated [J]. China Water Supply and Wastewater, 2017,33(10):28-33.

[2] Huynh L T, Harada H, Fujii S, et al. Greenhouse gas emissions from blackwater septic systems [J]. Environmental Science & Technology, 2021,55(2):1209-1217.

[3] Holzleitner M, Moser S, Puschnigg S. Evaluation of the impact of the new Renewable Energy Directive 2018/2001on third-party access to district heating networks to enforce the feed-in of industrial waste heat [J]. Utilities Policy, 2020,66:101088.

[4] Shizas I, Bagley D M. Experimental determination of energy content of unknown organics in municipal wastewater streams [J]. Journal of Energy Engineering, 2004,130(2):45-53.

[5] Heidrich E S, Curtis T P, Dolfing J. Determination of the internal chemical energy of wastewater [J]. Environmental Science & Technology, 2011,45(2):827-832.

[6] Owen W F,章北平,車武.污水處理能耗與能效 [M]. 北京:能源出版社, 1989.

Owen W F, Zhang Bei-ping, Che Wu. Energy Consumption and Energy Efficiency of Wastewater Treatment [M]. Beijing: Energy Press, 1989.

[7] Capodaglio A G, Olsson G. Energy issues in sustainable urban wastewater management: Use, demand reduction and recovery in the urban water cycle [J]. Sustainability, 2020,12(1):266.

[8] Schmid F. Sewage water: interesting heat source for heat pumps and chillers [C]. 2008.

[9] Yan P, Qin R-C, Guo J-S, et al. Net-zero-energy model for sustainable wastewater treatment [J]. Environmental Science & Technology, 2017,51(2):1017-1023.

[10] 郝曉地,魏 靜,曹亞莉.美國碳中和運行成功案例——Sheboygan污水處理廠 [J]. 中國給水排水, 2014,30(24):1-6.

Hao Xiao-di, Wei Jing, Cao Ya-li. Successful case of carbon neutral operation in the United States——Sheboygan wastewater treatment plant [J]. China Water and Wastewater, 2014,30(24):1-6.

[11] Abdel-Aal M, Schellart A, Kroll S, et al. Modelling the potential for multi-location in-sewer heat recovery at a city scale under different seasonal scenarios [J]. Water Research, 2018,145:618-630.

[12] Vollertsen J, Hvitved-Jacobsen T, Mcgregor I, et al. Aerobic microbial transformations of pipe and silt trap sediments from combined sewers (vol 38, pg 249, 1998) [J]. Water Science and Technology, 1999,39(2): 233-241.

[13] 孫力平,馬耀平,侯紅娟,等.下水道中污染物質的轉化過程 [J]. 中國給水排水, 2001,(9):67-69.

Sun Li-ping, Ma Yao-ping, Hou Hong-juan, et al. Transformation process of pollutants in sewer [J]. China Water Supply and Drainage, 2001,(9):67-69.

[14] Durrenmatt D J, Wanner O. Simulation of the wastewater temperature in sewers with TEMPEST [J]. Water Science and Technology, 2008,57(11):1809-1815.

[15] Abdel-Aal M, Mohamed M, Smits R, et al. Predicting wastewater temperatures in sewer pipes using abductive network models [J]. Water Science and Technology, 2015,71(1):137-144.

[16] Horstmeyer N, Weissbach M, Koch K, et al. A novel concept to integrate energy recovery into potable water reuse treatment schemes [J]. Journal of Water Reuse and Desalination, 2018,8(4):455-467.

[17] Zhao X F, Li L, Wu D, et al. Modified anaerobic digestion Model No. 1for modeling methane production from food waste in batch and semi-continuous anaerobic digestions [J]. Bioresource Technology, 2019,271:109-117.

[18] 郝曉地,葉嘉洲,李 季,等.污水熱能利用現狀與潛在用途 [J]. 中國給水排水, 2019,35(18):15-22.

Hao Xiao-di, Ye Jia-zhou, Li Ji, et al. Current situation and potential application of thermal energy utilization of wastewater [J]. China Water Supply and Wastewater, 2019,35(18):15-22.

[19] Hawley C, Fenner R. The potential for thermal energy recovery from wastewater treatment works in southern England [J]. Journal of Water and Climate Change, 2012,3(4):287-299.

[20] Neugebauer G, Kretschmer F, Kollmann R, et al. Mapping thermal energy resource potentials from wastewater treatment plants [J]. Sustainability, 2015,7(10):12988-13010.

[21] Carlini M, Castellucci S, Mennuni A, et al. Simulation of anaerobic digestion processes: Validation of a novel software tool ADM1-based with AQUASIM [J]. Energy Reports, 2020,6:102-115.

[22] Batstone D J, Keller J, Angelidaki I, et al. The IWA anaerobic digestion model No 1 (ADM1) [J]. Water Science and Technology, 2002,45(10):65-73.

[23] Weinrich S, Nelles M. Systematic simplification of the anaerobic digestion model No. 1 (ADM1)-Model development and stoichiometric analysis [J]. Bioresource Technology, 2021,333: 125124.

[24] Weinrich S N M. Basics of anaerobic digestion: Biochemical conversion and process modelling [J]. DBFZ-Report, 2021,40:9-76.

[25] Metcalf L, Eddy H P, Tchobanoglous G. Wastewater engineering: treatment, disposal, and reuse [M]. McGraw-Hill New York, 1991.

[26] Henze M, Loosdrecht M C M, Ekama G A, et al. Biological wastewater treatment: Principles, modeling and design [J]. Water intelligence online, 2015,7.

