废水处理厂能源效率的基准测试：一种潜在类别分析方法

《Environmental Surfaces and Interfaces》：Benchmarking energy efficiency in wastewater treatment plants: A latent class analysis

污水处理厂数据分析及能效提升路径研究。该研究采用隐类随机前沿分析（LCSFA）方法，对203个西班牙污水处理厂进行能效评估，发现存在两类运营模式。第一类平均能效58.1%，第二类63.9%，潜在年节省能源16.9GWh，减少碳排放4399吨。研究强调需结合污染物去除效率建立多维能效指标，并针对不同类别制定差异化政策。

　　随着全球对可持续发展的关注不断提升，污水处理厂（WWTPs）作为能源消耗大户，其能效问题日益受到重视。污水处理不仅是环境保护的重要环节，还直接关系到全球约42%人口的用水安全。然而，污水处理过程本身具有高度的能源密集性，通常需要消耗0.38到1.12千瓦时每立方米的水（kWh/m3），并且占全球能源消耗的1%-5%。这种巨大的能源需求给污水处理厂的经济和环境可持续性带来了严峻挑战，其中能源成本往往占总运营费用的40%-60%。此外，污水处理厂也被认为是人为温室气体（GHG）排放的重要来源，对全球气候变化产生显著影响。据全球数据统计，这些设施每年贡献约1.6%的总温室气体排放和5%的非二氧化碳（如甲烷CH?和氧化亚氮N?O）排放。

根据国际能源署（IEA）的预测，到2040年，污水处理领域的电力消耗预计将增长约80%。因此，优化污水处理厂的能源使用成为控制运营成本和减少温室气体排放的关键。为了推动这一目标，欧洲指令2012/27/EU对大型企业在能源效率方面提出了强制性审计要求，促使许多水处理公司评估和报告其能源表现。在此基础上，最近通过的欧洲指令（EU）2024/3019进一步要求污水处理设施在国家层面实现“能源中性”，即通过提高能效和增加可再生能源使用，达到能源平衡。这一目标要求污水处理行业不仅提升能效，还需探索多种能源替代方案。

面对这一挑战，水处理机构和污水处理厂运营者正在寻求更加有效的工具和方法来优化能源使用。其中，基准分析（benchmarking）作为一种常用手段，被广泛应用于评估污水处理厂的能效表现。然而，传统方法在衡量能效时往往仅考虑能量输入与处理量的比率，忽略了处理水质变化对能耗的影响。相比之下，近年来越来越多的研究采用多维视角，通过综合考虑多种输入（如能源使用）和输出（如污染物去除效率）来评估污水处理厂的能效。这种方法不仅更全面地反映了污水处理过程的实际性能，还能够揭示不同设施之间的潜在能效差异。

在众多评估方法中，前沿分析（frontier analysis）被认为是衡量污水处理厂能效最常用的方法之一。这些方法通过定义一个代表最佳性能的前沿（或边界），为污水处理厂提供一个综合的能效指标。根据不同的统计学方法，前沿分析可以分为普通最小二乘法（OLS）、随机前沿分析（SFA）和数据包络分析（DEA）。其中，SFA被认为是一种更为先进的方法，因为它将误差项分为效率损失和统计噪声两部分，从而更准确地估计能效。而DEA作为一种非参数方法，利用线性规划技术构建效率前沿，但其假设所有偏离前沿的情况都是由于效率低下，未能区分随机波动和测量误差。

然而，DEA作为一种确定性方法，其结果容易受到异常值的影响，只有在处理厂具有相似的环境和运营条件时，才能提供可靠的能效评分。但在实际应用中，这种假设往往难以成立，因为污水处理厂的能效受到多种外部因素的影响，如组织文化、管理方式和地方法规等。因此，尽管DEA方法在多个研究中被广泛使用，但它在面对高度异质性的污水处理厂时存在一定的局限性。

为了解决这一问题，研究人员提出了基于鲁棒性的DEA（REED）方法，该方法通过引入第二阶段分析，探讨外部变量对能效评分的影响。但这种方法仍然假设所有污水处理厂共享相同的生产技术，这在现实中可能并不准确。另一种方法是DEA的元前沿（metafrontier）方法，该方法通过将不同生产技术的污水处理厂纳入统一的前沿框架，实现更全面的比较。然而，当研究者缺乏足够的信息来准确定义这些组别时，这种方法的应用也面临挑战。

针对上述问题，本研究采用了一种新颖的随机前沿分析方法——潜类随机前沿分析（LCSFA），以应对污水处理厂之间的未观测异质性问题。LCSFA能够从数据中内生性地识别污水处理厂的潜类（latent classes），从而更准确地反映不同处理厂的能效差异。这种方法不仅提高了分析的精度，还支持更细致的能效基准和更有针对性的干预措施，符合欧洲指令（EU）2024/3019对实现能源中性的要求。

