2. 康达环保水务有限公司, 焦作 454000
2. Kangda Environmental Protection Water Co., Ltd., Jiaozuo 454000, China
自2020年9月我国政府提出“碳达峰、碳中和”目标以来, 全社会各行业加快了节能减排和低碳运行的探索[1, 2].当前我国市政污水处理规模已达2.63×108 t·d-1, 其碳排放当量(以CO2eq计, 下同)占社会总排放量的1%~2%[3].作为能量消耗较为密集的行业, 市政污水处理成为碳减排升级改造的重要领域, 以达到低碳运行的行业期望[4, 5].
市政污水厂运行阶段的碳排放当量及组成受污水处理规模、进水水质、处理工艺、出水排放标准、水温和运行管理措施等因素的影响.据前人研究结果, 我国生活污水处理碳排放强度为0.45~2.26 kg·t-1[6~8].中大规模污水厂较小微规模污水厂的碳排放强度偏低; 低碳氮比进水较高碳氮比进水的碳排放强度偏高[9~11]; 厌/兼氧工艺较好氧工艺具有较高的CH4和N2O直接碳排放占比, 和较低的能耗和药剂间接碳排放占比[12~14]; 出水执行国标(GB 18918-2002)一级A标准较执行二级标准的碳排放当量提高20%~50%[15], 采用达到再生水要求的膜工艺深度处理可增加碳排放当量的100%~300%[8]; 根据现场监测结果, 在水质变化不大的情况下, 西安第四污水厂冬季低温月份CH4和N2O的排放量分别是夏季高温月份对应排放的55%和67%[16]; 污水厂主要电耗设备的优化运行管理可降低能耗的9.6%~20%[17, 18].
目前, 我国市政污水处理工艺中, A2O(占比53%)已超过氧化沟等, 成为首选工艺[11, 13].文献[19]对污水处理A2O工艺中CH4和N2O直接排放因子的推荐值进行了更新修订, 基于碳和氮元素的相关活动数据, 降低了甲烷校正因子并推荐了N2O校正因子.与此同时, 随着我国居民生活饮食水平的提高, 市政污水进水水质表现为较低的碳氮比(C/N < 4.0)[20].因此, 基于新修订的评价体系, 结合当前污水水质与水温的特征, 系统评估A2O工艺运行的碳排放当量及其组成, 对市政污水厂的低碳运行具有重要的指导意义.
1 材料与方法 1.1 研究案例简介河南省焦作市第一污水厂(康达环保水务有限公司)西距市区5 km, 设计规模1.0×105 m3·d-1, 收水范围为老城区所辖解放区和山阳区, 服务人口约65万.污水处理现采用“粗/细格栅+旋流沉砂+前置缺氧改良A2O+机械混合絮凝高效沉淀+D型滤池过滤+次氯酸钠消毒”工艺; 污泥处置采用“重力浓缩+调理+机械深度脱水”工艺, 出水水质达到国标(GB 18918-2002)一级A排放标准, 污泥处理成含水率50%以下的泥饼后, 外运综合处理.该污水厂自2018年迁建正式商业运行以来, 厂内设施运行正常稳定, 产生了良好的社会效益与环境效益.
本研究收集了该污水厂2020年的日均进/出水的水量、水质和水温, 月均耗电量、药剂投加量和污泥产生量等基础数据.
1.2 污水厂直接碳排放核算方法污水厂直接碳排放包括厌氧环境下产甲烷菌的CH4排放和兼氧环境下反硝化菌的N2O排放, 不包括好氧环境下微生物的CO2排放[19, 21].以进/出水中BOD5和TN浓度来分别核算碳和氮元素的系统汇入/汇出流, CH4和N2O直接碳排放计算公式为:
![]() |
(1) |
式中, i为气体CH4和N2O排放分别对应的碳和氮元素; M为直接碳排放当量(以CO2 eq计, kg); TOW为元素的转化负荷(kg); EF为直接排放因子(以CH4/BOD5计或以N2O/TN计, kg·kg-1); GWP为全球变暖潜能值, CH4和N2O分别取值25和298[22].
