Met dynamisch modelleren inzicht krijgen in het gedrag van rioolwaterzuiveringsinstallaties. De installaties beter uitnutten en hun prestaties verbeteren. Snel, transparant en eenvoudig. Sweco kan het, met behulp van SUMO. Met de hete adem van de nieuwe Richtlijn Stedelijk Afvalwater en de KRW-opgave in de nek een zeer waardevolle toevoeging in het afvalwater-arsenaal.
We doen een kleine stap terug in de tijd. Want al zo’n 2 decennia geleden heeft het dynamisch modelleren van rioolwaterzuiveringsinstallaties (rwzi’s) in Nederland veel aandacht gekregen. De verwachtingen waren huizenhoog. Modellen zouden voor iedereen heel toegankelijk worden en kunnen worden ingezet voor het instant ontwerpen van hele rwzi’s. Maar helaas: deze vlieger ging niet helemaal op. Het waren vooral de procestechnologisch specialisten die goed met de modellen overweg konden en zelfs voor hen was het zeker niet altijd eenvoudig of snel. Dit maakte dat het dynamische modelleren van rwzi’s weer stilletjes aan naar de achtergrond verdween.
Digitalisering en informatisering zijn – gelukkig – ook in de afvalwaterwereld aan een enorme opmars bezig. We zien de wens om verregaander te optimaliseren. We willen over een langere termijn steeds maximale presentaties uit bestaande assets halen tegen minimale kosten. Ook blijven voortdurend operationele onregelmatigheden en issues op rwzi’s aan het licht komen die niet eenvoudig met het ‘boerenverstand’ van de procestechnoloog of statische modellen te verklaren zijn. Laat staan op te lossen. Tegelijkertijd zien we de introductie van nieuwe software en snelle, intuïtievere modellen. Niet gek dat er hernieuwde interesse is voor het dynamisch modelleren. ‘Oude wijn in nieuwe zakken’ dus, die transparant zijn en snel maatwerkoplossingen bieden!
We weten allemaal: de nieuwe Richtlijn Stedelijk Afvalwater is in zicht en de druk op het halen van de KRW-doelen 2027 neemt toe. In dit licht kan dynamisch modelleren een snel en direct bruikbaar inzicht geven in wat haalbaar is met een bestaande rwzi. Waar zit de rek, waar zit de ruimte en waarom loopt het nu spaak? In het verleden hebben we bij Sweco met de eerste dynamische modellen oftewel ‘oude wijn’ al veel kennis en ervaring opgebouwd. Sinds enkele jaren hebben we de beschikking over de ‘nieuwe zakken’ in de vorm van de tool SUMO. Een zeer gebruikersvriendelijk dynamisch simulatiemodel waarmee we de waterlijn en sliblijn kunnen modelleren en resultaten snel inzichtelijk maken. De simulatieresultaten zijn eenvoudig te vergelijken met praktijkwaarden van on-line sensoren en analyses van debiet-proportionele bemonsteringen.
Vaak is de gedachte dat zeer gedetailleerde informatie van het influent benodigd is om met dynamisch modelleren aan de slag te gaan. Denk bijv. aan de fractionering van de verschillende parameters. En we merken: dat roept meestal weerstand op, vooral bij de mensen die de data boven tafel moeten toveren. Het goede nieuws: om meerwaarde te halen uit SUMO is in verreweg de meeste gevallen deze detailinformatie niet noodzakelijk. Met een ‘default’ karakterisering van het influent kan een voldoende nauwkeurige kalibratie van het model worden verkregen.
Waarom dynamisch modelleren?
In Nederland zijn we gewend om een nieuwe rwzi of de aanpassing van een bestaande rwzi met statische modellen zoals het HSA-model (stikstofverwijdering) en het model van Scheer (biologische P-verwijdering) op te pakken. Kalibratie is daarbij de eerste stap: we gaan na of het HSA-model een goede benadering geeft van de werkelijke praktijksituatie. De ene keer lukt dat goed, de andere keer geeft het HSA-model een heel ander beeld dan de wereld buiten. En dan wordt het voor ons interessant! Een voorbeeld. Volgens het HSA-model kan op een rwzi een veel lagere Ntotaal-concentratie worden bereikt dan de meetwaarden van die rwzi weergeven. Dit is een directe optimalisatie-kans waar we graag induiken: mogelijk is er veel meer uit de installatie te halen dan eerder werd aangenomen!
