CN111709132B - 一种全流程反渗透海水淡化装置及其优化方法 - Google Patents
一种全流程反渗透海水淡化装置及其优化方法 Download PDFInfo
- Publication number
- CN111709132B CN111709132B CN202010523150.6A CN202010523150A CN111709132B CN 111709132 B CN111709132 B CN 111709132B CN 202010523150 A CN202010523150 A CN 202010523150A CN 111709132 B CN111709132 B CN 111709132B
- Authority
- CN
- China
- Prior art keywords
- water
- reverse osmosis
- pressure
- filter
- function
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001223 reverse osmosis Methods 0.000 title claims abstract description 73
- 238000000034 method Methods 0.000 title claims abstract description 62
- 239000013535 sea water Substances 0.000 title claims abstract description 47
- 238000010612 desalination reaction Methods 0.000 title claims abstract description 35
- 238000005457 optimization Methods 0.000 title claims abstract description 20
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims abstract description 120
- 238000005265 energy consumption Methods 0.000 claims abstract description 13
- 239000012528 membrane Substances 0.000 claims description 47
- 239000011159 matrix material Substances 0.000 claims description 28
- 238000001914 filtration Methods 0.000 claims description 25
- 238000011084 recovery Methods 0.000 claims description 24
- 150000003839 salts Chemical class 0.000 claims description 21
- 230000008569 process Effects 0.000 claims description 11
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims description 8
- 239000012065 filter cake Substances 0.000 claims description 8
- 239000007788 liquid Substances 0.000 claims description 8
- 230000003204 osmotic effect Effects 0.000 claims description 8
- 230000035699 permeability Effects 0.000 claims description 8
- 238000004062 sedimentation Methods 0.000 claims description 8
- 238000005189 flocculation Methods 0.000 claims description 7
- 230000016615 flocculation Effects 0.000 claims description 7
- 239000013505 freshwater Substances 0.000 claims description 7
- 239000002245 particle Substances 0.000 claims description 7
- 239000000706 filtrate Substances 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 230000004907 flux Effects 0.000 claims description 4
- 239000012535 impurity Substances 0.000 claims description 4
- 239000011780 sodium chloride Substances 0.000 claims description 4
- 238000004364 calculation method Methods 0.000 claims description 3
- 230000001276 controlling effect Effects 0.000 claims description 3
- 239000002994 raw material Substances 0.000 claims description 3
