孫 昕,葉麗麗,黃廷林,劉 偉 (西安建筑科技大學(xué)環(huán)境與市政工程學(xué)院,陜西 西安 710055)

破壞水庫(kù)水溫分層系統(tǒng)的能量效率估算:以金盆水庫(kù)為例

孫 昕*,葉麗麗,黃廷林,劉 偉 (西安建筑科技大學(xué)環(huán)境與市政工程學(xué)院,陜西 西安 710055)

為指導(dǎo)高效節(jié)能的破壞水庫(kù)水溫分層技術(shù)及系統(tǒng)的選擇,需建立統(tǒng)一的能量效率基準(zhǔn).根據(jù)質(zhì)量守恒和熱量守恒定律,求出分層水庫(kù)水體完全混合后的水溫,計(jì)算水庫(kù)水體混合前后的重心;采用庫(kù)容以及與水溫相關(guān)的密度等數(shù)據(jù),對(duì)水深方向各微小水層的勢(shì)能進(jìn)行積分得到水體總勢(shì)能,混合后水體總勢(shì)能的增加量即為破壞分層所需的最小理論能量,應(yīng)用耗電量估算法得到破壞分層所產(chǎn)生的最小碳排量;破壞分層系統(tǒng)的能量效率為破壞分層的最小理論能量與實(shí)際輸入能量之比.以西安金盆水庫(kù)為例,采用數(shù)值模擬方法計(jì)算不同水位下的水庫(kù)庫(kù)容,應(yīng)用該方法估算了水庫(kù)不同季節(jié)破壞分層所需最小能量和揚(yáng)水曝氣破壞分層系統(tǒng)的能量效率.采用數(shù)值模擬方法計(jì)算不同水位下的水庫(kù)庫(kù)容,計(jì)算破壞分層所需最小能量.結(jié)果表明隨水體垂向溫度梯度的增加而增大,在6～10月期間相對(duì)較高,7月達(dá)到最大值2432.08kW?h;該水庫(kù)揚(yáng)水曝氣破壞分層系統(tǒng)的能量效率約為4%;在水溫分層開(kāi)始階段運(yùn)行破壞分層系統(tǒng)可有效降低破壞分層所需的能耗,減少碳排放量.

分層水庫(kù)；溫度結(jié)構(gòu)；破壞分層；能量效率

日益加重的資源型和水質(zhì)型缺水,使水庫(kù)逐漸成為我國(guó)多數(shù)城市的主要供水水源.在多數(shù)水深超過(guò)30m的水源水庫(kù)中都會(huì)普遍出現(xiàn)溫度分層現(xiàn)象,自上而下形成水溫變幅較小的變溫層、溫度梯度較大的躍溫層和水溫恒定的等溫層[1].躍溫層阻礙上下水層的物質(zhì)和能量交換,水體底部溶解氧會(huì)因各種生物和化學(xué)反應(yīng)而消耗,當(dāng)?shù)撞咳芙庋鯘舛鹊陀?mg/L時(shí),底泥中的無(wú)機(jī)和有機(jī)污染物會(huì)大量釋放形成內(nèi)源污染[1-2],并由此引發(fā)水體富營(yíng)養(yǎng)化等一系列水質(zhì)問(wèn)題[3-5].為保證和提高深水型湖泊水庫(kù)的水質(zhì),破壞湖庫(kù)水體溫度分層是一種經(jīng)濟(jì)有效的水質(zhì)改善方法[6-8].

和傳統(tǒng)的飲用水處理工藝相比,破壞水體分層可以原位改善水源水質(zhì),并顯著降低飲用水處理的綜合成本[1].

理想的破壞分層技術(shù)應(yīng)該效果好、能耗低、排碳少;但在計(jì)算破壞分層系統(tǒng)的能量需求方面存在較大的不確定性,在優(yōu)選各種破壞分層技術(shù)時(shí)也面臨能量效率的計(jì)算基準(zhǔn)缺乏問(wèn)題.實(shí)際湖泊水庫(kù)的地形和水溫結(jié)構(gòu)非常復(fù)雜,計(jì)算破壞分層系統(tǒng)的能量輸入很具有挑戰(zhàn)性.目前,除了少數(shù)文獻(xiàn)報(bào)道了試驗(yàn)規(guī)模的能量輸入外[9],自然水體的能量輸入還未見(jiàn)報(bào)道.理論上,破壞湖泊水庫(kù)分層前后水體的溫度結(jié)構(gòu)發(fā)生改變,破壞分層后水體的總勢(shì)能會(huì)相應(yīng)增加,增加量即近似為破壞分層所需的最小能量,破壞分層系統(tǒng)實(shí)際的能量輸入則取決于破壞分層系統(tǒng)的能量效率.

