济南市某污水处理厂碳排放评估与分析*

2024-01-02刘善军马雪研刘雪洁

环境污染与防治 2023年12期

刘善军马雪研刘雪洁李冰王灿邱勇,#

(1.济南市环境研究院(济南市黄河流域生态保护促进中心),山东济南 250000;2.清华大学环境学院,北京 100084;3.清华苏州环境创新研究院,江苏苏州 215000;4.北京科技大学能源与环境工程学院,北京 100083)

气候变化是当今全球面临的重大挑战之一。2020年,中国承诺2060年实现碳中和目标,目前加快落实国家“双碳”(碳达峰、碳中和)战略已成为我国推动经济高质量发展的关键任务。污水处理行业碳排放占比约为1%～3%,且其单位产值能耗高,属于能源密集型行业。同时,污水本身含有大量有机物、氮磷、热能等资源和能源,具有较大的碳减排潜力[1]。与能源、建筑、交通等行业相比,污水处理减排成本低、减碳效益大,因此需要进行系统的污水处理碳减排研究。

建立污水处理厂碳排放核算方法是碳减排的基础与前提,方法的选取决定了碳排放核算是否可靠、准确。排放因子法是碳排放核算中应用最广泛的方法之一[2-3],污水处理厂碳排放核算常采用排放因子法。蔡博峰等[4]基于排放因子法和排放源(污水处理厂)层面的活动水平,自上而下核算了我国2012年污水处理厂的CH4排放量,其中生活污水处理厂排放占75.84%,工业污水处理厂排放占24.16%。王庆会[5]基于排放因子法构建了碳排放核算方法体系,核算了睢县第三污水处理厂污水处理、污泥处理的碳排放量。周政等[6]利用基于污染物削减量的排放因子法建立了7座厌氧/缺氧/好氧(AAO)污水处理厂的碳排放清单,开展全流程碳排放分析。郭盛杰等[7]将联合国政府间气候变化专门委员会(IPCC)方法与自下而上的核算思路相结合,核算了我国城镇污水处理行业2007—2016年的碳排放总量和碳排放强度。翟明洋等[8]基于污水处理过程中的碳排放机理及排放因子法,构建了污水处理碳排放核算模型,能够有效识别AAO工艺的关键碳排放环节。综上,污水处理的碳排放研究是众多学者关注的热点,但学者尚未对污水处理碳排放开展动态评估以及影响因素的相关性分析,本研究将结合动态评估和影响因素开展综合分析。

因此,本研究构建了污水处理工艺的碳排放核算模型,以济南市某污水处理厂为例,评估了碳排放情况,讨论了影响碳排放的主要因素,提出了降低碳排放的技术路径。

1 材料与方法

1.1 污水处理厂概况

济南市某污水处理厂工艺为AAO-膜生物反应器(MBR),设计规模10万m3/d,出水满足《城镇污水处理厂污染物排放标准》(GB 18918—2002)一级A标准。本研究基于该厂2020—2021年日报数据开展碳排放评估。

1.2 碳排放核算方法

污水处理碳排放核算方法包括排放因子法、全生命周期法(LCA)、物料平衡法等。排放因子法使用范围最广、应用最为普遍,也是最简便的碳排放核算方法,该方法以温室气体排放清单为基础,将每个排放源的排放活动水平数据与对应的排放因子相乘并加和,计算得出该排放源的碳排放量。本研究拟采用排放因子法,并结合物料平衡法构建碳排放核算模型。

1.3 碳排放核算模型

本研究构建的碳排放核算模型,包括直接和间接碳排放两部分,均以CO2当量计。直接排放核算各功能单元因污染物削减产生的化石源CO2、CH4、N2O;间接排放核算污水处理厂化石燃料燃烧、能耗、物耗产生的CO2。

1.3.1 直接碳排放核算模型

1) 化石源CO2排放

基于物料平衡法[9],污水处理过程化石源CO2排放核算模型见式(1)至式(6)。

(1)

