改造当前国内污水管网需要综合考虑的四个因素
1 背景介绍
近30年来,中国在城市水环境保护方面取得了举世瞩目的成就。截至2018年,污水管网长度约88.3万km,污水处理厂约4 500座,日处理污水量16 300万m3[1],其中69%的污水处理厂出水排放达到《城镇污水处理厂污染物排放标准》(GB 18918-2002)一级A标准[2]。一些地方执行比一级A更加严格的排放标准(如TN<10或5 mg/L、TP<0.3mg/L)。全国86.7%的黑臭河道已经得到有效治理[1]。
尽管已经取得了巨大的进步,但仍有一些问题有待解决。例如,部分河道暴雨后重返黑臭等[3]。由于污水管网系统在污水收集、输送、处理和受纳水体水质等城市水环境保护中的重要作用,污水管网系统修复、包括污水处理厂提质增效等工作仍在很多城市大规模的积极推进。本文从介绍维也纳和苏黎世合流式污水管网系统和维也纳主污水处理厂(VMWWTP)和和苏黎世Werdh9lzli污水处理厂开始,聚焦于当前国内污水管网系统现状,同时参考欧洲的经验和教训,讨论和分析了造成国内污水浓度偏低的因素,提出污水管网系统中COD浓度的估算公式。在此基础上,进一步提出污水管网系统质量平衡概念模型,说明外来水入侵和管网里含外来水污水的处理量(污水处理厂的处理能力)、城市用水效率(综合用水量)和污水收集率等四个因素对污水化学需氧量(COD)浓度和溢流排放负荷的影响,并对污水管网系统修复、提质增效和重新考虑污水管网系统和污水处理厂设计标准及制订与外来水相关的政策和法规等方面提出了建议。
2 问题和讨论
2.1 维也纳和苏黎世的合流制污水管网和污水处理厂
维也纳和苏黎世的污水管网系统覆盖97%以上市区,均以合流制为主[4,5]。维也纳主污水处理厂(VMWWTP)是奥地利最大的污水处理厂,设计进水负荷518 000万m3/d(旱季平均值),最大1 550 200 m3/d(雨季)[6]。苏黎世Werdh9lzli污水处理厂处理厂是瑞士最大的污水处理厂,设计进水负荷172 000m3/d(旱季平均值),最大518 000m3/d(雨季)[7,8]。
表1给出了两座城市各自污水管网和污水处理厂的主要设计和运行参数。设计最大雨季流量均是平均旱季流量的3倍。当进水流量高于最大允许值时,借助实时控制系统(RTC),超量污水被送至调蓄池(包括部分下水道系统在线存储容积),当峰值流量过后,调蓄池储存的污水再泵送至污水处理厂处理。这种管网-调蓄池-处理厂的综合管理与控制使得雨季更多超量管网内混合污水在排放之前得到处理[15]。维也纳和苏黎世两个污水管网的外来水(外来水定义见2.2)约为各自污水管网内污水量的36%[16]和48%[7,8](见表2),合流制管网溢流(CSO)化学需氧量(COD)负荷约为各自污水负荷的7%[9]和3%[11]。维也纳污水干管的坡度为0.4%。在旱季高峰水量运行时,截流干管内污水流速可达1 m/s,防止污水中固体在管网内输送过程中的沉积[9]。
表1 维也纳和苏黎世污水管网系统和VMWWTP和Werdh9lzli污水处理厂的主要设计和运行数据
Tab.1 Main design and operational data of the sewer systems,VMWWTP in Vienna and Werdh9lzli WWTP in Zurich
表2 欧洲(和美国)污水管网外来水占比和稀释倍数
Tab.2 Information on I-I water,resultant wastewater of sewer systems in literature(for combined systems unless specifically noted)
注:由于不同的计算方法和当地条件,表2中外来水占比和稀释倍数不具备完全可比性。文献数据(除非单独说明,数据均来自于合流制系统)。
VMWWTP的进水设计浓度为:COD 750mg/L、TN 60mg/L、TP 9mg/L[6],实际运行能力约为设计值的75%[10]。Werdh9lzli污水处理厂2019年进水平均浓度为:COD 400 mg/L、TN 33 mg/L、TP4mg/L[8]。两座污水处理厂的出水水质控制标准相同:COD<30 mg/L、TN<10 mg/L、TP<1g/L[6,8]。两座污水处理厂在能量回收方面工作都卓有成效。VMWWTP新建的厌氧消化池自2021年初开始满负荷运行,可以实现电力和热能自给[6]。Werdh9lzli污水处理厂除了在更早时候实现了电力和热能自给[11],其污泥干燥和焚烧厂也实现了电力和热能自给[17]。
一般来说,相对于合流制,分流制管网具有污水和溢流量少及管网内污染物浓度高等明显优点,因而在新开发和一些改造提升区域获得较多应用[16,18],尽管投资费用很大,特别是在大城市及人口稠密的老城区[18]。在德国,合流制系统服务的人口占比从1983年的71.2%降低到2004年的58.3%[19]。截止到2019年,北部区域分流制系统占到约90%,并显示出色性能[16,20]。在丹麦,截至2017年,分流制系统占比约68%[21],芬兰分流制系统占比达73%[22]。
然而,需要指出的是,分流制管网也存在外来水和雨季溢流(SSO)问题[19]。例如,在丹麦和芬兰,分流制管网系统外来水量接近被收集的污水量[22]。一些调查表明,分流制系统在对营养物控制方面优于合流制系统,但后者在重金属和COD的控制上则优于前者[19]。在德国,分流制管网调蓄池容积比合流管网调蓄池容积大[23],雨季污水处理厂通常需要考虑尽可能对管网内污水输送至污水处理厂进行全过程处理或对超量污水进行化学一级(强化)处理后排放。荷兰经验是,在连接分流制管网管道中,5%的错接是难以避免的,而降雨时分流制管网系统溢流污染负荷与合流制系统实际上是同一的数量级。因此,在荷兰,将初雨引入污水管道系统或调蓄池的措施同时用于合流制系统和分流制系统[18,24]。