為優(yōu)選高效節(jié)能減排的水庫(kù)破壞分層技術(shù)和系統(tǒng),最小化源水處理行業(yè)的能耗和碳排放量,需要合理確定破壞分層所需的能量,采用統(tǒng)一的破壞分層系統(tǒng)的能量效率.本文建立的估算破壞水庫(kù)水溫分層所需能量和破壞分層系統(tǒng)能量效率的計(jì)算理論,能夠指導(dǎo)破壞分層系統(tǒng)能量供應(yīng)的設(shè)計(jì)以及不同破壞分層系統(tǒng)能量效率的比較,對(duì)在源水處理行業(yè)減少碳排量有重要的理論意義和實(shí)際應(yīng)用價(jià)值.

1 理論方法

1.1 穩(wěn)定指數(shù)

Szyper[9]針對(duì)一個(gè)形狀規(guī)則的小型池塘,將穩(wěn)定系數(shù)S (g·cm/cm2)、重力加速度g (980cm/s2)以及池塘面積(cm2)相乘得到水體完全混合所需的能量(erg=10-7J),即將水體重心提高到溫度完全相同的等溫水體的理論高度.將分層水體沿著水深方向均勻分為n層,則穩(wěn)定系數(shù)S為:

式中:zi為測(cè)量點(diǎn)深度,cm;Δzi為兩測(cè)量點(diǎn)中點(diǎn)之間的距離,cm;A0表示池塘的表面積,cm2;Azi表示zi深度處池塘的面積,cm2);zg表示池塘水體完全混合后重心處的深度,cm,等于∑ (ziAziΔzi)/V;ρzi為zi深度處水體的密度,g/cm3);ρm為水體完全混合后的密度,g/cm3,等于∑ (ρziAziΔzi)/V;V為池塘的體積.

由于上述方法中的池塘水深較淺,面積較小,對(duì)池塘完全混合前后各處的溫度和密度的測(cè)量也較為方便,但是并沒(méi)有考慮破壞分層后水體的體積變化.換而言之,基于穩(wěn)定系數(shù)的上述方法只適用于水深較淺、地形簡(jiǎn)單的分層水體.對(duì)于水深幾十米甚至高達(dá)幾百米的地形復(fù)雜的實(shí)際湖泊和水庫(kù)而言,這種方法并不能用于計(jì)算破壞分層所需的能量.

1.2 勢(shì)能

本文中破壞湖泊或水庫(kù)水溫分層所需的最小能量即是破壞分層后水體的勢(shì)能增加量.

1.2.1 混合后的平均水溫 根據(jù)湖泊或水庫(kù)水體水溫分布情況,將水體垂向每隔一定距離分為一層.對(duì)于第一層水體,層頂即為水面,層底位于第一、第二測(cè)量點(diǎn)的平均水深處;對(duì)于第二層水體,層頂為第一層水體的層底,層底位于第二、第三測(cè)量點(diǎn)的平均水深處;對(duì)于最后一層水體,層頂為上一層水體的層底,層底即為水體底部.每層垂向距離的中點(diǎn)被視為每層水體的重心.水體混合前,每層水體的溫度為T(mén)i1,密度為ρi1,運(yùn)用湖庫(kù)庫(kù)容與水位的關(guān)系求得每層水體的體積Vi1,則等效重心高度為:

式中:Mi1為混合前每層水體的質(zhì)量;hi1為水平面到每層水體重心的距離.

水體溫度分層被破壞、完全混合后,假設(shè)破壞分層期間熱量(Q)不損失,混合后的平均水溫T2可由式(3)計(jì)算:

Mi2為混合后每層水體的質(zhì)量,且∑Mi2=∑Mi1.