- 230000001105 regulatory effect Effects 0.000 claims description 3
- 238000009825 accumulation Methods 0.000 claims description 2
- 239000000654 additive Substances 0.000 claims description 2
- 230000000996 additive effect Effects 0.000 claims description 2
- 238000011118 depth filtration Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims description 2
- 238000009285 membrane fouling Methods 0.000 claims description 2
- 230000000149 penetrating effect Effects 0.000 claims description 2
- 239000012798 spherical particle Substances 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000012546 transfer Methods 0.000 claims description 2
- 230000017105 transposition Effects 0.000 claims description 2
- 239000011800 void material Substances 0.000 claims description 2
- 230000002349 favourable effect Effects 0.000 abstract description 4
- 230000009467 reduction Effects 0.000 abstract description 3
- 238000009827 uniform distribution Methods 0.000 abstract description 2
- 238000011033 desalting Methods 0.000 abstract 1
- 238000004134 energy conservation Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 2
- 238000005094 computer simulation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F1/00—Treatment of water, waste water, or sewage
- C02F1/44—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis
- C02F1/441—Treatment of water, waste water, or sewage by dialysis, osmosis or reverse osmosis by reverse osmosis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
-
- C—CHEMISTRY; METALLURGY
- C02—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F—TREATMENT OF WATER, WASTE WATER, SEWAGE, OR SLUDGE
- C02F2103/00—Nature of the water, waste water, sewage or sludge to be treated
- C02F2103/08—Seawater, e.g. for desalination
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/06—Multi-objective optimisation, e.g. Pareto optimisation using simulated annealing [SA], ant colony algorithms or genetic algorithms [GA]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/10—Numerical modelling
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/124—Water desalination
- Y02A20/131—Reverse-osmosis
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A20/00—Water conservation; Efficient water supply; Efficient water use
- Y02A20/152—Water filtration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Software Systems (AREA)
- Water Supply & Treatment (AREA)
- Algebra (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Hydrology & Water Resources (AREA)
