UV/PS降解阿特拉津机理及动力学分析

陆一新; 何悦; 张建强; 符琛琛; 陈佼

doi:10.3969/j.issn.0258-2724.20180523

UV/PS降解阿特拉津机理及动力学分析

doi: 10.3969/j.issn.0258-2724.20180523

陆一新^1,2,,
何悦¹,
张建强^1, ,,
符琛琛¹,
陈佼^1,2

基金项目: 四川省科技计划项目（2017GZ0375）；成都市科技惠民技术研发项目（2015-HM01-00333-SF）

详细信息

作者简介:
陆一新（1980—），女，副教授，博士，研究方向为水处理理论与技术，E-mail：yxlu61@163.com

通讯作者:
张建强（1963—），男，教授，博士，研究方向为污染环境生态修复理论和技术，E-mail：zhjiqicn@swjtu.cn

中图分类号: X703.1
计量
- 文章访问数: 639
- HTML全文浏览量: 560
- PDF下载量: 28
- 被引次数: 0
出版历程
- 收稿日期: 2018-06-21
- 修回日期: 2018-10-22
- 网络出版日期: 2020-05-11
- 刊出日期: 2020-06-01

Mechanism and Kinetic Analysis on Degradation of Atrazine by UV/PS

LU Yixin^{1,2
,},
HE Yue¹,
ZHANG Jianqiang^{1
, ,},
FU Chenchen¹,
CHEN Jiao^1,2

摘要

摘要: 为了解决阿特拉津（atrazine，ATZ）对水体污染问题，采用紫外/过二硫酸盐（ultraviolet/peroxodisulfate，UV/PS）降解水体中的ATZ，考察了不同pH值、UV强度、PS浓度、温度条件下UV/PS对ATZ的降解效果，同时对其降解机理、降解动力学及降解路径进行了探讨. 机理分析表明，UV可使ATZ发生光解，UV/PS能快速降解水体中ATZ，中性偏碱性条件下UV/PS体系中同时存在SO₄⁻• 和 •OH. 动力学分析表明，不同温度、pH值、PS浓度、UV强度条件下UV/PS降解ATZ动力学符合准一级反应动力学. 降解路径分析表明，ATZ主要通过脱氯、加羟基、脱乙基、脱异丙基等方式被降解，几种降解方式并不孤立，但三嗪环并未开环降解. 试验结果表明，反应体系温度为25 ℃，PS浓度为70 μmol/L，UV强度为50 mW/cm²，反应体系初始pH为5.8，反应时间为20 min时，UV/PS体系对2.5 μmol/L ATZ的降解率可达91.03%.
- 紫外光 /
- 过二硫酸盐 /
- 自由基 /
- 阿特拉津 /
- 降解机理 /
- 动力学 /
- 降解路径
Abstract: In order to deal with water pollution caused by atrazine (ATZ), the effects, mechanism, kinetics and pathway of ATZ degradation by ultraviolet/peroxodisulfate (UV/PS) were explored in terms of pH, UV intensity, PS concentration and temperature. The analysis of degradation mechanism indicates that UV could be photolyzed by UV and rapidly degraded by UV/PS in water. SO₄⁻• and •OH coexisted in UV/PS system under neutral and weakly alkaline conditions. Kinetic analysis show that UV/PS degradation of ATZ fitted to quasi first-order reaction kinetics with differing temperature, pH, PS concentration and UV intensity. Degradation pathway analysis suggest that the main degradation pathways of ATZ were dechlorination, hydroxylation, deethylation and deisopropyl, all of which were correlated; yet the triazine ring was notoxidized and opened. The results show that the degradation rate of 2.5 μmol/L ATZ by UV/PS system was 91.03% when the system temperature, PS concentration, UV intensity, initial pH value and response time was 25 ℃, 70 μmol/L, 50 mW/cm², 5.8 and 20 min, respectively.
- ultraviolet /
- peroxodisulfate /
- free radicals /
- atrazine /
- degradation mechanism /
- kinetics /
- degradation pathway

HTML全文

逆变回馈装置不但可以有效利用城轨列车再生制动能量，还可以改善城轨牵引供电系统网压水平，近些年国内广泛投入使用^[1-2]. 逆变回馈装置容量配置及安装位置是影响系统节能效果评估的重要因素，装置选址定容等问题是现阶段亟需解决的问题之一^[3-4].