式中:E微生物利用为微生物利用过程CO2排放量,kg/d;Q为污水处理厂日进水水量,m3/d;B5in、B5ex、B5eff分别为污水处理厂进水、外加碳源、出水的五日生化需氧量(BOD5),mg/L,本研究无外加碳源;Kd为衰减系数,d-1;S为污泥龄,d。

E内源呼吸=Q×1.947×H×M×Kd×10-3

(2)

式中:E内源呼吸为微生物内源呼吸CO2排放量,kg/d;H为生物池水力停留时间,d;M为生物池混合液挥发性固体悬浮物(MLVSS)平均质量浓度,mg/L。

(3)

(4)

Kd=0.05×1.04Tb-20

(5)

E化石源=MFCF×(E微生物利用+E内源呼吸-E碳汇)

(6)

式中:E碳汇、E化石源分别为自养硝化细菌吸收的CO2量和污水处理化石源CO2排放量,kg/d;NT,in、NT,eff分别为污水处理厂进出水总氮(TN)质量浓度,mg/L;MFCF为化石源CO2排放比例,%;FCF为污水处理厂进水中化石源有机物比例,取10%[10];Tb为水温,℃。

2) 直接CH4排放

污水处理过程CH4排放主要发生在初沉池及生物厌氧工艺过程,直接排放量(ECH4,工艺,kg/d)按式(7)计算[11]3。处理后的出水含有少量有机物,排入受纳水体后,在厌氧环境下产生CH4,该过程的排放量(ECH4,废水排污,kg/d)按式(8)计算[12]56。

(7)

ECH4,废水排污=Qeff×Ceff×Ef×10-3×28

(8)

式中:Cin、Ceff分别为进出水化学需氧量(COD),mg/L;SG为日产干污泥量,kg/d;Pv为干污泥有机分质量分数,%;ρs为污泥中有机物与COD的转化系数,取1.42 kg/kg;B0为CH4最大产生能力,取0.25 kg/kg;MCF为处理途径或系统达到CH4最大产生能力的程度,也反映系统的厌氧程度,根据我国实际情况,推荐取值为0.165;RCH4为CH4日回收体积,m3/d,本研究未进行CH4回收;Qeff为污水处理厂日出水水量,m3/d;Ef为废水排污过程CH4排放因子,取0.028 kg/kg。

3) 直接N2O排放

污水处理过程N2O排放主要发生在污水生物处理工艺过程,直接排放量(EN2O,工艺,kg/d)按式(9)计算[11]2。处理后的出水含有少量含氮化合物,排入受纳水体后,在微生物的作用下产生N2O,排放量(EN2O,废水排污,kg/d)按式(10)计算[12]58。

(9)

EN2O,废水排污=Qeff×NT,eff×Ef,N2O,废水排污×CN×
10-3×265

(10)

式中:Ef,N2O,工艺为工艺过程N2O排放因子,取0.016 kg/kg;Ef,N2O,废水排污为废水排污过程N2O排放因子,取0.005 kg/kg;CN为N2O/N2分子量之比,取44/28。

1.3.2 间接碳排放核算模型

1) 化石燃料燃烧间接排放

化石燃料燃烧碳排放量(ECO2,化石燃料,kg/d)按式(11)计算[11]4。

ECO2,化石燃料=fc×Mf

(11)

式中:fc为标准煤CO2排放因子,取2.772 5 kg/kg;Mf为化石燃料使用量,按标准煤计算,kg/d,本研究未使用化石燃料。

2) 能耗间接排放

电耗、热耗为污水处理厂运行过程中的外购电量、热量消耗,不包括办公区和生活区的用量。电耗碳排放(Ee,kg/d)、热耗碳排放(Eh,kg/d)分别按式(12)、式(13)计算[11]5。

Ee=Se×fe

(12)

Eh=fc×Mh

(13)