- Environmental & Geological Engineering (AREA)
- Databases & Information Systems (AREA)
- Chemical & Material Sciences (AREA)
- Organic Chemistry (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- Separation Using Semi-Permeable Membranes (AREA)
Abstract
本发明涉及一种全流程反渗透海水淡化装置及其优化方法。本发明采用法线边界交叉法(NBI),为实现反渗透海水淡化过程中在水质达标情况下的能耗费用最低提供了有利的保障;提出了一种线边界交叉法(NBI)的方法,通过对反渗透海水淡化预处理环节与反渗透环节的系统建模,确定其优化参数,通过法线边界交叉法(NBI),求解每个子问题使得乌托邦线(CHIM)与Pareto前沿之间的距离最大,得到每个子问题的解构成分布均匀的Pareto解。本发明为反渗透海水淡化过程中水质最优与费用最低的控制提供了有利的保障,对于反渗透海水淡化厂节能减排具有重要的意义。
Description
技术领域
本发明涉及反渗透海水淡化,尤其涉及一种全流程反渗透海水淡化装置及其优化方法。
背景技术
反渗透海水淡化技术的广泛应用虽然有效地缓解了沿海地区淡水资源严重不足的问题,但其能耗巨大始终是制约其发展及应用的主要瓶颈。如何通过控制生产过程影响水质与能耗的参数,合理制定反渗透海水淡化工程中各个机组的产水计划,以提高系统中各个设备的利用率,实现在保障淡化水质量的前提下系统的节能降耗、有效降低制水的成本,成为新的研究热点。
法线边界交叉法(NBI)作为一种多目标优化方法,与反渗透海水淡化实际工程相结合,将生产过程中的水质目标与能耗费用目标问题转化为一系列子问题,求解每个子问题使得乌托邦线(CHIM)与Pareto前沿之间的距离最大,得到每个子问题的解构成分布均匀的Pareto解,从而得到水质与能耗费用的最优解,实现在保障水质条件下的能耗费用有效下降。
发明内容
本发明专利的目的是针对现有反渗透海水淡化过程中电能消耗巨大,本发明给出了一种全流程反渗透海水淡化装置及其优化方法。该方法采用法线边界交叉法(NBI),为实现反渗透海水淡化过程中在水质达标情况下的能耗费用最低提供了有利的保障;提出了一种线边界交叉法(NBI)的方法,通过对反渗透海水淡化预处理环节与反渗透环节的系统建模,确定其优化参数,通过法线边界交叉法(NBI),求解每个子问题使得乌托邦线(CHIM)与Pareto前沿之间的距离最大,得到每个子问题的解构成分布均匀的Pareto解。
为了实现上述目的,本发明采用以下技术方案:
一种全流程反渗透海水淡化的优化方法,主要包括如下步骤:
步骤一、建立深层过滤模型之前,对机械过滤器滤膜的滤床孔隙度、体积比沉积量、水流流态、过滤流量、水头损失参数进行分析,为模型建立提供理论依据,具体如下:
深层过滤过程中,科泽尼-卡曼方程如下:其中,V为时间t内流过滤层的液体体积(m3)、S0为垂直于流向的滤饼表面积(m2)、Δp为厚度为L的滤饼两侧的压降(Pa)、μ为液体粘度,K”为数值常数、ε为滤床的孔隙度即总体积与空隙体积的比值、Sp为微粒的比面积。
深层过滤中的水流流态有雷诺数Re决定,其表达式如下:其中,ρ为海水密度(kg·m-3)、v表示液体垂直透过滤层表面的速度(m·h-1)、de为滤料的当量直径(m)、α为非均匀颗粒的表面形状系数即为非均匀颗粒的表面积与相同体积下球形颗粒表面积的比值。假定当前滤层为清洁滤层,此时滤层孔隙度为ε0,滤层两侧压降为Δp0,将ε0与Δp0代入科泽尼-卡曼方程中得到清洁滤层的过滤流量:其中,Q0为清洁滤层的过滤流量(m3·h-1)。
随着过滤时间的增加,进料水中的颗粒物杂质被截留在滤层中,累积在滤层中的颗粒物杂质对滤料产生堵塞,导致滤层的孔隙度减小,其水头损失表达式如下:其中,f表示沉淀量的累积因子,σ为体积比沉积量,ε为滤床的孔隙度。为液面高度与滤饼厚度的偏微分。
步骤二、建立预处理单元的深层过滤模型,确定影响参数:在深层过滤过程中,对过滤效果产生影响的体积比沉积量σ,对反渗透模型有影响的滤出液浓度C,过滤系数λ的数学表达式如下: 其中,t为过滤时间(h),C0为过滤液的进料浓度(kg·m-3),λ0为初始过滤系数,ρp为过滤液的密度(kg·m-3),ε为滤床孔隙度,L为滤饼厚度(m),e为指数常数。
步骤三、根据流量平衡、溶质平衡公式建立水质模型、流量模型;具体如下:
根据膜渗透过程中水质与流量的相对关系,得出流量平衡公式:Qf=Qp+Qb;溶质平衡公式:Qf·Cf=Qb·Cb+Qp·Cp;Qf为高压泵的出水口流量(L·h-1),Qp为进入清水池的淡水出水口流量(L·h-1),Qb为进入PX能量回收装置的浓水流量(L·h-1),Cf为卷式膜组件中进水侧盐浓度(mg·L-1),Cb为进入PX能量回收装置的浓水盐浓度(mg·L-1),Cp为进入清水池的淡水盐浓度(mg·L-1)。
Cw-Cp=(Cm-Cp)·eK·r;其中,A为反渗透膜的透水系数(L·m-2h-1Pa-1),Aref(Δπ)为参考渗透系数(L·m-2h-1Pa-1),FF为反渗透膜的污染系数,TCF为温度校正系数,T0为参考水温(K),e0为反渗透膜的活性能量(J·mol-1),R为气体常数(J·mol-1K-1),π为渗透压(Pa),T为原料水池中的取水温度(K),c为卷式膜组件进料水的盐浓度(mg·L-1),Δπ为反渗透膜两侧的渗透压差(Pa),ρ为海水密度(kg·m-3),MNaCl为氯化钠的摩尔质量(kg·mol-1),Cw为反渗透膜壁侧的盐浓度(mg·L-1),K为传质系数,r为水回收率。
