社区化粪池污水能量转化估算与分析研究

严伊竣,王春艳,刘 毅,董 欣,刘艳臣,姚琳洁

社区化粪池污水能量转化估算与分析研究

严伊竣,王春艳*,刘 毅,董 欣,刘艳臣,姚琳洁

(清华大学环境学院,北京 100084)

以化粪池单元为研究对象,基于ADM1模型的反应过程,建立了社区化粪池污水能量转化核算模型(WeMax-STK模型),对污水能量在化粪池中的赋存､转化以及去向进行了分析,并评估了污水能量的回收潜力.结果表明,WeMax-STK模型整体可靠,模拟值与监测值的平均误差不超过24%,不确定性低于18%,模型准确率在70%以上.化粪池进水有机物转化为热能和内部微生物能量的比例约占进水总化学能量的17%,污水化学能的主要去向是转化为慢速降解基质的能量,化粪池内有机物转化为气态甲烷的能量仅占进水化学能总量的4%左右.污水热能的回收强度约4.6kWh/m3,热能回收潜力约为24%～25%,大约是污水化学能回收潜力的3～6倍.

化粪池；
污水能量；
能量转化；
ADM1模型

化粪池作为常见的无害化处理设施,其建设与改造一直是我国厕所革命和人居环境建设的工作重点,其中分布了大量微生物群,污水进入化粪池后会停留数小时至数天不等,污水停留期间微生物会将大分子有机物分解成小分子物质,同时生成甲烷等[1]气体并释放能量.化粪池甲烷排放速率为7.4～ 16.3g/(m3·d)[2],排放量与市政污水厂甲烷和氧化亚氮的排放相当[1].化粪池进水中的化学键能和化学焓能从有机物转移至甲烷和其他产物,同时部分能量以代谢热能的形式释放.换言之,污水能量的赋存形式会随着反应过程同步发生改变.

国内外已有研究学者关注到污水作为一种特殊的能源载体,可以以甲烷、热能的形式回收,并用于周边环境的空间制冷、供暖及电力补充[3].有学者从理论和实验角度分别测算了污水化学能与COD的关系,约为0.00386kWh/g COD[4-7].污水中的热能来自于生活使用或污水处理过程中的热量输入,通常表现为污水温度的变化,有学者估计瑞士每年建筑物排放污水中约有2×108kWh的热能[8].目前污水厂中能量回收利用研究和应用案例较多.世界上多个水厂已尝试通过硝化、热电联产等能源回收方式实现了90%～115%的能源自给率[9-10],减排优势明显.也有学者对排水系统的能量回收潜力进行了研究,如Abdel-Aal等[11]发现下水道管网热回收潜力能满足该集水区热需求的7%～18%.

然而,目前化粪池内污水能量转化核算的相关研究较少,还缺少一套完整且能同步刻画污水水质、污水能量变化的方法.目前研究多以污水管网为例进行模型建立和结果分析,如Vollertsen等[12]尝试基于污水管网中生物量(膜)的生长以及有机物的水解发酵过程评估甲烷回收潜力,但是涉及参数复杂且难以测定,且未能考虑沉积物与水质的相互影响[13];Dürrenmatt等[14]建立了TEMPSET模型,但是多平衡影响下该模型较为复杂应用不便,且忽略了空气与污水的热交换[15].

回收污水中的能量是我国“双碳”政策导向下的必然选择,符合污水资源化利用的总体要求,有利于保障水生态、水安全、水环境安全,是未来污水处理行业的发展趋势.因此,为明晰化粪池内不同形式能量之间的转化关系,评估污水能量回收潜力,提高污水资源化利用水平,本文拟通过改进ADM1模型和实证研究,对污水能量在化粪池中的赋存、转化以及去向进行分析,并评估污水能量的回收潜力.

采用能量强度和回收强度来评估污水能量赋存量和回收潜力.污水能量与水质有密切关系,水质的变化过程就是污水能量的转化过程.也就是说,需要刻画水质的反应过程,明晰水质的变化才能揭示污水能量的转化及去向.相关参数来源于实际监测采样、文献调研和模型预设参数等.

