Modellazione dei processi per il trattamento di acque reflue con WEST
←
→
Trascrizione del contenuto della pagina
Se il tuo browser non visualizza correttamente la pagina, ti preghiamo di leggere il contenuto della pagina quaggiù
Corso IMPIANTI BIOLOGICI DI DEPURAZIONE:
Gestione del processo di depurazione biologica (mod.3)
11-13-18-20 maggio 2021
Modellazione dei processi per il
trattamento di acque reflue con WEST
Enrico Remigi, Wastewater Process Modeller DHI A/S, DK-Urban (Denmark)
eure@dhigroup.com
Corso di formazione Impianti Biologici di Depurazione, 36a Ediz., 2021
Modulo 3: Gestione del Processo di Depurazione Biologica
• DHI & WEST
• WEST workflow
• Esempi
• Applicazioni avanzate
© DHI
DHI A/S © DHI
DHI – The Experts in Water Environments
Aqua- & agriculture Marine structure & energy Climate change
Coast & marine Surface & ground water Urban water
Industry Environment & ecosystems Product safety & environmental risks
© DHI 10 May, 2021 #4
DHI – Urban Water
Wastewater treatment
plants (WWTPs)
Environmental recipients
Water collection systems
© DHI 10 May, 2021 #5
DHI – Urban Water
Wastewater treatment
plants (WWTPs)
Environmental recipients
Water collection systems
© DHI 10 May, 2021 #6
Aree di attività
Operation
• Sviluppo Digital Twins (integrazione dati – modello)
(online)
• Implementazione DSS in real-time per supporto operatore e processisti
» Identificazione strategia operativa migliore in condizioni dinamiche
• Ottimizzazione costi operativi (a.e. aerazione, dosaggio, recupero energetico)
Operation
(offline)
• Valutazione e ottimizzazione di soluzioni di controllo avanzate
• Stima emissioni gas serra (N2O)
• Training operatore
• Valutazione di alternative di processo e verifica di progetto
Progetto
• Verifica di capacità in scenari diversi (a.e. picchi carico, crescita popolazione,
nuovi allacciamenti, ..)
• Studio soluzioni di upgrade
WEST © DHI
Cos è WEST ?
• Simulatore dinamico per processi fisici, chimici e biologici
• Campi di applicazione:
− Impianti di trattamento acque reflue civili (WWTP)
− Transizione WWTP » WRRF (Water Resource Recovery Facility
− Sistemi Idrici Integrati (IUWS): bacino, fognatura, impianto, recettore
• Applicabile ad altri settori, a.e. trattamento acque uso potabile
Conclusione:
piattaforma generica per la modellazione (e simulazione) di processo
© DHI 10 May, 2021 #9
L’applicazione WEST
• WEST (applicazione principale)
− Gestione del progetto
− Creazione del layout grafico di processo / impianto
− Esecuzione delle simulazioni
• Block Editor
− Gestione della libreria delle icone (Palette- e Icon Library)
• Model Editor
− Gestione della libreria dei modelli (Block- e Model Library)
− Editor matriciale (Gujer Matrix) e di codice (MSL, Modelica)
© DHI 10 May, 2021 #11© DHI
© DHI 10 May, 2021 #13
© DHI
Libreria dei modelli Unit processes Unit processes Screening, grit removal Heat losses, sludge pre-heating, gas turbine Buffer tanks: equalisation, storm, .. Disinfection Activated sludge, oxidation ditch Sensors, controllers, timers Biofilm: MBBR, IFAS Aerators and Blowers Alternated process: SBR, CFID, CFCD Pumps Membrane: MBR, external membrane Catchment, Pipes, CSO, River Primary & Secondary Settling tanks Sand- and trickling filters Sludge dewatering units Chemical dosage units Aerobic and anaerobic digesters © DHI 10 May, 2021 #15
Workflow in WEST © DHI
Workflow
Acquisizione Parametri di
(e pulizia)
Creazione layout Frazionamento Preparaz. output
(selezione modelli)
processo
dati influente (volume, portate, ..)
