这个案例有点酷,智能曝气+花园式再生水厂
cdzlsfra
cdzlsfra Lv.2
2024年06月03日 08:55:33
来自于水处理
只看楼主

 从出水水质、能耗和氨氮达标点三个主要目标出发,结合活性污泥模型和机器学习研发了一套多目标曝气调控系统,打破“恒DO”的常规PID曝气控制模式。 在银川第一再生水厂部署并运行,保证出水水质稳定达标基础上,中控室运行工作量减少2/3,曝气单耗平均下降12%,除磷药剂加药量下降30%。

 从出水水质、能耗和氨氮达标点三个主要目标出发,结合活性污泥模型和机器学习研发了一套多目标曝气调控系统,打破“恒DO”的常规PID曝气控制模式。


在银川第一再生水厂部署并运行,保证出水水质稳定达标基础上,中控室运行工作量减少2/3,曝气单耗平均下降12%,除磷药剂加药量下降30%。


引用本文:吴宇涵,刘帅,李鑫玮,等. 基于活性污泥模型的多目标曝气控制系统及应用[J]. 给水排水,2024,50(2):146-152.



本研究以银川市第一再生水厂的五段Bardenpho工艺为案例,采用基于活性污泥模型的多目标曝气控制五步法,实现了对污水处理曝气环节的智能控制,研究成果可为污水生物模型技术在污水处理厂智能曝气控制中的应用提供参考。


01

技术路线

基于活性污泥模型的多目标曝气控制五步法见图1。实施步骤如下:

①机理模型构建。利用运行数据,构建水厂工艺模拟模型,并对模型中的参数进行校核;

②优化目标确定。确定约束条件为在出水水质达标前提下,使能耗最低且满足氨氮达标点位置,由此构建优化目标函数;

③需气量测算。利用差分进化算法和自然断点法筛选优化工况并计算分段优化气量;

④OPC(OLE for Process Control)系统连接。通过OPC对SCADA(Supervisory Control and Data Acquisition)系统和优化模型进行终端连接,打通控制回路;

⑤控制执行。将优化结果下发至PLC对风机和阀门开度进行实时控制。


图1 基于活性污泥模型的多目标曝气控制五步法


02

模型与控制系统建立

2.1 机理模型构建

2.1.1 污水处理厂概况

银川市第一再生水厂占地面积31.6 hm2,设计规模为30万m3/d,共分成4个系列,采用半地下式建筑,于2021年10月试运行。水处理工艺采用改良Bardenpho-二沉池-加砂沉淀池-V型砂滤池工艺,污泥处理工艺为“离心浓缩+板框脱水”,工艺流程见图2。出水水质达到《城镇污水处理厂水污染物排放标准》(DB11/890-2012),主要用于工业用水、市政杂用及河湖景观补水。水厂上游管网有一定存水能力,提升泵单元按恒液位或恒流量运行,因此水量控制稳定,无明显冲击。2023年1-6月进水水质水量情况见表1。


图2 工艺流程


表1 2023年1~6月进水水质水量(单位:mg/L)


2.1.2 模型搭建

基于目前进水水量,生化反应池运行两个系列,每个系列包含两组相同的反应池,建立模型时按一个系列搭建。生化池主体工艺为改良Bardenpho,即厌氧+两级AO工艺,进水可分3点配水,总停留时间25h,其中厌氧池1.5h,一段缺氧池5h,一段好氧池11.5h,消氧池0.5h,二段缺氧池4h,二段好氧池2.5h。每系列生化池对应8座二沉池,每座有效水深4.5m,单池表面积392m2。


按照上述工艺流程和设计参数,利用团队自主研发的BEThink模拟软件建立工艺模型。其中,厌氧池和缺氧池分别按一个完全混合池型构建,一段好氧池根据推流流态、溶解氧仪表位置和曝气支管阀门位置,分成3个完全混合池,一段好氧池第一、二廊道对应模型中的好氧池1,一段好氧池第三廊道对应好氧池2,一段好氧池第四廊道对应好氧池3。具体工艺流程如图3所示。