1.1 污水水质与能量的关系

对于污水化学能,目前国内外均采用COD作为指标计算;对于污水热能,主要是基于污水比热容并以温度作为指标计算.在核算污水能量时,水量直接决定能量的数量级,但仅采用水量指标就会掩盖引起污水能量变化中水质因素.为了研究污水能量的转换过程,本文采用单位污水体积计算污水能量强度(SEI)和污水能量回收强度(ERI),用二者的比值来评估能量的回收潜力(ERP),计算公式如下:

式中:SEIch、ERIch分别代表污水化学能的能量强度和回收强度,kWh/m3; SEIth、ERIth分别代表污水热能的能量强度和回收强度,kWh/m3;为化学能量系数,单位为kWh/g COD,有研究表明以COD计的有机物仅占污水总化学能的85%[5,16],COD的能量系数为0.00386kWh/gCOD[4-6],故本文计算SEIch时取0.00453kWh/gCOD;化学能的主要回收目标是甲烷,计算ERIch时取0.00388kWh/gCOD (以COD计的甲烷浓度)[17],即甲烷的燃烧热值;是污水比热容,单位为kWh/(m3×℃),取值为1.16;S为化粪池进水有机物及其产物S的浓度,单位为g COD/m3;为温度,计算SEIth时为污水温度;计算ERIth时,由于热能主要依靠污水源热泵进行提取回收,因此为提取温差,一般取4℃[18-20].

1.2 化粪池污水能量转化核算模型与分析方法

1.2.1 化粪池污水能量核算转化模型 国内一般采用三格化粪池,三格之间互相连通,内部为厌氧环境,这样就与厌氧消化1号模型(ADM1)描述的厌氧消化池较为相似[21].ADM1对厌氧消化全过程进行了详细的刻画[22],但在实际应用中,不同微生物种群的数量并不确定,且某些组分(如挥发性酸)测试难度较大.Weinrich等[23]将ADM1逐步简化成ADM1- R1～R4,其中ADM1-R3是在保留乙酸转化为甲烷这步限速反应的基础上对ADM1的最大程度简化. ADM1-R3一共包括6个生化过程[24],分别为三大营养物的降解过程(碳水化合物、蛋白质和脂类化合物)、两类微生物的凋亡过程(水解微生物和乙酸营养型产甲烷微生物)以及乙酸产甲烷的过程.

本文基于ADM1-R3构建化粪池污水能量转化核算模型.针对污水能量转化核算需要,对ADM1- R3做适当简化、新增和调整.

(1)简化部分:ADM1-R3涉及两种微生物.但实际应用中,微生物种类并不便于测定.因此本文采用一种非特定微生物表示微生物的凋亡过程.

(2)新增部分:

①微生物死细胞分解为复杂有机物.化粪池内含有大量微生物,不仅进水中的有机物可以作为内部生化反应的底物,微生物凋亡后的死细胞体也可作为底物被活性微生物利用,但ADM1-R3中并没有考虑这部分.本文采用原ADM1模型中的初步水解方程及其反应速率公式[22]描述该过程:

式中:s2为微生物死细胞(可看成慢速降解基质),ch、pr、li分别代表碳水化合物､蛋白质和脂类化合物,g COD/m3(以COD计的物质浓度);、、为计量学系数,无量纲,取值依据微生物细胞结构组成确定,=0.286,=0.55,=0.15[25].该过程的反应速率可用式(5)表示,其中dis为一级水解动力学常数,h-1,取值范围为0.051～0.054[26].

