《Journal of Environmental Chemical Engineering》：Transforming wastewater treatment sustainability: Quantifying renewable energy impacts through integrated water-energy-carbon nexus assessment
编辑推荐：
本研究提出水-能-碳耦合指数（WECCI）框架，量化可再生能源对污水处理厂综合性能的影响。基于31座广州污水处理厂数据分析，发现可再生能源利用率与性能提升呈幂函数关系，边际效益递减，为碳中和转型提供决策依据。
作者：肖马、杨伟、赵海晓、刘启明、谭倩
单位：中国广东省生态安全与绿色发展基础研究卓越中心，广东省流域水质改善与生态修复重点实验室，广东工业大学生态、环境与资源学院，广州，510006
摘要
随着对可持续废水管理关注度的不断提高，优化污水处理厂（WWTP）中水质、能源消耗和碳排放之间的平衡变得尤为重要。然而，现有研究尚未充分探讨现场可再生能源整合对WWTP综合性能的定量影响。本研究提出了一种新的水-能-碳耦合指数（WECCI）框架，用于系统量化可再生能源对WWTP可持续性的影响。WECCI通过生命周期评估原则和熵加权方法整合了灰水足迹（GWF）、能源足迹（ENF）和碳足迹（CF），并利用能量平衡方程来量化可再生能源对综合性能的影响。基线WECCI的平均值为0.78（范围为0.26至0.96），表明不同污水处理厂之间存在显著差异，并且通过有针对性的运营策略和可再生能源整合措施有较大的改进空间。在没有现场可再生能源替代的情况下，31个污水处理厂的数值分别为：灰水足迹0.50 m3/m3、能源足迹0.38 kWh/m3、碳足迹0.70 kg CO?-eq/m3。在综合能源利用情景（S6）下，能源自给率（由现场可再生能源提供的年电力需求比例）从2.2%提高到54.3%，碳足迹减少了15.2%。关键的是，可再生能源利用与性能提升之间存在幂函数关系，表明随着整合强度的增加，边际效应逐渐减弱。本研究建立了首个标准化框架，用于量化水-能-碳耦合中的可再生能源影响，确定了支配性能回报的幂律关系，并为推动污水处理厂实现碳中和提供了基于证据的投资策略。
引言
市政污水处理厂（WWTP）对于保护接收水体至关重要，但它们是能源密集型基础设施，通过电力消耗和化学品使用会大量产生间接温室气体（GHG）排放。随着气候目标的日益严格，污水处理厂预计将从传统的合规导向运营转向能源中和乃至净零碳运营，这需要通过提高能源效率、资源回收和可再生能源替代来实现（[12]、[21]、[47]、[48]）。
为了帮助管理部门制定基于证据的政策并确定优先改造措施，进行可靠的性能评估至关重要。然而，大多数现有评估方法都是单维度的。能源性能通常通过数据包络分析（DEA）、多区域投入产出分析及相关效率基准测试方法进行评估（[16]、[31]、[51]、[56]、[58]）。环境性能则通常通过污染物去除效率和/或综合生态负担来评估（[7]、[29]、[30]）。同时，近期研究基于生命周期评估（LCA）从水-能关系的角度量化了污水处理厂的碳足迹（CF），并总结了优化能源消耗的关键策略（[15]、[21]、[46]、[50]）。然而，单一视角的评估可能导致矛盾结论，因为优化一个维度往往会损害其他维度。因此，出现了水-能-碳（WEC）耦合方法来克服这些局限性（[25]、[41]）。尽管取得了进展，但仍存在关键差距：现有框架缺乏标准化的整合方法，将WEC各维度视为独立变量而未捕捉其动态交互作用，并且在不同规模和技术的污水处理厂中缺乏足够的实证验证。