根据文献报道,国内合流制、分流制管网系统总体平均占比分别为36%和64%[1,25]。但根据污水污染物浓度实际水平[1],国内相当部分管网系统既不是按设计的分流制,也不是运行良好的合流制。这种现状严重影响了污水处理厂的运行和受纳水体水质。因此,有效提升污水管网系统的效能对中国的城市水环境治理是一个紧迫的任务。当前,许多城市正在进行中的提质增效工程确实已经明显改善城市水环境。借鉴前述提到的国内和国际经验和教训,污水管网系统系统提质增效将会更结合当地实际情况,在详细的技术的经济可行性分析的基础上加以实施。
2.2 污水管道泄漏:一个世界性的问题
城市污水主要由如下两部分组成:(1)城市供水使用后产生的污水(used water);(2)外来水(或寄生水)。按照用水类别,第一部分污水来源为:a家庭生活用水;b行政/机构设施用水(或称公共建筑用水);c工业用水[26]。其中a和b相加称之为公共用水(PWC)。公共用水与c相加称之为综合用水(CWC)。在发达国家和现在中国大城市中,大中型工业多已经从市区搬出,2018年统计数据显示,北京、上海和广州市家庭用水量在城市用水占比50%到60%,工业用水占比约20%[25]。而c类工业用水主要为饭店、宾馆等服务型产业。因此,目前大城市城市污水的主要成分是生污污水。
外来水由两部分组成:入渗水和入流水。城市供水(用水)被利用后产生的污水在全收集进污水管网状态下,综合用水量(CWC,基于水表读数)即为污水系统收集的污水量(CS)[16,26,27]。在污水管网系统中(合流或分流系统),入渗水是指地下水、地表水(河道)或城市供水系统渗漏通过老旧管道的侵入污水系统的水。入流水是指雨水、河水和山泉水通过管网错接点或者破损部位进入污水系统的水[21,22]。影响外来水量的因素是多方面的,包括:地下水位、城区河道水位、水文特性、土壤特征和降雨(降雨量和强度)及污水管道的施工质量、结构性状况等[22,24]。污水管网内污水(混合污水,RW)为收集污水和外来水之和。外来水经常被视为清洁水[11,27],外来水的侵入,降低了污水管网内混合污水的浓度。为了数据收集的便利和对比国内外案例,在后续论述中将用单位”人日均”为基础来表征相关参数。
污水收集量和城市供水情况直接相关。后者包括:用水的居民人数(包括通勤者和旅行者)、人日均综合用水量[SCWC,L/(人·d)]和工业类型和排放污水量和负荷等。外来水量对污水管网内混合污水(RW)量比被称为外来水占比值,混合污水对收集污水(CS)比值被称为稀释倍数(DF),两者常用来表示污水稀释程度(或管道渗漏)。比较评估外来水量不同方法,水量平衡法和水质稀释方法相对简单和直接[22]。假设在管网服务区内工业(制造业)很少,下列基于水量平衡的式(1)和水质稀释法的式(2)常用于计算稀释倍数[22]。
式中SRW———人日均管网中混合污水量,L/(人·d);
SCWC———人日均综合用水量,L/(人·d);
PLCOD———人日均COD排放量,g COD/(人·d);
CRW———管网中污水COD浓度,g COD/L。
由于经常缺乏SRW数据,实际上式(2)被更多地用于计算稀释倍数[22]。在后续章节国内案例计算稀释倍数时将对此进一步讨论。
表2汇集了主要来自欧洲国家的与城市污水稀释相关的文献数据。综合来看,外来水占比范围为25%~70%,对应的稀释倍数范围为1.4~4.0[16,18,19,21,22,29,30]。奥地利污水管网外来水占比约为1/3[16,28],苏黎世污水管网外来水占比为48%[7,8]。德国和荷兰的的合流制系统外来水占比高达60%[16,18],意味着每售出1m3自来水,对应污水管网里约2.5m3混合污水。丹麦污水管网平均外来水占比为50%,对应稀释倍数2[21]。美国污水管网外来水占比50%~65%,其中入渗水量仅占15%,在峰值时约为30%[31]。德国北部和东北部的分流制污水管网系统平均外来水占比仅14%,但是全德国的分流制系统平均外来水占比为34%[20,23]。在芬兰,与分流制系统连接48座污水处理厂的外来水占比平均值为41%[22]。这些数据表明,合流制系统外来水量占到管网内污水量近50%或以上,意味外来水量和收集污水量(CWC)相当甚至更多;对分流制系统,外来水占比差异较大,德国北部最低,但也有较高的情况,如丹麦和挪威的案例所示。因此可见,污水管道外来水入侵是一个世界性的问题,并不仅仅只发生在中国。
国内污水管道外来水定量报道不是很多。据近年文献,外来水占比约在30%~70%[32],对于维护良好的污水管道系统,地下水入渗量占比约在28%~40%[33]。考虑到许多污水管道处在满管或高水位运行,在正常水位运行条件下实际的外来水入侵可能比已报告的的数值更高。需要注意的是,由于不同用水效率,相同的外来水占比或稀释倍数并不意味着相同数量的外来水量。如表2和表3显示,对应相同的外来水占比或稀释倍数,用水效率较高(低人日均综合用水量)的一些西欧国家和城市相比用水效率较低(高人日均综合用水量)的国内城市,外来水量仅是后者的约50%。但在相似的占比或稀释倍数范围内,欧洲的污水管道里污水COD浓度仍可维持在400~680mg/L范围(如德国和苏黎世的合流制系统),远高于当前许多国内污水管道系统的COD浓度(见表3)。说明国内污水低浓度不仅仅是由于污水管道外来水侵入造成的,尤其在新建城区,用水效率应该是不可忽视的一个因素,将在2.4节中对此进行进一步讨论。
2.3 含外来水混合污水的处理量和降低外来水量的策略