1.2.2 破壞分層前后水體的勢(shì)能增加量 由以上可得混合后每層水體的密度ρi2以及混合后的總體積V2.由于混合前后水體密度發(fā)生變化,必然引起體積的變化,變化量△V=∑Vi1-V2.對(duì)于實(shí)際湖泊或水庫(kù),水體體積取決于水庫(kù)的地形以及水深,實(shí)地測(cè)量湖泊或水庫(kù)的水體體積的技術(shù)難度很大.混合后水深h2可由庫(kù)容與水位的關(guān)系求得.引入變化系數(shù)δ=h2/h1,乘以混合前分層高度即得到混合后分層及每層重心高度hi2,則混合后水體等效重心高度為:

由于水庫(kù)分層被破壞以后,水庫(kù)水溫降低,密度增加,從而導(dǎo)致水體分層時(shí)的重心高度比混合后的低,如圖1所示.

圖1 水體混合前后重心的變化Fig.1 Variations of center of gravity of water before and after mixing

由于水體混合后重心上移,引起水體勢(shì)能增加,增加量為:破壞分層所需的最小能量即為水體混合后勢(shì)能的增加量△Ep.

1.2.3 破壞分層所需能量及碳排量 上述破壞分層前后的勢(shì)能增加量是基于完全破壞分層的簡(jiǎn)化計(jì)算值,而更全面的能量估算需要考慮大氣-水界面的熱交換,包括長(zhǎng)波輻射、短波輻射、水面蒸發(fā)和熱對(duì)流.大氣長(zhǎng)波輻射、蒸發(fā)和傳導(dǎo)均屬于表面?zhèn)鳠?表面?zhèn)鳠嵋话阌绊懮疃炔怀^(guò)2m.太陽(yáng)短波輻射則屬于穿透?jìng)鳠?其影響深度可達(dá)數(shù)十米.

根據(jù)Hodges的水體熱交換模型[10],水體表面總的熱交換量(QS)為長(zhǎng)波輻射量(QR)、表面短波輻射(QS)、水面蒸發(fā)量(QW)、水面顯熱對(duì)流量(Qh)之和.以金盆水庫(kù)為例,根據(jù)表1所示該水庫(kù)地區(qū)的氣象資料[11],計(jì)算出水體表明傳熱量在3～8月為正值,水面溫度處于緩慢的升溫過(guò)程,尤其夏季升溫劇烈;9～12月為負(fù)值,水面溫度處于降溫過(guò)程,冬季降溫明顯(圖2).

表1 2009年周至地區(qū)相關(guān)氣象和水文資料(月均)Table 1 Meterological and hydrological data of Zhouzhi Region in 2009

圖2 不同月份表面總傳熱量Fig.2 Total surface heat transfered of various months

為安全起見(jiàn),在計(jì)算水體混合后勢(shì)能的增加量△Ep時(shí),應(yīng)利用破壞分層設(shè)備運(yùn)行月份的表層水溫最大日的垂向水溫分布數(shù)據(jù).式(5)所示最小能量除以破壞分層系統(tǒng)的能量利用率即得到破壞分層系統(tǒng)的實(shí)際能量輸入(△E).

由于每發(fā)1度(kW?h)電所產(chǎn)生的溫室氣體折算成二氧化碳的量為8.448×10-4t,設(shè)為電力排放因子[12],用其乘以總耗電量即可得到破壞分層水庫(kù)分層所產(chǎn)生的碳排量.

不同日期水庫(kù)的水溫分層結(jié)構(gòu)以及水位不同,即水體混合前后的重心不同,導(dǎo)致破壞分層所需的最小能量亦不相同,故產(chǎn)生的碳排量也不盡相同.

此外,當(dāng)水庫(kù)水溫分層被完全破壞以后,水庫(kù)水體各處水溫均一,但由于大氣-水體熱交換的客觀存在,水面水溫和氣溫會(huì)存在一定差異.在分層逐漸削弱的9～12月可停止運(yùn)行破壞分層設(shè)備.而在分層逐漸加強(qiáng)的3～8月,仍需以較低功率運(yùn)行破壞分層設(shè)備,以能維持上下層水體之間的弱循環(huán),使水體處于持續(xù)的完全混合狀態(tài).即維持完全破壞分層狀態(tài)所需能量及碳排放量因季節(jié)而異.