针对城轨再生制动能量利用装置定容选址的优化问题，是现阶段研究的热点. 文献[5]根据地铁列车全线对向行驶时供电臂和走行轨等效电阻的损耗功率最小对逆变回馈装置进行选址，由于实际全线牵引变电所数量多、计算量大，该法收敛速度较慢. 文献[6-7]考虑超级电容储能装置的节能电量与投资成本，同时优化装置能量管理策略控制参数，结合城轨供电仿真平台与遗传算法，实现了多目标同时优化. 多目标优化问题受各个目标量纲属性不同的影响，很难找到一组同时满足所有目标最优的解，通常存在一个Pareto最优解集，其各组非劣解之间互不支配，无法在优化任何目标的同时不削弱其他目标^[8]. 这一多目标优化问题的求解思想常与智能算法结合以搜索非劣解集.

在利用遗传算法求解多目标优化问题上，相关文献展开了研究. 吴广宁等^[9]在牵引变电所接地网优化设计上对传统遗传算法做出了改进，添加适应度函数并采用自适应算法根据适应度值动态调整交叉概率和变异概率，避免算法进入局部最优解. Deb等^[10]为进一步提高遗传算法的计算效率和鲁棒性，在NSGA （non-dominated sorting genetic algorithm）的基础上提出了一种带精英策略的快速非支配排序遗传算法（fast NSGA-Ⅱ）. 文献[11-12]验证了NSGA-Ⅱ相对传统遗传算法和并行粒子群算法具有计算精度高、收敛速度快的优点.

本文首先分析了含逆变回馈装置的系统级节能指标，并建立城轨逆变回馈装置定容选址多目标优化模型，其次将考虑逆变回馈装置周期性间歇工作制的城轨交直流混合潮流算法与NSGA-Ⅱ结合求解多目标函数的Pareto解集，采用基于信息熵的序数偏好法（technique for order preference by similarity to ideal solution，TOPSIS）归一化各目标函数值，计算相对理想距离，进而在Pareto解集中筛选出逆变回馈装置选址定容最优方案. 最后以广州某地铁线路为例进行仿真分析，验证算法有效性.

1. 优化模型

1.1 目标函数

从逆变回馈装置的投资成本以及逆变回馈装置对城轨牵引供电系统节能效果两个角度，建立逆变回馈装置定容选址优化模型.

1）逆变回馈装置投资成本. 受地铁线路坡度及曲线信息影响，列车在各站间产生的再生制动能量不同，考虑逆变回馈装置经济投资因素，应在各牵引所安装不同容量的逆变回馈装置. 选择全线逆变回馈装置优化容量配置投资总成本的相反数作为目标函数f₁（X），如式（1）.

$\left\{ {\begin{array}{l} {f_{\rm{1}}}(X) = {\rm{ - }}\displaystyle\sum\limits_{i = 1}^{{N}_{\rm{all}}} {{c_{{\rm{EFS,}}i}}} , \\ X = \{ {x_i}\} , \\ \end{array} } \right.$

(1)

式中：${c_{{\rm{EFS,}}i}}$为第i个牵引所内逆变回馈装置投资成本；N_all为全线逆变回馈装置投入总数量；X为全线各牵引所逆变回馈装置容量配置集合；x_i为第i个牵引所内逆变回馈装置容量.

2）系统级节能率. 全线不安装逆变回馈装置的城轨牵引供电系统作为参考系统，其系统能量流向如图1所示. 安装逆变回馈装置后，城轨牵引供电系统能量流向如图2所示.

图 1 参考系统能量流向示意

Figure 1. Energy flow direction of reference system

下载: 全尺寸图片幻灯片

图 2 安装逆变回馈装置的系统能量流向示意

Figure 2. Energy flow direction for installation of inverter feedback devices

下载: 全尺寸图片幻灯片

图1中：W_T1为全线牵引所牵引能耗之和；W_trac为全线列车牵引总能耗；W_reg为全线再生制动总能量；$W_{{\rm{reg-trac}}}$为全线被邻车吸收再生制动能量之和；W_res为全线消耗在车载制动电阻上的再生制动能量之和. 图2中：W_T2为全线牵引所牵引能耗之和；W_F为全线被逆变回馈装置反馈再生制动能量之和；W_R为返送主所逆功率；$W_{{\rm{reg-trac}}}'$为全线被邻车吸收再生制动能量之和；$W_{{\rm{res}}}' $为全线消耗在车载制动电阻上的再生能量之和.

全线牵引能耗及再生能量关系如式（2）、（3）.

$\left\{ {\begin{array}{l} {W_{{\rm{trac}}}} = {W_{{\rm{T}}1}} + {W_{{\rm{reg - trac}}}}, \\ {W_{{\rm{res}}}} = {W_{{\rm{reg}}}} - {W_{{\rm{reg - trac}}}}; \\ \end{array} } \right.$

(2)

$\left\{ {\begin{array}{l} {W_{{\rm{trac}}}} = {W_{{\rm{T}}2}} + {W'_{{\rm{reg - trac}}}}, \\ {W'_{{\rm{res}}}} = {W_{{\rm{reg}}}} - {W'_{{\rm{reg - trac}}}} - {W_{\rm{F}}}. \\ \end{array}} \right.$

(3)

相对于参考系统，投入逆变回馈装置后全线车载制动电阻消耗的能量变化即为列车运行所节省的总电量W，如式（4）.