外来水入侵增加了管网中混合污水流量。尽管处理超额混合污水不能产生直接的经济效益,但是在欧洲,不管是分流制还是合流制,为避免溢流污染对受纳水体影响,除允许范围内的溢出部分(CSO,SSO),含外来水混合污水须在污水处理厂得到处理[19,21,22]。如2.1节和表1所示,维也纳VMW-WTP和苏黎世Werdh9lzli污水处理厂最大水力负荷是旱季平均的3倍。又如表2所示,由于外来水入侵,维也纳VMWWTP和苏黎世Werdh9lzli污水处理厂年平均处理量分别是原收集污水1.5和2倍,通过采用调蓄池和“网-厂”联动,两个污水处理厂都很好控制了CSO溢流排放(见表1)。
表3 部分欧洲国家和中国的人日均综合用水量、人日均污水处理量、人日均(混合)污水量及污水COD浓度等相关数据
Tab.3 Specific water consumption,treatment and COD concentration of sewage in Western Europe and China
注:(1)在污水全收集条件下,等于人日均综合用水量(SCWC),中国案例的用水量不包括由于供水管泄漏造成的水损失。(2)奥地利和德国的人日均污水处理量(SRW)数据基于人口当量(PE),其余数据基于居民数。(3)文献[1,25]中数据的平均值。(4)没有括号值由式(2)计算;括号中的稀释倍数是根据污水处理厂记录的处理量作为人日均(混合)污水量(SRW)由式(1)计算。
当前国内很多污水管网是按照分流制设计,污水管道和污水处理厂水力设计负荷基于旱季水量。由于低估外来水入侵量和管网泄漏(前者包括雨季的降水),加之设计规范给定的截流倍数似乎偏低[34]和部分城市河道由于景观维持考虑采用高水位等诸多因素,导致污水管网常处于满管或高水位运行状态。人均日污水处理量对人均日综合用水量的统计数据比值范围为0.9~1.2[1],反映了现有很多污水管道及污水处理厂的运行状态。
低估外来水量或污水处理厂缺少处理雨季水力负荷容量,会对城市水环境保护造成一系列的负面影响:(1)相当部分的污染负荷在没有得到处理情况下经溢流进入城市水环境,破坏了地表水和地下水质量[35,36,37];(2)致使管内的流速远低于设计值[35],加剧旱季管网内固体沉积、和停留时间延长,导致厌氧发酵和消化,降低了污水处理厂进水COD浓度和碳氮(C/N)比,严重影响污水处理厂效率和性能[38];(3)雨季期间,在高速流体冲刷作用下,管网内原沉降的固体重新进入水相,通过(CSO和SSO)溢流进入受纳水体,造成“下雨返黑”[35,37]。
因此,需要总结现有相关项目的实践、经验和教训,重新思考当前污水管网系统和污水处理厂的设计标准,逐步纠正相关不适当运行模式(比如下水道中的高水位运行和污水处理厂的进水流量控制),开发简单有效监测外来水入侵方法和降低外来水量,同时考虑现有污水处理厂增加的处理量的潜力,并考虑制定与这些问题相关的政策和法律规定。
削减污水管网外来水入侵是全球城市水环境面对的一个持续挑战[16,21]。欧洲的经验和教训是:准确测定外渗水进入管网位置通常操作复杂、耗时良久,且费用不菲[16,21]。而一般来讲,入渗水量占外来水量相对较少,因此,减少入流水入侵常成为第一要务,重点放在溪流、河道、施工排水和雨水等入流水量的减少上[21]。以苏黎世为例,自19世纪80年代起,河水、小溪流和“干净”的雨水等天然水被逐渐隔离在合流制系统外,由单独管线(经沉淀后)排放,从而实现“清污分离”。由此,从1985年到2003年,苏黎世合流制污水管网外来水量降低了约30%,其中的60%是通过将小溪和河水从合流制系统中分离得以实现的,通过减少入渗水仅占7%[7]。国内相当部分污水管网系统,即使在旱季也充满外来水,说明小溪、河道等外流水侵入情况严重。因此,污水管网系统提质增效实现“清污分离”应该是优先事项,这方面的任务包括将导入河道或雨水通道中的污水分离并接回到污水管网,消除河水通过溢水管进入(倒灌)污水管网,纠正雨水管与污水管之间的错接,尤其是在那些具备条件的城市老旧住宅小区内等雨/污水管错接和沿河截污的管网[37]。最近在广州和国内其他城市的项目说明了类似经验的有效性[32,39]。
2.4 污水稀释因素
如2.2节所述,当管网服务区内制造业很少,城市污水成分几乎全由生活污水组成,忽略在线降解,假设居民人数等于人口当量数(PE)[26],式(3)被用于计算污水管网混合污水COD浓度(CRw):
式中PLCOD———人日均COD排放量,g COD/(人·d);
X———污水收集率,%;
PLCOD,i/i———人日均外来水含COD量,g COD/(人·d);
SCWC———人日均综合用水量,L/(人·d);
SQi/i———人日均外来水体积,L/(人·d)。
鉴于现在大城市城区工业主要是以餐饮、宾馆等服务业为主,城市污水主要成分是生污污水,人均日COD排放量120g COD/(人·d)(PECOD.120)作为一个经验值被一些欧洲国家用于污水处理厂COD负荷设计和评估[26,27]。孙永利等[41]最近在长三角地区常州市所作生活污水人日均产污量的研究结果,其中PLCOD为121g/(人·d)。该值与欧洲120g/(人·d)(PECOD.120)[26]和新加坡110g/(人·d)(PLCOD)相近,后者75%的人口为华人[36]。上述数据表明,中国发达地区城市居民人日均COD排放量与欧洲人相近。因此,本研究在北京、长三角和珠三角二城市案例中采用PECOD.120数值,并假设PECOD,i/i=0[27],由此,将式(3)简化为式(4),后者被用来估算管网中混合污水COD的浓度,式中SC-WC·DF为个人日均(管网中)混合污水量。
式(4)表明,混合污水COD的浓度取决于综合用水量和稀释倍数,前者与用水效率有关,后者与外来水(或管网渗漏)有关。在污水全收集(X=100%)且管网外来水可以忽略(DF≈1)的条件下,混合污水COD最大浓度为120/SCWC (g/L),综合用水量(SCWC)决定了混合污水COD能够达到最大浓度。德国柏林市主要城区污水管网为合流制,但由于较高的水利用效率[SCWC:117L/(人·d)][40]和出色的外来水控制(或与较低降雨量550mm/年[13]有关),混合污水COD和总磷(TP)平均浓度分别达963mg/L和15.5mg/L (2016年)[40]。因此,管网外来水入侵越少(管网施工质量和管理越好,渗漏越少),用水效率越高(用水量越少),污水收集率越高,混合污水的污染物浓度则越高。
