如何在传统A2O工艺里种出好氧颗粒污泥?
发布时间:2022-05-07整理:成都科林环保有限公司
近有不少读者私信小编,好奇为啥频繁撰写和好氧颗粒污泥有关的文章。小编只能说,因为这是时下的一个热点。
好氧颗粒污泥自成立体分层的微生物群落,包含聚磷菌(PAOs)、氨氧化菌(AOB)、亚硝酸盐氧化菌(NOB)、反硝化异养菌甚至还有厌氧氨氧化菌(anammox)。它的分层结构使得颗粒污泥通过底物扩散传质作用形成好氧层、缺氧层以及厌氧层,实现COD以及氮磷的去除。好氧颗粒大大改善了污泥的沉降性能,不需要生物絮凝来进行泥水分离。
虽然优点众多,但由于RoyalHaskoningDHV公司(RHDHV)为该工艺技术申请了并取名Nereda®,因此目前该工艺的工程案例主要还是以RHDHV的工程案例为主。
但你是否知道,除了荷兰的Nereda®,业内也有其他可以培养好氧颗粒污泥的技术团队,而且有着和Nereda®不一样的卖点——他们称在传统的活性污泥工艺系统里就种出污泥颗粒。去年9月,来自瑞士的一个工程团队,在他们国家的著名水业刊物《Aqua & Gas》上,分享了相关案例。在本期微信专栏,小编就做一下搬运工,看看运行数据效果如何。
该项目位于在瑞士首都苏黎世和列支敦士登国首都Vaduz之间的瑞士小城Bilten,污水厂的名字是Glarnerland。该污水厂建于1970年初,处理能力为70000人口当量(PE),日处理量约23000m³。
2015年,Glarnerland污水厂面临提标改造的挑战,不仅处理能力要从70000 PE提升到105000 PE,而且要满足更高出水标准(微污染物的去除)。当时的Glarnerland污水厂本身就面临污泥沉降性能差的问题,如果选择扩建,费用起码要1000万瑞士法郎(约7000万人民币)。此时,他们发现可能有一个更便宜的选择。
项目亮点
早在2006年,DEMON厌氧氨氧化工艺的发明人Bernhard Wett博士就给Glarnerland污水厂搭建了一套侧流DEMON系统,处理污泥脱水后的高氨氮废水。脱氮率超过90%。也许由于这让人信服的数据,该厂给了Wett博士一条主流处理线(共四条平行线)进行主流厌氧氨氧化的试验。毕竟如果这能成功,将大大降低运行成本。
可惜的是,当时的侧流DEMON富集的anammox菌不足以支撑主流的需求,但数据显示污泥的沉降性能得到改善。为此,他们“作了点小弊”,使用了一种结构和沉降性能和anammox菌颗粒污泥相同的人工载体材料,以加快颗粒污泥的形成。他们还给这种塑料填料取名Mimics®。可惜的是他们没有公开这种人造颗粒的照片,只有下边使用前后的污泥对比图。
能在16年前就想到用这样的方法培养颗粒,小编自己是很佩服的。除了Glarnerland污水厂,Wett博士的旋流分离器还在奥地利的Strass污水厂大展身手。他也为这种筛选技术取了个厉害的名字,叫inDENSE™。而实际为Glarnerland污水厂承担项目的EssDe则给这项技术取名S::Select®。
虽然眨眼看去,S::Select®和Nereda®工艺的造粒原理不同,前者使用了旋流分离器,后者则利用了SBR反应池的进水/出水-反应-静置的循环周期特性,但实际都是利用了重力筛选出能够“留下来”的颗粒污泥。
中试
在可行性得到初步验证之后,Glarnerland污水厂请来了Eawag对S::Select®进行放大中试,并进一步了解Mimics®的性能。
结果显示,使用S::Select®的主流处理线的硝化效果更好。他们认为原因是硝化菌生长速率较慢,颗粒污泥有效延长了SRT,从而给与NOB菌更充足的时间完成硝化。
由于项目团队初认为载体的使用是关键所在,所以Eawag也对Mimics®进行了考察。结果显示没有在出水样品中检出Mimics®,但会有部分Mimics®通过旋流分离器进入剩余污泥中(约10%,这些污泥会送去焚烧)。但他们也发现,在2015年夏天启动完成后,即使再没有添加新的填料,污泥沉降性能依然得以保持。
工程化
初使用的间歇曝气法,通过氨氮传感器决定曝气开关。
Glarnerland污水厂为四条平行处理线都分别安装旋流分离器。
二沉池排出的污泥通过一个泵送进旋流分离器,而且进入旋流分离器前还会先经过一个筛网,作用是防止旋流分离器的堵塞。在旋流分离器中,沉降性能好的污泥颗粒回流到生物反应器,轻质难沉降的污泥会在被甩出,然后收集到地下式的存储罐中。每两条平行线共用一个存储罐,这些污泥会运去进行浓缩。
五年半的运行
这次改造历时五年半。初三年,项目团队仅在其中一条线做中试,然后再加入一条。直到2019年夏天,四条线才全都配上了旋流分离器系统。
下图是Glarnerland污水厂在2012-2020年间的SVI变化情况。可以看出,使用旋流分离器后,污泥沉降性能大大改善,从原来的>400mL/g降至
来源:JIEI创新实验室