$\begin{split} &W{\rm{ = }}{W_{{\rm{res}}}} - {W'_{{\rm{res}}}} - {W_{\rm{R}}} = {W'_{{\rm{reg - trac}}}} - {W_{{\rm{reg - trac}}}}{\rm{ + }} {W_{\rm{F}}} - {W_{\rm{R}}} =\\ &\quad {W_{{\rm{T}}1}} - \left( {{W_{{\rm{T}}2}} - {W_{\rm{F}}}} \right) - {W_{\rm{R}}}. \\[-13pt] \end{split}$

(4)

计及主所逆功率返送，W_R未被城轨牵引供电系统利用，因此式（4）中没将W_R计入总节省电量中.

定义投入逆变回馈装置后列车运行所节省的总电量与参考系统下全线牵引所输出能耗的比值为系统级节能率，选择其作为目标函数f₂（X），如式（5）.

$\begin{split} &{f_{\rm{2}}}(X) = \frac{W}{{{W_{{\rm{T}}1}}}} \times 100{\text{%}} =\\ &\quad \frac{{{W_{{\rm{T}}1}} - \left( {{W_{{\rm{T}}2}} - {W_{\rm{F}}}} \right) - {W_R}}}{{{W_{{\rm{T}}1}}}} \times 100{\text{%}}. \end{split}$

(5)

综合考虑逆变回馈装置投资成本相反数以及系统级节能率，可表达为式（6）所示的城轨牵引供电系统逆变回馈装置定容选址多目标优化问题.

$\left\{ {\begin{array}{l} \max {V}(j) = \left\{ {{f_1}(X),{f_2}(X)} \right\}, \\ {\rm{s.t.}}\quad X \in \varepsilon , \\ \end{array}} \right.$

(6)

式中：V(j)为优化目标，由子目标函数f₁(x)和f₂(x)组成，表示逆变回馈装置容量配置Pareto方案；j为方案数；X属于可行域ε，是以0.5 MW为步长的随机离散变量集合^[13].

1.2 约束条件

求解上述多目标函数需满足逆变回馈装置容量、逆变回馈装置启动电压、整流机组空载电压和车载制动电阻启动电压的约束条件，如式（7）.

$\left\{ \begin{array}{l} {x_{\min }} \leqslant {x_i} \leqslant {x_{\max }} ,\\ {U_{{\rm{min}}}} \leqslant {U_i} \leqslant {U_{{\rm{max}}}} ,\\ {U_{{\rm{d0,min}}}} \leqslant {U_{{\rm{d0}}}} \leqslant {U_{{\rm{d0,max}}}}, \\ {U_{{\rm{br,min}}}} \leqslant {U_{{\rm{br}}}} \leqslant {U_{{\rm{br,max}}}}, \\ \end{array} \right.$

(7)

式中：第i个牵引所的U_i为逆变回馈装置启动电压；U_d0为整流机组空载电压；U_br为车载制动电阻启动电压；x_max和x_min分别为投入逆变回馈装置容量的上、下限值；U_max和U_min分别为逆变回馈装置启动电压的上、下限值；U_d0,max和U_d0,min分别为整流机组空载电压的上、下限值；U_br,max和U_br,min分别为车载制动电阻启动电压的上、下限值.

2. 基于NSGA-Ⅱ求解逆变回馈装置定容选址优化算法

2.1 城轨牵引供电系统交直流混合潮流算法

含逆变回馈装置的城轨交直流混合潮流计算以列车牵引计算信息和全日行车计划为计算条件，根据交直流供电系统拓扑结构建立直流侧节点电导矩阵和交流侧节点导纳矩阵，先进行直流侧潮流计算，收敛后更新牵引所运行状态，然后将直流侧电压参数收敛结果代入交流侧潮流计算，直至交流侧电压收敛. 其中，算法的可靠性以及控制策略改进分别在文献[14-15]中验证. 本文在上述算法基础上考虑了国标《城市轨道再生制动能量吸收逆变装置》（GB/T 37423—2019）规定的逆变回馈装置周期性间歇工作制^[13]，以120 s为工作周期，占空比为0.25，矩形工作制如图3所示. 图中：I_r为逆变回馈装置周期性间歇工作峰值电流.

图 3 逆变回馈装置矩形工作制

Figure 3. Rectangular work cycle of inverter feedback devices

下载: 全尺寸图片幻灯片

计算120 s内逆变回馈装置吸收电流的有效值，如式（8）.