文献报道部分欧洲国家人日均综合用水量如下:挪威、芬兰,140L/(人·d)[22];德国,146L/(人·d)(根据122L/(PE·天)折算,1PE≈1.2居民[16,40]);丹麦,158L/(人·d)[21];奥地利,162L/(人·d)[5,16];瑞典,183L/(人·d)[22]。中国2018年平均数据是268L/(人·d)[25]。近年来,中国的家庭用水节水取得了良好的进展[42],差异可能来自于欧洲国家较高公共、工业用水效率[43]。
表3汇总了德国,奥地利、苏黎世、北京、长三角和珠三角二城市与水有关的数据。由人日均污水产量(SCWC,日均综合用水量)计算管网中混合污水COD理论最高浓度(120/SCWC);由式(2)算的DF计算人均日(混合)污水量(SRW:SCWC·DF);然后由式(4)计算管网中混合污水COD浓度(CRw),再与文献数据比较。该表还列出了基于污水处理厂记录的人日均污水处理量数据。可以看出,对于德国和苏黎世,用基于浓度法式(2)算得稀释倍数计算的人均日(混合)污水量与从污水处理厂处理量接近,混合污水COD计算值与报导值接近。但通过式(2)估算长三角和珠三角二城市管网污水稀释倍数(1.7和1.8)比基于污水处理厂记录处理量用式(1)计算的稀释倍数(1.0和1.4)要高得多,同样地,用式(2)计算的长三角和珠三角二城市人均日污水量比污水处理厂处理量高很多;使用污水处理厂的处理量作为式(1)中SRW计算DF,再用式(4)计算的CRw远高于报告值,但是,用式(2)算的稀释倍数代入式(4)算的管网中混合污水COD值(CRw)与报告值相近。原因是由于长三角和珠三角二城市的管网外来水量超过原设计,污水处理厂所处理的污水只是管网里混合污水的一部分,相当一部分污水通过溢流未经处理进入水环境,。然而,由于西欧大部分污水处理厂具有峰值流量处理能力(高截留倍数),污水处理厂处理量与管道内混合污水量接近。这些将在2.5得到进一步讨论。北京在外来水的控制方面表现出色,通过两个式计算出的稀释倍数差异很小。上面的对比分析表明公式(1)的潜在限制和式(2)的优点,同时说明与SCWC一起,式(2)和(4)能够用于估算大城市污水管网中的污水量(SRW)和COD浓度(CRw)。
为了更好地比较国内和德国和奥地利人均日混合污水量(SRW),据1PE=1.2居民[16,40],德国北部的分流制系统SRW平均值为155L/(人·d),合流制系统SRW平均值为305L/(人·d),总平均值为274L/(人·d);奥地利SRW平均值为246L/(人·d)[16],合流制系统外来水比分流制多约1/2。对比国内三城市的通过浓度计算的人均日混合污水量(SRW)数据(见表3),北京的数据(235L/(人·d))可与欧洲的良好排名值相媲美,而长三角和特别是珠三角二城市的人均日(混合)污水量比德国、奥地利和苏黎世的要高出不少。
苏黎世的人日均污水产生量(SCWC)、人日均外来水量[均为160L/(人·d)]和人日均(混合)污水量[320L/(人·d)]均高于德国和奥地利,导致苏黎世污水COD浓度(400mg/L)低于德国和奥地利污水COD浓度(420~600 mg/L[16])。由于低人日均污水产生量和外来水有效控制(见表3),德国分流制系统管网污水COD均值可高达1 000 mg/L[16]。相对奥地利的年降雨量(607mm/年)[13],苏黎世较高的的年均降雨量(1 101mm/年)[13]可能是苏黎世管网外来水量较高主要原因。北京,长三角和珠三角二城市管网外来水量(见表3)与这几个城市的年降雨量(北京560mm/年,长三角1 200mm/年,珠三角2 200mm/年)[45]呈现正相关现象。
如表3显示,除北京外,长三角和珠三角两座代表性城市污水COD浓度均显著低于德国,奥地利和苏黎世污水COD浓度。因为高综合用水量,国内的相当一部分污水管网外来水量要比德国等西欧国家高得多,尽管稀释倍数(1.7~1.8)与一些欧洲国家相近。且如前所述,如果降低污水管网中的水位,外来水得到不有效控制,实际的外来水入侵可能进一步增加。改善国内污水管网系统泄漏、尤其是“挤外水”确实是一项紧迫任务。
比较据式(2)算的稀释倍数(1.7~1.8)与使用污水处理厂的处理量作为式(1)中SRW计算的稀释倍数(1.0~1.2),可以估计约30%~40%的污水未经处理排放,接近文献估值[36]。这部分未经处理污水可分为两部分:(1)未收集进污水管网;(2)在污水输送过程外渗和溢流设施(CSO,SSO)排出。目前许多国内城市,污水主干管网覆盖率达到90%,接近日本、美国和欧盟等国家的水平。但由于城市的快速发展,支管与主干管网的联接不够完善,即便在沿海地区的城市也仍有一定差距[3,33],导致污染物在城区里的无序排放。由此,提高污水收集率是提高污水管网效率和改善水生态环境的另一项重要任务。此外,现有污水管网和污水处理厂设计能力不足于应对外来水入侵导致大大地增加溢流排放,严重影响城市水环境质量。简而言之,由上面的分析和比较国内与部分欧洲国家(SCWC·DF)的值(见表3),可以理解造成国内的城市污水低浓度和城市水环境水质相对较差的的四个主要因素:较高外来水入侵,污水处理厂缺乏足够的处理能力,较低用水效率和有待进一步提高污水收集率。
2.5 污水管网系统质量流和平衡概念模型