![]() |
(2) |
式中, Win和Wout分别为污水厂的进水和出水中元素含量, 以日处理水量乘以日均污染物浓度(BOD5或TN)代入核算; S为污泥中的元素含量(干污泥中碳和氮分别按20%和3.3%[19]), 以当月干污泥产生量代入核算; D为生化池添加的反硝化碳源中元素含量, 以当月消耗复合碳源的质量代入核算.2020年复合碳源为30万单位(以COD当量计, mg·L-1), 密度1 100 kg·m-3, BOD5/COD和BOD5/TN分别按0.417和20.
CH4和N2O的直接排放因子EF采用文献[19]推荐的缺省值.日均值估算过程:首先参照西安第四污水处理厂现场监测的月排放强度(k)和月均水温(T)[16], 构建阿伦尼乌斯公式[lnk=(-Ea/RT)+C]模型; 其次, 引入年修正系数, 将CH4和N2O直接排放因子的年均值分别修正为0.018 kg·kg-1(以CH4/BOD5计)和0.025 kg·kg-1(以N2O/TN计); 最后, 将日均水温代入模型得出日排放强度.
1.3 污水厂间接碳排放核算方法污水厂间接碳排放包括污水处理工艺中设备的电能消耗、药剂投加和污泥运输过程产生的碳排放当量, 以月消耗量乘以相应的碳排放因子代入核算.本市垃圾填埋场免费接纳污水厂的外运污泥, 由于两者隶属不同部门, 污泥最终处置的碳排放并未纳入污水厂碳排放核算体系中.除电能外, 本厂无其他形式的能源消耗.污水厂不同工段的主要耗电设备如表 1所示.根据文献[23], 本厂属于华中地区, 电能消耗的碳排放因子(以CO2eq计)取值0.858 7 kg·(kW·h)-1.
![]() |
表 1 不同工段能耗和药剂间接碳排放量及其占比1) Table 1 Indirect carbon emissions and proportions of electricity consumption and agent addition in different sections |
2020年不同药剂投加量和碳排放因子如表 2所示.阳离子型聚丙烯酰胺为国产药剂, EF取值25 kg·kg-1, 区别于文献[24]的进口药剂(EF=30 kg·kg-1), 其他药剂EF基于价格指数和文献[8, 22]综合确定.生石灰EF为0.9 kg·kg-1, 稍高于文献[19]的推荐值(0.75 kg·kg-1).
![]() |
表 2 2020年污水厂不同药剂的投加量和碳排放因子1) Table 2 Dosages and carbon emission factors of different agents used in the sewage plant in 2020 |
污泥运输到距厂区30 km外的垃圾填埋场.采用中型货车运输, 满载柴油消耗系数0.255 kg·km-1和空载柴油消耗系数0.153 kg·km-1 [24], 柴油排放因子(以CO2eq计)为3.15 kg·kg-1 [25]. 2020年累计产生1.64×104 t含固率为52%的剩余污泥, 考虑到预处理工段的栅渣和砂渣, 总外运污泥量乘以1.05的修正系数.
2 结果与分析 2.1 CH4和N2O排放特征如图 1所示, 2020年CH4和N2O日排放强度为(115±56)kg·d-1和(30±18) kg·d-1, 数据分布均呈正偏(>0), 正态峰度不足(< 0)的特点.CH4和N2O日排放强度较大值出现在8~9月期间, 月均值分别为187 kg·d-1和51 kg·d-1; 较小值则出现在2~5月期间, 月均值分别为69 kg·d-1和12 kg·d-1, CH4和N2O日排放强度在较大月份分别是在较小月份的2.7倍和4.3倍.由公式(1)计算过程可知, CH4和N2O日排放强度的月变异系数偏大(>30%), 主要是受碳和氮转化负荷(TOW)月变异性大的影响, 受水温修正后直接排放因子(EF)的影响相对偏小.
