未來新水務離不開“智慧”加持
清華大學環境學院教授 施漢昌
以下內容根據嘉賓發言整理。
上個世紀70年代,國際上開始有人探討將ICA技術(儀表、控制與自動化)引入污水處理領域。標志性的起點是1973年倫敦舉行的國際水協第一屆ICA技術會議,距今已50年。十年前,基于發展信息化和智慧城市的機遇,我國水務行業開始向智慧化方向發展。
2022年,中國首次舉辦ICA國際水協系列會議,涉及污水處理運行過程控制中的ICA、排水系統智能控制、基于智能檢測的軟傳感器、用于資源回收的ICA、溫室氣體減排的ICA、過程控制建模、數字孿生、人工智能在污水系統檢測和預測的應用,以及新興污染物的監測與控制。
智慧水務的要素、目標和范疇
歐美國家用50年從儀器化、控制系統、自動化、信息化走向智能化。我國十年的發展雖有后發優勢,但是也有快的問題。下一步智慧水務的發展要更注重實用技術,使其產生效益。
智慧水務包括五個方面的要素、兩個方面的目標、四個方面的公共范疇,其基礎就是信息化和智能化。
水務不僅有污水處理還有飲用水的供給,還須保證水生態環境的安全,并實施水資源的合理配置與利用。為了實現這兩個方面的目標,我們需要做什么呢?
水生態環境的安全保障
智慧水務平臺都給出了從感知層、管理層到智能應用層的大框架。既要建立流域立體監測網絡,又要建立智慧水務決策支持系統,還要健全水環境公共信息平臺。
大方向和框架正確,但是存在短板,如檢測手段和數據采集。全國的國控站、省控站總量相較于整個流域來說相對稀疏。我國處在工業化平臺時期,污染源比處于后工業化時期的歐美多。在這一方面,我國的突破將是基于光電的小型低功耗傳感器。集成度高才能小型化,小型化才能降低功耗和藥劑消耗,從而降低運行成本。目前我們的研發可以做到利用風能、太陽能、甚至水波的動能產生電能供給小型低功耗的傳感器。現在很多監測站建成后運行費用壓力大,需要與少試劑或免試劑的儀器和定點站及移動巡檢監測相結合,這是將來有可能發展和磨煉內功之所在。
智慧的基礎是模型,是在水動力、水容量,反應過程機理研究的基礎上總結、提升到數學高度的表達。我國很多計算是采用國外的模型和軟件,污水是ASM模型,管道是SWMM模型。我們以這些為基礎結合實際情況來發展理論模型、經驗模型、以及人工智能的AI模型。
在水生態環境安全保障方面,檢測技術獲取信息和建立信息之間的內在聯系也是我們需要補的短板。
水資源的合理配置與利用
水的循環要建立區域水環境的水源、雨水、再生水的水量/水質信息庫和生活、工業、農業、生態用水的水量/水質信息庫,兩個信息庫要能對得起來,才能做合理調配。
完善分質用水的供水系統,實現再生水就近利用,構建水廠、管網、泵站、儲水池的聯合調度模型與合理配置系統。在供水方面,要加強對新污染物檢測和去除技術的研發。對居民用戶和工業的分質供水,要精準運行,實現節能降耗減碳。
污水處理廠向資源能源中心的轉化
我國污水處理廠在發展過程中存在儀器化和自動化的短板。歐美污水處理廠人員少,夜間可以無人值守,需要設備的可靠性和系統的穩定性。我們的設備經常出問題,難以自動化運行和自動化檢測,必須從制度上避免單純低價競爭以保證質量。
污水處理中實現智能化,提高準確性、預測性,需要理論模型和AI技術的結合。我希望污水處理廠能夠部分或全部轉化成資源能源中心。碳減排可以通過節能降耗,補上綠色能源的間接排放和碳分離,減少氧化、通過生物轉化成能源或者資源的直接排放來實現。多地已經開始實踐。
工藝技術是否能實現前端碳源分離,后端資源回收?在分離環節,超細格柵+膜可把前端的碳盡可能的分出去變成低碳污水,后續通過吸附回收磷,短程或厭氧氨氧化技術脫氮。從厭氧的角度,前面截留的碳源可產沼氣作為能源回用,但是根據住建部的評估,十萬噸以下做沼氣并不經濟,前端碳節流好并不能突破后端沼氣全面利用的瓶頸。
如果能夠通過加強水解產生高價值的碳源利用,可解決我國糧食資源緊缺的問題。2021年我國糧食總量為8.5億噸,其中進口1.6億噸。我國工業用碳源用糧占比達16%(約1.4億噸)。如果污水中的碳源能夠收集起來通過水解變成有用的工業碳源,可作為工業原料產出。
技術的瓶頸是高效水解微生物種群。將來可能通過合成生物學突破瓶頸,將污水處理廠轉變成資源中心,將減輕國家進口糧食的壓力,具有戰略意義。
儀器化和智能化技術需求廣泛,如污水處理廠的加藥系統,需要機理模型、原理模型、工程模型和AI結合,復雜的工藝更需要精準控制。從發展來講,水務行業要以實現系統化、增進實效為重點,推進信息化、智能化是大趨勢。
從頂層對總體研發做好規劃需要五年到十年的時間。太遠對于企業不太現實,太短又很難做出好的自主技術。很多技術要從應用基礎做起,結合工程,利用北控水務與多家研究院校合作的基礎,企校分工合作,將基礎研究放到學校或研究單位,在企業做工程化研發和轉化,研發出企業真正能用的高水平裝備和技術。
聲明:本文轉自環保水圈,本文版權歸原作者所有,不代表本網站觀點,僅供學習交流之用,不做商業用途。如文中的內容、圖片、音頻、視頻等存在第三方的在先知識產權,請及時聯系我們刪除。