本节提供了一个简化的污水管网系统质量流与平衡的概念模型(见图1),以COD作为指标污染物,并假设服务区内很少的制造业,COD在线降解可忽略不计和管道横截面充分混合。如图1所示,污水量SCWC,含120g COD/(人·d);X为污水收集率,%;SQOUT为污水处理厂最大水力处理负荷。在德国场景1和2中为3×SCWC,虚拟场景3中为1×SCWC。依据统计数据,国内长三角和珠三角二城市污水处理厂(最大)处理量分别为1.0×SCWC和1.4×SCWC[25];SQi/i为人均日外来水量,在概念模型中被视为干净的水(COD:∽0)[16,27];SQSO,溢流水量(CSO或SSO)。式(5)和式(6)表达了水量平衡关系。用式(4)计算管网混合污水COD浓度CRW。未经处理排出的COD包括管网未收集到的及通过CSO(或SSO)溢出二部分,分别为PL120·(1-X)和PLCOD,SO(=CRW·SQSO),PLCOD,SO由式(7)计算。总未处理COD和溢出COD与总COD比率分别由PL120·(1-X)+PLCOD,SO/PL120和(SQSO·CRW)/PL120计算。
图1 污水管网水力和污染物质量流与平衡简化模型
Fig.1 The simplified model of hydraulic and mass loading of sewer system
模型被用来描述五个不同的的场景,展示外来水入侵和含外来水混合污水的处理(污水处理厂的处理能力)、用水效率和污水收集率对管网里污水浓度和污染物溢流的影响。模型参数、输入数据和计算结果如表4所示。五种场景中,三个为德国案例:场景1为以分流制排水系统为主的北部地区,场景2和3为以合流制为主的某州。场景1和2中污水处理厂能够处理所有混合污水。为说明污水处理厂处理能力对溢流控制的重要性并与场景2相比,假定场景3中污水处理厂只能处理1×SCWC混合污水。前三个场景污水都是全收集(X=100%)。中国两种场景选择为长三角和珠三角二个城市。污水收集率均为85%。除了稀释倍数,其他参数与表3中长三角和珠三角二城市情况相同,前者因下水道收集的污水流量减少而略高于表3中值。
表4 五种不同场景下模型参数、输入数据和污水COD浓度及溢流负荷计算值
Tab.4 The parameters and in-put data and calculated sewage COD concentrations and overflow loads of the five scenarios
注:(1)除了括号中值,所有值为污水处理厂记录处理量,场景1~3单位是L/(PE·d)。括号中值为由式(2)计算的DF算得的人日均混合污水量(SRW)。(2)括号中为由式(2)算得DF计算人日均混合污水量(SRW)。(3)没有括号值由式(2)计算;括号中的值是由将污水处理厂的处理量作为人日均混合污水量(SRW)由式(1)算得的稀释倍数。
对比场景1和2说明,德国北部分流制污水管网外来水入侵远小于合流制管网,这决定了分流制管网中的COD远远高于合流制管网中浓度。当用水效率,污水收集率相似时,污水管网外来水入侵(渗漏)是污水浓度的决定因素。
对比场景2和3,场景3污水处理厂雨季处理能力(截流系数)为场景2的1/3,导致通过管网溢流(CSO)排放的COD负荷相较总输入COD占比(58%)远高于具有较大处理能力的污水处理厂(场景2)的对应值(~0%),虽然2个场景管网中污水浓度相同(430mg/L)。对比场景2和4,场景4用水量[SCWC,240L/(人·d)]为场景2对应值[117L/(人·d)]两倍以上,虽DF几乎相同(1.9),但是场景4外来水和混合污水(SCWC·DF)大于场景2对应值,导致场景4污水COD浓度(272 mg/L)低于场景2对应值(430 mg/L)[见式(4)]。此外,由于未收集COD和受限的污水处理厂处理能力,场景4溢流COD负荷相较总输入COD占比(44%)远高于场景2(∽0)。比较场景4、5和表3中长三角和珠三角两个城市的案例,当污水收集率从100%减少到85%,未收集COD未经处理进入环境,虽然与报告值浓度比较,污水COD降低并不显着(8 mg/L和14 mg/L)。应该指出的是,由于场景5的污水处理厂水力处理能力[502L/(人·d)]高于场景4对应值[247L/(人·d)],总的未被处理的COD相较于总输入COD占比(32%)反而低于场景5对应值(44%),虽然场景5外来水[194L/(人·d)]多于场景4对应值[100L/(人·d)],且场景5管网污水浓度(164mg COD/L)低于场景4对应值(272 mg COD/L)。五个场景模型计算结果表明:
(1)当用水效率,污水收集率相似时,污水管网渗漏及外来水入侵是污水浓度的决定因素。根据目前国内情况,减少和控制外来水是一项紧迫的任务。
(2)外来水入侵造成管网混合污水流量增加,当超过污水处理厂水力处理负荷时,则导致溢流排放增加[47]。因此,污水处理厂具备适当的水力处理负荷(截流倍数)对于控制溢流和受纳水体的水质至关重要。
(3)用水效率是影响管网污水浓度的因素之一,尤其是外来水入侵得到适当控制的情况下。
(4)污水收集率和污染物对水环境排放负荷存在明显关系。低收集率意味着高溢出率,尽管所致污水浓度降低现象可能并不明显。今年发改环资等”十部门“在联合发布关于推进污水资源化利用的指导意见中强调了增加污水收集率的重要性[46]。
(5)以相对低成本策略实现排放到水环境中污染负荷总量的最大程度削减,应成为城市水环境和流域治理的优先方向和整体评估指标。