图3 BEThink构建工艺流程


2.1.3 模型校正

将2023年运行数据(1-6月)进行清洗和修正,剔除异常数据后输入模型进行参数校正。通过稳态模拟和动态验证,该模型校正了5个计量学参数、2个动力学参数、2个曝气参数(参见表2)。校正方法参见《IWA活性污泥模型应用指南》。


表2 模型校正参数


2.1.4 模型校正结果

2023年1-6月稳态(表3)和动态模拟结果如图4所示。其中,内外回流量、排泥量、DO、曝气量均由在线仪表监测,将其与进水水质水量参数以日为单位输入至模型。


表3 出水稳态模拟结果(单位:mg/L)

 

图4 2023年1-6月动态出水水质模拟


好氧池菱形调节阀门、气体流量计和DO仪表位置如图5所示。其中阀门1和气体流量计1对应一段好氧第一、二廊道,对应气量记为Qair1;阀门2和气体流量计2对应一段好氧第三四廊道,对应气量记为Qair2;阀门3和气体流量计3对应二段好氧,对应气量记为Qair3。


图5 生物池仪表和阀门位置


输入沿程DO数据(采用3-6月数据),拟合三段模拟曝气量与实际曝气量,如图6所示。因DO在线仪表数据在低区(<0.5 mg/L)测量存在一定误差,因此Qair1模拟表现较Qair2、Qair3差。


图6 好氧池沿程气量拟合


从图4、图6以及表3的模拟结果来看,模拟值与真实值间的误差在可接受范围内,说明基于表2内校正后参数的模拟模型符合当时水厂的运行情况,可应用于后续曝气控制系统的研究。

2.2 优化目标确定

曝气控制的优化目标有三个:出水水质达标、能耗低和氨氮达标位置。

(1)出水水质。为保证生产运行的稳定,以该厂出水水质内控值为优化目标或约束条件。水厂的出水水质标准和内控值见表4。


表4 优化过程中水质范围(单位:mg/L)

注:a表示12月1日-3月31日执行括号内的排放限值。


(2)能耗。用电设备的瞬时功率能够直接从模型中获取,鼓风机的瞬时功率记为Wa(kW),电单价记为ye(元/kW·h),因此,电耗成本(AC,单位:元/天)为:



(3)氨氮达标。氨氮浓度随好氧沿程逐渐降低,如氨氮过早达标会导致后续DO较难控制,容易导致回流混合液中DO过高,影响缺氧池的反硝化环境,另外好氧池末端DO过高也会一定程度影响污泥沉降性能及生物除磷效果。因此结合模拟和实践,将氨氮的达标点位控制在好氧池3/4处,即将好氧第三廊道末氨氮浓度控制在1.5(2.5)mg/L左右,将氨氮在线仪表安装在该位置,作为控制参考。


将以上三类优化目标进行归一化处理,通过目标函数大小确定最佳曝气量,目标函数最高值表征对应的曝气量既能够使水质达标、低于内控值,并且能耗较低,沿程氨氮达标点符合要求。


在实际应用过程中将需要控制的变量最大值加载到活性污泥模型中,得到以上电设备成本的最大值ACmax。运行成本归一化后的目标值为式(2):



对于达标点氨氮来说,记NH4target和NH+4分别为好氧3/4处达标设定的氨氮达标值和模拟值,NH4in为进水氨氮值。同时保证分区气量控制维持氨氮在好氧3/4处达标,因此有式(3):



综合式(2)和式(3),同时考虑出水水质低于内控值后则只关注能耗和氨氮达标点对目标函数的影响,因此有式(4):



其中out为出水水质包含COD、总氮、氨氮和总磷四项,outs为内控值,outd为出水水质标准。


2.3 需气量测算

本研究采用差分进化算法与自然断点法相结合的方式,在历史数据基础上对Qair1、Qair2和Qair3进行优化得到对应的各段最优曝气量,同时输出相应的DO值,以实现优化气量和DO实时输出的目标。


