海水淡化原水预处理工艺筛选评估体系

赵 泞,朱 昊,祝榕婕,刘 洁,王大蔚,梁 恒,郭铁成,郑 彤,王 鹏*

海水淡化原水预处理工艺筛选评估体系

赵 泞1,朱 昊2,祝榕婕1,刘 洁2,王大蔚3,梁 恒1,郭铁成1,郑 彤1,王 鹏1*

(1.哈尔滨工业大学环境学院,黑龙江 哈尔滨 150090；2.东北农业大学水利与土木工程学院,黑龙江 哈尔滨 150030；3.黑龙江省农业科学院农村能源与环保研究所,黑龙江 哈尔滨 150086)

针对海水淡化预处理工艺特征形成了海水淡化原水预处理工艺(药剂)库,建立了预处理工艺筛选评估指标体系;而后利用多准则决策理论,构建了基于熵权法和逼近理想解排序法(TOPSIS)的海水淡化原水预处理工艺筛选评估模型,并实现程序设计,用以筛选出适合的预处理工艺;最后通过一个实例验证方法可行性,结果证明本体系可以有效辅助海水淡化原水预处理工艺的筛选评估,实现科学决策.

海水淡化预处理；筛选评估；多准则决策；指标体系；工艺(药剂)库

随着经济的发展和社会的进步,水资源短缺与水环境污染问题日益凸显,合理开发利用海洋资源,发展海水淡化工程是大势所趋.然而,我国近岸海域以有机污染、油类污染及藻类污染为代表的污染问题频发,取水口附近水质安全时时受到威胁,若不及时采取有效的预处理措施,将严重冲击海水淡化工艺,甚至造成短期停水等恶劣影响.后疫情时代,用水安全问题就是民生问题,要想保障海水淡化工程顺利进行,去除超标污染物质,适当的预处理必不可少.而当水质波动时,仅一组固定的处理流程很难满足各种污染情况,此时需要一套健全的筛选评估体系对现有预处理工艺进行合理筛选,进而确定出一套适合当前水质的预处理工艺流程.

多准则决策问题相关的理论和方法在多领域中都有应用,如设施选址、系统评估、投资决策以及经济效益综合评价等[1-4].国内外研究多将多准则决策方法应用在对事件的管理技术和处置方法或处理药剂的综合评估筛选研究中.Liu等[5]基于多准则决策方法,建立了环境风险评估方法;Rao等[6]采用逼近理想解排序法(TOPSIS)筛选评估出最佳的厌氧消化分解有机废物的原料,最终提高了厌氧消化分解有机物的效率和稳定性;王晓等[7]采用多准则决策方法优选出了丹江口水库流域非点源污染的最佳管理措施;刘仁涛等[8]将熵权G1法和区间三角模糊函数法引入到TOPSIS多属性群决策模型,建立了突发水污染应急处置技术筛选模型.张亚青等[9]建立了基于熵权法与层次分析法相结合的模糊综合评价模型,以山东省青岛市化工企业为例,给出了模型的求解过程和评价结果.在当前国内外的研究中,鲜少有将多准则决策方法应用于海水淡化原水预处理工艺的筛选与评估方面,仅有的少部分研究大多存在考虑不全面的问题,结果多有疏漏.

本文综合考虑技术性能、经济水平等多种因素,构建海水淡化原水预处理工艺评估指标体系.结合预处理工艺适用情况,考虑预处理不同阶段需求,构建预处理工艺(药剂)库.最终,将多专家群决策与熵权法、TOPSIS相结合,建立了两阶段的海水淡化原水预处理工艺筛选评估模型.根据近岸海水水质特征实现对预处理不同阶段工艺的灵活选择与组合,进而形成预处理工艺备选方案.

1 研究方法

海水淡化原水预处理工艺筛选评估全过程包括预处理技术单元筛选评估和预处理药剂筛选评估两个环节,为两阶段筛选评估.其总体流程设计如图1所示.

图1 预处理工艺筛选评估流程

1.1 海水淡化原水预处理工艺筛选评估指标体系构建

将各类预处理工艺可能涉及到的多项指标信息加以汇集,得到综合指标,从整体上反映不同水质和预处理工艺特征,既体现出组合工艺选择的合理性,又体现出组合工艺的经济性,同时还要反映环境影响,为多指标综合评估范畴.