![]() |
图 1 2020年污水厂CH4和N2O日排放强度直方图 Fig. 1 Histograms of daily emission intensity of CH4 and N2O of the sewage plant in 2020 |
2020年, 厂区CH4和N2O累积排放量分别达42.3 t和11.2 t, 单位污水排放系数为1 211 mg·m-3和322 mg·m-3.按厂区服务人口65万人计, CH4和N2O人均年排放强度分别为65.0 g·a-1和17.3 g·a-1.CH4产生主要集中在预处理的集水井、粗-细格栅、旋流沉砂池和生化处理的厌氧池等存在厌氧环境的构筑物, N2O产生主要集中在生化处理的预缺氧池和缺氧池[16, 26, 27].厂区厌氧区和缺氧区面积分别按实际1 716 m2和3 790 m2核算, CH4和N2O单位面积排放强度平均值分别为2.81 g·(m2·h)-1和0.34 g·(m2·h)-1.
2.2 污水厂间接碳排放特征污水厂电能消耗的间接碳排放总量(以CO2eq计)为9 397 t·a-1, 月变异系数为7.3%(弱变异), 显著小于进水量的月变异系数(16.9%).如表 1所示, 不同工段的能耗排放占比大小顺序依次为:生化处理(48.4%)>深度处理(20.7%)>预处理(16.4%)>污泥处置(14.5%).生化处理工段的鼓风机和潜水搅拌器是主要的耗电设备, 分别占整个污水厂电耗的22%和14%.高能粒子除臭工艺使预处理工段和污泥处置工段的电耗分别增加3.8%和10.9%.
污水厂药剂的间接碳排放总量为7 873 t·a-1, 月变异系数为9.4%(弱变异).为保证A2O池缺氧段的脱氮效果, 需添加(120±36)mg·L-1的复合碳源作为营养液, 进而导致生化处理工段药剂排放占比达到51.3%; 深度处理工段添加的聚合硫酸铁混凝剂、阴离子型聚丙烯酰胺和次氯酸钠消毒剂累计碳排放1 747 t·a-1, 占比为22.2%; 污泥处置工段添加的阳离子型聚丙烯酰胺、三氯化铁、石灰和污泥调理剂累计碳排放2 089 t·a-1, 占比为26.5%. 2020年6~9月, 采用新型污泥调理剂部分代替传统的三氯化铁和生石灰用于污泥消化, 污泥产生量较往年同期显著降低, 阳离子聚丙烯酰胺消耗量却显著增加, 因此, 期间药剂间接碳排放量降低幅度并不明显.
污水厂污泥运输的间接碳排放总量为66.5 t·a-1, 月变异系数为24%(中等变异).3~7月间污泥产生量较其他月份偏大30%~110%.
2.3 污水厂碳排放构成2020年, 污水厂总计碳排放量(以CO2eq计)为2.17×104 t, 单位污水碳排放量为(0.63±0.07)kg·m-3.按厂区服务人口65万人计, 人均碳排放量为33 kg·a-1.
2020年直接碳排放总占比为20%.N2O直接碳排放约是CH4的3.2倍, 如图 2所示.逐月变化中, 直接排放在2~5月期间占比最小(< 12%), 8~9月期间占比最大(>28%).
![]() |
图 2 2020年污水厂逐月碳排放构成和全年占比 Fig. 2 Monthly composition and annual proportion of carbon emissions in the sewage plant in 2020 |
2020年间接碳排放总占比为80%.间接碳排放占比大小顺序为:污水能耗>污水药剂>污泥药剂>污泥能耗>污泥运输.间接碳排放中, 污水系统(能耗+药剂)总占比为63%, 污泥系统(能耗+药剂+运输)总占比接近17%, 前者约是后者的3.8倍.由于污水厂污泥处置采用深度压滤脱水工艺, 污泥含水率平均为48%, 污泥输送量偏小, 其碳排放总占比仅为0.3%.值得说明的是, 药剂间接碳排放占比在水温偏低的冬-春季增大:污水药剂碳排放占比在1~2月期间最大(>33%); 污泥药剂碳排放占比在3~4月期间最大(>12%).