[27] Pauss A, Andre G, Perrier M, et al. Liquid-to-gas mass- transfer in anaerobic processes - inevitable transfer limitations of methane and hydrogen in the biomethanation process [J]. Applied and Environmental Microbiology, 1990,56(6):1636-1644.

[28] 左劍惡,凌雪峰,顧夏聲.厭氧消化1號模型(ADM1)簡介 [J]. 環境科學研究, 2003,(1):57-61.

Zuo Jian-e, Ling Xue-feng, Gu Xia-sheng. Introduction to anaerobic digestion model No. 1 (ADM1) [J]. Environmental Science Research, 2003,(1):57-61.

[29] 成令茹.中國地域性膳食特征及其影響因素的研究 [D]. 武漢:華中農業大學, 2018.

Cheng Ling-ru. Research on China's regional dietary characteristics and its influencing factors [D]. Wuhan: Huazhong Agricultural University, 2018.

[30] Huang M H, Li Y M, Gu G W. Chemical composition of organic matters in domestic wastewater [J]. Desalination, 2010,262(1-3):36-42.

[31] 丁 慧,關華濱,陳志強.寒冷地區化糞池的效果評價和探討 [J]. 環境科學與管理, 2012,37(8):78-82.

Ding Hui, Guan Hua-bin, Chen Zhi-qiang. Effect evaluation and discussion of septic tanks in cold regions [J]. Environmental Science and Management, 2012,37(8):78-82.

[32] Shaw K, Dorea C C. Biodegradation mechanisms and functional microbiology in conventional septic tanks: a systematic review and meta-analysis [J]. Environmental Science-Water Research & Technology, 2021,7(1):144-155.

[33] 王紅燕,李 杰,王亞娥,等.化糞池污水處理能力研究及其評價 [J]. 蘭州交通大學學報, 2009,28(1):118-120,124.

Wang Hong-yan, Li Jie, Wang Ya-e, et al. Research and evaluation of septic tank sewage treatment capacity [J]. Journal of Lanzhou Jiaotong University, 2009,28(1):118-120,124.

[34] Catenacci A, Grana M, Malpei F, et al. Optimizing ADM1 calibration and input characterization for effective Co-digestion modelling [J]. Water, 2021,13(21):3100.

[35] Souza T S O, Carvajal A, Donoso-Bravo A, et al. ADM1calibration using BMP tests for modeling the effect of autohydrolysis pretreatment on the performance of continuous sludge digesters [J]. Water Research, 2013,47(9):3244-3254.

[36] Pumphrey B. An introduction to fermentation [C]. 2001.

[37] Rosenberg E Z-R I. Do microbiotas warm their hosts? [J]. Gut Microbes, 2016,7:283-285.

[38] 楊凌波,曾思育,鞠宇平,等.我國城市污水處理廠能耗規律的統計分析與定量識別 [J]. 給水排水, 2008,(10):42-45.

Yang Ling-bo, Zeng Si-yu, Ju Yu-ping, et al. Statistical analysis and quantitative identification of energy consumption law of urban sewage treatment plants in my country [J]. Water Supply and Wastewater, 2008,(10):42-45.

[39] Hao X D, Li J, Van Loosdrecht M C M, et al. Energy recovery from wastewater: Heat over organics [J]. Water Research, 2019,161:74-77.

[40] 國務院第七次全國人口普查領導小組辦公室.2020年第七次全國人口普查主要數據 [M]. 北京:中國統計出版社, 2021.

The Seventh National Census Leading Group Office of the State Council. Main data of the seventh national census in 2020 [M]. Beijing: China Statistics Press, 2021.

[41] 國家統計局城市社會經濟調查司.中國城市統計年鑒--2020 [M]. 北京:中國統計出版社, 2021.

Department of Urban Socioeconomic Survey, National Bureau of Statistics. China urban statistical yearbook--2020 [M]. Beijing: China Statistics Press. 2021.

[42] DB11/T 1150—2019 供暖系統運行能源消耗限額 [S].

DB11/T 1150—2019 Energy consumption limit for heating system operation [S].

Estimation and analysis of embodied energy conversion in community septic tank.

YAN Yi-jun, WANG Chun-yan*, LIU Yi, DONG Xin, LIU Yan-chen, YAO Lin-jie

(School of Environment, Tsinghua University, Beijing 100084, China)., 2023,43(1)：143～152

Taking the septic tank as the research object, based on reaction processes of anaerobic digestion model No.1, this paper established the unit model for calculation of water-energy-emission nexus in urban complex system-community septic tank (WeMax-STK), and analyzed the occurrence, conversion as well as the destination of sewage embodied energy, and evaluated the recovery potential of energy. The research results showed that the WeMax-STK model was generally reliable, the average error between the simulated value and the monitored value didn’t exceed 24%, the uncertainty was less than 18%, and the accuracy was more than 70%. The percentage of organic matters which conversed into thermal energy and internal microbial energy was about 17% of the total chemical energy in septic tank influent. Most sewage embodied chemical energy was transformed into slow degradation substrate, and the energy converted from organic matter into gaseous methane in the septic tank only accounts for about 4% of the total amount of chemical energy in the influent. The thermal energy recovery intensity was about 4.6kWh/m3, and the recovery potential was 24% to 25%, which was about 3 to 6 times that of chemical energy.

septic tank；sewage embodied energy；energy conversion；anaerobic digestion model No.1

X703

A

1000-6923(2023)01-0143-10

嚴伊竣(1997-),女,湖南株洲人,碩士研究生,主要研究方向為環境系統分析.

2022-05-09

國家自然科學基金資助項目(72004115,71974110)

* 責任作者, 助理研究員, wangchunyan@tsinghua.edu.cn