隨著管理水平的不斷提升，我國大型城市污水處理廠的管理正有向信息化、智能化發(fā)展的趨勢，因此對于各類模型工具日將益依賴。成熟的模型工具不僅可以準(zhǔn)確模擬污水廠進出水水質(zhì)的變化規(guī)律，為污水廠的提標(biāo)改造及工藝優(yōu)化提供依據(jù)，還能提升污水廠日常運行的管理水平，為實現(xiàn)提效降耗助力。本期欄目精選若干個國外成功運用的模型進行簡述，共同行參考。

隨著城市化進程的加快，新建工業(yè)區(qū)、住宅區(qū)等不斷地涌現(xiàn)和擴張，配套的污水處理廠也面臨著不斷增長的污水處理需求：越來越大的處理水量、越來越復(fù)雜的處理水質(zhì)以及越來越嚴(yán)苛的排放標(biāo)準(zhǔn)。為此，一方面對于現(xiàn)有的處理設(shè)備設(shè)施，需要不斷進行參數(shù)調(diào)整和工藝優(yōu)化，在提高處理效率的同時努力將能耗最小化;另一方面，在掌握現(xiàn)有實際運行數(shù)據(jù)的基礎(chǔ)上，需要進行合理的設(shè)計和規(guī)劃，引入新的技術(shù)手段，對污水處理廠進行適時的擴建和工藝改造;另外，對于日常的人員管理、設(shè)備維護等方面的經(jīng)營理念，也要不斷進行更新和完善，在維持出水水質(zhì)穩(wěn)定達(dá)標(biāo)的前提下，始終將“提效降耗”作為發(fā)展的目標(biāo)。這其中，模型模擬作為一種輔助手段，在數(shù)據(jù)分析、效果評估、水質(zhì)預(yù)測等方面具有不可替代的重要作用。本文在文獻調(diào)研的基礎(chǔ)上，整理匯編了目前較為前沿的模型模擬及其在污水處理廠中的應(yīng)用，包括用于補足進水缺失數(shù)據(jù)、性能評估、能耗估算及進水水質(zhì)預(yù)測等各方面的模型，以期為行業(yè)相關(guān)人員提供參考。

1 用于生成污水處理廠進水缺失數(shù)據(jù)的黑箱模型

污水處理廠得到的數(shù)據(jù)集合大致可分為兩類：一類是自動測得的數(shù)據(jù)，如流量計測得的流量數(shù)據(jù)等，它們大部分為定量數(shù)據(jù)，通常具有很高的記錄頻率，轉(zhuǎn)化為不同的時間尺度進行處理;另一類是通過分析得到的數(shù)據(jù)，如進出水的水質(zhì)參數(shù)等，大部分為定性數(shù)據(jù)，一般由24 h內(nèi)的隨機樣或者混合樣決定，時間分辨率(time resolution)較低。后者是進出水水質(zhì)情況分析以及工藝控制優(yōu)化的基礎(chǔ)資料。這些數(shù)據(jù)不僅可作為污水處理廠擴建設(shè)計和整體布局的參考依據(jù)，也可用于構(gòu)建污水處理廠模型，進行動態(tài)長期模擬來預(yù)測和驗證多年海量數(shù)據(jù)的合理性與準(zhǔn)確性。但是，對水質(zhì)的模擬分析通常需要連續(xù)的進出水水質(zhì)定性數(shù)據(jù)作為支持，這與一些污水廠常規(guī)的低頻數(shù)據(jù)監(jiān)測模式相悖，尤其是對于一些小型污水處理廠。為此需要采取一些合理的方法，替換和補充一部分遺漏的監(jiān)測值來提高數(shù)據(jù)的時間分辨率。