1.1.1 海水淡化原水预处理技术单元 筛选评估指标体系在构建海水淡化原水预处理工艺筛选评估指标体系时,选择技术性能、运行管理、经济成本、环境影响作为一级指标,即准则层.在这些指标中技术性能和运行管理指标体现出组合工艺选择的合理性;经济成本指标体现出经济性;环境影响指标体现出实施过程对社会经济发展与周围环境可能的影响程度.在确定了一级指标后,细化各一级指标,建立相应的二级指标,即指标层,如图2所示.对各指标进行打分赋值的具体评分标准如表1所示.

图2 预处理技术筛选评估指标体系

表1 预处理技术筛选评估指标体系评分标准

续表1

1.1.2 海水淡化原水预处理药剂筛选评估指标体系 经过第一阶段预处理技术筛选评估之后,第二阶段还需要对筛出的工艺具体使用的药剂进行筛选.在药剂筛选指标体系确立过程中,通过广泛调研总结国内外相似的研究成果,本研究主要考虑技术性能、经济成本、安全隐患和环境影响四大类指标,其中技术性能指标体现出备选药剂应用在预处理工艺中的有效性与合理性,经济成本指标从药剂、运输、储存和投加多维度考量备选药剂应用的经济合流程考量备选药剂可能存在的风险隐患,环境影响指标体现了备选药剂应用后可能产生的负面环境影响.

在确定了一级指标后,细化各一级指标,建立相应的二级指标,如图3所示.对各指标进行打分赋值的具体评分标准如表2所示.

图3 预处理药剂筛选评估指标体系

表2 预处理药剂筛选评估指标体系评分标准

续表2

1.2 海水淡化原水预处理工艺(药剂)库构建

海水淡化预处理工艺主要包括物理单元、预氧化单元、混凝单元、吸附单元等多个技术单元.一套完整的海水淡化原水预处理工艺方案至少应该包含2个或2个以上的单元,最终构成海水淡化原水预处理工艺组合方案.在实际应用中,决策者可以根据近岸海水污染类型和水质特征对预处理不同单元灵活选择与组合.

各单元特点如下:预氧化单元对有机污染、藻类污染都有去除效果,藻类物质通过预氧化处理,能够有效提高其混凝效率,其中高锰酸盐对藻类预氧化的效果较为突出[10];向水中加入混凝剂可使颗粒、悬浮物以及胶体物质等脱稳聚集,配合后续的沉淀过程可以将其去除,整个混凝受到pH值、水温、水中杂质的浓度及性质、水力条件等影响[11-12];在海水反渗透工艺中,多介质过滤可以去除微米级以及小于0.1μm的颗粒,其中石英砂、无烟煤是最常见的双层滤床滤料.

根据上述处理单元的特点,本研究建立了海水淡化原水预处理工艺(药剂)库,详见表3.当近岸海域发生污染时,该工艺(药剂)库可用于从中选取适当的技术单元进行组合.

表3 海水淡化原水预处理工艺(药剂)库

当发生近岸海域污染时,决策者可根据近岸海水实际污染情况和污染物特征在工艺(药剂)库中选取所需要的若干个技术单元形成不同的工艺流程,并根据预处理工艺筛选评估指标体系和评估方法对多个工艺流程进行筛选与评估,最终选取最适合当前海水水质的预处理工艺.

1.3 海水淡化预处理工艺两阶段筛选评估模型构建

模型的筛选评估流程基于熵权法和TOPSIS,从专家库中挑选多名专家,根据评分标准对备选方案中的海水淡化原水预处理工艺进行打分,获得专家打分矩阵,不同专家有不同的权重.而后利用TOPSIS等方法计算综合得分以获得海水淡化原水预处理工艺预案.

1.3.1 基于熵权法的技术单元筛选评估方法 模型的技术单元筛选评估阶段采用熵权法.熵权法充分挖掘了原始数据本身蕴涵的信息,结果较为客观理性,弱化了数值化评分过程中专家个体差异[13],获得相对客观公正的判断.熵权法计算步骤为[14]:

(1)假设数据有行样本,个变量,数据可以用一个的矩阵表示

(2)数据的归一化处理

式中:x表示矩阵的第行列元素.