${I_{\rm{RMS} }} = \sqrt {{{\displaystyle\sum\limits_{t = 1}^T {{I_{{t}}}^2} }}\bigg /{{120}}},$

(8)

式中：I_t为逆变回馈装置在时刻t吸收的直流电流；T为逆变回馈装置运行时间.

则120 s内逆变回馈装置的占空比σ计算如式（9）.

$\sigma = {\left( {\frac{{{I_{\rm{RMS} }}}}{{{I_{\rm{r}} }}}} \right)^2}.$

(9)

在交直流混合潮流算法中，根据式（9）对牵引所逆变回馈装置直流侧的电流进行限制，确保每120 s时间周期内逆变回馈装置工作占空比在0.25以内.

2.2 NSGA-Ⅱ算法优化逆变回馈装置定容选址

NSGA-Ⅱ算法首先根据个体之间的支配关系对N组种群进行非支配排序分层，经选择、交叉和变异获得第一代子种群；然后在传统NSGA算法基础上将父代种群与子代种群合并进行快速非支配排序，同时对每个非支配层中的个体进行拥挤距离计算，从而筛选出新的优质父代种群；最后逐次迭代直至达到迭代收敛条件或最大迭代次数，输出结果为Pareto最优解集.

针对所提逆变回馈装置定容选址多目标优化问题，在城轨牵引供电仿真系统^[16]模拟列车运行工况、牵引计算、交直流混合潮流计算，得到牵引所整流机组输出能耗、逆变回馈装置反馈能量等牵引供电系统参数，进而求解目标函数. 采用交直流混合潮流算法与NSGA-Ⅱ结合求解流程如图4所示. 图中：g为迭代次数；V_P(j)和V_Q(j)分别为父代方案和子代方案.

图 4 基于NSGA-Ⅱ求解逆变回馈装置容量配置优化流程

Figure 4. Optimization process of siting and sizing for inverter feedback devices based on NSGA-Ⅱ algorithm

下载: 全尺寸图片幻灯片

图4中，初始父代种群是以0.5 MW为步长，随机产生的N组逆变回馈装置容量配置方案；G为最大迭代次数；J为交叉概率；B为变异概率；Z为整流机组额定功率；P_t和Q_t分别为时刻t的父代和子代容量配置.

3. 基于信息熵的TOPSIS法最优解选取

由于上述Pareto解集的每组解具有两个量纲属性，无法在N组Pareto解集中挑选出一组最优解. 为防止决策者偏好影响最优解选取，本文采用基于信息熵的TOPSIS将f₁(X)和f₂(X)无量纲属性归一化处理，在N组Pareto解集中筛选出与理想方案相对距离最小、与负理想方案相对距离最大的逆变回馈装置定容选址最优方案^[17]. 其中，通过信息熵赋予Pareto解集中各目标函数值的影响权重，权值大小反应了该目标函数值对最优解选取的影响程度^[18].

累和归一化与向量归一化方法均不会改变目标函数的原始值属性^[19]，考虑本文目标函数f₁(X)值为负数，因此采用累和归一化方法，如式（10）.

${f^\prime_{{m}}} (X) = \frac{{{f_{{m}}}(X)}}{{\displaystyle\sum\limits_{m = 1}^{{n}} {{f_{{m}}}(X)} }},$

(10)

式中：f_m(X)为方案V(j) 归一化处理前的第m个目标函数原始值；n为目标函数个数；$f_m' (X)$为归一化目标函数值.

子目标函数的信息熵计算如式（11）.

$E({{m}}) = {\rm{ - }}K\sum\limits_{j = 1}^{{N}} {\left[ {{f^\prime_{{m}}} (X) \ln {f^\prime_{{m}}} (X)} \right]},$

(11)

式中：E(m)为第m个子目标函数信息熵；熵系数K=1/ln m；当$f_m' (X)$为0时，令ln $f_m' (X) $为0.

子目标函数权重计算如式（12）.

${\varepsilon _{{m}}} = \frac{{1 - E(m)}}{{\displaystyle\sum\limits_{{{m}} = 1}^{{n}} {(1 - E(m))} }},$

(12)

式中：ε_m为第m个子目标函数的权重，0 < ε_m < 1，且ε₁+ε₂+···+ε_m=1.

根据$f_m' (X) $求解方案V(j)的信息熵以及权重得到V(j)的归一化相对理想距离d（j），如式（13）.

${{ d}}(j) = \frac{{{{{d}}_ + }(j)}}{{{{{d}}_ + }(j) + {{{d}}_ - }(j)}},$

(13)

式中：d₊(j)为优化方案V(j)到理想方案归一化相对距离；d₋(j)为优化方案V(j)到负理想方案归一化相对距离.

d(j)值越小则V(j)越接近理想方案.