針對現(xiàn)有的一座常規(guī)定性數(shù)據(jù)密度較低、存在定性數(shù)據(jù)丟失的污水處理廠，Ahnert等基于威布爾分布(Weibull distribution)，根據(jù)時間分辨率較高的定量數(shù)據(jù)(流量)，采用一種簡單而直接的方法來生成連續(xù)的進水水質(zhì)數(shù)據(jù)值。該方法所需若干年內(nèi)的原始數(shù)據(jù)包括：(a)進水流量的日均值(最好為合流制排水系統(tǒng)，分流制的進水流量范圍較小);(b)24 h混合樣的有效COD值;(c)24 h混合樣的有效總氮值(Ntot)和有效總磷值(Ptot);(d)研究水域內(nèi)Ntot/COD和Ptot/COD的實際比值，一般可通過文獻調(diào)研得到。方法步驟如下：

(1)對于不同的進水流量，根據(jù)有效COD濃度值，計算威布爾分布的形式(shape)和規(guī)模(scale)參數(shù)：(a)根據(jù)流量范圍，將原始數(shù)據(jù)歸成若干組;(b)計算每一組數(shù)據(jù)的威布爾分布特征參數(shù);(c)生成威布爾分布的形式指數(shù)方程和規(guī)模指數(shù)方程。

(2)基于進水流量，根據(jù)威布爾分布的特征參數(shù)隨機生成COD濃度：(a)：計算某一給定進水流量的威布爾特征參數(shù);(b)根據(jù)特征參數(shù)生成一個符合威布爾分布的隨機數(shù)字，作為隨機生成COD數(shù)據(jù)的一部分;

(3)根據(jù)得到的Ntot/COD和Ptot/COD實際比值，計算缺失的Ntot和Ptot值;或者根據(jù)現(xiàn)有的Ntot/COD和Ptot/COD比值分布，分別生成符合正態(tài)分布的隨機Ntot和Ptot值。

得到的隨機數(shù)值具有和測得的實際數(shù)據(jù)值一樣的特征和變化規(guī)律，可用于需要使用到連續(xù)進水水質(zhì)數(shù)據(jù)的工藝模型構(gòu)建，從而進行工藝優(yōu)化、能耗分析(結(jié)合能量模型)、以及控制策略的改進或者總體處理能力的分析。

2 用于對污水處理廠績效進行評估的PDCA模型

維持污水處理廠高質(zhì)量的運行和服務(wù)，需要對技術(shù)工藝、環(huán)境影響以及經(jīng)濟效益等多方面的性能表現(xiàn)進行持續(xù)評估。為此，國際水協(xié)基準(zhǔn)和績效評估專家組(specialist group of Benchmarking and Performance Assessment of the International Water Association)提出了一種基準(zhǔn)化評價法來評估污水廠的績效，依照“計劃-執(zhí)行-核對-改進(Plan-Do-Check-Act，PDCA)”的循環(huán)例程(如圖1所示)，通過系統(tǒng)搜索和關(guān)鍵因素改進來提升污水廠的性能。
圖1 適于污水處理廠基準(zhǔn)化的PDCA模型

在此基礎(chǔ)上，葡萄牙國家市政工程實驗室(Portuguese National Civil Engineering Laboratory)開發(fā)了一套基于績效指標(biāo)(performance indicators，PIs)和績效指數(shù)(performance indices，PXs)的績效評估體系(PAS)，應(yīng)用于葡萄牙17座污水處理廠的基準(zhǔn)化評價和工作性能改進。

該污水廠績效評估體系主要包括兩方面：(a)PIs體系，以年為單位整體評估污水處理廠在出水水質(zhì)、設(shè)備效率和穩(wěn)定性、自然資源及原料使用(重點關(guān)注能源)、副產(chǎn)物管理、安全管理、人員管理、財政資源使用以及設(shè)計規(guī)劃方面的表現(xiàn);(b)PXs體系，以天為單位評估污水處理廠在出水水質(zhì)、污染物去除率以及運行條件等方面的具體表現(xiàn)。PXs體系是PIs體系的補充，后者用來評估污水處理廠在某一給定時期內(nèi)的整體表現(xiàn)，而前者用來評估污水處理廠的性能同預(yù)設(shè)目標(biāo)之間的差距，并給出得出各檔績效(“不滿意”、“可接受”、“良好”和“優(yōu)秀”)結(jié)果的依據(jù)(時間、位置以及原因)。通過綜合分析PIs和PXs，就能找到提升污水處理廠性能表現(xiàn)的突破口。