Met een dynamisch model gaan we na of wél een betere effluentkwaliteit kan worden bereikt zónder kostbare ingrepen aan de installatie. Met SUMO simuleren we alle denkbare aanpassingen in de bedrijfsvoering, bijv. aanpassingen aan de beluchtingsregeling, retourslibregeling, interne recirculatie of verdeling van stromen. De resultaten presenteren we snel en begrijpelijk, voor procestechnologisch specialisten én voor beleidsmakers. Zo kunnen we onderbouwen dat bijv. een voorziene uitbreiding van de rwzi nog een aantal jaren naar achteren kan worden geschoven zonder procestechnologische risico’s. Of wellicht is deze uitbreiding helemaal niet nodig.
Kortom: een dynamische simulatie kost aanzienlijk minder tijd, energie en geld dan het uitvoeren van (pilot)onderzoeken. Daarnaast creëert het enorm veel inzicht in het functioneren van de installatie omdat we op elke willekeurige plek in de waterlijn of sliblijn ideeën en opties voor probleemoplossing en procesoptimalisatie pijnvrij en risicoloos kunnen toetsen. Binnen een dag maken we concentraties, omzettingssnelheden, samenstelling biomassa en dergelijke inzichtelijk als functie van de daadwerkelijk dynamische aanvoer (per minuut/uur/dag) en temperatuur.
Drie praktijkvoorbeelden
In één van onze projecten bleek uit de berekeningen met het statische HSA-model dat nitrificatie bij de wintertemperaturen niet mogelijk was. Dit terwijl de rwzi in de praktijk liet zien dat dit wel het geval is. Met SUMO hebben we laten zien dat de rwzi in de winter inderdaad kan blijven nitrificeren en onder welke omstandigheden. Zo werd helder voor de operators waar de grenzen van de installatie liggen bij de gangbare bedrijfsvoering. Praktische en direct bruikbare handvatten voor het bedrijven van de installatie kregen de operators door het doorrekenen van verschillende mogelijke procesingrepen, met als doel om na te gaan of de maatregel of en in welke mate deze bijdroeg aan de verbetering van de effluentkwaliteit. Zo kwam aan het licht dat, tegen alle gangbare theorie in, op deze specifieke rwzi afkoppelen van hemelwater leidt tot verslechtering van de effluentkwaliteit. Dat was precies wat de operators in de lange droge zomer van 2022 aan den lijve hadden ondervonden!
Bij een ander project hebben we juist gekeken wat de effecten van het optimaliseren van een deelstroombehandeling kunnen zijn op het functioneren van de waterlijn. Welke aanpassingen in de bedrijfsvoering zijn mogelijk en wat leveren deze de beheerder van de installatie op? Onze dynamische modellering met SUMO liet geen twijfel over het negatieve effect van een te hoog vetzuurgehalte in de aanvoer van de Anammox-deelstroombehandeling. Eén van de oorzaken hiervan was de lange verblijftijd van slib in buffers op diverse (aanvoerende) locaties. Aanvullend konden we met een korte klap inzichtelijk maken hoeveel biogasproductie als gevolg van deze wijze van bedrijfsvoering wordt ‘misgelopen’. Hier kon het waterschap direct actie op ondernemen.
Bij een derde voorbeeld kampt de installatie met een vrij grote stikstof-vracht die afkomstig is van een industriële lozer, deze wil de N-vracht nu zelf gaan behandelen. Het waterschap is benieuwd wat het effect hiervan is op de jaargemiddelde concentratie N-totaal. En wat gebeurt er wanneer de installatie van de industriële lozer één of meerdere dagen stil staat en de totale N-vracht weer naar de rwzi komt? Ook deze vragen hebben we met de dynamische simulatie goed kunnen beantwoorden. Dit geeft het Waterschap handvatten voor het stellen van eisen aan de industriële lozer!
Wil je meer weten na het lezen van dit artikel? Bel of mail Annette Buunen – Van Bergen op 06-30 72 81 98 of annette.buunen@sweco.nl
