<p><img src="https://xolytics.nl/matomo/matomo.php?idsite=19&amp;rec=1" style="border:0;" alt="" /></p>
Project

Monitoring, modellering en vermindering van lachgas-emissies uit rwzi’s

Deze pagina is bijgewerkt op May 7, 2024
Monitoring, modellering en vermindering van lachgas-emissies uit rwzi’s
Startdatum
01/03/2023
Einddatum
28/02/2027
Betrokken partijen

KWR Water Research Institute, Emerson Process Management B.V, Douna Machinery B.V, Hoogheemraadschap de Stichtse Rijnladen, Waterschap Drents Overijsselse Delta, Waterschap Noorderzijlvest, Hoogheemraadschap van Delfland.

Op weg naar mitigatiestrategiën voor rwzi’s door intensieve monitoring en modellering van N2O-emissies

Industrie en maatschappij streven ernaar de koolstofdioxidevoetafdruk te verkleinen en zo de klimaatverandering te matigen. Maar koolstofdioxide is niet het enige schadelijke broeikasgas: lachgas (N2O) heeft een aardopwarmingsvermogen (Global Warming Potential of GWP) dat zelfs 273 keer groter dan CO2. Rioolwaterzuiveringsinstallaties (RWZI’s) zijn een significante bron van lachgasemissies.. Onderzoek is nodig om meer inzicht te krijgen in de productie van lachgas in rwzi’s en om technologieën en strategieën te vinden die de lachgasproductie kunnen verminderen.

Technologie

Lachgasemissies uit rwzi’s variëren tijdens de dag en de seizoenen. Om het ontstaan ervan beter te begrijpen, is het nodig deze lachgasemissies te kwantificeren. Er zijn momenteel nog maar weinig rwzi’s in de wereld die lachgasemissies in real-time monitoren, ook omdat het kwantificeren van lachgasemissies uit open tanks een uitdaging vormt. Er bestaan geavanceerde monitoring- en meettechnologieën om lachgas in de gasfase te detecteren, maar om zulke analyzers van representatieve en schone monsters te voorzien, moeten drijvende afgesloten kappen worden ontwikkeld om de afgassen in open tanks op te vangen. Met de zo verkregen cruciale datasets kunnen biokinetische modellen worden gekalibreerd die inzicht geven in het proces dat leidt tot productie van lachgas. De inzet van nieuwe technologieën als artificial intelligence (AI) kan dan leiden tot nauwkeurige voorspellingen van lachgas-emissie en oplossingen om afvalwaterzuiveringsprocessen in real-time zo te besturen dat de lachgasemissies verminderen.

Uitdaging

Binnen dit project gaan we enkele rwzi’s intensief monitoren met behulp van geavanceerde gasanalyzers. We zullen hoge resolutie data verzamelen gedurende een lange looptijd om inzicht te krijgen in de seizoens- en dagschommelingen. Om het afvoergas van de open tanks van de waterzuivering op te vangen, bouwen en installeren we een afgesloten kap, die verbonden wordt met een mobiele gasanalyzer. We combineren de verzamelde gegevens met andere informatie over het behandelingsproces en metingen van lachgas in de vloeistoffase door de waterschappen om te komen tot digitale tweelingen waarmee we de lachgasemissies kunnen voorspellen. Deze digitale tweelingen kunnen worden gebruikt om controle- en lachgasemissiebeperkingsstrategieën te ontwikkelen.

Oplossing

Op meerdere Nederlandse rwzi’s met verschillende afvalwaterzuiveringsprocesconfiguraties gaan we robuuste monitoringscampagnes uitvoeren van de lachgasemissies uit de afvalwaterzuivering. De bemonstering wordt gedaan met een state-of-the-art afgesloten kap, die speciaal voor dit doel is ontwikkeld. Deze kap is uitgerust met de benodigde sensoren (zoals temperatuur en druk) om de bemonsteringsomstandigheden te registreren en is voorzien van preventieve onderhoudsmechanismen om het verzamelen van hoogwaardige en representatieve gasmonsters te garanderen. Deze monsters worden vervolgens geanalyseerd met in de industrie toegepaste analyseapparatuur om de concentratie uitgestoten lachgas te meten. Daarbij gebruiken we apparatuur van KWR en nieuwe apparatuur van Douna Machinery B.V en Emerson Process Management B.V.

Met de verzamelde gegevens kunnen we de emissiefactor voor lachgas op verschillende rwzi’s  berekenen op basis van de werkelijke gasemissies en inzicht krijgen in de bijdrage van lachgas aan de emissie van broeikasgassen. En een nauwkeuriger begrip krijgen van de koolstofdioxidevoetafdruk van rwzi’s. Bovendien bieden de modellen en digitale technologieën die we ontwikkelen waardevolle inzichten in de onderliggende processen bij de productie en emissies van lachgas. Met de kennis die we ontwikkelen, kunnen eindgebruikers evalueren hoe verschillende mitigatiestrategieën de lachgasemissies van hun zuiveringsinstallaties kunnen minimaliseren. Dit project levert ook belangrijke en aanvullende kennis voor het versnellingsprogramma voor het verminderen van lachgasemissies van afvalwaterzuiveringsinstallaties.

Deel op