2 金盆水庫(kù)案例分析

2.1 地形測(cè)量

金盆水庫(kù)為西安市主要的飲用水水源,距離西安市約86km,供給西安市80%以上的水量,日平均供水量為76.0萬(wàn)m3,供水保證率95%.水庫(kù)設(shè)計(jì)水位為594.0m,總庫(kù)容為2.0億m3,有效庫(kù)容為1.77億m3,主庫(kù)區(qū)典型水深為80m,雨季水深可達(dá)90～105m.

為了計(jì)算不同水深下的水體體積,首次使用基于實(shí)時(shí)動(dòng)態(tài)差分法(RTK)的全球定位系統(tǒng)以及測(cè)深儀來(lái)獲取金盆水庫(kù)準(zhǔn)確詳細(xì)的地形數(shù)據(jù).水庫(kù)主庫(kù)區(qū)水面區(qū)域的水平坐標(biāo)和水深分別用RTK系統(tǒng)(中海達(dá)V8Star)和測(cè)深儀(中海達(dá)HD-27T)來(lái)測(cè)量,便可得到庫(kù)底區(qū)域三維坐標(biāo).為了確保測(cè)量的準(zhǔn)確性,表2列出了設(shè)在主庫(kù)區(qū)附近的3個(gè)控制點(diǎn)坐標(biāo).

表2 控制點(diǎn)三維坐標(biāo)Table 2 Three-dimensional coordinates of control points

中海達(dá)V8Star CORS RTK 系統(tǒng)是最新的一款具有GPRS、CDMA、UHF內(nèi)置電臺(tái)、URS集成數(shù)據(jù)中轉(zhuǎn)站4種數(shù)據(jù)傳輸模式的多通道、多頻率的先進(jìn)GPS系統(tǒng),它應(yīng)用實(shí)時(shí)動(dòng)態(tài)差分法(RTK)獲取水庫(kù)地形數(shù)據(jù),由基準(zhǔn)站與集成數(shù)據(jù)中轉(zhuǎn)站(圖3a)和移動(dòng)站(圖3b)構(gòu)成.RTK系統(tǒng)的最大更新率為5次/s,測(cè)量極限為70km,平面精度±1cm,高程精度±2cm.中海達(dá)HD-27T測(cè)深儀由主機(jī)和換能器組成,發(fā)射頻率為200kHz,測(cè)深極限為600m,測(cè)深精度±2cm.V8STAR系統(tǒng)的移動(dòng)站和HD-27T測(cè)深儀放置于尺寸為4.2m×1.7m× 0.65m的雙體電動(dòng)船(圖3b)上,該船具有水上測(cè)量作業(yè)平臺(tái),穩(wěn)定性高,航速緩慢(航速5～8km/h).

圖3 V8STAR RTK系統(tǒng)基準(zhǔn)站(a)和移動(dòng)站(b)實(shí)景照片F(xiàn)ig.3 Field photos of base station (a) and rover station (b) of V8STAR RTK system

按照25m×25m的水平測(cè)量網(wǎng)格,運(yùn)用RTK精確測(cè)定了金盆水庫(kù)庫(kù)底詳細(xì)的三維坐標(biāo).測(cè)得的金盆水庫(kù)主庫(kù)區(qū)地形見(jiàn)圖4.