(dashboard)
Definizione Simulazione Simulazione Valutazione
obiettivi stazionaria dinamica output
© DHIDemo .. © DHI 10 May, 2021 #18
Demo .. © DHI 10 May, 2021 #19
Demo .. © DHI 10 May, 2021 #20
Demo .. © DHI 10 May, 2021 #21
Demo .. © DHI 10 May, 2021 #22
Demo .. © DHI 10 May, 2021 #23
Demo .. © DHI 10 May, 2021 #24
Demo .. © DHI 10 May, 2021 #25
Frazionamento dell’influente (ASM2d)
N COD P
SA = volatile fatty acids
Organic N iN SF = fermentable (sugars, ...) iP Organic P
XS = slowly degradable
SNH = ammonium SI, XI = not degradable SPO = phosphate
SNO = nitrate XPP = poly-
SN2 = nitrogen gas XH, XAUT, XPAO = micro- phosphate
organisms XMeP = precipitates
Dati Layout InfluenteFrazionamento dell’influente (ASM2d)
f_S_F 0.375
f_S_A 0.25
f_X_S 0.69
f_X_H 0.17
f_S_NH 0.6
f_S_PO 0.6
F_TSS_COD 0.75
Dati Layout Influente
© DHI #27Impostazioni generali e parametri di processo
f_S_A = 0.25
Influente f_S_F = 0.375
F_TSS_COD = 0.75
Temp = 20 ºC
Anossica kLa = 1 1/d
Vol = 5,000 m3
Temp = 20 ºC
Aerato kLa = controllata
Vol = 10,000 m3
Controllore PI y_S = 2 (g/m3)
Ricircolo ML Q_Out2 = 77,000 m3/d
Ricircolo RAS Q_Under = 22,000 m3/d
Fango di supero Q_Out2 = 385 m3/d
Dati Layout Influente Parametri
© DHI 10 May, 2021 #28Preparazione output (grafici) / dashboard
1. Inserire foglio (Add Sheet)
2. Inserire grafico, tabella, ... al foglio
Dati Layout Influente Parametri Dashboard
© DHI A/SDefinizione di statistiche (funzione obiettivo) “Criteri”
Statistiche
Sotto-obiettivi
Variabile
Dati Layout
© DHI A/S
Influente Parametri Dashboard Obiettivi *** indipendenti per simulazione stazionaria e dinamicaSimulazioni stazionarie
Transitorio
Stato stazionario
Dati Layout Influente Parametri Dashboard Obiettivi Simul.Staz.
© DHI 10 May, 2021 #31Impostazioni generali e parametri di processo /2
• Simulazione stazionaria • Simulazione dinamica
» Initial state of system
Q,C Q,C
t t
» Condizioni costanti (portata, » Condizioni dinamiche (portata,
concentrazioni) / lungo periodo concentrazioni) / periodo di
interesse
© DHI 10 May, 2021 #32Simulazioni dinamiche
Dati Layout Influente Parametri Dashboard Obiettivi Simul.Staz. Simul.Din.