(3)求各指标的信息熵

根据信息论中信息熵的定义,一组数据的信息熵为

其中,

(4)确定权重

根据信息熵的计算公式,计算出各个指标的信息熵为1,2,…,K.通过信息熵计算权重:

(5)计算综合评分

每个技术方案的综合评分的计算方法为[13]:

式中:表示参与指标权重决策的专家数;表示评价指标个数;1,2,…,β分别为所获得的评价指标权重;f1,f2,…,f为评分结果;1,2,…,r为每位专家的评分综合权重.

专家对预处理技术单元筛选评估指标体系中各指标的重要性进行打分,获得判断矩阵.在Python3.8环境下,通过程序设计对判断矩阵求解权重向量,最终获得各工艺的排序.

1.3.2 基于TOPSIS的预处理药剂筛选评估方法 TOPSIS是一种常用的组内综合评价方法,能充分利用原始数据的信息,其结果能精确地反映各评价方案之间的差距.TOPSIS方法的具体计算步骤如下[15]:

(1)构造归一化初始矩阵.

设共有个待评价对象,每个对象都有个指标(属性),则原始数据矩阵构造为:

构造加权规范矩阵,属性进行向量规范化,即每一列元素都除以当前列向量的范数(使用余弦距离度量)

由此得到归一化处理后的标准化矩阵:

(2)确定最佳方案和最劣方案.

最佳方案Z+和最劣方案Z-计算公式如下:

(11)

(3)计算各评价对象与最优方案、最劣方案的接近程度.

各方案与最佳方案之间的距离计算公式如下:

各方案与最劣方案之间的距离计算公式如下:

式中:ω为第个属性的权重(重要程度).

(4)计算各评价对象与最优方案的贴近程度C.

0£C£1,C→1表明评价对象越优.

(5)根据C大小进行排序,给出评价结果.

将以上5个步骤实现程序设计,计算评价对象的得分,即最优方案贴近度,并进行排序,确定最终适合当前水质的海水淡化原水预处理工艺方案.

综上所述,本研究建立的两阶段筛选评估模型计算流程具体如图所示.

图4 两阶段筛选评估模型计算流程

2 结果与讨论

以海水受到有机污染为例,超标的COD及氨氮等若不经恰当的预处理很可能使海水淡化双膜系统瘫痪.将本研究体系应用于附近海域水质特征发生轻度有机污染的华能山东石岛湾核电厂高温气冷堆核电站示范工程的海水淡化临时供水系统,采用基于熵权法和TOPSIS的海水淡化原水预处理工艺两阶段筛选评估模型,对海水淡化原水预处理工艺进行筛选评估,以验证本研究体系的可行性.

2.1 案例概况

华能山东石岛湾核电厂高温气冷堆核电站示范工程位于山东省威海市所辖荣成市,地处石岛管理区宁津所街道办事处东南海滨.该示范工程海水淡化临时供水系统原水经潜水泵、海水淡化设施后,产生满足《生活饮用水卫生标准》(GB5749-2006)[16]的淡水,并将淡水引至厂区已有的淡水厂水池(生活水池和工业水池).海水淡化设施采用集装箱式,安装于室外,所产淡水用于厂区日常生活用水及临时工业用水,设计淡水出水量为 500m³/d(21t/h,每天运行 24h).海水淡化设施产生的浓缩海水经管线排至指定管沟.

2.2 海水淡化原水预处理工艺筛选评估

采用本研究建立的基于熵权法和TOPSIS的海水淡化原水预处理工艺两阶段筛选评估模型,对该厂海水淡化原水预处理工艺进行筛选与评估.

2.2.1 基于熵权法的预处理技术单元筛选评估 (1)从专家库中随机选择三名专家,三人根据水质情况结合自身经验各自给出一套工艺方案,如表4所示,由于专家知识背景存在差异,三套备选方案各有考量,此时进行第一轮技术单元筛选评估以确保确定出真正适宜当前水质的工艺组合方案.

表4 预处理技术备选方案

表5所示.

表5 预处理技术筛选评估指标权重

(3)专家结合指标体系评分标准对三个方案进行打分,得到评价打分矩阵的形式如下:

方案1打分矩阵:

方案2打分矩阵:

方案3打分矩阵:

(4)专家权重计算.在Python3.8中实现程序设计,运行后得到的各专家权重结果如图5所示:

图5 专家权重得分

Fig.5 Score of expert weight

(5)计算综合评分由式(6)可得到

=(7.2420,7.1855,7.0662)

由综合评分可以看出,三套备选预处理工艺流程中,方案1优于方案2和方案3,所以选择方案1的技术组合,即预氧化→混凝→沉淀→多介质过滤→吸附,进入到药剂筛选.具体得分见表6.