圖4 金盆水庫(kù)主庫(kù)區(qū)地形Fig.4 Geometry near the main dam of Jinpen Reservoir

2.2 水庫(kù)庫(kù)容

利用RTK系統(tǒng)獲得的金盆水庫(kù)地形數(shù)據(jù),采用Matisse構(gòu)建了水庫(kù)壩前的非結(jié)構(gòu)三角形網(wǎng)格.運(yùn)用Telemac-2D商業(yè)計(jì)算流體力學(xué)(CFD)軟件[13],根據(jù)水庫(kù)水位的月季均值,數(shù)值計(jì)算不同水位下的水庫(kù)庫(kù)容.根據(jù)不同水位下庫(kù)容的數(shù)值計(jì)算值(圖5),水庫(kù)主庫(kù)區(qū)庫(kù)容從水位490m時(shí)的0m3逐漸增加到設(shè)計(jì)水位494m時(shí)的4.83×108m3.水庫(kù)庫(kù)容(y)可以表示成水位(χ)的函數(shù),如圖5所示,水位550m以下和以上的函數(shù)關(guān)系式分別為y=4139.6χ2-4.0×106χ+9.0×108(490m<χ<550m)和y=1260.8χ2-8.0×105χ+8.0×107(550m<χ<600m).每層水體的體積即為每層水體的高低水位對(duì)應(yīng)的庫(kù)容之差.

圖5 金盆水庫(kù)庫(kù)容與水位的關(guān)系Fig.5 Relationship between the capacity and water level of Jinpen Reservoir

2.3 破壞分層所需能量

2.3.1 溫度結(jié)構(gòu) 采用Hydrolab DS5型多功能水質(zhì)分析儀(美國(guó)HACH)對(duì)水庫(kù)垂向水溫進(jìn)行年際監(jiān)測(cè),不同日期的水溫剖面如圖6所示[14].

圖6 金盆水庫(kù)水溫結(jié)構(gòu)Fig.6 Thermal structure of Jinpen Reservoir

根據(jù)王銀珠和濮培民的研究結(jié)果[15],將垂向的溫度梯度大于0.2℃/m的水層定義為躍溫層.從圖6可以看出,3月水庫(kù)處于弱分層期,躍溫層約位于水深3～8m處,躍溫層內(nèi)溫差約為3℃.7月水庫(kù)處于強(qiáng)分層期,躍溫層約位于水深3～19m處,躍溫層內(nèi)溫差約為20℃,水深2.5m內(nèi)為上部變溫層,水深19m以下為等溫層.9月水庫(kù)水溫分層不斷減弱,躍溫層約下潛至水深30～70m處,躍溫層內(nèi)溫差約為8℃,水深30m內(nèi)為變溫層.12月,冬季氣溫較低,上下層水體溫差微小(約1.9℃),基本處于等溫狀態(tài),不存在躍溫層.該水庫(kù)冬春季節(jié)為完全混合期,夏秋季節(jié)為水溫分層期,尤其7～8月,水溫分層最為強(qiáng)烈,躍溫層最為穩(wěn)定、厚度最大,水溫結(jié)構(gòu)的演變特性與平均水深87m的撫仙湖的情況大體類似[15].

2.3.2 破壞分層所需最小能量 根據(jù)圖6所示

的金盆水庫(kù)水溫結(jié)構(gòu),由熱量守恒式(3)計(jì)算出不同日期完全混合后的水溫,如圖7所示.冬春季節(jié),混合后的等效平均水溫在6℃左右,并在2月份達(dá)到最低值5.43℃;夏秋季節(jié),混合的等效平均水溫在14℃左右,并在8月份達(dá)到最高值14.85℃.此平均水溫的計(jì)算結(jié)果符合理論預(yù)期.

圖7 不同日期完全混合后水溫分布Fig.7 Average water temperatures of different dates after complete mixing

根據(jù)金盆水庫(kù)不同的表層和底層水溫差異及水深條件,計(jì)算得到不同日期完全混合前后水體的重心變化量以及破壞分層所需的最小動(dòng)能,如圖8所示.

可以看出,金盆水庫(kù)水體從3月份開(kāi)始分層,4～5月份逐漸形成水溫分層,混合后的等效重心高度不超過(guò)1cm,破壞分層所需的最小能量從45.97kW?h逐漸增加到534.58kW?h.6～10月份水溫分層穩(wěn)定,混合后的等效重心高度逐漸增加,7月份到達(dá)峰值2.5cm,最小能量逐漸增加到7月份的2432.08kW?h,之后從此峰值逐漸減小到10月份的1088.36kW?h.11～12月份,水溫分層逐漸減弱,混合后等效重心高度小于0.5cm,最小能量減小到41.38kW?h.次年1～2月份水溫分層幾乎完全消失,最小能量減小到3.82kW?h.