© DHIEsempi: controllori, linea fanghi, rimozione biologica P © DHI
Controllo e automazione © DHI 10 May, 2021 #35
Controllo e automazione
baseline
improved
improved baseline
Dry weather
Optimization of aeration controller
• Improved effluent NH4-N
• Similar effluent NO3-N
© DHI 10 May, 2021 #36Controllo e automazione
10 May, 2021 #37Linea fanghi (digestione anaerobica)
Ricircolo surnatante
Sedimentazione primaria
(C-shunt)
Pre-ispessitore
Post-ispessitore
Digestore
© DHI 10 May, 2021 #38Bilancio energetico & costi operativi © DHI 10 May, 2021 #39
Bilancio energetico & costi operativi
Sedimentaz. Effluente
primaria TN NO3 NH4 TP
90% by-pass 11.6±1.9 9.0±1.5 1.6±1.2 9.6±1.8
50% by-pass 13.2±2.4 10.7±2.3 1.6±1.2 9.5±1.8
20% by-pass 14.9±3.0 12.4±2.9 1.6±1.2 9.4±1.7
© DHI 10 May, 2021 #40Rimozione biologica di fosforo
Vasca
anaerobica
Ricircolo
Pompa
© DHI 10 May, 2021 #41Rimozione biologica di fosforo
Effluente
TN NO3 NH4 TP
90% by-pass 11.6±1.9 9.0±1.5 1.6±1.2 9.6±1.8
50% by-pass 13.2±2.4 10.7±2.3 1.6±1.2 9.5±1.8
20% by-pass 14.9±3.0 12.4±2.9 1.6±1.2 9.4±1.7
Base bioP 14.2±1.9 12.2±1.8 1.2±0.7 0.7±0.2
© DHI 10 May, 2021 #42Rimozione biologica di fosforo © DHI 10 May, 2021 #43
Esperimenti “avanzati” © DHI
Tipologie di Esperimenti in WEST
• Esperimento Base: Objective Evaluation
− Simulazione Stazionaria (SS) e Dinamica (DYN) combinate
− Valutazione di funzione obiettivo
• Esperimenti Avanzati
» Quantificare l’impatto sulle variabili di variazioni nei valori dei parametri
© DHI 10 May, 2021 #45Esperimenti avanzati
Analisi di Sensitività Sensitività di una variabile a un parametro (o più)
Locale Metodo analitico
Analisi di Sensitività Sensitività di una variabile a un parametro (o più)
Globale Metodo statistico
Minimizzare la funzione obiettivo, variando un set di parametri.
Obiettivo:
Stima dei Parametri
a) Confronto misure vs. output modello » Calibrazione
b) Combinazione di variabili » Ottimizzazione
Confronto di scenari (variabili) ottenuti per diversi valori dei
Analisi di Scenario
parametri
Quantificare come l’incertezza sui parametri del modello (input)
Analisi di Incertezza
si propaga alle variabili del modello (output)
© DHI 10 May, 2021 #46Analisi di Sensitività © DHI 10 May, 2021 #47
Stima dei Parametri / Calibrazione del modello © DHI 10 May, 2021 #48
Applicazioni © DHI
Rain weather and inflow prediction
Max
Avg
Mix
© DHISensor data validation – Influent
Ingresso (m3/d)
Pioggia (mm)
© DHISensor data validation – Influent
Ingresso (m3/d)
Modello
Misure
Pioggia (mm)
© DHISensor data validation – Influent
Ingresso (m3/d)
Modello
Misure
Pioggia (mm)
© DHISoluzioni integrate © DHI
Integrated real-time operation of urban water systems
WEST
SCADA PLC
model
MIKE Urban Catchment
model monitoring
© DHI 10 May, 2021 #55Integrated real-time operation of urban water systems
Influent generation
and forecast
WEST
SCADA PLC
model
MIKE Urban Catchment
model monitoring
© DHI 10 May, 2021 #56Integrated real-time operation of urban water systems
WEST
SCADA PLC
model
Digital twin of WWTP
MIKE Urban Catchment - Real-time optimization (e.g., setpoint
model monitoring adjustment)
- Complementing missing sensor data
© DHI 10 May, 2021 #57Sistema Supporto Decisionale (WWTP China) © DHI 10 May, 2021 #59
Sintesi
• Workflow in WEST
− frazionamento influente
− layer di controllo
− simulazione dinamica
− esperimenti "avanzati"
• Applicazione modelli di processo
− Diverse fasi: progetto / upgrade / ottimizzazione / gestione
− Offline vs. Online
© DHI 10 May, 2021 #60Enrico Remigi eure@dhigroup.com © DHI
Puoi anche leggere