建立水质模型,具体如下:其中,B为反渗透膜的透盐系数(L·m-2h-1),Cm为由高压泵将原料水送入卷式膜组件后高压侧的膜表面盐浓度(mg·L-1),Pf为高压泵的进料压强(Pa),Pb为进入能量回收装置的浓水压强(Pa),Pp为进入清水池的淡化水压强(Pa),ΔP为反渗透膜两侧的压强差(Pa)。
建立流量模型,具体如下:Jw=A·(ΔP-Δπ);Js=B·ΔCs;Qp=Jw·S;Qb=S·Js;其中,Jw为反渗透膜的水通量(L·m-2h-1),Js为反渗透膜的盐通量(mg·m-2h-1),S为膜面积(m2),ΔCs为膜两侧盐浓度差(mg·L-1)。
步骤四、建立膜法反渗透海水淡化系统的设备投资成本和运营模型;
膜法反渗透海水淡化系统的整体成本包括系统设备投资成本和反渗透淡化过程中的运营成本两部分:TC=CC+OC;其中,TC为淡化水总成本,CC为系统设备投资成本,OC为运营成本,其中运行成本如下:OC=OCEN+OCCH+OCME+OCLB;其中,化学添加剂费用OCCH,反渗透膜更换费用OCME,人工费用OCLB假设为定值,运行电力能耗费用模型公式如下:OCEN=CIN+CHpp+CBP+CRD;CIN=PIN×Qf/hIP×Pe×PLF;CHpp=(Pf-P0)×QHF/hHPP×hVFD×Pe×PLF;CBP=Q2×(Pb-Ps)/hBP×Pe;CRD=-(PH-PI)×QH/hPX×Pe;其中,CIN为原料水取水与预处理的能耗费用,CHpp为反渗透环节中高压泵能耗费用,CBP为增压泵能耗费用,CRD为能量回收装置能耗费用,PIN为取水泵出水压力(Pa),Qf为高压泵的出水口流量(L·h-1),hIP为取水泵效率,PLF为负载系数,Pe为电价,Pf为高压泵的进料压强(Pa),P0表示出口压力(Pa),QHF为出口流量(L·h-1),hHPP和hVFD为高压泵与变频器的效率。Pb为进入能量回收装置的浓水压强(L·h-1),Ps为PX能量回收装置出口压强(Pa),hBP为增压泵的效率,hPX为能量回收装置的效率,PH为能量回收装置进水侧压强(Pa),PI为出水侧压强(Pa),QH为进水测流量(L·h-1)。
步骤五、创建水质最优与费用最低的多目标优化目标函数,确定等式约束和不等式约束。目标函数如下:Minf1=CIN+CHPP+CBP+CRD;Minf2=Cp;其中,Minf1为费用目标最小的目标函数,Minf2水质目标最小的目标函数,为进料水含盐量的最小值与最大值,Pfmin,Pfmax为高压泵所给压强的最小值与最大值,Qfmin,Qfmax为进料水流量的最小值与最大值,Qbmin,Qbmax为反渗透过程中高压浓水流量的最小值与最大值;s.t.为约束条件。
步骤六、利用NBI-GA方法对目标函数进行优化求解。具体如下:
确定多目标优化函数矩阵及其参数范围:
subject to D={X:H(X)=0,G(X)≤0,A≤X≤B};其中,F(X)为多目标目标函数的函数矩阵,区域D为变量约束范围。min表示函数最小值,n为X的取值范围,X为每个目标函数中决策变量组成的矩阵,H(X),G(X),A,B为变量矩阵的约束条件。
对于多个目标函数求解各自的全局最优解,其函数值组成最优解矩阵:fi*=fi(Xi*);其中,F*为各目标函数全局最优解组成的矩阵,Xi*为第i个目标函数的最小值点,fi*为第i个目标函数在约束条件下的最小值点,fi(Y)为任意值点。
创建n维方阵Φ,函数矩阵:
其中Φ为一个n维方阵,其在每一行的取值为当前目标函数fi(X1*)...fi(Xn*)将各目标函数最优解代入求解的函数值fi(Xi*)与其自身最优解函数值的差值,Fi*为一个n维方阵,其每一行取值为当前目标函数将各自目标函数最优解代入求解的函数值。
创建乌托邦线函数:CHIM={ΦB+F*:B=[b1,b2,L,bn]T,∑bi=1,bi≥0};其中,CHIM为乌托邦线函数,B为NBI方法中各子目标在乌托邦线上的比例因子,b1,b2,L,bn为B中的各个分量,∑bi为所有b分量的和,值为1。
创建对于多目标问题求解的整合函数:Fi=ΦBi+F*;Ni(z)=Fi-zΦTU;
hi(F)=d(Ni(zLS),F)-2zLS;其中,Fi为乌托邦线上确定的某一函数值,Ni(z)为将目标函数投影在乌托邦线法线向量上的投影函数,z为比例系数,U为单位向量,ΦT为Φ的转置,hi(F)为最终所求的Pareto最优点与原点最小距离的函数,d(Ni(zLS),F)为目标空间中两点的距离,zLS为法线向量上最接近F的点的估计,求解得到水质与费用的最优值后,进入步骤七。
步骤七、由NBI方法求解得水质与费用的最优解后,根据与CIN=PIN×Qf/hIP×Pe×PLF得到压差与进料流量,通过计算得到所需提供的压力,之后高压泵与增压泵通过控制程序驱动步进电机,再由步进电机驱动器控制其调节阀的开启程度,从而控制进料压力与进料流量,使得在最合适的进料压力和进料流量的情况下,达到NBI方法所计算的最优值。
用于上述方法一种全流程反渗透海水淡化装置包括原料海水取水泵与蓄水池、凝絮过滤池、机械过滤器、保安过滤器、高压泵、增压泵,ERI公司生产的PX-220能量回收装置、陶氏公司生产的SW30-HR380卷式膜组件、清水池。原料海水取水泵通过输水管道连接蓄水池,蓄水池连接凝絮过滤池,凝絮池通过水泵连接机械过滤器,机械过滤器与保安过滤器之间通过进水阀连接,保安过滤器后接高压泵入水口,高压泵出水口连接卷式膜组件进料水入口,卷式膜组件淡水出水口连接清水池,浓水出水口连接PX能量回收装置入水口,能量回收装置将一部分浓海水通过出水口排出,另一部分由增压泵加压后通过输水管道送入卷式膜组件入水口。
本发明提出了一种基于NBI-GA方法的全流程反渗透海水淡化优化方法,对生产过程中的多目标优化问题进行优化求解。通过对于反渗透海水淡化过程中的预处理单元和反渗透单元进行系统建模,得到其优化参数与目标函数,之后通过NBI方法对多目标函数进行整合,通过求解其乌托邦线上法线向量投影点到原点距离的最小值求得目标函数的最小值;为反渗透海水淡化过程中水质最优与费用最低的控制提供了有利的保障,对于反渗透海水淡化厂节能减排具有重要的意义。