針對葡萄牙南部阿爾加維地區(qū)一座采用氧化溝和紫外消毒工藝的污水處理廠，Silva等應(yīng)用該套績效評估體系，選擇了七項PXs指標(biāo)(水質(zhì)檢測執(zhí)行率、水質(zhì)指標(biāo)分析率、水質(zhì)指標(biāo)達(dá)標(biāo)率、污水處理體積率、處理單位水量能耗、處理單位BOD5能耗等)和四項PIs指數(shù)(COD、BOD5、TSS和大腸桿菌)，依照前期研究得出的參考值，對2013~2015年間污水處理廠各工藝段的性能進行了評估計算。結(jié)果表明該污水處理廠的氧化溝工藝較為有效，而紫外消毒工藝的整體評定等級為“不滿意”，相比之下缺乏可靠性。因此建議污水廠工藝提升的重心為紫外燈的維護、紫外光劑量的優(yōu)化以及微孔篩網(wǎng)(UV工藝進水)的重新檢驗。

處理能耗的表現(xiàn)隨著污水處理體積的增大而越佳，且與污水廠的產(chǎn)能利用率(capacity utilization)有關(guān)。處理水量越接近污水處理廠的設(shè)計能力，工藝單元處理能耗的表現(xiàn)就越好;而當(dāng)產(chǎn)能利用率低于50%時，能耗表現(xiàn)為“不滿意”。氧化溝工藝曝氣環(huán)節(jié)的能耗占了總能耗的38%，總體表現(xiàn)為“不滿意”;針對該結(jié)果，建議通過季節(jié)性調(diào)整進水曝氣、溫度以及濃度以降低能耗和提高經(jīng)濟效率。事實上，在該污水處理廠，由于COD、BOD5、TSS等指標(biāo)的評定結(jié)果已為“良好”甚至“優(yōu)秀”，因此處理能耗的表現(xiàn)存在一定的提升空間;可適當(dāng)降低氧化溝工藝的能量和經(jīng)濟投入，重新校驗水質(zhì)指標(biāo)的評定結(jié)果是否仍高于“可接受”至“良好”的水平，從而將氧化溝工藝的能耗表現(xiàn)提升至“可接受”至“良好”的水平。

需要指出的是，完整的PI體系和PX體系所涵蓋的指標(biāo)種類非常廣，需要根據(jù)給定的污水處理廠和年限，結(jié)合評估目標(biāo)，有針對性地挑選出一組合理的PIs指標(biāo)和PXs指數(shù)。

3 用于考察設(shè)備老化對污水處理廠能源成本影響的能耗模型

污水處理廠的能量消費模式與當(dāng)?shù)丨h(huán)境條件、處理的水量和水質(zhì)、廠區(qū)規(guī)模大小、選擇工藝類型、設(shè)備服務(wù)年限等因素有關(guān)。目前，削減能源消耗已成為污水處理廠運行優(yōu)化的重要目標(biāo)之一。隨著人口和經(jīng)濟的持續(xù)增長、水質(zhì)標(biāo)準(zhǔn)更加嚴(yán)苛以及處理設(shè)施性能逐漸下降，污水處理廠的能源消耗會繼續(xù)增長，其中設(shè)備老化引起的能源損耗和處理效率下降的問題已經(jīng)引起了人們的重視。設(shè)備老化不僅會提高處理工藝所需的能源投入，也會增加運行維護所需的人力、試劑等成本，盡管它們之間存在一定的相關(guān)性，但很難定量。