圖8 不同日期的Δh以及最小動(dòng)能Fig.8 Δh and minimum kinetic energy of different dates

現(xiàn)有破壞水庫(kù)水溫分層的傳統(tǒng)技術(shù)主要有機(jī)械混合、空氣混合、揚(yáng)水曝氣混合三大類,這些混合技術(shù)的核心是通過(guò)機(jī)械驅(qū)動(dòng)或氣提原理提升水庫(kù)底部水體與表層水體混合.水庫(kù)分層期間,上層水體溫度較高、密度較小,而下層水體則相反.從破壞分層的角度而言,不論采取何種傳統(tǒng)方式使上下層水體循環(huán)時(shí),上層低密度水體被動(dòng)下潛至下層高密度水體時(shí)會(huì)受到較大的浮阻力[16],這是水體混合時(shí)主要的阻力來(lái)源.此浮阻力與上下層水體密度差成正比,亦即水溫分層越強(qiáng)(如夏季)、躍溫層溫度梯度越大,所受浮阻力越大[17];水深越大,所受浮阻力也越大.在水深較大、水面溫度越大時(shí),采用人工混合破壞分層時(shí)需克服的阻力越大、需要的最小能量越大.

等效重心高度主要取決于水體溫度結(jié)構(gòu),水庫(kù)分層結(jié)構(gòu)變化,水體的重心也隨之變化.對(duì)于分層水庫(kù),底部水體密度大,水庫(kù)水體重心偏低;水溫分層被完全破壞后,水庫(kù)水體的重心會(huì)升高,升高的幅度取決于水域大小和原來(lái)的水溫結(jié)構(gòu).金盆水庫(kù)重心增加量小于2.5cm.由圖8可見(jiàn),3～4月份,混合前后重心變化量低于0.5cm;從5月份逐漸增加到7月份的2.5cm;然后逐漸降低,到12月份基本不變.對(duì)于躍溫層深度為6m、上下界面處的溫度分別為20℃和15℃的分層水庫(kù),水體混合前后重心增加量為0.6cm[18],與金盆水庫(kù)的計(jì)算結(jié)果大致相符.

根據(jù)碳排放量與總耗電量的關(guān)系[12],可以計(jì)算不同月份破壞分層產(chǎn)生的最小碳排放量.僅破壞7月份水溫分層所產(chǎn)生的碳排量就高達(dá)53.53t,而5t二氧化碳排放所占的空間約為2780m3,大于一個(gè)國(guó)際游泳比賽專用泳池的體積.中國(guó)工業(yè)和經(jīng)濟(jì)的高速發(fā)展,使得水處理行業(yè)產(chǎn)生的碳排量不容小覷.

2.3.3 破壞分層系統(tǒng)的能量效率 盡管分層破壞后水體重心高度僅增加數(shù)cm,但是破壞分層所需的實(shí)際能量輸入一般都遠(yuǎn)大于理論的最小能量值,即破壞分層所產(chǎn)生的碳排放量也要遠(yuǎn)遠(yuǎn)大于其理論值.其中主要原因有兩個(gè):一是實(shí)際水庫(kù)水體體積巨大,二是目前常用的曝氣等破壞分層的技術(shù)方法能量效率普遍較低,通常低于10%[1],能量效率為破壞分層所需的最小能量與實(shí)際能量輸入的比值.

根據(jù)西安金盆水庫(kù)揚(yáng)水曝氣水質(zhì)改善工程運(yùn)行數(shù)據(jù)[19],主壩前1.1km范圍庫(kù)區(qū)內(nèi),呈梅花形布置安裝8臺(tái)揚(yáng)水曝氣器,各揚(yáng)水曝氣器間距250～300m.單臺(tái)曝氣器供氣流量20～30m3/h,供氣壓力0.7～1.0MPa,氣彈釋放周期2～3min,提水量(1.2～1.3)×105m3/d.年運(yùn)行電費(fèi)1140480kW?h,破壞7月份水溫分層約需20d,實(shí)際能量(△Ea)輸入為63360kW?h,能量效率(η)約為4%.對(duì)于氣泡羽流技術(shù),Zic等[20]根據(jù)實(shí)驗(yàn)室結(jié)果,報(bào)道的能量效率約為3%;根據(jù)實(shí)際水庫(kù)破壞分層裝置的運(yùn)行結(jié)果,Matsunashi等[21]報(bào)道的能量效率為4%～5%, Baines等[22]報(bào)道的能量效率約為8%.