②甲烷的气液传质过程:污水化学能的回收对象主要是气态甲烷,但ADM1模型中并未给出甲烷气液传质过程的反应速率表达式.本文采用Pauss等[27]提出的传质公式:

式中:CH4、CH4分别为液态甲烷和气态甲烷浓度,g COD/m3;甲烷气液传质速率可用式(7)表示,其中La_CH4为甲烷传质因子,h-1;GCH4为气态甲烷分压, kPa;H_CH4为甲烷的亨利常数,g COD/(m3·kPa),上述参数将参考文献[2,27]的取值范围.

(3)调整部分:ADM1-R3中所有反应的计量学系数均以摩尔为单位,不能体现有机物的能量去向,也不能直接与能量计算公式结合.为便于后续核算污水能量,本文将计量学系数调整为以COD表征.方法是:先将底物的摩尔系数调整为1,然后计算产物的系数,计算公式如下:

式中:为产物以COD计的系数;为产物以摩尔计的系数;CODM(P)为每摩尔产物消耗的COD质量,g COD/mol;CODM(S)为每摩尔底物消耗的COD质量,g COD/mol.

ADM1所有反应过程均是基于特定组分构建的[28],不同有机物参与反应过程不同,相应的污水能量变化也存在差异.因此,需要基于生活污水组分建立水质特征化方法,将其用于WeMax-STK.具体方法是:用COD表征进水总有机物的含量,将COD初步分为快速降解基质(近似看作BOD5)和慢速降解基质,其中快速降解基质可分为简单有机物和复杂有机物.化粪池进水主要是生活污水,可认为居民家庭生活污水中的有机物主要为碳水化合物(单糖)、蛋白质(氨基酸)和脂类(脂肪酸)三大膳食营养成分,其他组分忽略不计,除COD､BOD5和乙酸浓度为本研究实测值,其他组分的占比()可根据文献[29-30]确定.最终构建的基于生活污水组分建立水质特征化方法如图1所示.

图1 基于生活污水组分的水质特征化方法

WeMax-STK是基于ADM1-R3构建的化粪池污水能量转化核算模型,新增过程的反应方程和速率表达式借鉴了原ADM1中的公式,因此复杂程度介于原ADM1模型和ADM1-R3模型之间. WeMax-STK包括初步分解和水解、产乙酸和产甲烷在内的9个生化反应和1个甲烷气液传质过程,另外还增加了17个能量组分及其计算公式,可以实现污水水质和能量的同步模拟.表1总结了WeMax- STK的主要内容,可以直观对比其与ADM1以及ADM1-R3模型的区别.

1.2.2 化粪池污水能量转化分析方法 本研究将①化粪池出口与进口化学能的能量强度之差(即出水减少的化学能),②化粪池出口与进口热能的能量强度之差(即出水增加的热能)以及③化粪池内微生物化学能的能量强度(即活性微生物所含的化学能)进行两两线性拟合,得到污水能量转化关系的经验公式,斜率表示二者呈正(负)相关关系,2为相关系数,表示拟合公式与实际数值之间的吻合程度.

表1 WeMax-STK与ADM1､ADM1-R3的比较

注:上述过程涉及的所有物质组分均可结合能量计算公式得到相应的能量组分.

1.3 模型实现与验证

采用AQUASIM软件来实现WeMax- STK模型的计算和模拟过程,模型的验证方法如下:

1.3.1 参数率定 用Spearman相关系数()反映模拟值与监测值(真实值)的相关性,用相对误差()和平均相对误差(ave)表示模拟值与监测值之间的误差,用准确率()来代表模拟结果的可靠性,评判参数率定结果的好坏.相对误差､平均相对误差和准确率的计算公式分别如(9)、(10)和(11)所示:

式中:是第个模拟值与监测值之间的相对误差;ave是模拟值和监测值的平均相对误差;是准确率;sim是模拟值;real是监测值;是模拟值的个数;N是落在监测范围中的模拟值个数.

1.3.2 不确定性分析 假设所有参数为均匀分布,根据参数的取值范围分成10等份,由小至大依次取值,计算各组分的浓度(即模型输出),然后用模型输出的标准差与均值的比值代表模型的不确定性,具体计算公式如下:

式中:为不确定性,是模型输出的标准差;是模型输出的均值.