式中:fe为电网碳排放因子,kg/(kW·h),参考《2019年度减排项目中国区域电网基准线排放因子》取值;Se为用于生产运行的外购电量,kW·h/d;Mh为用于污水处理运行的外购热量,按标准煤计算,kg/d。

3) 物耗间接排放

物耗为污水处理厂生产运行过程中消耗的混凝剂、絮凝剂等化学药剂。物耗碳排放量(ECO2,物耗,kg/d)按式(14)计算[11]6。

(14)

式中:fg为第g种化学药剂的CO2排放因子,kg/kg;Mg为使用第g种化学药剂的质量,kg/d。本研究使用的化学药剂为六水三氯化铁。

2 结果

2.1 活动水平

本研究所选污水处理厂活动水平年均值如表1所示。

表1 污水处理厂活动水平数据Table 1 Activity level date of the wastewater treatment plant

2.2 碳排放核算结果

2.2.1 碳排放量

本研究所选污水处理厂直接和间接碳排放量如表2所示。

表2 直接碳排放和间接碳排放核算结果Table 2 Accounting results of direct and indirect carbon emissions kg/d

2.2.2 碳排放量占比

基于2020—2021年的碳排放平均值分析,污水处理厂各部分碳排放占比如图1所示。直接碳排放以N2O排放为主,占总碳排放的28%,化石源CO2排放与直接CH4排放相当,均占总碳排放的1%。较早的研究认为,CH4是直接碳排放的主体,比如重庆某案例CH4排放占45%[13]。随着研究和实践不断深入,N2O排放的影响引起了关注。有研究认为,当碳源不足时,反硝化无法完全进行,可能导致N2O大量排放;此外,同步硝化反硝化也易产生N2O排放[14]。

图1 碳排放量占比Fig.1 Carbon emission proportion

2.2.3 动态碳排放强度

1) 直接碳排放强度动态值

该污水处理厂直接碳排放强度动态值见图2。直接碳排放强度均值为0.334 kg/m3,无明显季节性规律。直接N2O碳排放强度均值为0.307 kg/m3,占直接碳排放强度的91.92%,全年直接N2O碳排放强度变化趋势与直接碳排放强度变化趋势相近。直接CH4碳排放强度均值为0.014 kg/m3。直接碳排放强度在2020年第4季度出现一段时间的高值,主要受化石源CO2排放和直接N2O排放的影响,两过程均因微生物生化活动引起。冬季微生物活性受环境温度、水质变化等因素影响,处理效率降低,导致相关排放量增加。

图2 直接碳排放强度Fig.2 Direct carbon emission intensity

2) 间接碳排放强度动态值

该污水处理厂间接碳排放强度动态值如图3所示。间接碳排放强度均值为0.777 kg/m3。由于污水处理厂无燃油等机械设备,因此化石燃料燃烧过程无统计数据,此过程碳排放记为零;能耗间接碳排放强度全年平稳,均值为0.471 kg/m3,占间接碳排放强度的60.62%;物耗间接碳排放强度存在较小波动,均值为0.306 kg/m3,占间接碳排放强度的39.38%。

图3 间接碳排放强度Fig.3 Indirect carbon emission intensity

3 讨论

3.1 碳排放强度分析

该污水处理厂总碳排放强度为1.111 kg/m3,其中直接碳排放强度占比30.06%,间接碳排放强度占比69.94%,2020—2021年的碳排放强度比较稳定。研究表明,2015年全国污水处理行业(市政污水、农村生活污水、工业污水和畜禽与水产养殖废水)的碳排放总量为1.97亿t,占全国碳排放总量的1.71%,其中市政污水行业的碳排放强度约为0.92 kg/m3[15],与本研究结果相近。