4. 算例分析

4.1 仿真模型

以广州某地铁线路一期工程进行算例仿真，该系统设有两座主变电所、10座牵引所，线路自西向东Sub1～Sub9共9个车站，全长26 km，除Sub7处为降压所外，其余车站均设有牵引所，另两座区间牵引所位置如图5，各牵引所位置信息如表1.

图 5 线路供电系统结构

Figure 5. Structure of line power supply system

下载: 全尺寸图片幻灯片

表 1 牵引所位置信息

Table 1. Traction station position information

牵引所	位置/km	牵引所	位置/km
Sub1	0.243	Sub6	13.900
Sub2	2.456	区间所 1	16.287
Sub3	4.568	区间所 2	20.527
Sub4	7.804	Sub8	23.322
Sub5	10.670	Sub9	25.685

下载: 导出CSV

| 显示表格

设计考虑列车初期行车计划：运营时间段为06:30～23:30，共17 h；期间发车间隔为525 s，共发车117对；列车车型为6B，4动2拖. 设置仿真参数如表2，逆变回馈装置容量与投资成本满足关系如图6所示.

表 2 仿真参数设置

Table 2. Simulation parameter setting

仿真参数	取值	仿真参数	取值
N	20	Z/MW	2×2.5
J	0.9	U_d0/V	1680
B	0.1	x_max/MW	3
G/次	100	U_i/V	1720
W_T1/（kW•h）	3954.17	U_br/V	1830

下载: 导出CSV

| 显示表格

图 6 逆变回馈装置价格与容量关系

Figure 6. Relationship between price and capacity of inverter feedback devices

下载: 全尺寸图片幻灯片

4.2 优化过程

计算每次迭代Pareto解集的归一化相对理想距离并筛选出各次迭代的最优方案，其目标函数值收敛过程如图7，在迭代至30次左右时，最优方案的目标函数值基本收敛. 表3统计了收敛后目标函数的Pareto解集，图8（a）是Pareto收敛解集方案的归一化相对理想距离变化情况，图8（b）在方案3～7中筛选出d(j)最小的V(7)作为该线路逆变回馈装置定容选址的最优方案. 表4统计了V(7)的潮流计算结果，由式（5）可得系统级节能率为17.94%.

图 7 目标函数Pareto解集的最优方案变化过程

Figure 7. Change process of optimal scheme of Pareto solution set

下载: 全尺寸图片幻灯片

表 3 Pareto解集收敛结果

Table 3. Convergence results of Pareto solution set

V(j)	f₁(X)/ （×10² 万元）	f₂(X)/%	V(j)	f₁(X)/ （×10² 万元）	f₂(X)/%
1	−3.30	9.54	11	−7.30	19.81
2	−3.60	9.55	12	−8.60	20.28
3	−4.00	14.03	13	−10.10	20.46
4	−4.20	14.53	14	−10.70	20.86
5	−5.30	16.15	15	−11.10	21.48
6	−5.40	16.66	16	−14.90	21.68
7	−5.80	17.94	17	−16.80	21.7
8	−6.70	17.79	18	−6.90	17.61
9	−6.90	17.95	19	−6.20	18.05
10	−7.10	18.85	20	−5.80	17.39

下载: 导出CSV

| 显示表格

为验证该优化方案的逆变回馈装置能满足周期性间歇工作制，以区间所2为例，统计牵引所直流电流如图9所示. 计算525 s发车间隔下该牵引所逆变回馈装置的工作占空比（σ），如图10所示.

图 9 区间所2直流侧电流

Figure 9. DC current of section traction substation 2

下载: 全尺寸图片幻灯片

图 10 区间所2逆变回馈装置工作占空比

Figure 10. Operating duty ratio of inverter feedback devices in section traction station 2

下载: 全尺寸图片幻灯片

4.3 优化方案对比

将筛选出的最优逆变回馈装置定容选址方案V(7)与该地铁工程实际安装逆变回馈装置方案V_a统计如表5，其目标函数值计算结果如表6，投资回报周期计算如式（14）.