1.4 时变化特征分析

根据实际监测数据,水质结果绘制成箱式图,水量结果通过Matlab绘制为小时变化曲线.本研究采用小时变化系数HVI表征污水水量和污水能量的时间变化特征,并将该指标应用在水量监测结果和污水能量回收潜力分析部分.HVI的计算方法是用某时刻的数值除以24h的平均值.

1.5 监测方案与数据

选取北京某高校家属区作为研究区域.该家属区占地面积约7.5hm2,实际向主干管排放污水的居民约1.04万人,污水整体流向为自东向西.根据实地摸查情况和排水管网设计图纸,综合考虑监测设备安装和人工采样的便利性､可行性,选择了A小区某居民楼排口(也是该楼化粪池进口)及化粪池出口作为监测点位.水量采用在线设备监测,水质通过人工采样送往实验室分析.在2021年11～12月,一共开展4次水样采集工作,其中2次为连续24h密集采样(一天工作日和一天周末),频率为1h/次;另外2次采样在工作日,频率为1d/次.样品运输和保存均依据《水质采样样品的保存和管理技术规定》(HJ493-2009).

2.1 水量水质监测结果

污水经过化粪池前后的流量变化曲线如图2所示.化粪池进水(居民楼排口)的工作日平均小时流量为0.96m3/h,方差为0.10,最高小时流量为1.64m3/h (6:00),最低小时流量为0.29m3/h(4:00);周末平均小时流量为0.84m3/h,方差为0.16,最高小时流量为1.79m3/h(19:00),最低小时流量为0.50m3/h(3:00).化粪池出水的工作日平均小时流量为0.90m3/h,方差为0.13,最高小时流量为1.50m3/h(22:00),最低小时流量为0.29m3/h(5:00);周末平均小时流量为0.87m3/ h,方差为0.21,最高小时流量为1.71m3/h(23:00),最低小时流量为0.27m3/h(5:00).

化粪池进水(居民楼排口)流量的小时变动差异明显,HVI范围在0.3～1.8之间,受居民家庭活动水平影响显著.经过化粪池后,流量的小时变动差异被削弱,HVI范围在0.3～1.6之间,说明化粪池对污水排出具有一定时滞缓冲作用.

图2 水量监测结果

图3 化粪池水质水温变化监测结果

水质监测结果及描述性统计分析如图3所示,其中异常值已剔除.结果显示,工作日期间化粪池进出口的COD平均值分别为522.2和411.1mg/L, BOD5平均值分别为212.7和183.3mg/L;周末期间化粪池进出口的COD平均值分别为507.2和354.2mg/L,BOD5平均值分别为222.0和103.0mg/L.可见,化粪池可对生活污水进行初步处理,COD去除率大约在21.3%～30.2%,BOD5去除率大约在13.8%～ 53.6%.该结果接近于或小于已有研究结果.例如,丁慧等[31]对哈尔滨市某化粪池前后检查井进行连续24h取样后发现COD平均去除率为16.9%～47.2%,而Kelsey等[32]对多篇文献中化粪池进出流COD浓度进行整理后发现COD平均去除率为71%～80%,王红燕等[33]对兰州市某化粪池进出水进行采样后也发现COD和BOD5的平均去除率可分别达到83.6%和51.1%.可能原因是本文监测时段为北方冬季,气温降低影响了化粪池的污染降解效果.而工作日期间化粪池进出口水温平均值分别为17.1和18.6℃,周末期间化粪池进出口水温平均值分别为17.1和18.9℃,说明经过化粪池后污水温度可提升1.5～ 1.8℃,污水热能也随之相应增加.