与WEC耦合的发展并行的是，废水中的有机能量大约是处理能耗的9-10倍，具有实现能源自给（由现场可再生能源提供的年电力需求比例）和碳中和的潜力（[40]）。污水处理中的主要能源和资源利用措施包括有机能量回收、太阳能利用以及废水热能回收（[11]；郝晓迪等，2019；[26]）。为了促进污水处理系统的能源自给和碳中和目标，提出了可持续的污水处理模型或框架，以理论评估从废水中回收能量和现场利用可再生能源，旨在通过最大化能源和水资源的可持续性来减少环境污染（[19]、[32]、[39]）。然而，一个基本问题尚未得到充分量化：现场可再生能源的利用如何转化为WEC耦合性能的提升，以及随着整合强度的增加，边际回报是多少？这一知识缺口限制了战略投资决策，阻碍了向能源中和污水处理厂的转型。目前尚缺乏一个能够同时考虑水质压力、电力需求和碳足迹的综合性指标，也无法量化可再生能源替代对多个污水处理厂的基准影响。
为了解决这些关键问题，本研究定义了一个定量的水-能-碳耦合指数（WECCI），该指数使用熵权重整合了灰水足迹（GWF）、能源足迹（ENF）和碳足迹（CF）。WECCI可以利用常规报告的运营数据，在不同规模和处理过程中进行跨污水处理厂的比较评估。它可以通过构成指标诊断水质压力、电力需求或碳足迹是否主导性能，并量化现场可再生能源替代在情景分析中对WEC耦合性能的影响。WECCI对于在厂区和区域层面支持基于证据的脱碳措施优先级排序以及解释可再生能源整合强度增加时的边际回报具有重要意义。通过基于LCA的清单和熵加权方法，我们评估了中国广州的31个全规模污水处理厂，量化了厂区级别的碳足迹和综合WEC性能，并建立了可再生能源利用与WECCI提升之间的定量关系。主要贡献包括：一个基于标准化WECCI的框架，用于整合WEC耦合指标并采用客观权重和可再生能源替代核算；非线性（幂律）关系的实证证据，表明随着可再生能源整合强度的增加，边际回报逐渐减少；以及为厂区和区域层面优先考虑可再生能源和脱碳策略提供定量指导。
系统边界
本研究仅关注全规模污水处理厂的运营阶段，因为与建设和退役阶段相比，绝大部分的碳足迹和能源消耗发生在运营期间（[41]、[42]）。污水处理厂运营期间的温室气体排放主要包括直接碳排放和间接碳排放。其中，废水处理过程中的二氧化碳排放被视为生物源碳排放，未计入排放清单中。
研究区域
本研究的数据来源于《2015年中国城市排水统计年鉴》及相关文献（[17]、[19]、[43]）。研究区域涵盖了中国广东省省会广州的31个污水处理厂，收集了这些污水处理厂的年度运营数据。研究区域内污水处理厂的日均进水量约为160万立方米，平均负荷率为78.8%。进水COD浓度在55至476毫克/升之间。这些污水处理厂采用了厌氧/缺氧/好氧处理工艺。
污水处理厂的灰水足迹和能源足迹
区域污水处理厂的灰水足迹（GWF）范围为0.10至1.50立方米/立方米，平均值为0.50立方米/立方米（图2a）。出水中总氮（TN）浓度是影响大多数污水处理厂GWF值的主要因素。其中四个污水处理厂（P2、P4、P7和P9）的GWF受到出水中BOD浓度的影响。污水处理厂P23和P28的GWF受到COD浓度的影响，而只有污水处理厂P26的GWF受到总磷（TP）的影响。31个污水处理厂的能源足迹（ENF）范围为0.10至1.68千瓦时/立方米，平均值为0.38千瓦时/立方米。
结论
本研究建立了一个新的定量WECCI框架，用于系统评估现场可再生能源整合对水-能-碳耦合中污水处理厂综合性能的影响。通过对广州不同规模和处理技术的31个污水处理厂进行综合分析，揭示了WEC耦合动态和可再生能源整合路径的关键见解。研究揭示了电力消耗产生的间接碳排放和直接碳排放的影响。
作者贡献声明
肖马：撰写初稿、软件开发、数据分析、概念构建。
杨伟：撰写与编辑、数据管理。
赵海晓：撰写与编辑、方法论设计、数据管理。
刘启明：软件开发。
谭倩：撰写与编辑、项目监督、资金筹集。
利益冲突声明
作者声明他们没有已知的可能会影响本文研究结果的财务利益或个人关系。
致谢
本研究得到了国家自然科学基金（52125902 & 52388101）和广东省重点实验室项目（2023B1212060068）的财政支持。