因各地情况不同,上述四个因素的改进对污水管网(和污水处理)提质增效产生的的影响常常不同。例如,珠三角地区的温热和多降水(2 300mm/年[45])气候导致当地高用水量、管网高外来水入侵和低污水浓度(见表4)。但在维持当前用水量不变情况下,即使消除了所有外来水,污水COD浓度也只可以达到约310~320mg/L的水平。而在气候和降雨量与珠三洲地区大致相同新加坡,由于采用了分流制系统和完善的管网管理和维护,外来水非常有限,加上长期坚持节水运动,人日均污水处理量[246L/(人·d),约为珠三洲某城市的(619L/(人·d),见表4]40%,其污水平均COD浓度(540mg/L)约为珠三角地区近三倍[38]。而在温和气候和降水(1 200 mm/年[45])条件长三角地区用水量和外来水入侵较珠三角地区低,而污水浓度相对较高。由于较高用水效率,削减外来水入侵对长三洲地区增加污水浓度的贡献率可能会比珠三角较为明显(见表4)。就增加污水浓度而言,把珠三角、长三洲地区、北京(包括华北地区和城市,甚至新加坡)与欧洲部分国家数据作进一步比较,改善污水管网的外来水入侵实现“清污分离”显然是当务之急,但与此同时,进一步节制用水、提升用水效率也是一个重要而迫切任务,特别是对北京、广州甚至新加坡。除了提高污水浓度,改善用水效率将有助于大幅改善污水管网和污水处理厂运行效率,减少污水系统包括污水处理厂等市政基础设施的建设规模和成本,为此需要在教育,节水设备和财务政策支持等方面长期不懈的努力。
确定污水收集率、外来水量和来源、城市用水量和分配和现有污水处理厂运行负荷对制定科学、经济有益的污水管网和处理系统升级改造规划至关重要。第一步工作是收集当地详细信息,包括:污水管网和污水处理厂旱季和雨季处理量和污水浓度,污水收集率,城市供水客户和数量和使用效率、居民的数量,(包括通勤者),工业与排污数据,供排水系统网络和当地源-网-站-池-厂-河”等基础设施性能和功能等。然后使用估算污水收集率、外来水量和来源、用水量和污水处理厂负荷,应用覆盖服务区(或流域范围)质量流及平衡模型进行敏感度分析,识别升级改造方向和确定工程技术措施的优先顺序。当工业污染占有率较大时,可以建立污染物整体(不是基于居民数或人口当量)质量流和平衡模型进行模拟。国内已经有这样的案例和经验[32,39]。这些工作也为采用先进的模型结合调蓄池、海绵城市等内容来进行整个城市水环境动态模拟奠定了基础。
2.6 污水处理厂如何应对含外来水的超量混合污水
图2显示了苏黎世Werdh9lzli污水处理厂雨季一周(2018年8月25至31日)水力负荷从0.5m3/s(43 200 m3/d)提升至6.5 m3/s(561 600 m3/d,雨季最大的水力负荷)期间运行情况。在峰值流量期,活性污泥SRT约14d,HRT仅2.8h,出水氨氮始终低于2mg/L,硝酸盐氮低于12mg/L,且管网无溢流发生[11]。国内不少城镇污水处理厂活性污泥工艺SRT和HRT设计偏于保守,基于设计安全系数,现有相当部分生化处理单元应能够接受并处理雨季进水额外负荷[47,48]。
现有相当一部分污水处理厂是根据旱季状况设计,雨季面临主要挑战是那些以水力负荷为设计依据的单元(主要是物理和化学处理单元)。为此,需要对现有污水处理厂的相关单元、设施和设备能力和运营数据进行评估和分析,确定有必要进行升级改造的单元。与此同时,应充分利用调蓄池和污水管网系统(管网、及泵站等)的潜在存储容积、错峰及流量控制,缓解峰值流量冲击从而减少CSO(和SSO)溢流排放。近些年在国内一些城市黑臭水体治理工作中,对管网溢流采用就地处理,改善了受纳水体水质。但从长远看,根据接收水体的功能,对现有污水处理厂进行适当改造,采用旁路化学强化一级处理、甚至全过程处理或许更具成本效益[48,49]。
图2 瑞士苏黎世Werdh9lzli污水处理厂雨季(2018年8月25至8月31日)进水流量、出水氨氮即硝态氮及调蓄池水位在线测量数据
Fig.2 The on-line measured profiles of influent flow,effluent ammonia and nitrate nitrogen concentrations of effluent and water level in rainwater storage tank from 25th to 31st Aug.2018in the Werdh9lzli WWTP,Zurich
3 总结和建议
3.1 污水管网系统升级改造需综合考虑的四个因素
外来水入侵、含外来水混合污水的处理量(污水处理厂的处理能力)、污水收集率和用水效率是直接影响污水管网系统的性能和效率、制定污水管网系统修复与升级规划需综合考虑的四个基本因素。进一步减少污水管网外来水是当前紧迫的任务,重点应该放在减少泉水、小溪和河水、施工排水等“干净”外来水入侵,做到“清污分离”。在减少外来水的同时,为了减少溢流和维持管网的调蓄容积,除了允许溢出的部分,已进入污水管网中含外来水的污水应得到处理。现行污水满管和高水位运行方式应逐步加以改变。提高污水收集率和污水管道的覆盖范围,是增加资源回收、改善和提升污水管网和污水处理厂运行效率和改善受纳水体水质的重要任务。较低用水效率是国内污水低浓度和污染物溢流超量排放的另一个重要原因。除了增加污水浓度、降低污染物溢出,提高用水效率还可以降低管网和污水处理厂规模和基建投资。为此,应在加强学校和公众教育,提倡节水设施应用和实行政策鼓励等方面坚持长期努力。
3.2对现有污水管网影响因素进行定量分析,识别较易实现且经济有效的行动的优先次序
为了确定外来水量及其来源、现有污水处理厂负荷、城市供水量和分配和污水收集率,从而对现有污水管网系统进行定量分析评估,需广泛收集和分析相关信息,包括:服务区(流域)人口(包括通勤者),城市供水、用户类型及使用量,个人排污负荷,工业企业类型和排污负荷,旱季和雨季的污水流量和浓度和当地供排水系统网络等。在信息分析的基础上,使用简化稳态污水管网质量平衡模型,对上文提到的四个因素进行敏感度分析,结合经济效益比较,从而识别较易实现且经济有效的方向、目标和行动的优先次序。当工业污染占有率较大时,可以建立覆盖污水管网服务区(或流域)污染物整体(不是基于居民数或人口当量)质量平衡模型并进行模拟。在此基础上借助先进的数学模型,结合调蓄池、海绵城市等内容进行整个城市水环境动态模拟,从而制定最佳行动和中长期规划。
