BioWin应用贴士之模型校正及情景分析
如何校正模型以及使用模型是用户关注的一个热点问题，也是模型推广的一个难点。下面就结合EnviroSim的经验，从开始建模到使用模型进行情景分析的几个步骤做简单的讨论。
Step 1 ：收集数据
当用户开始构建模型的时候，首先要确定所有输入模型的参数数据与实际数据相符，包括:
1. 污水厂物理数据，例如构筑物尺寸，包括容积及池体长、宽、及深度。
2. 污水厂运行数据，包括初沉污泥流量、浓缩污泥回流流量、排泥量、污泥混合液回流流量、曝气池溶解氧浓度或空气流量等。
3. 进水负荷数据，包括进水流量以及污水中各种成分的浓度数据，包括COD, BOD, VSS, TSS, TKN, NH3-N, TP, PO4-P, 碱度, pH 等。另外，流量以及成分数据的24小时变化规律也很重要，比如在暴雨情况。
4. 进水特征化，及综合性成分中个组分所占比例，例如将COD依据其可否溶解性和可否生化性，分为四类。这些数据通常无法直接从污水厂取得，需要做补充实验收集数据进行分析。
5.微生物动力学参数和模型的化学计量参数。通常情况下，这些参数不需要进行改动，除非一些特殊情况，比如进水中混有工业污水，其中的成分会对生物过程有抑制作用。但是硝化细菌的最大生长速率这一参数对于整个污水厂的处理能力影响很大，所以应该对其保持警惕，必要时应该对其进行检测。
Step 2：校正模型
Step 1中数据都确认无误之后，还需要运行动态模拟来对模型进行进一步的校正。
技术人员在校正模型时，通常会有这样的误区，就是仅仅针对出水水质数据进行校正，例如出水中COD, TSS, NH3-N, NO3-N, PO4-P的浓度以及碱度和pH。这些参数确实是很重要的，但是一个校正后的模型也应该能够准确的模拟污水厂其他工艺的参数，包括：
• 如果该污水处理厂设有初沉池，初沉池出水流量以及其中一系列参数的浓度，例如COD, BOD, VSS, TSS, TKN, NH3-N, TP和PO4-P等等。
• 回流液体的性质，涉及到回流（例如厌氧消化池的上清液）中的COD, TSS, NH3-N, NO3-N和PO4-P的浓度以及碱度和pH。
• 工艺中固体浓度，例如污泥混合液和二沉池中TSS和VSS的浓度。
• 污泥产率，初沉池排泥以及浓缩污泥排泥中VSS和TSS的质量以及最终脱水后污泥的质量（如有污泥脱水装置）。
在进行模拟工作时，通常无法做到实验数据和模拟数据完全拟合，所以用户应该尽可能拟合大多数的参数，而不是为了完全拟合某一参数，却不顾及其他参数。另一方面在尽量减小模拟数据和实际数据的差别的同时，已校正模型的模拟数据的趋势应该与实际数据相符。
Step 3：确认模型情景分析中实际条件的限制
当模型校正完毕后，下一步就应该确定进行模型所要求的情景分析，所需条件在实际中达到是存在困难的，例如：
• 设备限制，包括鼓风机功率限制、回流泵功率限制以及某些工艺单元存在停工的可能等等，这些情况都需要输入模型中。
• 运行条件限制，指的是在使用模型时，需要遵从一些规定，包括硝化反应所需最短污泥停留时间（如果系统需要硝化反应）、系统允许的污泥最大浓度、厌氧消化池水力停留时间以及脱水装置运行时间设置等等。
Step 4：确定主要性能指标
当进行情景分析时，需要有一些指标来评估该情景下污水厂的性能。通常会选取最相关的某项模型输出参数，例如出水水质。还有一些情况需要引起注意，例如二沉池固体负荷速率或者曝气池溶解氧的波动等。
Step 5：建立情景
当实际条件的限制和主要性能指标确定之后，就可以在模型中设定情景进行模拟。通常情景设定包括确定温度、流量和负荷的规律，将其应用于未来日均流量的估计值。也有一些情景涉及到评估污水厂是否有额外的处理能力来接纳额外的负荷，例如化粪池污水、工业污水或附近水厂的污泥。
当这5个步骤都完成后，用户就可以利用模型进行情景分析了。在评估模拟结果时，应该参照所确定的限制条件和目标，对主要性能指标进行审核。如果要确定现有污水厂的最大处理能力，就有必要逐步增加负荷并进行模拟，最终找到最大处理能力。