如图 2所示, 碳排放占比月变异系数大小顺序为:N2O直接(42%)>CH4直接(36%)>污泥运输(30%), 为强变异; 污泥药剂(24%)>污水药剂(16%), 为中等变异; 污泥能耗(9%)>污水能耗(7%), 为弱变异.
2.4 污水厂碳-氮元素系统平衡以污水厂为系统边界, 进行元素碳和氮的汇入流和汇出流平衡估算.如图 3所示, 系统汇入流中, 污水厂进水分别贡献86.4%的碳和97.3%的氮元素, 碳氮比约为3.5; 将生化池添加的复合碳源也纳入系统汇入流中, 其分别贡献13.6%的碳和2.7%的氮元素, 碳氮比约为20.与污水厂常规碳源:乙酸钠或葡萄糖相比, 农业废弃物酶化产物如糖类、油脂类、有机酸类及有机酸酯和小分子醇的复合碳源, 具有更大的价格优势, 且具有反硝化速率快和污泥产量低的特点[28, 29].
![]() |
括号外数值为系统流通量(以碳或氮元素质量计), 括号内数值为系统汇入辕汇出流元素质量占比 图 3 2020年污水厂碳和氮元素平衡 Fig. 3 System fluxes of carbon and nitrogen elements in the sewage plant in 2020 |
系统汇出流中, 污泥外运分别贡献42.0%的碳和27.3%的氮元素, 碳氮比约为6; 出水分别贡献1.7%的碳和37.0%的氮元素, 碳氮比为0.18.好氧微生物反应过程产生的CO2并不计入污水厂碳排放核算[19].非温室气体(CO2、NH3和N2)排放分别贡献55.6%的碳和35.0%的氮, 碳氮比为6.2; 温室气体(CH4和N2O)排放则分别贡献0.8%的碳和0.7%的氮, 碳氮比为4.4.
3 讨论与之前的研究结果比较[12, 22, 27, 30], 本研究的CH4直接碳排放量和占比均显著偏小, 这主要是文献[19]降低了污水处理好氧工艺的甲烷排放因子(EF).目前, 市政污水处理工艺中好氧工艺(A2O、AO和氧化沟)总占比超过75%[13], 在正常运行的市政污水厂, A2O工艺甲烷的EF平均值为0.018 kg·kg-1(以CH4/BOD5计)[31].本文参考西安第四污水厂A2O工艺的甲烷现场监测结果, 引入水温因素, 构建甲烷生成反应速率的阿伦尼乌斯公式模型, 计算得出甲烷日排放强度, 结果与实际较为符合[16, 26].在污水厂碳汇出流核算中, CH4中碳仅占比0.8%.
采用上述相同方法构建N2O生成反应速率的阿伦尼乌斯公式模型, 计算得出N2O日排放强度, 与文献[30]的模拟结果接近, 比现场监测结果偏大1.6~5.0倍[16].这可能是由于气体N2O的溶解度较CH4大很多, 生成的N2O溶解于水中引起监测结果的偏低所致[32].在污水厂氮汇出流核算中, N2O中氮占比0.7%, 与CH4中碳占比相当.然而, 鉴于N2O的全球变暖潜能值大(GWP=298), N2O直接碳排放当量约是CH4的3.2倍, 在污水厂总碳排放当量中占比达15.4%(图 2).
市政污水N2O的排放量与我国居民人均蛋白摄入量显著正相关[33].随着我国经济的快速发展, 居民生活水平提高, 人均蛋白摄入量也快速增加, 进而导致生活污水中氮负荷的增加和碳氮比的降低[11, 20].本案例的进水碳氮比为3.5, 小于4.0.为保证好氧工艺中氮的高效去除, 设计中需增大硝化液回流比, 增加缺氧池的池容以增加污水缺氧过程的停留时间; 或者在运行过程中添加碳源营养液, 强化反硝化脱氮过程.本案例A2O工艺中硝化液回流比为150%, 相对偏小, 需添加复合碳源来强化缺氧池的反硝化脱氮过程.生化处理工段的复合碳源引起0.40×104 t·a-1的碳排放当量, 占药剂间接碳排放的51.3%, 占污水厂总碳排放的18.6%.