2.2 模型验证结果

采用化粪池出口COD、BOD5监测值对WeMax-STK模型进行参数率定和不确定性分析.模型中除常数参数外,共需率定35个参数,包括化粪池进水水质参数8个、微生物相关参数4个、有机物分解或水解参数10个,有机物降解发酵参数11个以及气液传质参数2个.参数率定后,监测值与模型模拟值之间的Spearman相关系数、平均相对误差、准确率和不确定性如表2所示.在模拟效果方面,WeMax-STK模型表现较好,Spearman相关性均大于60%,准确率在70%以上,平均相对误差不超过24%,与Catenacci[34]、Souza[35]等研究模型的表现接近.模型输出的不确定性在7.7%～17.5%之间,整体上模型输出的不确定性较小,明确了后续应用模型的安全范围.

表2 模型验证结果(%)

2.3 污水能量转化估算与分析

2.3.1 能量转化关系拟合 根据WeMax-STK模型,可以计算污水化学能、热能的能量强度以及微生物中的能量,进而分析不同形式能量转化关系.

化粪池中化学能、热能之间的转换关系拟合结果如图4所示.化粪池出水减少的化学能(①)与化粪池出水增加的热能(②)的拟合结果显示化粪池出水增加的热能与出水减少的化学能成正比,拟合斜率为(2.49±0.25),即每减少1kWh/m3的化粪池出水化学能就会增加2.2～2.7kWh/m3的出水热能.基于能量守恒定律,说明化粪池出水热能的增加不仅来源于有机物的降解,还有内部微生物的产热等其他来源.Brian等[36]研究发现微生物代谢活动过程中热量的转换与碳和能源的利用有关.在微生物生长过程中,当碳源被纳入生物质的合成代谢时,基质中约40%～50%的可用焓在生物质中储存,其余通过热量释放[37].当碳源被分解代谢,为细胞的维持提供能量时,所有与底物氧化相关的焓都以热的形式被释放出来.化粪池进水有机物在被微生物降解的过程中,既参与了细胞合成代谢也参与了分解代谢,因此在化粪池出水减少的化学能中有40%～50%的能量以热能的形式释放,使得出水热能增加,由此可得出化粪池内微生物产热总值约为1.2～2.2kWh/m3.

对于①与②以及化粪池内微生物所含的化学能(③)的拟合结果,其斜率为负值,说明化粪池内活性微生物所含的化学能越多,化粪池出水减少的化学能量就越少.从能量利用的角度解释,当微生物体内贮存的化学能足够多(处于能量饱和状态)时,需要从外部获取的能量就越少,也就是有机物被微生物消耗的量较少,出水化学能略低于进口化学能;当进水有机物的能量全部贮存在微生物体内,此时化粪池内微生物含有的化学能为20.2～21.5kWh/m3,相当于活性微生物浓度为4459～4755g COD/m3.

②与③的拟合斜率也为负值,即化粪池内微生物所含的化学能越多,出水增加的热能就越少.从能量守恒角度解释,化粪池进水有机物所含的化学能去向有三处:一是转化为中间产物;二是用于合成微生物细胞结构,贮存在微生物体内;三是转化为热能后被释放.当中间产物的生成速率和生成量一定时,化学能贮存在微生物体内的能量增加,转化为热能的部分就会减少,从而出水热能的增加量减少.理论上,如果进水化学能全部转换为热能,则可使出水热能增加7.2～9.7kWh/m3,水温提升6.2～8.4℃.

2.3.2 污水能量去向分析 进一步细分中间产物,可明晰化粪池进水化学能的具体去向.如前所述,居民家庭排出的污水有机物在化粪池内经过厌氧消化后产生的中间产物包括快速降解基质､慢速降解基质和甲烷(见图1).化粪池进水化学能的能量去向分析结果表明(见图5),化粪池进水化学能的平均能量强度为2.3kWh/m3,出水化学能的平均能量强度为1.8kWh/m3,化学能减少了21.7%,减少的化学能一部分用于微生物生命活动,贮存在微生物体内或转化为了热能,另一小部分转移到了气态甲烷中,占比约为4%.对于甲烷,主要以气态甲烷形式赋存在化粪池顶空气体中,仅有20%以溶解态甲烷赋存在污水中,这与甲烷难溶的性质一致.大部分进水化学能主要是以中间产物的形式赋存,其中慢速降解基质占比约43%,快速降解基质占比约35%.在快速降解基质中,复杂有机物占绝对主导地位,占比由高至低依次为蛋白质(15%)、碳水化合物(10%)和脂类化合物(8%).

