MBR污水处理节能潜力分析

李志梅

（广东省自动化研究所）

MBR污水处理节能潜力分析

李志梅

（广东省自动化研究所）

采用Cp、Ppk和风险比等方法，对污水处理厂运营数据进行研究，分析污水处理厂运营状况，寻求节能空间，提出通过实时数据驱动模型进行控制的方法，降低变量波动，提高控制精度，稳定系统运行以达到节能目的。

Cp；Ppk；风险比；波动；节能

0 引言

城市污水处理是高能耗行业之一。由于技术和管理水平的限制，我国城市污水处理行业普遍存在电能浪费的问题，单位污水处理的电耗较高。

2010年初，借助住房和城乡建设部《全国城镇污水处理信息管理系统》平台，国家城市给水排水工程技术研究中心抽样选取全国多座污水处理厂进行全年能耗特征分析[1]。研究表明：2009年运行的1856座污水处理厂的年均电耗约为0.254 kW·h/m3，与日本1999年污水处理厂的能耗（0.26 kW·h/m3）相当，比美国1999年0.20 kW·h/m3的水平略高[1]。由此可见，我国污水处理厂的能耗水平仍处于发达国家20世纪后期的水平，具有较大的节能降耗空间。污水处理厂的电耗节点主要包括提升泵房、鼓风机房、推进及搅拌设备和内外回流泵等，其中鼓风机房是主要的电耗节点，其电耗约占污水处理厂总电耗的50%[2]。

本文通过某采用膜生物反应器（MembraneBio-Reactor，MBR）工艺的污水处理厂工程实例，以工程三个月的实际运行数据（以下称样本数据）为基础，结合目前工程的实际运行状态，对污水处理控制系统进行节能潜力分析，寻找优化控制方式和降低能耗的方法，以期为我国污水处理厂的运行管理和节能降耗提供理论基础和参数支持。

1 分析方法

为了解工序在稳定状态下的实际加工能力，即在操作者、机器设备、原材料、操作方法、测量方法和环境等标准条件下，工序呈稳定状态时所具有的加工精度，通常用Cp和Ppk等参数作为评断标准。

过程能力指数（capability index of process，Cp）仅适用于统计稳定过程，不考虑过程的偏移，是过程在受控状态下的实际加工能力。

工艺性能指标（process performance inde，Ppk）不仅适用于受控过程，也适用于非受控过程，且一个非受控过程在生产初期过程和长期生产中都会遇到，因此它以整体数据为样本，体现的是所有数据之间的关系。

Ppk表示在保证性能的前提下，在要求范围内实际过程变化影响下的控制能力；Cp代表实现最小的控制过程变化的能力。如果Cp值较小，说明控制过程受普通因素的变化影响较大，此时若想提升过程能力往往需要更多的投入和更高级的决策。Cp和Ppk与控制过程的影响关系如表1所示。

表1Cp、Ppk与控制过程之间的关系

在表1中，改变流程意味着改变仪器仪表，减弱仪器仪表带来的随机变化，以此提高系统的稳定性以及参数调整等方面的影响。

风险比（risk ratio，RR）在水行业是指标准值与每个样本的差异与标准差的比值，即在指定样本测量时间段内，样本平均值与标准的差异与样本标准差的比值。与Cp和Ppk的指标相比，风险比有效避免了单点样本的不确定性，使分析结果更准确。

其中，T是规格标准；μ是数据的平均值；σ是标准偏差。

风险比与超标风险的概率关系如图1所示。这些概率是通过考虑单个样本数据或一段时间内的样本数据集通过式(1)计算出来的，是一个作为正态分布标准化变量的风险比。如图1所示，风险比在0~2时为高危区，系统有非常高的风险；风险比在2~3时为风险区，系统比较脆弱，超标的概率相对较大；风险比在3~5时为安全区，系统在经济区间运行；风险比大于5时，正常运行情况下，系统超标的风险较小。因此风险比小于3时，需要调整过程，使系统在安全区间运行；而风险比大于5时，系统处于过处理状态，造成能耗浪费，因此节能潜力相对较大。

图1 风险比与超标风险的概率关系图

2 数据分析

根据样本数据初步分析，除个别故障数据之外，其余数据满足稳定状态的正态分布。采用典型的污水质量标识数据出水COD、总氮等作为分析源数据，进行风险比分析。分析过程中，在系统已知设备仪表故障的情况下，由此引起的异常数据可能被忽略。污水处理厂按照国家1级A排放标准设计，分析最终出水的水质情况以及超标的风险。

污水处理厂出水水质COD标准为50mg/L[3]，而污水处理厂为严格控制出水，出水水质COD采用的标准为40 mg/L。根据样本数据可知，样本数据平均值为9.69 mg/L，样本数据的标准差为1.48 mg/L。根据式(1)计算最终出水COD的风险比=（40－9.69）/1.48=20.48。该风险比值表示出水COD的控制结果远低于限值，安全区域很大。