采用AAO-MBR工艺的某地下再生水厂碳排放核算结果表明,全厂综合碳排放强度为2.26 kg/m3[16],明显高于本案例的1.111 kg/m3。这可能与该再生水厂位于地下、排放标准严格等导致能耗和物耗较高有关,此外也和排放因子的选取有关。张岳等[17]采用计算增量的方式,讨论提质增效、升级改造和提高标准等对碳排放的影响,避开了对碳排放量绝对值的计算,具有一定的合理性。

本研究中CH4碳排放强度均值为0.014 kg/m3,全年波动但无明显季节性规律,相较文献[2]调研结果(0.12 kg/m3)偏小,原因是文献中针对CH4排放的核算方法,均没有考虑以污泥形式带走的有机碳部分,而实际上污水在厌氧处理过程中日产干污泥量约为1.6 t/万t,其碳含量不容忽视。

3.2 碳排放的影响因素

基于前文的碳排放结果,能耗间接排放、物耗间接排放和直接N2O排放是污水处理的主要碳排放来源,且物耗间接排放和直接N2O排放占比都为28%。N2O排放与脱氮过程有关,受微生物作用的影响较大,因此其碳减排的空间有限。而能耗和物耗间接排放主要与污水处理工艺的运行状态和设备用电状况有关,相较而言通过优化工艺运行来节能降耗,更易实现碳减排。对关键参数进行相关性分析,得到如表3所示结果。

表3 水量、水质、污染物去除率与碳排放的相关性1)Table 3 Correlation of influent volume, quality and pollutant removal rate with carbon emission

由表3可知,能耗间接碳排放强度与进水水质和去除率均无显著相关性,可能原因是污水处理厂在处理污水的过程中,未根据进水水质指标的波动来调节曝气量或设备搅拌强度,使得机械设备用电量不随进水水质指标和污染物去除率的变化而变化。能耗间接碳排放强度与污水处理厂处理水量显著负相关,说明当污水处理厂处理水量增大时,能耗间接碳排放强度下降,呈规模效应。

物耗间接碳排放强度与进水COD、TN浓度和COD、TN去除率及处理水量均无显著相关性。因为本研究污水处理厂物耗主要为六水三氯化铁,主要用于总磷的去除,与COD、TN去除率相关性不大。

综上,影响能耗间接碳排放强度的因子为处理水量,所研究的参数中没有明显影响物耗间接碳排放强度的因子。

3.3 碳减排技术路径

总体上,应从“开源”和“节流”两方面开展碳减排工作。一方面,挖掘污水中潜在能量,如从生化过程、污泥处理与处置过程回收利用能量,探索能源自给模式,降低能源损耗;另一方面,从间接碳排放着手,通过技术革新、装备智能化、工艺优化等方式降低电耗,从而降低碳排放。

3.3.1 加大能源回收力度

污水处理后,其中的能量大部分转移到污泥中,因此开发污泥中的能量回收技术具有极大的应用潜力。污泥能源化主要集中在厌氧方向,包括厌氧发酵产乙醇、厌氧发酵产氢和厌氧发酵产CH4这3个技术路径,其中,厌氧发酵产CH4技术的能源转化率在30%～60%。污泥预处理技术近年来进展较快,应用较多的是热水解技术,可进一步提高厌氧消化的能源转化率[18]。预处理、高级厌氧消化、涡轮发动机或燃料电池及热电联产等技术的耦合使用,有望使污水处理实现30%～50%的能源自给率,显著降低间接碳排放,同时降低CH4产生及逸散导致的直接碳排放。

3.3.2 提高污水处理综合能效

随着城镇化率、污水处理率、污泥处理率以及排放标准的提高,污水处理电耗还将进一步增加,应及早采取措施提高行业能效,降低间接碳排放。可从3方面提高污水处理综合能效:一是采用高效机电设备,可提高5%～10%的效率;二是加强负载管理,满足工艺要求的前提下降低能耗,特别是设备配置与实际荷载匹配,避免“大马拉小车”;三是建立过程控制系统,根据实际工况动态调整设备运行状态。