3.3 重新考虑和确定污水管网和污水处理厂设计规程
由于外来水入侵造成污水管网系统的污水量超过现有污水处理厂处理能力已成为国内常见的现象。为了减少溢出,提高管网及处理厂应对不确定性天气的能力,应该在总结现有的做法和经验基础上,积极、谨慎思考修改现有管网和污水处理厂设计标准。
3.4 新政策和法规
现有许多政策和法规在很大程度上是基于分流制管网系统,然而许多城市污水管网系统(包括分流制和合流制)和污水处理厂都面对外来水、超量污水处理和溢出造成的河流水质问题。管网系统外来水的入侵(和处理)已构成影响城市水环境的一个问题。为此,有必要积极、谨慎考虑制定与此相关的新政策法规,包括排放标准和相应的收费原则。
作者图片
曹业始
[1] 中国城镇供水排水协会.中国城镇水务行业发展报告[M].北京:中国建筑工业出版社,2019.
[2] GB 18918-2002城镇污水处理厂污染物排放标准[S].
[3] 王凯军.后黑臭河道时代水环境问题的系统思考[C].第十八届水业战略论坛.上海:2020.https://www.h2o-china.com/news/309939.html.
[4] Vienna Government,History of Vienna’s sewer system[R].Vienna:2019.
[5] Klrwerk-Stadt Zürich,Werdh9lzli wastewater treatment plant[R].Zurich:ERZ.2011.
[6] KROISS H,KLAGER F.How to make a large nutrient removal plant energy self-sufficient.Latest upgrade of the Vienna Main Wastewater Treatment Plant(VMWWTP)[J].Wat.Sci.&Technol,2018,77(10):2369-2378.
[7] DOMINGUEZ D,GUJER W.Evolution of a wastewater treatment plant challenges traditional design concepts[J]..Wat.Res.,2006,40:1389-1396.
[8] ERZ(Entsorgung+Recycling-Stadt Zürich).The Disposal and Recycling Department of Zürich[R]. Zurich:ERZ,2020.
[9] KROISS H.VMWWTP Operation report[R].Vienna:2021.ebswien-Ein besonderes Service.
[10] Ebswien(Vienna Main Wastewater Treatment Plant)Process and Technical data[R].Vienna:2020,ebswien-Ein besonderes Service.
[11] ABEGGLEN C.Operation and Performance of Werdh9lzli Wastewater Treatment[R].ERZ,Zurich:2021.
[12] WANDL G,SCHAAR H,PAPP M,et al.The first two years of full scale operation of the two-stage Main Wastewater Treatment Plant of Vienna[J].Wat.Practi.&Technol,2009,4(1),doi:10.2166/WPT.2009.005.
[13] Climatemps,Average Weather and Climate guide with graphs and analysis of average temperatures,rainfall,sunlight hours,relative humidity,windspeeds etc[R].2021.
[14] ERZ(Entsorgung+Recycling-Stadt Zürich). Werdh9lzli sewage treatment plant[R].Zurich:2008.
[15] HENZE M,ARNBJERG-NIELSEN K.Modernizing sewers and wastewater systems with new technologies:The Danish action plan for promotion of eco-efficient technologies-Danish lessons[R].[2016-131].Copenhagen:The Ministry of Environment,2016,https://orbit.dtu.dk/en/publications/modernizing-sewers-and-wastewater-systems-with-new-technologies-tDWA.
[16] DWA Working Group BIZ-1.1 Wastewater Treatment Plant Neighbourhoods.29th Performance Comparison of Municipal Wastewater Treatment Plants in Germany[J].Hennef:DWA,International Special Edition,2018/2019.