上述實(shí)際破壞水溫分層系統(tǒng)的能量效率的計(jì)算結(jié)果充分說(shuō)明,只有改變傳統(tǒng)的曝氣混合技術(shù)思路,才能研發(fā)出真正高效的破壞湖泊水庫(kù)水溫分層技術(shù),相應(yīng)地減少碳排量.

3 結(jié)論

3.1 提出了分層水庫(kù)水體完全混合前后的勢(shì)能變化是破壞分層所需的最小能量的理論,破壞分層系統(tǒng)能量效率為所需最小能量與實(shí)際輸入能量之比,建立了破壞分層所需最小能量及破壞分層系統(tǒng)能了效率的理論計(jì)算方法.

3.2 以金盆水庫(kù)為例,估算了破壞水庫(kù)分層所需最小能量的月季變化,該能量主要和水溫分層水平成正比,在分層形成初期相對(duì)較低,分層穩(wěn)定期相對(duì)較高,7月該能量達(dá)到最大值2432.08kW?h;估算了該水庫(kù)揚(yáng)水曝氣破壞分層系統(tǒng)的能量效率約為4%,與國(guó)外其他系統(tǒng)的能量效率相近.

3.3 破壞分層系統(tǒng)應(yīng)在分層形成初期運(yùn)行,以降低能耗,減少碳排量;需突破傳統(tǒng)曝氣混合思路,研發(fā)高效率、低碳排放的破壞分層技術(shù).

[1] 孫 昕,黃廷林.湖泊水庫(kù)水體污染控制 [M]. 武漢:湖北科學(xué)技術(shù)出版社, 2013.

[2] 夏品華,林 陶,李存雄等.貴州高原紅楓湖水庫(kù)季節(jié)性分層的水環(huán)境質(zhì)量響應(yīng) [J]. 中國(guó)環(huán)境科學(xué), 2011,31(9):1477-1485.

[3] 姚玲愛(ài),許振成,趙學(xué)敏,等.高州水庫(kù)水華優(yōu)勢(shì)種銅綠微囊藻生長(zhǎng)特性研究 [J]. 中國(guó)環(huán)境科學(xué), 2013,33(S1):191-197.

[4] 黃廷林,楊鳳英,柴蓓蓓,等.水源水庫(kù)污染底泥不同修復(fù)方法脫氮效果對(duì)比實(shí)驗(yàn)研究 [J]. 中國(guó)環(huán)境科學(xué), 2012,32(11): 2032-2038.

[5] Maria C P, Jose M A, et al. Effects of warm water inflows on the dispersion of pollutants in small reservoirs [J]. Journal of Environmental Management, 2006,81:210-222.

[6] Lawson R, Anderson M A. Stratification and mixing in lake Elsinore, California: An assessment of axial flow pumps for improving water quality in a shallow eutrophic lake [J]. Water Research, 2007,41(19):4457-4467.

[7] Hill D F, Vergara A M, Parra E J. Destratification by mechanical mixers: Mixing efficiency and flow scaling [J]. Journal of Hydraulic Engineering, 2008,134(12):1772-1777.

[8] Yum K, Kim S H, Park H. Effects of plume spacing and flowrate on destratification efficiency of air diffusers [J]. Water Research, 2008,42(13):3249-3262.

[9] Szyper J P. Comparison of three mixing devices in earthen culture ponds of four different surface areas [J]. Aquacultural Engineering, 1996,15(5):381-396.

[10] Hodges B R. Heat budget and thermodynamics at a free surface [R]. Centre for Water Research, The University of Western Australia, 1999.

[11] 吳林榮,江志紅,魯淵平,等.陜西太陽(yáng)總輻射的計(jì)算及分布特征[J]. 氣象科學(xué), 2009,29(2):187-191.

[12] 王曦溪,李振山.1998—2008年我國(guó)廢水污水處理的碳排量估算 [J]. 環(huán)境科學(xué)學(xué)報(bào), 2012,32(7):1764-1776.