表 5 逆变回馈装置方案对比

Table 5. Scheme comparison of inverter feedback devices MW

牵引所	V(7)，V_a	牵引所	V(7)，V_a
Sub1	0，2.0	Sub6	0，0
Sub2	2.0，0	区间所 1	0，0
Sub3	0，0	区间所 2	2.0，0
Sub4	1.5，0	Sub8	0，2.0
Sub5	0，0	Sub9	0，3.0

下载: 导出CSV

| 显示表格

表 6 不同优化方案目标函数值对比

Table 6. Comparison of objective function values of different optimization schemes

优化方案	f₁(X)/（×10²万元）	f₂(X)/%
V(7)	5.80	17.94
V_a	6.50	14.69

下载: 导出CSV

| 显示表格

图 8 归一化Pareto收敛解集

Figure 8. Normalized Pareto convergence solution set

下载: 全尺寸图片幻灯片

表 4 最优方案V(7)每小时潮流计算结果

Table 4. Hourly power flow calculated by optimal scheme V(7) kW•h

牵引所	W_T2	W_F	W_R
Sub1	275.97	0	45.66
Sub2	459.14	270.84
Sub3	499.08	0
Sub4	501.06	238.75
Sub5	473.03	0
Sub6	292.77	0
区间所 1	321.41	0
区间所 2	462.30	273.07
Sub8	416.51	0
Sub9	280.59	0
合计	3981.86	782.66	45.66

下载: 导出CSV

| 显示表格

$c = \frac{{ - {f_{\rm{1}}}(X)}}{{c_{\rm{m}}W D}} \times {10^6},$

(14)

式中：c为投资回报周期，a；c_m为地铁用电单价；D为线路全年运营天数；f₁(X)单位为10²万元.

从表6可以看出：本文所提逆变回馈装置优化方案V(7)对于该地铁工程实际配置方案V_a可以节省逆变回馈装置投资成本70万元，系统级节能率提高3.25%，按0.75元/（kW•h）电价计算，投资回报周期缩短236 d.

由于线路牵引所Sub7～Sub8站间距离长，列车制动频繁，优化算法搜索出在区间牵引所2装设逆变回馈装置的方案，且线路端头所处列车制动能量相对较少，安装逆变回馈装置节能效益不高，因此建议在该地铁线路Sub2和Sub4处的牵引所分别安装容量为2.0 MW和1.5 MW的逆变回馈装置，并在区间所2处安装容量为2.0 MW的逆变回馈装置.

5. 结　论

1）本文将NSGA-Ⅱ与城轨交直流混合潮流算法结合对广州某地铁线路逆变回馈装置定容选址多目标优化模型进行求解，迭代30次得到Pareto收敛解集. 采用基于信息熵的TOPSIS归一化目标函数值，通过比较d(j)筛选出在牵引所Sub2、Sub4和区间所2装设容量为2.0、1.5 MW和2.0 MW的逆变回馈装置优化方案.

2）将优化方案与该地铁工程实际逆变回馈装置配置方案进行对比，逆变回馈装置投资成本节省70万元，系统级节能率提高3.25%，投资回报周期相应缩短.

3）该算例采用B型列车按初期发车计划运行，发车间隔大，线路车辆稀疏，产生的制动能量较少，因此逆变回馈装置投入数量不需过多. 对于不同地铁线路，本文所述优化方法均能有效进行逆变回馈装置定容选址，提高再生制动能量利用率并缩短投资回报周期.

图 1 pH对ATZ降解效果的影响

Figure 1. Effect of pH on ATZ degradation efficiency

下载: 全尺寸图片幻灯片

图 2 UV强度对ATZ降解效果的影响

Figure 2. Effect of UV intensity on ATZ degradation efficiency

下载: 全尺寸图片幻灯片

图 3 PS浓度对ATZ降解效果的影响

Figure 3. Effect of PS concentration on ATZ degradation efficiency

下载: 全尺寸图片幻灯片

图 4 温度对ATZ降解效果的影响

Figure 4. Influence of temperature on ATZ degradation efficiency

下载: 全尺寸图片幻灯片

图 5 UV/PS体系中各组分氧化效果分析及乙醇对UV/PS降解ATZ的影响

Figure 5. Analysis on oxidation effect of each component in UV/PS system and effect of ETA on degradation of ATZ by UV/PS

下载: 全尺寸图片幻灯片

图 6 UV/PS降解ATZ可能降解路径

注：（1）—去C-N键断裂；（2）—羟基化；（3）—脱水反应.

Figure 6. Possible degradation pathways of ATZ by UV/PS

下载: 全尺寸图片幻灯片

表 1 不同反应条件下UV/PS降解ATZ反应动力学拟合参数

Table 1. Fitted kinetics parameters of UV/PS degradation ATZ in different reaction conditions