附图说明
图1为本发明系统全流程图;
图2为本发明的模型过程图;
图3为本发明NBI方法求解流程图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的分析。
如图1所示,一种全流程反渗透海水淡化多目标问题的NBI优化方法的全流程系统框图,首先通过原料海水取水泵由近海抽取原料海水1,之后通过凝絮过滤池2,机械过滤器3,保安过滤器4对原料海水进行过滤,得到符合浊度小于0.2NTU,淤泥密度指数小于2.0的原料水,之后由高压泵5将进料水加压送入陶氏公司生产的SW30-HR380反渗透膜组7中,淡化得到的淡水进入产品水池9,反渗透过后的高压浓海水一部分由管道排出,另一部分由ERI公司生产的PX-220能量回收装置8和增压泵6将损失的压力弥补到设定压力后送入反渗透膜组7中继续进行反渗透处理。对全流程反渗透海水淡化系统中的预处理单元与反渗透单元进行系统建模,并对反渗透单元进行优化求解。
如图2所示,一种全流程反渗透海水淡化多目标问题的NBI优化方法的具体实施采用一下步骤:
步骤1、建立反渗透海水淡化系统的预处理单元深层过滤模型,确定影响参数,然后进入步骤2;
步骤2、建立反渗透单元中的水质模型与费用模型,确定影响参与并与预处理单元模型建立联系,然后进入步骤3;
步骤3、建立法线边界交叉方法(NBI)模型,对淡化水质及能耗费用进行优化求解,优化完成后得到淡化水质与能耗费用的最优结果。
如图3所示,NBI方法具体求解采用以下步骤:
创建水质最优与费用最低的多目标优化目标函数,确定等式约束和不等式约束。利用NBI-GA方法的具体步骤对目标函数进行优化求解。其具体求解步骤如下:Minf1=CIN+CHPP+CBP+CRD;Minf2=Cp;其中,Minf1为费用目标最小的目标函数,Minf2水质目标最小的目标函数,Cfmin,Cfmax为进料水含盐量的最小值与最大值,Pfmin,Pfmax为高压泵所给压强的最小值与最大值,Qfmin,Qfmax为进料水流量的最小值与最大值,Qbmin,Qbmax为反渗透过程中高压浓水流量的最小值与最大值。确定多目标优化函数矩阵及其参数范围:subject to D={X:H(X)=0,G(X)≤0,A≤X≤B};
其中,F(X)为多目标目标函数的函数矩阵,区域D为变量约束范围。
对于多个目标函数求解各自的全局最优解,其函数值组成最优解矩阵,具体公式如下:
创建n维方阵Φ,函数矩阵,具体公式如下:
其中Φ为一个n维方阵,其在每一行的取值为当前目标函数将各目标函数最优解代入求解的函数值与其自身最优解函数值的差值,Fi*为一个n维方阵,其每一行取值为当前目标函数将各自目标函数最优解代入求解的函数值。
创建乌托邦函数曲线函数:CHIM={ΦB+F*:B=[b1,b2,L,bn]T,∑bi=1,bi≥0};其中,CHIM为乌托邦线函数,B为NBI方法中各子目标在乌托邦线上的比例因子。
创建对于多目标问题求解的整合函数,具体如下:Fi=ΦBi+F*;Ni(z)=Fi-zΦTU;hi(F)=d(Ni(zLS),F)-2zLS;其中,Fi为乌托邦线上确定的某一函数值,Ni(z)为将目标函数投影在乌托邦线法线向量上的投影函数,hi(F)为最终所求的Pareto最优点与原点最小距离的函数,d(Ni(zLS),F)为目标空间中两点的距离,zLS为法线向量上最接近F的点的估计。
由NBI方法求解得到水质最优与费用最优后,步骤4根据式(14)与式(24)得到其压差与进料流量,通过计算得到所需提供的压力,之后高压泵与增压泵通过控制程序驱动步进电机,再由步进电机驱动器控制其调节阀的开启程度,从而控制进料压力与进料流量,使得在最合适得压力和进料流量的情况下,达到NBI方法所计算的最优值。
通过上述方法,有效地对于水质目标与费用目标求得了最优解,对实现反渗透海水淡化厂的节能减排具有重要的实际意义。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明,不能认定本发明的具体实施只限于这些说明。对于本发明所属技术领域的技术人员来说,在不脱离发明构思的前提下还可以做出一定程度的简单推演或者替换,都应当视为属于本发明的保护范围。
Claims (3)
1.一种全流程反渗透海水淡化的优化方法,主要包括如下步骤:
步骤一、建立深层过滤模型之前,对机械过滤器滤膜的滤床孔隙度、体积比沉积量、水流流态、过滤流量、水头损失参数进行分析,为模型建立提供理论依据,具体如下:
深层过滤过程中,科泽尼-卡曼方程如下:其中,V为时间t内流过滤层的液体体积m3、S0为垂直于流向的滤饼表面积m2、Δp为厚度为L的滤饼两侧的压降Pa、μ为液体粘度,K”为数值常数、ε为滤床的孔隙度即总体积与空隙体积的比值、Sp为微粒的比面积;
深层过滤中的水流流态有雷诺数Re决定,其表达式如下:其中,ρ为海水密度kg·m-3、v表示液体垂直透过滤层表面的速度m/h、de为滤料的当量直径m、α为非均匀颗粒的表面形状系数即为非均匀颗粒的表面积与相同体积下球形颗粒表面积的比值;
假定当前滤层为清洁滤层,此时滤层孔隙度为ε0,滤层两侧压降为Δp0,将ε0与Δp0代入科泽尼-卡曼方程中得到清洁滤层的过滤流量:
随着过滤时间的增加,进料水中的颗粒物杂质被截留在滤层中,累积在滤层中的颗粒物杂质对滤料产生堵塞,导致滤层的孔隙度减小,其水头损失表达式如下:其中,f表示沉淀量的累积因子,σ为体积比沉积量,ε为滤床的孔隙度,为为液面高度与滤饼厚度的偏微分;