[13] Sun X, Shiono K, Rameshwaran P, Chandler J H. Modelling vegetation effects in irregular meandering river [J]. Journal of Hydraulic Research, 2010,48(6):775-783.

[14] 邱二生.黑河水庫(kù)水質(zhì)及藻類監(jiān)測(cè)和水體分層研究 [D]. 西安:西安建筑科技大學(xué), 2010.

[15] 王銀珠,濮培民.撫仙湖水溫躍層的初步研究 [J]. 海洋湖沼通報(bào), 1982,4(4):1-9.

[16] Fischer H B, List J E. Koh C R, et al. Mixing in Inland and Coastal Waters. London: Academic Press, 1979.

[17] 孫 昕,葉麗麗,趙偉麗等.分層水庫(kù)溫度梯度對(duì)揚(yáng)水曝氣原位控藻效果的影響 [J]. 中國(guó)環(huán)境科學(xué), 2014,34(2):352-358.

[18] Kirke B, Gezawy A E L. Design and model tests for an efficient mechanical circulator/aerator for lakes and reservoirs [J]. Water Research, 1997,31(6):1283-1290.

[19] 馬 越,黃廷林,叢海兵,等.揚(yáng)水曝氣技術(shù)在河道型深水水庫(kù)水質(zhì)原位修復(fù)中的應(yīng)用 [J]. 給水排水, 2012,38(4):7-13.

[20] Zic, K, Stefan, H G., and Ellis C. Laboratory study of water destratification by a bubble plume [J]. J. Hydraul. Res., 1992, 30(1):7–27.

[21] Matsunashi G, Miyagawa Y. A field study on the characteristics of air bubble plume in a reservoir [J]. J. Hydrosci. Hydraul. Engng. Proc. JSCE., 1990,9:65–78.

[22] Baines W D, and Leitch, A M Destruction of stratification by bubble plume [J]. J. Hydraul. Eng., 1992,118(4):559–577.

Estimation of energy efficiency of a destratification system for reservoirs: a case study of Jinpen Reservoir.

SUN Xin*, YE Li-li, HUANG Ting-lin, LIU Wei (School of Environmental and Municipal Engineering, Xi’an University of Architecture and Technology, Xi’an 710055, China). China Environmental Science, 2014,34(11)：2781～2787

In order guide the selection of effective and energy-saving destratification technologies for reservoirs, an uniform criteria of energy efficiency should be developed. The average water temperature after complete mixing can be calculated based on the conservation laws of mass and heat, the reservoir’s gravity centres before and after mixing were calculated.The total potential energy (PE) was determined by integrating the PE in each thin sub-layer over the water depth with data of water volume and density depending on the water temperature. The difference of total potential energy before and after mixing is the minimum energy input required for destratification. The minimum carbon emission from destratification was then calculated based on conversion ratio of the energy consumption to carbon emission. The energy efficiency of a destratification system was the ratio of the minimum required energy input to the actual energy input for destratification. Taking Jinpen Reservoir in Xi’an as a study case, water volumes under different water levels of the reservoir were numerically calculated using the geometry data, this new method was applied to estimate the energy input required for destratification and energy efficiency of destratification system. Minimum energy required for destratification of different months were both calculated using the geometry data. The results showed that minimum energy increase with the temperature gradient, was relatively high during the period from June to October, and reached a peak of 2432.08kW?h in July. The energy efficiency of the water-lifting aeration system was about 4%. It would be efficient at reducing the energy required for destratification and saving carbon emission by running the destratification system at the initial stratification period.

stratified reservoirs；thermal structure；destratification；energy efficiency

X524/TU991

A

1000-6923(2014)11-2781-07

孫 昕(1971-),男,安徽桐城人,副教授,博士,主要從事水質(zhì)污染控制與模擬研究.發(fā)表論文30余篇.

2014-01-13

國(guó)家自然科學(xué)基金資助項(xiàng)目(51178379,51278404);國(guó)家科技支撐項(xiàng)目(2012BAC04B02);教育部高等學(xué)校博士點(diǎn)專項(xiàng)科研基金(20106120120012);西安建筑科技大學(xué)人才科技基金(RC1130).

* 責(zé)任作者, 副教授, xinsunn@gmail.com