反应条件		速率常数/min⁻¹	R²	动力学方程
pH	3.0	0.360 6	0.972 3	$\ln \left( {C/{C_0}} \right) = - 0.360\;6t + 0.240\;6$
	4.0	0.290 6	0.956 8	$\ln \left( {C/{C_0}} \right) = - 0.290\;6t + 0.144\;5$
	7.0	0.381 9	0.997 9	$\ln \left( {C/{C_0}} \right) = - 0.381\;9t - 0.021\;6$
	8.0	0.270 5	0.995 0	$\ln \left( {C/{C_0}} \right) = - 0.207\;5t + 0.067\;1$
	9.0	0.283 6	0.994 6	$\ln \left( {C/{C_0}} \right) = - 0.283\;6t + 0.059\;5$
UV强度/（mW•cm⁻²）	30	0.004 9	0.912 2	$\ln \left( {C/{C_0}} \right) = - 0.004\;9t - 0.026\;6$
	50	0.044 1	0.997 7	$\ln \left( {C/{C_0}} \right) = - 0.044\;1t - 0.010\;8$
	100	0.070 9	0.998 5	$\ln \left( {C/{C_0}} \right) = - 0.070\;9t - 0.009\;8$
PS浓度/（μmol•L⁻¹）	10	0.022 9	0.977 7	$\ln \left( {C/{C_0}} \right) = - 0.022\;9t + 0.013\;2$
	20	0.035 0	0.982 7	$\ln \left( {C/{C_0}} \right) = - 0.035\;0t - 0.041\;3$
	30	0.044 1	0.997 7	$\ln \left( {C/{C_0}} \right) = - 0.044\;1t - 0.010\;8$
	40	0.055 3	0.978 3	$\ln \left( {C/{C_0}} \right) = - 0.055\;3t - 0.009\;8$
	50	0.074 2	0.992 0	$\ln \left( {C/{C_0}} \right) = - 0.074\;2t - 0.074\;4$
	60	0.092 2	0.989 9	$\ln \left( {C/{C_0}} \right) = - 0.092\;2t - 0.058\;4$
	70	0.116 9	0.984 5	$\ln \left( {C/{C_0}} \right) = - 0.116\;9t + 0.057\;1$
温度/℃	10	0.032 4	0.971 5	$\ln \left( {C/{C_0}} \right) = - 0.032\;4t - 0.082\;9$
	15	0.053 8	0.987 7	$\ln \left( {C/{C_0}} \right) = - 0.053\;8t - 0.055\;8$
	20	0.074 2	0.992 0	$\ln \left( {C/{C_0}} \right) = - 0.074\;2t - 0.074\;4$
	25	0.122 8	0.992 2	$\ln \left( {C/{C_0}} \right) = - 0.122\;8t - 0.011\;1$

下载: 导出CSV

参考文献(24)

李清波,黄国宏,王颜红,等. 阿特拉津生态风险及其检测和修复技术研究进展[J]. 应用生态学报,2002,13(5): 625-628. doi: 10.3321/j.issn:1001-9332.2002.05.026

LI Qingbo, HUANG Guohong, WANG Yanhong, et al. Advances of studies on ecological risk of herbicide atrazine and its determination and remediation[J]. Chinese Journal of Applied Ecology, 2002, 13(5): 625-628. doi: 10.3321/j.issn:1001-9332.2002.05.026

孟顺龙,胡庚东,瞿建宏,等. 阿特拉津在水环境中的残留及其毒理效应研究进展[J]. 环境污染与防治,2009,31(6): 64-68. doi: 10.3969/j.issn.1001-3865.2009.06.018

MENG Shunlong, HU Gengdong, QU Jianhong, et al. Research progress on atrazine residue in water environment and its toxicological effects[J]. Environmental Pollution & Control, 2009, 31(6): 64-68. doi: 10.3969/j.issn.1001-3865.2009.06.018

JONES T W, KEMP W M, STEVNSON J C, et al. Degradation of atrazine in Estuarine water/sediment systems and soils[J]. Journal of Environmental Quality, 1982, 11(4): 632-638.

COMBER S D. Abiotic persistence of atrazine and simazine in water[J]. Pest Management Science, 2015, 55(7): 696-702.

LI Hongyuan, MA Hong, TAO Bo. Ecological risk assessment of atrazine and control strategy[J]. Journal of Northeast Agricultural University, 2006, 37(4): 552-556.

任晋,蒋可,周怀东. 官厅水库水中阿特拉津残留的分析及污染来源[J]. 环境科学,2002,23(1): 126-128. doi: 10.3321/j.issn:0250-3301.2002.01.028

REN Jin, JIANG Ke, ZHOU Huaidong. The concentration and source of atrazine residue in water of Guanting reservoir[J]. Environmental Science, 2002, 23(1): 126-128. doi: 10.3321/j.issn:0250-3301.2002.01.028

杨敏娜,周芳,孙成,等. 长江江苏段有毒有机污染物的残留特征及来源分析[J]. 环境化学,2006,25(3): 375-376. doi: 10.3321/j.issn:0254-6108.2006.03.030

YANG Minna, ZHOU Fang, SUN Cheng, et al. Residual characteristics and source analysis of toxic organic pollutants in Jiangsu section of Yangtze River[J]. Environmental Chemistry, 2006, 25(3): 375-376. doi: 10.3321/j.issn:0254-6108.2006.03.030

严登华,何岩,王浩. 东辽河流域地表水体中atrazine的环境特征[J]. 环境科学,2005,26(3): 53-54.