步骤二、建立预处理单元的深层过滤模型,确定影响参数:在深层过滤过程中,对过滤效果产生影响的体积比沉积量σ,对反渗透模型有影响的滤出液浓度C,过滤系数λ的数学表达式如下:其中,T为过滤时间h,C0为过滤液的进料浓度kg·m-3,λ0为初始过滤系数,ρp为过滤液的密度kg·m-3,ε为滤床孔隙度,L为滤饼厚度m,e为指数常数;
步骤三、根据流量平衡、溶质平衡公式建立水质模型、流量模型;具体如下:
根据膜渗透过程中水质与流量的相对关系,得出流量平衡公式:Qf=Qp+Qb;溶质平衡公式:Qf·Cf=Qb·Cb+Qp·Cp;Qf为高压泵的出水口流量L·h-1,Qp为进入清水池的淡水出水口流量L·h-1,Qb为进入PX能量回收装置的浓水流量L·h-1,Cf为卷式膜组件中进水侧盐浓度mg·L-1,Cb为进入PX能量回收装置的浓水盐浓度mg·L-1,Cp为进入清水池的淡水盐浓度mg·L-1;
根据渗透压、校正系数、膜污染因子得出透水系数、渗透压差公式,作为水质模型使用:A=Aref(Δπ)·FF·TCF;π=R·T·∑c;Cw-Cp=(Cm-Cp)·eK·r;其中,A为反渗透膜的透水系数L·m-2h-1Pa-1,Aref(Δπ)为参考渗透系数L·m-2h-1Pa-1,FF为反渗透膜的污染系数,TCF为温度校正系数,T0为参考水温(K)K,e0为反渗透膜的活性能量J·mol-1,R为气体常数J·mol-1K-1,π为渗透压Pa,T为原料水池中的取水温度K,c为卷式膜组件进了水的盐浓度mg·L-1,Δπ为反渗透膜两侧的渗透压差Pa,ρ为海水密度kg·m-3,MNaCl为氯化钠的摩尔质量kg·mol-1,Cw为反渗透膜壁侧的盐浓度mg·L-1,K为传质系数,r为水回收率;
建立水质模型,具体如下:其中,B为反渗透膜的透盐系数L·m-2h-1,Cm为由高压泵将原料水送入卷式膜组件后高压侧的膜表面盐浓度mg·L-1,Pf为高压泵的进料压强Pa,Pb为进入能量回收装置的浓水压强Pa,Pp为进入清水池的淡化水压强Pa,ΔP为反渗透膜两侧的压强差Pa;
建立流量模型,具体如下:Jw=A·(ΔP-Δπ);Js=B·ΔCs;Qp=Jw·S;Qb=S·Js;其中,Jw为反渗透膜的水通量L·m-2h-1,Js为反渗透膜的盐通量mg·m-2h-1,S为膜面积m2,ΔCs为膜两侧盐浓度差mg·L-1;
步骤四、建立膜法反渗透海水淡化系统的设备投资成本和运营模型;
膜法反渗透海水淡化系统的整体成本包括系统设备投资成本和反渗透淡化过程中的运营成本两部分:TC=CC+OC;其中,TC为淡化水总成本,CC为系统设备投资成本,OC为运营成本,其中运行成本如下:
OC=OCEN+OCCH+OCME+OCLB;其中,化学添加剂费用OCCH,反渗透膜更换费用OCME,人工费用OCLB假设为定值,运行电力能耗费用模型公式如下:OCEN=CIN+CHpp+CBP+CRD;CIN=PIN×Qf/hIP×Pe×PLF;
CHpp=(Pf-P0)×QHF/hHPP×hVFD×Pe×PLF;CBP=Q2×(Pb-Ps)/hBP×Pe;
CRD=-(PH-PI)×QH/hPX×Pe;
其中,CIN为原料水取水与预处理的能耗费用,CHpp为反渗透环节中高压泵能耗费用,CBP为增压泵能耗费用,CRD为能量回收装置能耗费用,PIN为取水泵出水压力(Pa),Qf为高压泵的出水口流量L·h-1,hIP为取水泵效率,PLF为负载系数,Pe为电价,Pf为高压泵的进料压强Pa,P0表示出口压力Pa,QHF为出口流量L·h-1,hHPP和hVFD为高压泵与变频器的效率;Pb为进入能量回收装置的浓水压强L·h-1,Ps为PX能量回收装置出口压强Pa,hBP为增压泵的效率,hPX为能量回收装置的效率,PH为能量回收装置进水侧压强Pa,PI为出水侧压强Pa,QH为进水测流量L·h-1;
步骤五、创建水质最优与费用最低的多目标优化目标函数,确定等式约束和不等式约束;目标函数如下:Min f1=CIN+CHPP+CBP+CRD;Min f2=Cp;其中,Minf1为费用目标最小的目标函数,Minf2水质目标最小的目标函数,Cfmin,Cfmax为进料水含盐量的最小值与最大值,Pfmin,Pfmax为高压泵所给压强的最小值与最大值,Qfmin,Qfmax为进料水流量的最小值与最大值,Qbmin,Qbmax为反渗透过程中高压浓水流量的最小值与最大值;s.t.为约束条件;
步骤六、利用NBI-GA方法对目标函数进行优化求解;具体如下:
确定多目标优化函数矩阵及其参数范围:
n≥2 subject to D={X:H(X)=0,G(X)≤0,A≤X≤B};其中,F(X)为多目标目标函数的函数矩阵,区域D为变量约束范围;min表示函数最小值,n为X的取值范围,X为每个目标函数中决策变量组成的矩阵,H(X),G(X),A,B为变量矩阵的约束条件;
对于多个目标函数求解各自的全局最优解,其函数值组成最优解矩阵:fi*=fi(Xi*);其中,F*为各目标函数全局最优解组成的矩阵,Xi*为第i个目标函数的最小值点,fi*为第i个目标函数在约束条件下的最小值点,fi(Y)为任意值点;
创建n维方阵Φ,函数矩阵:
其中Φ为一个n维方阵,其在每一行的取值为当前目标函数fi(X1*)...fi(Xn*)将各目标函数最优解代入求解的函数值fi(Xi*)与其自身最优解函数值的差值,Fi*为一个n维方阵,其每一行取值为当前目标函数将各自目标函数最优解代入求解的函数值;
创建乌托邦线函数:CHIM={ΦB+F*:B=[b1,b2,L,bn]T,∑bi=1,bi≥0};
其中,CHIM为乌托邦线函数,B为NBI方法中各子目标在乌托邦线上的比例因子,b1,b2,L,bn为B中的各个分量,∑bi为所有b分量的和,值为1;
创建对于多目标问题求解的整合函数:Fi=ΦBi+F*;Ni(z)=Fi-zΦTU;
hi(F)=d(Ni(zLS),F)-2zLS;其中,Fi为乌托邦线上确定的某一函数值,Ni(z)为将目标函数投影在乌托邦线法线向量上的投影函数,z为比例系数,U为单位向量,ΦT为Φ的转置,hi(F)为最终所求的Pareto最优点与原点最小距离的函数,d(Ni(zLS),F)为目标空间中两点的距离,zLS为法线向量上最接近F的点的估计,求解得到水质与费用的最优值后,进入步骤七;