污水处理厂出水水质BOD标准为10mg/L[3]。根据样本数据可知，样本数据平均值为1.08 mg/L，样本数据的标准差为0.43 mg/L，根据式(1)计算最终出水BOD的风险比=（10－1.08）/0.43=20.74。该风险比值表示出水BOD的控制结果远低于限值，安全区域很大。

污水处理厂出水水质总悬浮固体（MLSS）排放标准为10 mg/L[3]。分析样本数据过程中，发现部分数据偏差明显，经过查询是采集设备出现故障所致。在剔除设备故障期间不正常数据后，样本数据平均值为0.98 mg/L，样本数据的标准差为0.87 mg/L。根据式(1)计算最终出水MLSS风险比=（10－0.98）/0.87 =10.36。该风险比值表示出水MLSS的控制结果远低于限值，安全区域很大。

出水水质总氮限值为15 mg/L[3]，根据样本数据可知，样本数据平均值为9.55 mg/L，样本数据的标准差为1.94 mg/L。根据式(1)计算最终水总氮的风险比=（15－9.55）/1.94=2.809。该风险比为2.809<3，根据风险比分析，其有较高的超标风险，应重点给予控制。

出水水质总磷的限值为0.5 mg/L[3]，根据样本数据可知，样本数据平均值为0.23 mg/L，样本数据的标准差为0.05 mg/L。根据式(1)计算最终出水总磷的风险比=（0.5－0.23）/0.05=5.4。该风险比小于5，超标风险较低，有很大的安全区域。

由上述分析可以看出，出水水质参数中，COD、BOD、MLSS的风险比大于5，而安全区域为3~5，属于过度控制的状况，存在能源浪费，因此存在节能空间。而总氮含量虽然达标，但安全裕度很小，生产控制过程稍有波动就有出水超标的风险，属于需要重点控制的参数。

3 处理方法

MBR污水处理工艺图如图2所示，MBR处理工艺由多个环节构成，在生产过程中，各个环节互相影响。常规的PID控制在这种多耦合大滞后的生产过程中控制效果并不理想，很容易出现能耗过多或者出水不达标的情况。

图2 MBR污水处理工艺图

为了解决上述问题，本文采用系统辨识、先进控制技术和动态数据驱动模型的控制方式，对污水处理过程进行控制。具体操作如下：

1)对样本数据进行分析，找出控制过程中各个变量之间的关系和关键控制变量，例如DO、MLSS、进出水水质参数COD、风机风量、回流泵流量等，建立数据驱动控制模型。在模型中采用多变量优化控制算法和预测技术，对干扰进行预测控制，以降低干扰的影响。

2)建立数据质量监测器，采用多个相互制约的变量共同判断控制参数的状态。既可避免单一变量判断故障引起的误报警，提高报警准确度，也可在参数出现异常或者失效的情况下，通过数据仿真，进行数据重构，参与生产控制。这样在设备、仪表出现故障或维修的情况下，也能保证控制系统正常运行。

3)在控制过程中，将控制结果，如反应池DO、MLSS，出水水质参数等反馈至控制模型，形成闭环控制。一方面对偏差进行及时校正，另一方面进行模型不断的学习修正，实行滚动优化控制策略，从而达到最佳的控制效果。

4)根据运行状况，进行KPI分析，对过程控制的效益指标进行计算。同时计算出水水质和能耗相关的风险。

实际运行结果表明，通过基于先进控制技术的数据驱动模型进行控制和数据质量监视，能够降低总氮以及与总氮有制约关系的数据波动，即DO、MLSS的严格控制，使氨含量波动减小；通过精确控制的回流污泥泵的流量和鼓风机的风量，促进反硝化过程，以除去总氮，从而降低出水总氮的含量，使得出水总氮回到安全区域。

4 结语

目前，我国越来越重视城市污水处理，出水水质不达标或虽已达标但易超标的风险的情况，需要通过系统控制，使出水达到安全区间。如果风险比超过5，属于过处理状况，会出现能源浪费，通过系统控制，可以减少能耗。而通过数据驱动模型控制，在保证出水达标的前提下，降低控制参数波动，提高系统运行的稳定性和精确性，使生产过程保持在经济稳健运行状态。

[1]李鹏峰,郑兴灿,孙永利,等.A2/O工艺污水处理厂的主要能耗点识别及节能途径[J].中国给水排水,2012,28(8):6-10.

[2]杨敏,乔武伟,孙永利,等.城市污水处理厂鼓风机房节能潜力分析[J].给水排水,2011,37(6):42-45.

[3]国家环境保护总局,国家质量监督检验检疫总局.GB 18918—2002城镇污水处理厂污染物排放标准[S].北京:中国环境科学出版社,2002.

Energy-Saving Potential Analysis for MBR Wastewater Treatment Technology

Li Zhimei
(Guangdong Institute of Automation)

In this paper,the methodology of Cp、Ppk and Risk Ratio is used to study data of the actual operation in the sewage treatment plant effluent quality and operating performance to reduces volatility,improve control precision,and achieve energy-saving methods by advanced variable control.

Cp;Ppk;Risk Ratio;Fluctuation;Energy Saving

李志梅，女，1981年生，硕士，主要研究方向：优化控制。E-mail:zm.li@gia.ac.cn