在本研究中，评估了203个位于西班牙东北部的污水处理厂。所有设施均采用传统活性污泥法作为二级处理工艺，用于去除悬浮固体（SS）、有机物（以5天生化需氧量BOD?表示）和磷（P）。因此，样本可以被视为在处理技术上具有同质性。污水处理厂的年处理量范围从1517立方米到13,596,615立方米。所有设施均符合欧盟指令91/271/EEC对出水水质的要求，数据来源于2022年的地区水管理机构公开数据平台。

本研究选择了三种变量作为能效评估的基础：能量消耗、污染物去除效率以及处理量。能量消耗是污水处理过程的主要输入，而污染物去除效率则作为主要输出，反映了处理厂的实际处理能力。这些变量的选择基于以下标准：（i）采用的能效定义，（ii）之前研究中常用的变量，（iii）数据的可获得性。通过对这些变量进行分析，能够更全面地反映污水处理厂的运行状况，而不仅仅是处理量。

在进行潜类随机前沿分析之前，所有变量都经过了完整性、一致性和规模的检查。由于LCSFA模型采用对数形式进行估计，因此无需额外的标准化处理。为了确保分析的准确性，对潜在的异常值进行了评估，但没有剔除任何数据，因为这些极端值反映了污水处理厂的实际运行情况，并未影响模型的收敛性和稳定性。此外，数据集中没有缺失值，因此无需进行数据填补或过滤。

为了确定污水处理厂应被划分为多少个潜类，本研究采用了Akaike信息准则（AIC）和Schwarz贝叶斯信息准则（SBIC）。根据这两个准则，当所有污水处理厂被划分为一个潜类时，AIC和SBIC值分别为-316和-312。而当划分为两个潜类时，这些值分别下降至-367和-360。划分为三个潜类的模型未能收敛，这表明可能存在过度拟合的问题。因此，本研究选择了两个潜类作为最终的分类方式，以确保分析的统计稳健性。

在两个潜类中，大多数污水处理厂（167个，占82%）被归类为潜类1，其余36个（占18%）被归类为潜类2。潜类1的污水处理厂通常规模较大，但其单位处理量的能耗（0.466 kWh/m3）低于潜类2（0.677 kWh/m3）。然而，潜类2在污染物去除效率方面表现略优。因此，为了准确评估不同潜类的能效，必须结合能耗和污染物去除效率两个维度。

潜类1和潜类2的平均能耗分别为381,379 kWh/year和134,302 kWh/year。根据潜类1和潜类2的平均能耗和污染物去除效率，可以计算出这两个潜类的能效得分分别为0.581和0.639。这表明，如果污水处理厂能够达到最佳能效水平，潜类1和潜类2的单位处理量能耗可以分别降低41.9%和36.1%。这些能效提升不仅有助于降低运营成本，还能够显著减少温室气体排放。

在2023年，西班牙工业用户的平均电价为每兆瓦时（MWh）87欧元。基于这一电价，潜类1和潜类2的单位处理量能耗节省分别约为0.015欧元和0.019欧元。而根据总处理量计算，潜类1和潜类2的年度总成本节省分别约为1,376,352欧元和95,661欧元。从环境角度来看，根据评估的污水处理厂的平均电力碳排放因子（260 gCO?eq/kWh），潜类1和潜类2的单位处理量温室气体排放减少分别约为46 gCO?eq/m3和56 gCO?eq/m3。综合计算，潜类1和潜类2的年度温室气体排放减少分别约为4,113,235公斤和285,885公斤。

这些结果不仅揭示了污水处理厂在能效方面的巨大潜力，也为政策制定者和运营者提供了具体的优化策略。例如，改进曝气过程的控制策略、升级高效鼓风机和优化混合系统等措施，都可以显著降低能耗。此外，引入实时监测和控制系统，有助于根据实时处理条件进行动态调整，提高处理效率。同时，污水处理厂还可以通过集成可再生能源技术，如污泥厌氧消化产生沼气，来实现部分能源需求的自给自足。

从政策层面来看，本研究强调了制定基于潜类的基准体系的重要性。这些基准应考虑到不同规模和处理技术的污水处理厂，以确保公平性和针对性。对于未达到基准水平的设施，应优先考虑技术援助或监管干预。此外，建议所有污水处理厂定期进行能效审计，以识别特定设施的节能机会，并指导成本效益更高的改进措施。

本研究的局限性在于，其结果基于2022年的单一数据年份，未能反映时间上的变化趋势。未来的研究可以扩展到多年度面板数据，以捕捉能效变化和气候负荷波动的影响。此外，进一步验证潜类归属与管理因素和组织变量之间的关系，也有助于更深入地理解观测到的异质性来源。

总体而言，本研究通过潜类随机前沿分析方法，揭示了西班牙污水处理厂在能效方面的显著潜力，并为实现能源中性和提高环境绩效提供了可行的策略。这些发现不仅对污水处理行业具有重要指导意义，也为政策制定者和运营者在推动可持续发展方面提供了坚实的数据支持和方法论基础。