相比于粒子群算法、遗传算法等,差分进化算法具有高效、可靠、鲁棒性强、易于使用等优点,是一种全局最优化方法,因此采用差分进化算法作为求解方法。而在风机和阀门的实时控制中,为保证时效性,需根据进水水质水量分钟级调整阀门开度。差分进化算法解算过程耗时较长,无法满足实时输出最优控制量的需求,将优化结果与进水量、水质等信息存入指定路径,利用自然断点法查询当前进水耗氧污染物负荷对应的历史最优解,实现实时输出最优控制量。


由于本研究设计算法主要解决曝气控制的最优解,与气量相关水质指标可以按照污染物负荷(以COD计)进行评价见式(5)进水耗氧污染物负荷(以COD计)按照式(5)计算:



式中 Qin——进水流量,m3/d;

TNin——进水总氮,mg/L。

利用2023年1-6月进水污染物负荷数据,使用自然断点分类法将负荷进行聚类见式(6)~式(8):



其中SDCM为类内方差,SDAM为总体方差,



k为区间数量。


根据自然断点法分类原则(GVF值不低于0.7,且选择使GVF值靠近最大值的最少类别)。由图7可将实验数据分为5类。


图7 GVF法污染物负荷分级


以上5类污染物负荷对应的气量最优解和对应DO如表5所示。在实际控制中,通过进水在线仪表数据计算相应负荷,按照对应的最优解进行插值计算得到最佳曝气量。


表5 不同进水负荷条件下的最优气量和相应DO


2.4 OPC智能控制软件连接与控制执行

由于PLC无法处理复杂的计算逻辑,研究团队基于OPC开发了一款智能控制软件,方便多种计算逻辑的部署,从而实现水厂的智能控制。OPC软件支持周期读取标签数值,实现过程数据的跟踪与清洗;支持多种编程语言,便于不同编程语言程序的接入。实现多种算法程序的接入与优化。OPC软件从SCADA获取仪表传感器及水厂PLC的数据,采用去跳、滑动平均和上下限等方法对数据进行修正。将2.3所述算法程序接入OPC软件,计算最优控制量后将其通过OPC传回SCADA,并由SCADA发送给对应阀门的PLC控制。同时,对各分区需风量求和后得到鼓风机总风量,将得到的鼓风机总风量由SCADA发送给鼓风机,鼓风机进行调整达到期望的总风量。


03

结果与讨论

银川第一再生水厂当前进水负荷较低,生化池只运行5区、6区两个系列,该智能曝气系统于2023年7月10日正式部署于5区运行,同时6区作为对照组运行。


3.1 DO曲线

实施智能曝气控制后,DO曲线如图8所示,实施后5区好氧池DO浓度均较平稳。在水量水质相同情况下,5区比6区气水比整体下降28%,DO日稳定性(方差对比)提升50%。


图8 应用智能曝气控制系统后DO对比


3.2 人效及能耗分析

因5区运行效果达到预期,于2023年8月1日起5、6区同时运行曝气控制系统。实施智能曝气控制前,需要人工反复调整手动和电动阀门,以保证各区合适的气量分配;实施后各区阀门自动调整分配合适的气量,无需人工操作。实施智能曝气控制前,中控室需要两名员工参与工艺调整和远控;实施后,中控值班人员工时可减少2/3。节能降耗情况如表6所示,吨水曝气单耗下降12%,除磷药剂加药量下降30%。


表6 系统运行前后运行数据对比


04

结 论

以建立的银川第一再生水厂工艺模型为基础,基于历史数据对模型进行校正,根据进水负荷变化,利用差分进化算法和自然断点法相结合的方式实时优化曝气量,进行曝气控制。相比于固定DO设定值的控制模式,该系统通过机理模型模拟,一方面保证出水水质稳定达标,另一方面利用数据模型确保了能耗较低,同时考虑了好氧末端DO、氨氮达标位置等的影响,确保脱氮除磷效率和污泥沉降性能良好。实践证明,该系统能在确保稳定达标基础上,节省人工和能耗。

免费打赏
yj蓝天
2024年06月04日 06:33:55
3楼

好资料,对于再生水厂开展双碳活动有参考价值,谢谢楼主分享

回复

相关推荐

APP内打开