[17] Outotec.SUSTAINABLE SEWAGE SLUDGE INCINERATION FOR ZRICH CANTON[R].1/2016.Helsinki:2016,https://www.outotec.com/references/sustainablesewage-sludge-incineration-for-zurich-canton/.
[18] LANGEVELD J G.Interactions within wastewater systems[D].Delft:Delft University of Technology,The Netherland.2004.
[19] WEIG,BROMBACH H,HALLER B.Infiltration and inflow in combined sewer systems:long-term analysis[J].Wat.Sci.and Technol.,2002,45(7):11-19.
[20] Klrschlammanfall.The 32th Leistungsnachweis kommunaler Klranlagen[J].Hennef,:DWA,2019.
[21] DNAVA(Danish Water and Wastewater Association).Water in Figure,Statistics and Benchmarking[M].Copenhagen:2017.www.danva.dk/waterinfigures2017.
[22] SOLA K J,BJERKHOLT J T,LINDHOLM O G,et al.Infiltration and Inflow(I/I)to Wastewater Systems in Norway,Sweden,Denmark,and Finland[J].Water.2018,10,1696;doi:10.3390/w10111696.
[23] WEISS G,BROMBACH H.Today’s practice in stormwater management in Germany-Statistics[C].NOVATECH 2007.Lyon:Novatech-Proceedings 2007.(graie.org).
[24] HEY G,JNSSON K,MATTSSON A.The impact of infiltration and inflow on wastewater treatment plants A case study in Sweden[D]. Rapport Nr. 06,Lund University,2016.
[25] 中国住房与城乡建设部.2018国家统计局环境数据[R].北京:2019,http://www.mohurd.gov.cn/xytj/tjzljsxytjgb/jstjnj/.
[26] HENZE M,HARREMOS P,LA COUR JANSEN J,et al.Wastewater Treatment:Biological and Chemical Processes[M].3rd ed.Berlin:Springer-Verlag,2002.
[27] ATV,Standard ATV-DVWK-A 198E Standardisation and Derivation of Dimensioning Values for Wastewater Facilities[M].Hennef:ATV,ISBN 3-924063-63-X,2003.
[28] ERTL T,SPAZIERER G,WILDT S.Estimating groundwater infiltration into sewerages by using the moving minimum method-a survey in Austria[C].11th International Conference on Urban Drainage.Edinburgh:2008.
[29] KRACHT O,GUJER W.Quantification of infiltration into sewers based on time series of pollutant loads[J].Wat.Sci.&Technol,2005,52(3):209-218.
[30] PEARLMAN S.Minimizing Municipal Costs for Infiltration&Inflow Remediation-A Handbook for Municipal Officials[M].Massachusetts:Massachusetts Executive Office of Energy&Environmental Affairs,2007.
[31] APWA and EPA.The Control of infiltration and inflow into the sewer systems[R].Washington D.C.:EPA,Water Quality Office.1970.
[32] 毛艳荣,卜俊玲,卢宝光,等.广州市西朗污水处理系统提质增效案例分析[J].给水排水,2020,4(10):45-51.
[33] 徐祖信,徐晋,金伟,等.我国城市黑臭水体治理面临的挑战与机遇[J].给水排水,2019,45(3):1-7.
[34] GB 50013-2018室外给水设计标准[S].
[35] 孙永利.城镇污水处理提质增效的内涵与思路[J].中国给水排水,2020,36(2):1-6.
[36] CAO Y S,TANG J G,HENZE M,et al.The leakage of sewer systems and the impact on the‘black and odorous water bodies’and WWTPs in China[J].Wat Sci&Technol,2019,79(2):334-341.
[37] 张悦.治水再论人与天:为什么“清污分离”是当前首要任务[C].中国给水排水2020年中国污水处理厂提标改造高级研讨会,太原:2020.
[38] 曹业始,郑兴灿,刘智晓,等.国内城市污水处理的瓶颈、缘由及可能的解决方案[J].北京工业大学学报,2020.DOI:10.11936/BJUTXB2020040009,HTTPS://KNS. CNKI.NET/KCMS/DETAIL/11.2286.T.20200902.1535.002.HTML.
[39] 徐红.厂网河全要素治水模式———以深圳河水质达标实践为例[C].长江流域水专项水环境保护研讨会.岳阳:2020.
[40] DETTMAR J,BROMBACH H.Im Spiegel der Statistik.Abwasserkanalisation und Regen-wasserbehandlung in Deutschland[J].Hennef:DWA.2019.
[41] 孙永利,张维,郑兴灿,等.城镇居民人均日生活污水污染物产生量测算之产污规律[J].中国给水排水,2020(3):1-6.
[42] IWA.International Statistics for Water Services[R].London:2018(iwa-network.org).
[43] 中国城镇供水排水协会.城镇水务2035年行业发展规划纲要[M].北京:中国建筑工业出版社,2021.
[44] ERZ(Entsorgung+Recycling-Stadt Zürich),The Sewage in Zurich(R)Zurich:2008.(stadt-zuerich.ch).
[45] 北京数字空间科技有限公司,全国多年平均降水量空间分布数据[R].地理国情监测云平台,2020.http://www.dsac.cn/.
[46] 国家发展改革委等.关于推进污水资源化利用的指导意见[M].发改环资[2021]13号,北京:2021.,(ndrc.gov.cn).
[47] GRADY Jr C P L,DAIGGER G T,LIM H C.Biological Wastewater Treatment[M].2ND Ed,Revised and Expanded.New York:Marcel Dekker,Inc.,1999.
[48] 刘智晓,刘龙志,王浩正,等.流域治理视角下合流制雨季超量混合污水治理策略[J].中国给水排水,2020,36(8):20-29.
[49] 孙永利,郑兴灿.科学推进城市黑臭水体整治工作的几点建议[J].给水排水,2020,46(1):1-3.