表6 预处理技术备选方案优劣排序

2.2.2 基于TOPSIS的预处理药剂筛选评估(1)三名专家给技术单元筛选评估环节最终确定的流程中每个单元选择对应药剂,进行药剂筛选评估,给出备选药剂组合方案如表 7所示.

表7 预处理药剂备选方案

(2)指标权重计算.计算过程同预处理技术单元筛选评估,得到各指标权重如表8所示

表8 预处理药剂筛选评估指标权重

根据以上结果可知,药剂筛选评估指标重要性从大到小的排列顺序如下:①药剂处理效果>②副产物产生量>③药剂处理效率>④副产物毒性>⑤药剂成本>⑥药剂后续影响>⑦运输成本>⑧副产物处理难度>⑨药剂普适性>⑩运输过程安全隐患>副产物处理成本>储存成本>药剂可再生性>储存过程安全隐患>投加成本>反应过程安全隐患>投加过程安全隐患.

(3)专家结合指标体系打分标准对三个方案进行打分,得到对处理药剂的评价打分矩阵,方法同预处理技术单元筛选评估.

(4)用TOPSIS方法计算方案贴合度.根据式(7)到式(14)相对贴合度的计算结果如下:

(5)群体决策方案集结,得到最终评价结果为:

=(0.413,0.712,0.323)

三套备选预处理方案中,方案2优于方案1优于方案3,即最终选定的工艺流程为:高锰酸钾预氧化→聚合硫酸铁混凝→沉淀→石英砂/无烟煤双层过滤→颗粒活性炭吸附.具体得分见表9.

表9 预处理药剂备选方案优劣排序

筛选评估结果分析与小结:在该案例中,通过本研究建立的海水淡化原水预处理工艺两阶段筛选评估模型,顺利完成了对预处理技术单元和预处理药剂的筛选评估,得到了最佳工艺方案.预处理技术单元筛选评估阶段比较了3种工艺流程,通过综合评分计算确定了较适宜当前水质的工艺流程,计算过程将专家经验的主观性与多准则决策理论的客观性相结合,使计算结果更准确且符合实际工程经验;预处理药剂筛选评估阶段给技术单元筛选确定的最佳方案组合设计了3种药剂组合,基于TOPSIS完成药剂筛选评估.最终得到的筛选评估结果为:原水先经过高锰酸钾预氧化,提高对微藻的处理效果及混凝效率,而后由聚合硫酸铁混凝沉淀,使得颗粒、悬浮物以及胶体物质等脱稳聚集;最后经过石英砂/无烟煤双层过滤以及颗粒活性炭吸附,使污染物附着于滤料表面.

3 结论

3.1 提出了预处理工艺筛选评估指标体系.综合考虑了技术性能、运行管理等多项指标信息,从整体上反映了水质预处理工艺特征;建立了预处理工艺(药剂)库,方便决策者根据实际污染类型从中选取确定所需要的工艺流程.

3.2 构建了海水淡化原水预处理工艺两阶段筛选评估模型.基于熵权法确定了指标体系的指标权重和专家权重;基于TOPSIS等方法筛选评估出了最适宜的海水淡化预处理工艺方案.

3.3 为验证评估体系可行性,本文对一海水淡化临时供水系统应用本研究建立的筛选评估体系,最终筛选出了合适的组合工艺.

[1] Ip WC, Hu B Q, Wong H, et al. Applications of grey relational method toriver environment quality evaluation in China [J]. Journal of Hydrology, 2009,379(3):284-290.

[2] Lin SJ, Lu I J, Lewis C. Grey relation performance correlations among economics, energy use and carbon dioxide emission in Taiwan [J]. Energy Policy, 2007,35(3):1948-1955.

[3] Nian Q F, Shi S L, Li R Q. Research and application of safety assessment method of gas explosion accident in coal mine based on GRA-ANP-FCE [J]. Procedia Engineering, 2012,45(2):106-111.

[4] Kuo Y, Yang T, Huang G W. The use of grey relational analysis in solving multiple attribute decision-making problems [J]. Computers & Industrial Engineering, 2018,55(1):80-93.

