Div of Industrial Electrical Engineering and Automation (IEA) Dept of Measurement Technology and Industrial Electrical Engineering (MIE) Faculty of

Transkript

1 Modellering och simulering i av rötningsprocesser Dr Ulf Jeppsson Div of Industrial Electrical Engineering and Automation (IEA) Dept of Measurement Technology and Industrial Electrical Engineering (MIE) Faculty of Engineering,

2 Presentationens innehåll Bakgrund om modeller Anaerobic Digestion Model No 1 Behov av vidareutveckling Exempel på tillämpningi Slutsatser

3 Matematiska modeller för AD En mängd enklare steady-state modeller (kan för vissa syften fungera tillfredsställande, om stabil process) Två dominerande dynamiska modeller idag: Siegrist i et al. (1993; 2002) EAWAG, Schweiz Batstone et al. (2002) IWA Task Group ADM1 Siegrist något enklare (fokus på primärslam). ADM1 finns idag implementerad i de flesta kommersiella simuleringsplattformar

4 Syfte med dynamiska AD modeller Ökad förståelse av processen Övervakning, early-warning system Reglering, on-line Processoptimering Integrera AD med övriga processer Kunskapsplattform Kunskapsöverföring ö

5 Tidskriftspublikationer AD modellering Industri al Engineeri ial Electrica tomation ing and Aut

6 ADM1 State-of-the-art men komplicerad 32 tillståndsvariabler, ca 100 parametrar Komplett COD, C och N beskrivning Vätska-gas-vätska interaktion ph modelleras Syra-bas balanser (dynamiskt) Inhibering g(p (ph,ammonia, a, väte äeec) etc) Visst temperaturberoende

7 ADM1 5 huvudprocesser: Disintegration Hydrolys Acidogenesis Acetogenesis Methanogenesis Beräknar gasflöden (CH 4, CO 2, H 2, H 2 O), utgående slamkarakteristik, etc.

8 ADM1 Industri al Engineeri ial Electrica tomation ing and Aut

9 Begränsningar g ADM1 (delvis åtgärdade) Svår att implementera korrekt från scratch Långa simuleringstider i dynamiska fall Komplicerad karaktärisering av inkommande slam Viss obalans för bevarande av massa Svårt att integrera modellen med andra WWT processer (Sulfatreduktion) Oäk Osäkerhet htavseende df default parametervärden äd Saknar inorganiskt partikulärt material för korrekt TSS

10 Begränsningar ADM1 Ej temperaturberoende kinetik inom resp mesofil och termofil rötning Acidogenesis av glukos oberoende av andra faktorer Svavelmodellering saknas Fosformodellering saknas Saknar metaller, kalcium, fällning, struvit etc Flera inhiberingsfaktorer (sulfid, LCFA etc) Huvudsakliga erfarenheter från primär/sekundär slam

11 Integrerade WWTP modeller Inkludera AD process vid simulering av WWTP Optimera hela verket, ex avseende energi Undvik suboptimering Modellgränssnitt AS-AD-AS AD Specifika gränssnitt: ASMx < > ADM1 Generell metodik CBIM continuity-based interface modelling Supermodeller

12 IWA Benchmark Simulation Model no2 Bypass Influent wastewater Primary clarifier HRT: 1h TSS: 3% Activated sludge reactors HRT: 14h Secondary clarifier SL:06m/h 0.6m/h Effluent water Controllable flow rate TSS: 7% Thickener Storage tank HRT: 1d ASM/ADM interface Anaerobic digester SRT: 19d Gas ADM/ASM interface Valve Dewatering TSS: 28% Sludge removal

13 Energi i fokus (vattenkvalitet fokus nr 1) Åtgärder för ökat gasutbyte Samrötning av flera substrat Maximera belastning Serie- eller parallellsystem Mesofil eller termofil rötning Samordning med hygienisering Kompletterande pe e modeller e för energikonsumtion e o och produktion behövs: värmeväxlare, värmepump, gasmotor, värmeläckage etc

14 Samrötning av olika substrat Allt viktigare område Inga direkta problem för AD modellen Kräver karaktäriseringsmetoder och samhörande modellgränssnitt Behov av modellkalibrering Samma principer avseende förbehandling av slam

15 Ex samrötning (gödsel & köksavfall) tomation ing and Aut al Engineeri ial Electrica Industri gödsel köksavfall Beräkning av protein, kolhydrat och fettinnehåll baserat på traditionella mätningar av COD, kväve etc.

16 Ex samrötning (gödsel & köksavfall) Co-digestion (simulation) Co-Digestion (data) Manure Only (simulation) Manure Only (data) days days Modellberäkning av gasproduktion och ph för varierande input jämfört med verkliga data (labskala)

17 Ex samrötning (gödsel & köksavfall) Gas flo ow rate (m 3 /d) Kitchen waste ratio HRT days Optimering avseende blandning och uppehållstid

18 Ex samrötning (gödsel & köksavfall) tomation ing and Aut ial Electrica al Engineeri Industri Methane e flowrate (m 3 /d) Kitchen waste ratio HRT days Optimering avseende blandning och uppehållstid

19 Slutsatser ADM1 är grunden till ett utmärkt verktyg för t ex processoptimering och förklaringsmodeller Modellen allmänt tillgänglig för många Behöver kompletteras avseende P, S, metaller, fällning, temperatur etc Vissa problem att integrera med andra processmodeller Karaktärisering av inkommande substrat svårt Mer praktisk tillämpning och erfarenhet behövs

20 Tack för Eder uppmärksamhet! tomation ing and Aut Frågor?!