图5 化粪池进水化学能能量去向

2.3.3 能量转化时变化特征 污水能量随人类用水习惯呈现一定时间特征,因此污水化学能向不同形式能量转化的比例也会发生变化.图6表现了工作日和周末24h内化粪池进水化学能向快速降解基质､慢速降解基质、甲烷、热能和微生物能量转化的比例变化.总体而言,工作日转化比例的时间波动幅度小于周末,但是化粪池进水化学能向甲烷转化的较大值均出现在9:00～11:00和16:00～17:00,工作日转化为甲烷比例在3%～9%之间,HVI为0.6～1.8;周末转化为甲烷的比例在1%～6%之间,HVI为0.3～1.6.化粪池进水化学能转化为热能和微生物能量的较大值均出现在3:00～5:00､7:00～8:00以及14:00～15:00,工作日的转化比例在1%～46%之间, HVI为0.1～2.1;周末的转化比例在15%～57%之间,HVI为0.4～1.6.工作日化粪池进水化学能转化为快速降解基质能量的比例在24%～43%之间,HVI为0.7～1.3;周末的转化比例在7%～28%之间,HVI为0.4～1.6.工作日化粪池进水化学能转化为慢速降解基质能量的比例在24%～57%之间,HVI为0.6～1.4;周末的转化比例在28%～54%之间,HVI为0.7～1.3.

2.4 污水能量回收潜力估算与评估

对于污水化学能,用气态甲烷的能量作为衡量可回收化学能指标.研究区域单个化粪池内的气体体积约为10m3,一共有60个化粪池,将气态甲烷的化学能与单个化粪池气体体积､化粪池数量相乘,即可得到研究地区可回收污水化学能总量.根据WeMax-STK模拟结果,可计算出每小时化学能回收潜力大小.污水化学能回收强度为0.4～4.8kWh/m3,平均值为1.5kWh/m3,可一定程度上抵消污水处理能耗[38].Hao等[39]根据进水COD能势､浓度以及转化效率计算出化学能最大回收量为1.54kWh/m3,与本文研究结果相近.此外,由图7(a)可知,研究区域每小时可回收的化学能为25～101kWh/h,小时变化系数在0.4～1.6之间;化学能回收潜力约为3%～10%,小时变化系数在0.4～1.7之间.

对于污水热能,按照污水源热泵提取的温差(4℃)计算热能回收强度.用污水热能回收强度与单个化粪池出水流量､化粪池数量相乘,即可得到研究地区可回收污水热能总量.本文计算得出,污水热能回收强度为4.6kWh/m3,Hao等[39]根据出水流量、提取温差以及水的比热容计算出热泵热能回收量为4.6kWh/m3,两者相同.由图7(b)可知,除了2:00～7:00,其余时间段热能均较为充沛.研究区域每小时可回收的污水热能为73～374kWh/h,小时变化系数在0.3～1.5之间;热能回收潜力为24%～25%,在时间变化上较为稳定,污水热能回收潜力约是污水化学能的3～6倍.

考虑模型的不确定性(按照最大值18%计算),可得出研究区域一天可回收化学能总量为1.2×103～ 1.7×103kWh/d,一天可回收热能总量为2.9×105～4.2× 105kWh/d.相比于污水化学能,污水热能更加稳定,回收潜力更大,应作为污水能量回收的主要目标.污水热能回收后可用于建筑供暖,能量利用效率大约为38%[39],因此研究地区可用于供暖污水热能为1.1× 105～1.6×105kWh/d.2020年,北京市家庭户数约823万户[40],家庭住宅集中供暖的面积为45486万m2[41],建筑物单位面积耗热量为0.19～0.26GJ/m2[42],根据以上数据可算出每户家庭采暖能耗为2919～ 3995kWh,则研究地区一天回收的污水热能可以支撑38～40户家庭使用.