基于碳-氮元素系统平衡理论, 市政污水厂未来的碳减排措施可考虑在进水中引入适量高碳氮比的工业废水, 调节进水碳氮比达到4~5[34, 35].此措施既可以替代生化池中添加反硝化营养液引起的间接碳排放, 又可以避免处理工业废水而产生的选择性碳排放.本案例2020年投入复合碳源中含碳量为556 t, 以酿造行业废水(COD=4 000 mg·L-1, 碳氮比大于100)为例, 相同碳投入量仅需引入920 t·d-1的工业废水, 进水增量不足污水厂设计规模的1%, 进水BOD5增量为15 mg·L-1, 按照工业废水处理的碳排放平均值为15.32 kg·t-1核算[25], 选择性碳排放可减少0.52×104 t, 加上复合碳源替代性碳排放, 碳减排量约占污水厂总碳排放的42%.同理, 若将进水碳氮比上调为5.0, 需引入2500 t·d-1的工业废水, 进水增量达到设计规模的2.5%, 进水BOD5增量42 mg·L-1, 选择性碳排放可减少1.80×104 t, 加上复合碳源替代性碳排放, 碳减排量占污水厂总碳排放的83%.上述估算是基于忽略工业废水引入对市政污水厂汇出流的污泥、出水和温室气体(N2O和CH4)排放等影响而得出的结果.尽管如此, 工业废水选择性引入, 合理调控进水碳氮比, 有可能成为未来市政污水厂低碳运行的重要参考措施.
4 结论(1) CH4和N2O日排放强度为(115±56)kg·d-1和(30±18)kg·d-1, 2020年累积排放分别达42.3 t和11.2 t, 单位污水排放系数为1 211 mg·m-3和322 mg·m-3.温室气体排放强度受碳和氮转化负荷(TOW)和直接排放因子(EF)的共同影响.
(2) 电能消耗、药剂投加和污泥运输分别产生的间接碳排放量(以CO2eq计)为9 397 t·a-1、7 873 t·a-1和66.5 t·a-1.不同工段的能耗排放占比大小顺序依次为:生化处理(48.4%)>深度处理(20.7%)>预处理(16.4%)>污泥处置(14.5%).不同工段的药剂排放占比大小顺序依次为:生化处理(51.3%)>污泥处置(26.5%)>深度处理(22.2%).
(3) 2020年, 污水厂总计碳排放量为2.17×104 t, 单位污水碳排放量为(0.63±0.07)kg·m-3.直接和间接碳排放的占比分别为20%和80%.不同碳排放占比的大小顺序为:污水能耗(36.5%)>污水药剂(26.6%)>N2O直接(15.4%)>污泥药剂(9.6%)>污泥能耗(6.7%)>CH4直接(4.9%)>污泥运输(0.3%).月变化分析表明:直接排放在8~9月期间占比最大, 而药剂间接排放占比在1~4月期间最大.
(4) 污水厂系统碳-氮元素平衡分析表明:进水、碳源、出水、污泥、非温室气体(CO2、NH3和N2)和温室气体(CH4和N2O)的汇入/汇出流的碳氮比分别为3.5、20、0.18、6、6.2和4.4.