YAN Denghua, HE Yan, WANG Hao. Environmental characteristics of the atrazine in the waters in East Liaohe River basin[J]. Environmental Science, 2005, 26(3): 53-54.

中华人民共和国卫生部. 中国国家标准化管理委员会.生活饮用水卫生标准: GB 5749—2006[S]. 北京: 中国标准出版社, 2006.

WALKER B S, KRAMER A G, LASSITER C S. Atrazine affects craniofacial chondrogenesis and axial skeleton mineralization in zebrafish (Danio rerio)[J]. Toxicology & Industrial Health, 2018, 34(5): 329-338.

HAYES T B, COLLINS A, LEE M, et al. Hermaphroditic,demasculinized frogs after exposure to the herbicide atrazine at low ecologically relevant doses[J]. Proceedings of the National Academy of Sciences of the United States of America, 2002, 99(8): 5476-5480. doi: 10.1073/pnas.082121499

LIN Jia, LI Huixin, QIN Lei, et al. A novel mechanism underlies atrazine toxicity in quails (Coturnix Coturnix coturnix):triggering ionic disorder via disruption of ATPases[J]. Oncotarget, 2016, 7(51): 83880-83892.

SANDERSON J T, SEINEN W, GIESY J P, et al. 2-Chloro-s-triazine herbicides induce aromatase (CYP19) activity in H295R human adrenocortical carcinoma cells:a novel mechanism for estrogenicity[J]. Toxicological Sciences, 2000, 54(1): 121-127. doi: 10.1093/toxsci/54.1.121

JI Yuefei, DONG Changxun, KONG Deyang, et al. Heat-activated persulfate oxidation of atrazine:implications for remediation of groundwater contaminated by herbicides[J]. Chemical Engineering Journal, 2015, 263: 45-54. doi: 10.1016/j.cej.2014.10.097

GU Xiaogang, LU Shuguang, QIU Zhaofu, et al. Comparison of photodegradation performance of 1,1,1-Trichloroethane in aqueous solution with the addition of H₂O₂ or S₂O₈²⁻ oxidants[J]. Industrial & Engineering Chemistry Research, 2012, 51: 7196-7204.

LUCA A D, HE X, DIONYSIOU D D, et al. Effects of bromide on the degradation of organic contaminants with UV and Fe²⁺ activated persulfate[J]. Chemical Engineering Journal, 2017, 318: 206-213. doi: 10.1016/j.cej.2016.06.066

KHAN J A, HE X, SHAH N S, et al. Kinetic and mechanism investigation on the photochemical degradation of atrazine with activated H₂O₂,S₂O₈^2- and HSO₅^-[J]. Chemical Engineering Journal, 2014, 252: 393-403. doi: 10.1016/j.cej.2014.04.104

SIMONIN J P. On the comparison of pseudo-first order and pseudo-second order rate laws in the modeling of adsorption kinetics[J]. Chemical Engineering Journal, 2016, 300: 254-263. doi: 10.1016/j.cej.2016.04.079

HORI H, MURAYAMA M, INOUE N, et al. Efficient mineralization of hydroperfluorocarboxylic acids with persulfate in hot water[J]. Catalysis Today, 2010, 151(1/2): 131-136.

WALDEMER R H, TRATNYEK P G, JOHNSON R L, et al. Oxidation of chlorinated ethenes by heat-activated persulfate:kinetics and products[J]. Environmental Science & Technology, 2007, 41(3): 1010-1015.

ANIPSITAKIS G P, DIONYSIOU D D. Radical Generation by the interaction of transition metals with common oxidants[J]. Environmental Science & Technology, 2004, 38(13): 3705-3712.

BUXTON G V, GREENSTOCK C L, HELMAN W P, et al. Critical review of rate constants for reactions of hydrated electrons,hydrogen atoms and hydroxyl radicals (HO•/•O^-)in aqueous solution[J]. Journal of Physical & Chemical Reference Data, 2009, 17(2): 513-886.

康宏亮. 零价铝/锌降解水中阿特拉津及其机理研究[D]. 武汉: 华中师范大学, 2016.

CHEN Cheng, YANG Shaogui, GUO Yaping, et al. Photolytic destruction of endocrine disruptor atrazine in aqueous solution under UV irradiation: products and pathways[J]. Journal of Hazardous Materials, 2009, 172(2): 675-684. doi: 10.1016/j.jhazmat.2009.07.050

施引文献

附加材料(0)

访问统计