3.1 对现有ADM1模型进行改进,建立了WeMax- STK模型,考虑6种过程､涵盖12个方程,模拟水质与能量的转换关系,为化粪池污水能量转化核算提供了一个计算与分析工具.

3.2 WeMax-STK模型输出与监测值之间的平均相对误差小于24%,准确率在70%以上,模型模拟效果较好.模型输出的不确定性最大值约为18%,模型整体较为可靠.

3.3 对化粪池污水能量转化关系分析结果表明,化粪池进水有机物中约有17%的能量转化为了热能和微生物所含的能量,污水能量的主要去向是转化为慢速降解基质的能量,接近总量的一半,化粪池内有机物转化为气态甲烷的能量仅占进水化学能总量的4%左右.

3.4 污水能量回收潜力评估结果表明,化学能回收潜力约3%～10%,小时变化系数在0.4～1.7之间,热能回收潜力约24%～25%,小时变化系数接近于1.污水热能更加稳定,回收潜力更大,是污水能量回收的主要目标.

[1] 郝晓地,杨文宇,林 甲.不可小觑的化粪池甲烷碳排量 [J]. 中国给水排水, 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,车武.污水处理能耗与能效 [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] 郝晓地,魏 静,曹亚莉.美国碳中和运行成功案例——Sheboygan污水处理厂 [J]. 中国给水排水, 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] 孙力平,马耀平,侯红娟,等.下水道中污染物质的转化过程 [J]. 中国给水排水, 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] 郝晓地,叶嘉洲,李 季,等.污水热能利用现状与潜在用途 [J]. 中国给水排水, 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] 左剑恶,凌雪峰,顾夏声.厌氧消化1号模型(ADM1)简介 [J]. 环境科学研究, 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.中国地域性膳食特征及其影响因素的研究 [D]. 武汉:华中农业大学, 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,关华滨,陈志强.寒冷地区化粪池的效果评价和探讨 [J]. 环境科学与管理, 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] 王红燕,李 杰,王亚娥,等.化粪池污水处理能力研究及其评价 [J]. 兰州交通大学学报, 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] 杨凌波,曾思育,鞠宇平,等.我国城市污水处理厂能耗规律的统计分析与定量识别 [J]. 给水排水, 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] 国务院第七次全国人口普查领导小组办公室.2020年第七次全国人口普查主要数据 [M]. 北京:中国统计出版社, 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] 国家统计局城市社会经济调查司.中国城市统计年鉴--2020 [M]. 北京:中国统计出版社, 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 供暖系统运行能源消耗限额 [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

严伊竣(1997-),女,湖南株洲人,硕士研究生,主要研究方向为环境系统分析.

2022-05-09

国家自然科学基金资助项目(72004115,71974110)

* 责任作者, 助理研究员, wangchunyan@tsinghua.edu.cn

猜你喜欢 化粪池热能甲烷 化学反应与热能思维导图高中数理化(2022年6期)2022-04-21液氧甲烷发动机军民两用技术与产品(2021年10期)2021-03-16热能来自何处小天使·五年级语数英综合(2020年10期)2020-12-23论煤炭运输之甲烷爆炸水上消防(2020年1期)2020-07-24Gas from human waste疯狂英语·新读写(2018年3期)2018-11-29玻璃钢化粪池的性能分析建材与装饰(2018年50期)2018-02-15我国城市化粪池建设与管理现状及特征研究*环境卫生工程(2017年6期)2018-01-10莫当化粪池特别文摘(2016年5期)2016-05-04钢铁企业低温热能的回收利用新疆钢铁(2015年3期)2015-11-08浅议小区化粪池的设计建筑工程技术与设计(2014年32期)2014-10-21 相关热词搜索：化粪池，分析研究，估算，