[1] |
乔晓楠, 彭李政. 碳达峰、碳中和与中国经济绿色低碳发展[J]. 中国特色社会主义研究, 2021(4): 43-56. Qiao X N, Peng L Z. Carbon emission peak, carbon neutrality and green and low-carbon development of china's economy[J]. Studies on Socialism with Chinese Characteristics, 2021(4): 43-56. |
[2] | Zhang Y, Ge T G, Liu J, et al. The comprehensive measurement method of energy conservation and emission reduction in the whole process of urban sewage treatment based on carbon emission[J]. Environmental Science and Pollution Research, 2021, 28(40): 56727-56740. DOI:10.1007/s11356-021-14472-7 |
[3] | 王洪臣. 我国城镇污水处理行业碳减排路径及潜力[J]. 给水排水, 2017, 53(3): 1-3, 73. DOI:10.3969/j.issn.1002-8471.2017.03.001 |
[4] |
宋新新, 林甲, 刘杰, 等. 面向未来的污水处理厂关键技术研发与工程实践专栏序言[J]. 环境科学学报, 2022, 42(4): 1-6. Song X X, Lin J, Liu J, et al. The R & D and practice of key technologies for sewage treatment plants facing the future[J]. Acta Scientiae Circumstantiae, 2022, 42(4): 1-6. |
[5] | Zawartka P, Burchart-Korol D, Blaut A. Model of carbon footprint assessment for the life cycle of the system of wastewater collection, transport and treatment[J]. Scientific Reports, 2020, 10(1). DOI:10.1038/s41598-020-62798-y |
[6] |
王曦溪, 李振山. 1998-2008年我国废水污水处理的碳排量估算[J]. 环境科学, 2012, 32(7): 1764-1776. Wang X X, Li Z S. Estimation of carbon emission from wastewater treatment from 1998 to 2008 in China[J]. Acta Scientiae Circumstantiae, 2012, 32(7): 1764-1776. |
[7] |
周兴, 郑有飞, 吴荣军, 等. 2003~2009年中国污水处理部门温室气体排放研究[J]. 气候变化研究进展, 2012, 8(2): 131-136. Zhou X, Zheng Y F, Wu R J, et al. Greenhouse gas emissions from wastewater treatment in China during 2003-2009[J]. Progressus Inquisitiones de Mutatione Climatis, 2012, 8(2): 131-136. DOI:10.3969/j.issn.1673-1719.2012.02.009 |
[8] |
呼永锋, 梁梅, 张永祥, 等. A2/O+MBR工艺运行效果与碳排放特征研究[J]. 中国环境科学, 2021, 41(9): 4439-4446. Hu Y F, Liang M, Zhang Y X, et al. Study on operation efficiency and carbon emission characteristics of A2/O+MBR process[J]. China Environmental Science, 2021, 41(9): 4439-4446. DOI:10.3969/j.issn.1000-6923.2021.09.050 |
[9] |
任福民, 毛联华, 阜葳, 等. 中国城镇污水处理厂运行能耗影响因素研究[J]. 给水排水, 2015, 51(1): 42-47. Ren F M, Mao L H, Fu W, et al. Study of influent factors on energy consumption of municipal wastewater treatment plant operation in China[J]. Water & Wastewater Engineering, 2015, 51(1): 42-47. DOI:10.3969/j.issn.1002-8471.2015.01.010 |
[10] | Singh P, Kansal A. Energy and GHG accounting for wastewater infrastructure[J]. Resources, Conservation and Recycling, 2018, 128: 499-507. DOI:10.1016/j.resconrec.2016.07.014 |
[11] |
郭盛杰, 董欣, 曾思育. 基于数据包络分析的中国城镇污水处理厂综合效能评估[J]. 给水排水, 2021, 47(10): 33-38. Guo S J, Dong X, Zeng S Y. Integrated efficiency evaluation of municipal WWTPs in China: based on data envelopment analysis[J]. Water & Wastewater Engineering, 2021, 47(10): 33-38. |
[12] |
郭盛杰, 黄海伟, 董欣, 等. 中国城镇污水处理行业温室气体排放核算及其时空特征分析[J]. 给水排水, 2019, 45(4): 56-62. Guo S J, Huang H W, Dong X, et al. Calculation of greenhouse gas emissions of municipal wastewater treatment and its temporal and spatial trend in China[J]. Water & Wastewater Engineering, 2019, 45(4): 56-62. |
[13] |
陈敏敏, 刘杰, 张震, 等. 中国城镇污水处理工艺的主要污染物去除效率分析[J]. 环境污染与防治, 2021, 43(10): 1321-1324, 1328. Chen M M, Liu J, Zhang Z, et al. Analysis of removal efficiency of main pollutants in different municipal wastewater treatment processes of China[J]. Environmental Pollution & Control, 2021, 43(10): 1321-1324, 1328. |
[14] |
李惠娟, 彭党聪, 刘文博, 等. 不同污水处理工艺非二氧化碳温室气体的释放[J]. 环境科学, 2017, 38(4): 1640-1646. Li H J, Peng D C, Liu W B, et al. Non-CO2 greenhouse gas release from different biological wastewater treatment processes[J]. Environmental Science, 2017, 38(4): 1640-1646. |
[15] |
张羽就, 席佳锐, 陈玲, 等. 中国城镇污水处理厂能耗统计与基准分析[J]. 中国给水排水, 2021, 37(8): 8-17. Zhang Y J, Xi J R, Chen L, et al. Energy consumption statistics and benchmarking analysis of urban wastewater treatment plants (WWTPs) in China[J]. China Water & Wastewater, 2021, 37(8): 8-17. |
[16] |
刘文博. 不同城市污水处理工艺中非二氧化碳温室气体的产生与释放[D]. 西安: 西安建筑科技大学, 2013. Liu W B. Non-carbon dioxide greenhouse gas emission from different municipal wastewater treatment process[D]. Xi'an: Xi'an University of Architecture and Technology, 2013. |
[17] |
张安龙, 谢飞, 罗清, 等. 中国城镇污水处理厂节能降耗研究进展[J]. 环境科学与技术, 2018, 41(S1): 116-119. Zhang A L, Xie F, Luo Q, et al. Research progress on energy saving and consumption reduction of urban sewage treatment plant in China[J]. Environmental Science & Technology, 2018, 41(S1): 116-119. |
[18] |
孙慧, 王佳伟, 吕竹明, 等. 北京某大型城市污水处理厂节能降耗途径和效果分析[J]. 中国给水排水, 2019, 35(16): 31-34. Sun H, Wang J W, Lv Z M, et al. Analysis of approaches and effects of energy saving and consumption reduction in a large scale wastewater treatment plant in Beijing[J]. China Water & Wastewater, 2019, 35(16): 31-34. |
[19] | Calvo Buendia E, Tanabe K, Kranjc A, et al. 2019 refinement to the 2006 IPCC guidelines for national greenhouse gas inventories, volume 5: waste[EB/OL]. https://www.ipcc-nggip.iges.or.jp/public/2019rf/vol5.html, 2019-09-05. |
[20] |
韦琦, 罗方周, 徐相龙, 等. A2/O工艺处理低温低碳氮比生活污水的脱氮效率及反应动力学[J]. 环境工程学报, 2021, 15(4): 1367-1376. Wei Q, Luo F Z, Xu X L, et al. Nitrogen removal efficiency and kinetics of A2/O process treating low temperature and low C/N ratio municipal wastewater[J]. Chinese Journal of Environmental Engineering, 2021, 15(4): 1367-1376. |
[21] | 程豪. 碳排放怎么算——《2006年IPCC国家温室气体清单指南》[J]. 中国统计, 2014(11): 28-30. |
[22] |
宋宝木, 秦华鹏, 马共强. 污水处理厂运行阶段碳排放动态变化分析: 以深圳某污水处理厂为例[J]. 环境科学与技术, 2015, 38(10): 204-209. Song B M, Qin H P, Ma G Q. Analysis for dynamic changes of wastewater treatment plant carbon emissions in operation phase: with a wastewater treatment plant in Shenzhen as an example[J]. Environmental Science & Technology, 2015, 38(10): 204-209. |
[23] | 中华人民共和国环境保护部. 2019年度减排项目中国区域电网基准线排放因子[EB/OL]. https://www.mee.gov.cn/ywgz/ydqhbh/wsqtkz/202012/t20201229_815386.shtml, 2020-12-29. |
[24] |
陈莉佳, 许太明, 卢宇飞. 市政污泥脱水-干化-焚烧不同工艺路线碳排放分析[J]. 净水技术, 2019, 38(S1): 155-159. Chen L J, Xu T M, Lu Y F. Analysis on carbon emission from different dewatering-drying-incineration processes of municipal sludge[J]. Water Purification Technology, 2019, 38(S1): 155-159. |
[25] | 蔡博峰, 陈斌, 陈邵晴, 等. 中国产品全生命周期温室气体排放系数库(2022)[R]. 北京: 2022. |
[26] | Wang J H, Zhang J, Xie H J, et al. Methane emissions from a full-scale A/A/O wastewater treatment plant[J]. Bioresource Technology, 2011, 102(9): 5479-5485. |
[27] |
柳岩, 孙世昌, 孙德智, 等. A/O工艺处理市政污水温室气体CH4排放规律的研究[J]. 安全与环境学报, 2014, 14(5): 217-221. Liu Y, Sun S C, Sun D Z, et al. On the regularity of greenhouse gas CH4 emission from A/O sewage-treating process[J]. Journal of Safety and Environment, 2014, 14(5): 217-221. |
[28] |
刘国华, 庞毓敏, 范强, 等. 不同碳源条件下污水生物脱氮过程中N2O的释放规律[J]. 环境保护科学, 2016, 42(1): 90-94. Liu G H, Pang Y M, Fan Q, et al. N2O emission during biological nitrogen removal from sewage under different carbon sources[J]. Environmental Protection Science, 2016, 42(1): 90-94. |
[29] |
裴廷权, 杨小毛, 刘欢, 等. 不同缓释碳源对低碳氮比污水反硝化的影响[J]. 工业水处理, 2013, 33(5): 40-43. Pei T Q, Yang X M, Liu H, et al. Effect of different sustained-release carbon source on the denitrification of low C/N wastewater[J]. Industrial Water Treatment, 2013, 33(5): 40-43. |
[30] |
余娇, 赵荣钦, 肖连刚, 等. 基于"水—能—碳"关联的城市污水处理系统碳排放研究[J]. 资源科学, 2020, 42(6): 1052-1062. Yu J, Zhao R Q, Xiao L G, et al. Carbon emissions of urban wastewater treatment system based on the "water-energy-carbon" nexus[J]. Resources Science, 2020, 42(6): 1052-1062. |
[31] |
蔡博峰, 高庆先, 李中华, 等. 中国污水处理厂甲烷排放研究[J]. 中国环境科学, 2015, 35(12): 3810-3816. Cai B F, Gao Q X, Li Z H, et al. Estimation of methane emissions of wastewater treatment plants in China[J]. China Environmental Science, 2015, 35(12): 3810-3816. |
[32] |
闫旭, 郭东丽, 刘礼涛, 等. 不同污水处理工艺N2O减排方法研究进展[J]. 环境工程, 2017, 35(9): 24-28. Yan X, Guo D L, Liu L T, et al. Research progress onN2O emission reduction methods in different wastewater treatment processes[J]. Environmental Engineering, 2017, 35(9): 24-28. |
[33] |
闫旭, 邱德志, 郭东丽, 等. 中国城镇污水处理厂温室气体排放时空分布特征[J]. 环境科学, 2018, 39(3): 1256-1263. Yan X, Qiu D Z, Guo D L, et al. Emission inventory of greenhouse gas from urban wastewater treatment plants and its temporal and spatial distribution in China[J]. Environmental Science, 2018, 39(3): 1256-1263. |
[34] |
石娜, 高阳, 翟进伟, 等. 高碳氮比废水作为补充碳源对污水处理效果的影响[J]. 山东化工, 2021, 50(18): 266-268, 270. Shi N, Gao Y, Zhai J W, et al. Effects of wastewater of high carbon nitrogen ratio as carbon source on sewage treatment system[J]. Shandong Chemical Industry, 2021, 50(18): 266-268, 270. |
[35] |
丁红. 低碳氮比生活污水脱氮处理技术研究现状[J]. 化工设计通讯, 2021, 47(7): 88-89. Ding H. Research status of denitrification treatment technology for domestic sewage with low carbon to nitrogen ratio[J]. Chemical Engineering Design Communications, 2021, 47(7): 88-89. |