2.用于权利要求1所述方法的一种全流程反渗透海水淡化装置,其特征在于:包括原料海水取水泵与蓄水池、凝絮过滤池、机械过滤器、保安过滤器、高压泵、增压泵,能量回收装置、卷式膜组件、清水池;原料海水取水泵通过输水管道连接蓄水池,蓄水池连接凝絮过滤池,凝絮池通过水泵连接机械过滤器,机械过滤器与保安过滤器之间通过进水阀连接,保安过滤器后接高压泵入水口,高压泵出水口连接卷式膜组件进料水入口,卷式膜组件淡水出水口连接清水池,浓水出水口连接PX能量回收装置入水口,能量回收装置将一部分浓海水通过出水口排出,另一部分由增压泵加压后通过输水管道送入卷式膜组件入水口。
3.如权利要求2所述的一种全流程反渗透海水淡化装置,其特征在于:所述的保安过滤器对原料海水进行过滤,得到符合浊度小于0.2NTU,淤泥密度指数小于2.0的原料水。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523150.6A CN111709132B (zh) | 2020-06-10 | 2020-06-10 | 一种全流程反渗透海水淡化装置及其优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010523150.6A CN111709132B (zh) | 2020-06-10 | 2020-06-10 | 一种全流程反渗透海水淡化装置及其优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111709132A CN111709132A (zh) | 2020-09-25 |
CN111709132B true CN111709132B (zh) | 2023-05-05 |
Family
ID=72539861
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010523150.6A Active CN111709132B (zh) | 2020-06-10 | 2020-06-10 | 一种全流程反渗透海水淡化装置及其优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111709132B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112464471A (zh) * | 2020-11-25 | 2021-03-09 | 国网辽宁省电力有限公司 | 一种反渗透海水淡化系统的建模方法 |
CN112591852B (zh) * | 2020-12-04 | 2022-03-29 | 河北工业大学 | 一种分流部分二级卷式膜元件反渗透海水淡化系统的操作优化方法 |
CN113219833B (zh) * | 2021-05-13 | 2023-08-01 | 曲阜师范大学 | 基于优化压力自适应补偿的反渗透膜组优化控制方法 |
CN113110065B (zh) * | 2021-05-13 | 2023-08-01 | 曲阜师范大学 | 基于双rbf神经网络的反渗透膜组压力优化控制方法 |
CN113213585B (zh) * | 2021-05-13 | 2023-06-13 | 曲阜师范大学 | 基于电液相似原理的多膜组建模及性能分析方法 |
CN113666465B (zh) * | 2021-09-10 | 2023-04-11 | 上海工程技术大学 | 一种实现电去离子法制超纯水电耗最小化的优化方法 |
CN114564056B (zh) * | 2022-02-21 | 2023-05-26 | 蚌埠市鹏慈农业科技有限公司 | 一种种植大棚智能控制系统 |
CN116993030B (zh) * | 2023-09-27 | 2023-12-08 | 长江水利委员会水文局 | 变化条件下水库压咸补淡调度方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102701326A (zh) * | 2012-06-07 | 2012-10-03 | 中国海洋大学 | 一种将废水、海水混合后利用反渗透膜深度处理的海水淡化工艺 |
WO2013143505A1 (zh) * | 2012-03-29 | 2013-10-03 | 波鹰(厦门)科技有限公司 | 海水淡化装置及其方法 |
CN104250034A (zh) * | 2014-03-24 | 2014-12-31 | 杭州电子科技大学 | 一种全流程卷式反渗透海水淡化系统操作优化方法 |
CN109214028A (zh) * | 2017-07-07 | 2019-01-15 | 河北工业大学 | 一种考虑环境影响的反渗透脱硼海水淡化系统多目标优化方法 |
-
2020
- 2020-06-10 CN CN202010523150.6A patent/CN111709132B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013143505A1 (zh) * | 2012-03-29 | 2013-10-03 | 波鹰(厦门)科技有限公司 | 海水淡化装置及其方法 |
CN102701326A (zh) * | 2012-06-07 | 2012-10-03 | 中国海洋大学 | 一种将废水、海水混合后利用反渗透膜深度处理的海水淡化工艺 |
CN104250034A (zh) * | 2014-03-24 | 2014-12-31 | 杭州电子科技大学 | 一种全流程卷式反渗透海水淡化系统操作优化方法 |