[5] Liu J.Study on emergency material selection reserve and allocation schema for river chemical spills [D]. Harbin:Harbin Institute of Technology, 2017.

[6] Rao P V, Baral S S. Attribute based specification, comparison and selectionof feed stock for anaerobic digestion using MADM approach [J]. Journal of Hazardous Materials, 2011,186(2/3):2009-2016.

[7] Wang X, Hao F H, Zhang X.Optimization of best management practices for non-point source pollution in Danjiangkou Reservoir Basin [J]. China Environmental Science, 2013,33(7):1335-1343.

[8] Liu R T, Guo L, Jiang J P, et al.A CBR-MADM based two-step screening model of emergency disposal technology for chemical spills [J]. China Environmental Science, 2015,35(3):943-952.

[9] Zhang Y Q, Wang X, Meng F R, et al.Comprehensive evaluation of VOCs processing technology based on entropy weight method and analytic hierarchy process [J]. China Environmental Science, 2021, 41(6):2946-2955.

[10] He Hai-Yang, Qiu Wei, Liu Yu-Lei, et al. Effect of ferrate pre- oxidation on algae-laden water ultrafiltration: Attenuating membrane fouling and decreasing formation potential of disinfection byproducts [J]. Water Research, 2021,190.

[11] Mika Sillanpää, Mohamed ChakerNcibi, Anu Matilainen, et al. Removal of natural organic matter in drinking water treatment by coagulation: A comprehensive review [J]. Chemosphere, 2018,190.

[12] Fan F F. The influence of floc morphology character of micro- flocculation stage on filtration efficiency [D]. Harbin:Harbin Institute of Technology, 2012.

[13] Shi S G, Cao J C, Feng L, et al. Construction of a technique planrepository and evaluation system based on AHPgroup decision- making for emergency treatment and disposal in chemical pollution accidents [J]. Journal of Hazardous Materials, 2014,276:200-206.

[14] Ba Y E, Guo J S, Lu S Y, et al. Assessing ecological health of open water region from Bostenhu Lake during last 20years [J]. China Environmental Science, 2013,33(3):503-507.

[15] Renato A. Krohling, Vinicius C. Campanharo. Fuzzy TOPSIS for group decision making: A case study for accidents with oil spill in the sea [J]. Expert Systems With Applications, 2010,38(4).

[16] GB5749-2006 Standards for drinking water quality [S].

感谢东北农业大学水利与土木工程学院刘洁副教授的宝贵建议.

Screening and evaluation system for desalination pretreatment process.

ZHAO Ning1, ZHU Hao2, ZHU Rong-jie1, LIU Jie2, WANG Da-wei3, LIANG Heng1, GUO Tie-cheng1, ZHENG Tong1, WANG Peng1*

(1.School of Environment, Harbin Institute of Technology, Harbin 150090, China；2.School of Conservancy and Civil Engineering, Northeast Agricultural University, Harbin 150030, China；3.Rural Energy & Environmental Protection Institute, Heilongjiang Academy of Agricultural Sciences, Harbin 150086, China)., 2021,41(10)：4624～4632

In this study, a desalination pretreatment process library was built, and a screening and evaluation index system for pretreatment process was established based on the characteristics of desalination pretreatment process. Then, the entropy weight method and technique for order preference by similarity to an ideal solution method (TOPSIS) were used to constructa desalination pretreatment process screening and evaluation model based on themulti-criteria decision making theory. Meanwhile, a program design was implemented for suitable pretreatment process selection. Finally, the developed screening and evaluation modelisapplied to a case study to verify the feasibility of the method, and the results show that the developed screening and evaluationframework can effectively assistthe screening and evaluation of desalination pretreatment process to providea scientific decision-making.

desalination pretreatment；screening and evaluation；multi-criteria decision making；index system；process (reagent) library

X703

A

1000-6923(2021)10-4624-09

赵 泞(1996-),女,山东青岛人,哈尔滨工业大学硕士研究生,主要从事环境风险评估与决策支持研究.

2021-02-19

国家自然科学基金资助项目(51779066);国家重点研发计划课题(2018YFC0408001);国家自然科学基金青年项目(52000022);黑龙江省博士后科研启动金(LBH-Q20068)

* 责任作者, 教授, pwang73@hit.edu.cn