Castellet-Viciano等從能耗角度考察了設(shè)備運行時間對西班牙瓦倫西亞地區(qū)322座污水處理廠的影響。研究收集了該地區(qū)污水處理廠2010年至2012年間的處理工藝代表性變量指標(biāo)，并采用Kruskal-Wallis檢驗方法對數(shù)據(jù)進行了統(tǒng)計分析;然后根據(jù)設(shè)備年限采用模型逐年進行模擬，并預(yù)測下一年的能耗成本。研究結(jié)果表明，含曝氣系統(tǒng)的二級生物處理單元，如活性污泥法和延時曝氣法，其能源消耗隨設(shè)備年限呈現(xiàn)出較大差異;這是由于曝氣系統(tǒng)多由微孔擴散裝置組成，由于結(jié)垢等造成的微孔阻塞會造成一部分的能量損失，而這一現(xiàn)象隨時間推移愈發(fā)明顯。此外，研究還發(fā)現(xiàn)，處理水量在275 000 m3/年以下的小型污水處理廠，設(shè)施年限對能源消耗的影響更為明顯;大型污水廠由于大部分存在熱電共生系統(tǒng)(cogeneration system)，在能源供給方面能夠?qū)崿F(xiàn)自給自足，因此設(shè)備年限對能源消耗的影響并不顯著。

研究得到的能量損耗預(yù)測值可作為評估污水廠處理設(shè)施機電設(shè)備的老化狀態(tài)的一個重要指標(biāo)，幫助污水處理廠的管理者決定是否需要進行設(shè)備更替或者相關(guān)的維護工作。

4 用于預(yù)測進水BOD5濃度大小的MCDA模型

軟傳感器(soft sensor)測量法以及基于快速可得信息和歷史數(shù)據(jù)的數(shù)理統(tǒng)計分析法，為污水處理廠實時信息報告和未來信息預(yù)測提供了一種簡單有效的途徑。Zhu等在早先的研究中闡述了采用軟傳感器測量法預(yù)測污水處理廠進水情況的諸多優(yōu)勢，包括預(yù)測結(jié)果可靠以及靈活性較好等，但方法預(yù)測的是目標(biāo)變量的均值，當(dāng)進水的BOD5偏高時，實際值和預(yù)測值之間的偏差可能較大，使得出水水質(zhì)不達(dá)標(biāo)的風(fēng)險增大;過量曝氣可降低該風(fēng)險，但也會產(chǎn)生不必要的能量消耗。

為此，Zhu等針對芝加哥一座污水處理廠，在前面研究的基礎(chǔ)上繼續(xù)開發(fā)了一種整合了軟傳感器測量法與多標(biāo)準(zhǔn)決策分析(multi-criteria decision analysis，MCDA)技術(shù)的多層級混合方法，在進水含碳BOD5(CBOD5)的預(yù)報工作中更好地平衡能耗需求和出水超標(biāo)風(fēng)險。該方法采用MCDA技術(shù)之一的折衷規(guī)劃法(compromise programming)，確定了一個將進水CBOD5分為高低濃度的關(guān)鍵濃度值，對于低濃度的CBOD5，采用人工神經(jīng)網(wǎng)絡(luò)(artificial neural network，ANN)來準(zhǔn)確預(yù)測，以尋求能耗需求的最小化;對于高濃度的CBOD5，將多元線性回歸置信水平的置信上限設(shè)為95%進行高估，從而使得進水處理不達(dá)標(biāo)的風(fēng)險最小化。

研究結(jié)果表明：(1)當(dāng)安全因子和預(yù)測精度采用相同的權(quán)重(0.5)時，根據(jù)訓(xùn)練數(shù)據(jù)集，CBOD5閾值的最優(yōu)選擇為87.5 mg/L;(2)與訓(xùn)練數(shù)據(jù)集相比，檢驗數(shù)據(jù)集的預(yù)測精度較低，而安全因子的范圍更廣，兩種數(shù)據(jù)集均能得出同樣的最優(yōu)CBOD5閾值，表明決策過程的正確性;(3)與單一應(yīng)用ANN方法相比，該混合方法可以顯著降低較高的CBOD5進水濃度被低估情況所占的比例，而預(yù)測誤差僅略微增長;(4)該混合方法具有很高的靈活性，可以使用不同的置信區(qū)間或納入更高級的算法進行修正，以預(yù)測進水中的其他成分并針對不同污水處理廠的當(dāng)?shù)貤l件作出調(diào)整，如出水要求、能源成本、處理工藝、天氣條件、控制靈活性等，通過調(diào)整安全因子和預(yù)測精度的權(quán)重，得到更符合地方實際的應(yīng)用模型。