CN109214028A (zh) * | 2017-07-07 | 2019-01-15 | 河北工业大学 | 一种考虑环境影响的反渗透脱硼海水淡化系统多目标优化方法 |
Non-Patent Citations (5)
Title |
---|
Jongmoon Choi 等.Membrane capacitive deionization-reverse electrodialysis hybrid system for improving energy efficiency of reverse osmosis seawater desalination.《ELSEVIER》.2019,19-28. * |
徐丁.反渗透海水淡化系统优化运行与调度研究.《中国优秀硕士学位论文全文数据库 基础科学辑》.2011,A010-13. * |
江爱朋 ; 程文 ; 姜周曙 ; 林迎辉 ; .卷式反渗透海水淡化系统膜清洗与更换策略优化.化工学报.2015,(10),1092-1100. * |
潘春佑 ; 靳少培 ; 李露 ; 王可宁 ; 冯涛 ; 薛喜东 ; .集装箱式反渗透海水淡化装置设计要点.盐科学与化工.2017,(10),47-49. * |
郑超.反渗透海水淡化系统全流程优化调度研究.《中国优秀硕士学位论文全文数据库 基础科学辑》.A010-76. * |
Also Published As
Publication number | Publication date |
---|---|
CN111709132A (zh) | 2020-09-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111709132B (zh) | 一种全流程反渗透海水淡化装置及其优化方法 | |
Monnot et al. | Integrated approach in eco-design strategy for small RO desalination plants powered by photovoltaic energy | |
Ghobeity et al. | Optimal time-dependent operation of seawater reverse osmosis | |
Ruiz-García et al. | Simulation-based assessment of safe operating windows and optimization in full-scale seawater reverse osmosis systems | |
CN112591852B (zh) | 一种分流部分二级卷式膜元件反渗透海水淡化系统的操作优化方法 | |
Chu et al. | Determination of optimal design factors and operating conditions in a large-scale seawater reverse osmosis desalination plant | |
CN112464471A (zh) | 一种反渗透海水淡化系统的建模方法 | |
CN204022608U (zh) | 适用于新能源独立供电的高回收率苦咸水淡化装置 | |
Lin et al. | Performance enhancement of spiral-wound reverse osmosis membrane elements with novel diagonal-flow feed channels | |
CN1804618A (zh) | 一种反渗透膜用水处理药剂性能测试评价装置及其评价方法 | |
CN108722195A (zh) | 一种反渗透系统的免加药在线清洗方法和装置 | |
CN118420098B (zh) | 一种基于历史数据的农村生活污水处理站低耗运行方法 | |
CN115947415A (zh) | 一种二级反渗透加edi装置自动启停控制系统及方法 | |
CN103787464B (zh) | 一种基于浓度差的介质可循环的海水淡化系统 | |
CN202658019U (zh) | 带能量回收装置适于新能源独立电网的小型海水淡化设备 | |
CN112723609A (zh) | 一种循环冷却水排污水的回用处理方法及装置 | |
CN216245111U (zh) | 一种循环水冷却处理系统 | |
CN108706782A (zh) | 一种海水淡化处理装置 | |
CN106075987B (zh) | 一种采集地热水的移动式集成化过滤分离系统装置 | |
CN211734053U (zh) | 一种用于铁红废水处理用装置 | |
Ncube et al. | Membrane modeling and simulation for a small scale reverse osmosis desalination plant | |
CN103077319A (zh) | 一种海水淡化系统中过滤预处理最佳清洗周期确定方法 | |
Warfel et al. | Techno-economic study of autonomous wind driven reverse osmosis desalination systems | |
Palacin et al. | Scheduling of the membrane module rotation in RO desalination plants | |
CN111072182A (zh) | 一种用于铁红废水处理用装置及其使用方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |