水处理系统、发电成套设备及水处理系统的控制方法与流程

本发明涉及一种水处理系统、发电成套设备及水处理系统的控制方法。

背景技术：

例如，处理从火力发电厂或化工厂用的锅炉中排出的排气的排气单元作为系统结构的一般例子，在排气流路中例如依次配设有脱硝装置、空气预热器、空气加热器、集尘装置、湿式脱硫装置及烟囱。在此，湿式脱硫装置为如下装置，即通过例如包含石灰的吸收液浆料等吸收液来吸收和去除排气中的硫氧化物(sox)。在将通过从该脱硫装置中排出的吸收液浆料生成的石膏进行分离的脱硫废水中，例如为钙(ca)等离子成分的浓度较高且容易析出石膏等水垢的废水。

对这种脱硫废水进行水处理的水处理设备的设计/运行条件以假设的供给水条件(例如原水的水质、流量等)为基础，计划并运行预处理中的药剂注入量等处理条件。例如在煤炭燃烧的火力发电厂中，通过改变其燃料煤种、发电负荷等来改变脱硫废水的组成，因此例如成为比计划条件更严格的废水组成时，存在作为水处理设备无法获得规定的性能的情况。

在以往如下应对：运行水处理设备，在测量或检测到无法获得规定性能的时刻，确定其原因，为了获得规定性能而检讨水处理设备的运行条件。然而，存在性能降低时的原因调查、运行条件的检讨等时耗费时间和成本，并且无法获得废水处理的可靠性这样的问题。

并且，运行水处理设备，并通过测量脱硫废水等的成分来检测异常等时还有如下措施：进行反馈控制，并改变从异常状态到稳定状态的转变这样的运行条件等。然而，存在在进行反馈控制的措施中，已经产生水垢产生等异常，因此为了使水处理设备返回到稳定状态，导致清洗和药品注入等成本非常高的问题。

因此，在以往提出了测量供给至水处理设备的原水的水质，并根据测量结果对凝聚剂等药剂注入量进行前馈控制(专利文献1)。

以往技术文献

专利文献

专利文献1：日本专利公开2011-005463号公报

技术实现要素：

发明要解决的技术课题

然而，在专利文献1的方案中，存在为了直接测量原水的水质，难以进行与水质急剧变动相对应的控制这样的问题。

另外，如来自发电厂的脱硫废水，例如通过燃料煤种类或发电负荷等的变更，脱硫废水的组成较大地变动，成为比计划条件更严格的废水水质时，存在如下问题：例如在脱盐装置等反渗透膜装置的膜表面产生水垢等，作为水处理设备无法获得规定的性能。

因此，期望出现即使在锅炉等的运行条件大幅变动的情况下，也能够不降低水处理设备的性能而进行稳定的运行的水处理系统。

本发明鉴于所述问题，其课题在于提供能够应对原水的急剧的水质变动，并且即使在锅炉等的运行条件产生变动的情况下，也能够不降低水处理设备的性能而稳定地运行的水处理系统、发电成套设备及水处理系统的控制方法。

用于解决技术课题的手段

本发明的至少一实施方式所涉及的水处理系统为处理从成套设备排出的废水的水处理系统，其构成为，具备：水处理设备，处理所述废水；第1运行数据获取部，从所述成套设备获取成套设备运行信息；水质预测部，根据在所述第1运行数据获取部中获取的所述成套设备运行信息来预测所述废水的水质；及控制部，根据在所述水质预测部预测到的预测水质而对所述水处理设备的运行条件进行前馈控制。

在一些实施方式中，在上述结构中构成为，所述水处理系统具备获取所述水处理设备的水处理运行信息的第2运行数据获取部，所述水质预测部根据所述成套设备运行信息及所述水处理运行信息来预测所述废水的水质。

在一些实施方式中，在上述结构中构成为，所述水处理系统具备获取所述成套设备与所述水处理设备之间的水质信息的第3运行数据获取部，所述水质预测部根据所述成套设备运行信息及在所述第3运行数据获取部中获取的水质信息来预测所述废水的水质。

在一些实施方式中，在上述结构中构成为，所述水处理系统具有设置于所述成套设备与所述水处理设备之间且将所述废水保管规定时间的调整槽。

在一些实施方式中，在上述结构中构成为，所述水处理系统具备设置于所述成套设备与所述水处理设备之间且将所述废水保管规定时间的调整槽，所述第3运行数据获取部获取所述调整槽内的所述废水的水质信息。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有从所述废水分离成再生水与浓缩水的脱盐装置，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、so4^2-的离子特性，通过所预测到的所述流入水中的ca²⁺、so4^2-的离子特性计算所述流入水中的石膏过饱和度，并由该石膏过饱和度计算所述脱盐装置的第1水回收率，所述控制部以成为所算出的所述第1水回收率的方式控制供给至所述脱盐装置的所述流入水的供给压力及供给流量中的至少一个。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有从所述废水分离成再生水与浓缩水的脱盐装置，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的所述流入水中的离子浓度，通过预测到的所述流入水的离子浓度计算所述流入水中的总溶解性蒸发残留物的浓度，由该总溶解性蒸发残留物的浓度计算所述脱盐装置的第2水回收率，所述控制部以成为所算出的所述第2水回收率的方式控制供给至所述脱盐装置的所述流入水的供给压力及供给流量中的至少一个。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有从所述废水分离成再生水与浓缩水的脱盐装置，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、so4^2-的离子特性，根据预测到的所述流入水中的ca²⁺、so4^2-的离子特性计算所述流入水中的石膏过饱和度，由石膏过饱和度计算所述脱盐装置的第1水回收率，并且基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的所述流入水中的离子浓度，根据预测到的所述流入水的离子浓度计算所述流入水中的总溶解性蒸发残留物的浓度，由该总溶解性蒸发残留物的浓度计算所述脱盐装置的第2水回收率，将计算出的第1水回收率的值与第2水回收率的值进行比较来选择低值的水回收率，所述控制部以成为所选择的水回收率的方式控制供给至所述脱盐装置的所述流入水的供给压力及供给流量中的至少一个。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有从所述废水分离成再生水与浓缩水的脱盐装置，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、so4^2-的离子特性，根据预测到的所述流入水中的ca²⁺、so4^2-的离子特性计算所述流入水中的石膏过饱和度，根据预测到的石膏过饱和度计算添加于所述流入水中的阻垢剂的添加量，所述控制部以使所述阻垢剂的添加量成为所算出的添加量的方式控制所述阻垢剂的添加量。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有：去除所述废水中的二氧化硅成分的二氧化硅处理部；及将去除了所述二氧化硅成分之后的处理水分离成再生水与浓缩水的脱盐装置，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据的至少一个，预测流入到所述二氧化硅处理部的废水中的二氧化硅成分浓度，所述控制部根据通过所述水质预测部预测到的二氧化硅成分浓度来控制供给至所述二氧化硅处理部的二氧化硅处理药剂的添加量。

在一些实施方式中，在上述结构中，构成为所述水处理设备具备：氧化处理部，对所述废水中的金属成分进行氧化处理；及脱盐装置，从通过所述氧化处理部所处理的处理水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述氧化处理部的所述废水中的金属成分的浓度，所述控制部根据预测到的金属成分浓度来控制供给至所述氧化处理部的氧化剂的供给量。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、so4^2-的离子特性，根据预测到的所述流入水中的ca²⁺、so4^2-的离子特性计算所述流入水中的石膏过饱和度，由该石膏过饱和度计算所述脱盐装置的第1水回收率，所述控制部以成为所算出的所述第1水回收率的方式控制供给至所述脱盐装置的所述流入水的供给压力及供给流量中的至少一个。

在一些实施方式中，在上述结构中构成为，所述水处理设备具备：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的所述流入水中的离子浓度，根据预测到的所述流入水的离子浓度计算所述流入水中的总溶解性蒸发残留物的浓度，由总溶解性蒸发残留物的浓度计算所述脱盐装置的第2水回收率，所述控制部以成为所算出的第2水回收率的方式控制供给至所述脱盐装置的所述流入水的供给压力及供给流量中的至少一个。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、so4^2-的离子特性，根据预测到的所述流入水中的ca²⁺、so4^2-的离子特性计算所述流入水中的石膏过饱和度，由该石膏过饱和度计算所述脱盐装置的第1水回收率，基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的所述流入水中的离子浓度，根据预测到的所述流入水的离子浓度计算所述流入水中的总溶解性蒸发残留物的浓度，由该总溶解性蒸发残留物的浓度计算所述脱盐装置的第2水回收率，将计算出的第1水回收率的值与第2水回收率的值进行比较而选择低值的水回收率，所述控制部以成为所选择的水回收率的方式控制供给至所述脱盐装置的所述流入水的供给压力及供给流量中的至少一个。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、so4^2-的离子特性，根据预测到的所述流入水中的ca²⁺、so4^2-的离子特性计算所述流入水中的石膏过饱和度，根据该石膏过饱和度计算添加于所述流入水中的阻垢剂的添加量，所述控制部以使所述阻垢剂的添加量成为所算出的添加量的方式控制所述阻垢剂的添加量。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的ca²⁺、hco3^-的离子特性及ph，根据预测到的所述流入水中的ca²⁺、hco3^-的离子特性及ph计算使所述流入水流通的离子交换树脂的再生频率，所述控制部以使所述离子交换树脂的再生频率成为所算出的再生频率的方式控制所述离子交换树脂的再生频率。

在一些实施方式中，在上述结构中构成为，所述水处理设备具有：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的mg²⁺的离子特性，根据预测到的mg²⁺的离子特性计算使所述流入水流通的离子交换树脂的再生频率，所述控制部以使所述离子交换树脂的再生频率成为所算出的再生频率的方式控制所述离子交换树脂的再生频率。

在一些实施方式中，在上述结构中构成，为所述水处理设备具有：离子交换部，对所述废水中的离子进行吸附处理；脱气部，分离所述废水中的气体；及脱盐装置，从所述废水分离成再生水与浓缩水，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述脱盐装置的流入水中的hco3^-的离子特性，根据预测到的hco3^2-浓度计算使所述流入水流通的脱气部的运行ph，所述控制部以使所述脱气部的运行ph成为所算出的ph的方式控制所述脱气部的ph。

在一些实施方式中，在上述结构中构成为，所述水处理设备还具有去除所述废水中的二氧化硅成分的二氧化硅处理部，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述二氧化硅处理部的废水中的二氧化硅成分浓度，所述控制部根据通过所述水质预测部预测的二氧化硅成分浓度来控制供给至所述二氧化硅处理部的二氧化硅处理药剂的添加量。

在一些实施方式中，在上述结构中构成为，所述水处理设备还具有进行所述废水中的悬浮物分离的固液分离部，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个，预测流入到所述固液分离部的所述废水中的悬浮物的浓度，所述控制部根据预测到的悬浮物浓度控制供给至所述固液分离部的凝聚剂的供给量。

在一些实施方式中，在上述结构中构成为，所述水处理系统具有第2运行数据获取部，其获取前馈控制之后的所述水处理设备的水处理运行信息，所述控制部根据在所述第2运行数据获取部中获取的水处理运行信息来对所述水处理设备的运行条件进行反馈控制。

在一些实施方式中，在上述结构中构成为，所述水处理系统具有使来自所述脱盐装置的所述浓缩水蒸发的蒸发器。

在一些实施方式中，在上述结构中构成为，所述水处理设备为生物处理槽，所述水质预测部基于所述成套设备的燃料的数据及所述成套设备的运行数据中的至少一个来预测流入到所述生物处理槽的所述废水中的氮浓度和硒浓度，所述控制部根据预测到的氮浓度或硒浓度来控制供给至所述生物处理槽中的空气供给量、药剂添加量、生物添加量及污泥抽取量中的至少一个。

本发明的至少一实施方式所涉及的发电成套设备构成为具有：发电设备，其具有锅炉及处理所述锅炉的排气的排气处理装置；及水处理系统，处理从所述发电设备排出的废水，所述水处理系统具备：水处理设备，处理所述废水；运行数据获取部，从所述发电设备获取运行信息；水质预测部，根据在所述运行数据获取部中获取的所述运行信息来预测所述废水的水质；及控制部，根据在所述水质预测部中预测到的预测水质来对所述水处理设备的运行条件进行前馈控制。

本发明的至少一实施方式所涉及的水处理系统的控制方法为具备处理从成套设备排出的废水的水处理设备的水处理系统的控制方法，其构成为具有：第1运行数据获取工序，从所述成套设备获取成套设备运行信息；及水质预测工序，根据在所述第1运行数据获取工序中获取的信息来预测所述废水的水质；及控制工序，根据在所述水质预测工序中预测到的预测水质来对所述水处理设备的运行条件进行前馈控制。

在一些实施方式中，在上述结构中构成为，所述水处理系统的控制方法具有获取来自所述水处理设备的水处理运行信息的第2运行数据获取工序，，并根据所述成套设备运行信息及水处理运行信息来预测所述废水。

在一些实施方式中，在上述结构中构成为，所述水处理系统的控制方法具有获取进行前馈控制之后的所述水处理设备的水处理运行信息的第2运行数据获取工序，所述控制工序根据在所述第2运行数据获取工序中获取的水处理运行信息来对所述水处理设备的运行条件进行反馈控制。

发明效果

根据本发明，根据来自成套设备的成套设备运行信息，通过水质预测部来预测废水中的水质作为预测水质。根据该预测水质，通过控制部对水处理设备的运行条件进行前馈控制，从而能够应对废水的急剧的水质变动。

附图说明

图1是表示实施例1所涉及的水处理系统的概略结构的框图。

图2是表示实施例1所涉及的其他水处理系统的概略结构的框图。

图3是表示实施例1所涉及的其他水处理系统的概略结构的框图。

图4是表示实施例1所涉及的其他水处理系统的概略结构的框图。

图5是表示实施例1所涉及的其他水处理系统的概略结构的框图。

图6是表示实施例1所涉及的其他水处理系统的概略结构的框图。

图7是实施例1所涉及的水处理系统的发电设备的示意图。

图8是实施例1所涉及的脱硫装置的示意图。

图9是实施例1所涉及的水处理系统的水处理设备的示意图。

图10是表示水处理系统的控制动作的一例的流程图。

图11是表示水处理系统的控制动作的一例的其他流程图。

图12是表示实施例2所涉及的水处理系统的示意图。

图13是表示实施例2所涉及的其他水处理系统的示意图。

图14是表示实施例3所涉及的水处理系统的示意图。

图15是表示实施例4所涉及的水处理系统的示意图。

图16是表示实施例4所涉及的其他水处理系统的示意图。

图17是表示实施例5所涉及的水处理系统的示意图。

图18是表示实施例5所涉及的其他水处理系统的示意图。

图19是表示实施例6所涉及的水处理系统的示意图。

图20是表示实施例7所涉及的水处理系统的示意图。

图21是脱硫废水的ph值与金属离子的溶解度的关系图。

图22是脱硫废水的ph值与二氧化硅浓度的关系图。

具体实施方式

以下，参考附图对本发明的优选实施例进行详细说明。另外，本发明并不限定于该实施例，并且，在实施例有多个的情况下，也包含将各实施例进行组合而构成结构。

实施例1

图1为表示实施例1所涉及的水处理系统的概略结构的框图。如图1所示，水处理系统10a具有作为成套设备的发电设备20、第1运行数据获取部41、水质预测部42、控制部44及水处理设备50。发电设备20、第1运行数据获取部41、水质预测部42、控制部44及水处理设备50经由未图示的通信线路进行通信。在此，通信线路能够应用进行数据通信的各种线路，优选例如为因特网网络、电话通信网等公共线路。另外，通信线路也可以为专用线路。在此，在本实施例中，作为成套设备，以具备锅炉的发电设备为例进行说明，但本发明并不限定于此，能够例示焚烧炉、高炉、化工厂(例如硫酸厂等)、窑炉这样的各设备，将从各设备排出的排气在脱硫设备中进行处理。

发电设备20具有锅炉11、排气处理设备12及第1检测部13a。发电设备20为将对锅炉11供给燃料后使其燃烧而产生的热能转换为电力的发电设备。排气处理设备12对来自锅炉11的排气进行排气处理。第1检测部13a具备安装于发电设备20的各种机构的检测设备等，检测发电设备20的工作状态。另外，关于发电设备20的结构将进行后述。

水处理设备50为将从发电设备20排出的废水31例如进行无废水化处理、进行水处理至向系统外的放流限制值以下的设备。另外，关于水处理设备50的结构将进行后述。

第1运行数据获取部41获取来自发电设备20的锅炉11和检测排气处理设备12的运行状态的第1检测部13a的数据及数据库等发电运行信息40，将其获取结果输出至水质预测部42。关于第1运行数据获取部41的获取动作将进行后述。

水质预测部42为具有cpu等运算部、rom、ram等存储部的运算机构，对经由通信装置接收的第1运行数据获取部41中所获取的发电运行信息(第1检测部13a的第1检测部数据及数据库等各种数据)40进行分析，并且对流入到水处理设备50的废水31的水质进行分析来预测废水的预测水质43。具体而言，水质预测部42根据第1运行数据获取部41所检测到的信息(第1检测部数据及数据库等各种数据)，预测流入到水处理设备50的水处理装置时的水质而作为预测水质43。并且，水质预测部42根据废水31的预测水质的状态来判定水处理设备50的运行状态。关于水质预测部42的预测动作将进行后述。

控制部44为具有cpu等运算部、rom、ram等存储部的运算机构，根据水质预测部42中的预测水质而对水处理设备50的运行进行前馈(ff)控制45。并且，控制部44还控制发电设备20及水处理设备50的各部。另外，水处理系统10a也可与控制部44另行地设置对第1检测部13a以外的发电设备20及水处理设备50的各部进行控制的控制装置。

本实施例的水处理系统10a具备：处理从发电设备20排出的废水31的水处理设备50；从发电设备20获取发电运行信息(例如第1检测部数据、数据库)的第1运行数据获取部41；根据在第1运行数据获取部41中获取的发电运行信息40来预测废水31的水质的水质预测部42；及根据水质预测部42所预测的预测水质43来对水处理设备50的运行条件进行前馈控制45的控制部44，因此根据来自发电设备20的运行信息40的信息，在水质预测部42中能够获得精确度高的预测水质43，并且能够通过控制部44进行与废水31的急剧的水质变动相对应的前馈控制。

并且，作为图1的水处理系统10a以外的变形例，能够例示图2至图6的水处理系统。图2至图6是表示实施例1所涉及的其他水处理系统的概略结构的框图。

如图2的水处理系统10b所示，也能够在水处理设备50中设置第2检测部13b，并设置获取来自该第2检测部13b的水处理运行信息70的第2运行数据获取部71。由该第2运行数据获取部71所获取的水处理运行信息70输出至水质预测部42。而且，在水质预测部42中，根据这些发电运行信息40及水处理运行信息70来预测废水31的水质而作为预测水质43。控制部44根据来自水质预测部42的预测水质43，进行还考虑到水处理设备50中的运行条件的前馈(ff)控制45。

由此，根据将发电设备20的运行信息与水处理设备50的运行信息组合而成的运行信息，能够获得精确度高的预测水质43，并能够应对废水31的急剧的水质变动。

并且，如图3的水处理系统10c所示，与图2的水处理系统10b同样地设置获取来自水处理设备50的水处理运行信息70的第2运行数据获取部71，第2运行数据获取部71所获取的水处理运行信息70被输出至水质预测部42。而且，在水质预测部42中，根据发电运行信息40及水处理运行信息70这两者的信息来预测废水31的水质而作为预测水质43，根据该预测水质43来进行还考虑到水处理设备50中的运行条件的ff控制45。

另外，水处理系统10c通过第2检测部13b检测根据所获得的预测水质43而进行ff控制45之后的水处理设备50的装置的状态，并通过第2运行数据获取部71获取进行ff控制45后的水处理设备50中的水处理运行信息70。该第2运行数据获取部71的水处理运行信息70输出至控制部44。而且，在控制部44中，判断根据预测水质43而进行的水处理设备50的ff控制是否适当，并且对该判断结果进行反馈(fb)控制46。

由此，能够判断进行前馈(ff)控制45之后的水处理设备50的运行是否适当，当不适当时，能够通过反馈(fb)控制来执行修改后的运行，并能够进一步准确地应对废水31的急剧的水质变动。

并且，如图4的水处理系统10d所示，针对流入到水处理设备50的废水31也能够设置暂时贮存大容量的废水的水池32。在该水池32中暂时贮存之后排出的水池废水31a通过水处理设备50来进行水处理。

此时，当预测水池废水31a的特性时，如上所述，除了发电设备20的发电运行信息40以外，还需要追加在水池32中贮存期间产生变化的水质信息。因此，设置水池32而以大容量贮存废水31时，通过第1运行数据获取部41获取来自水池32的信息，并输出至水质预测部42。而且，水质预测部42根据来自发电设备20及水池32的信息来预测流入到水处理设备50的水池废水31a的水质而作为预测水质43。在此，作为水池32，例如能够列举蒸发池、灰池等，但只要是暂时贮存并保管废水31的水池，则本发明并不限定于此。

在此，流入到水池32的废水31流入不仅是来自发电设备20的脱硫装置27而且来自本成套设备或其他成套设备等的所有废水。作为所流入的废水，例如有冷却塔的排污水或来自使离子交换树脂部的离子交换树脂再生的冷凝水脱盐装置的再生废水等，当设置水池32时，在前馈控制中，重要的是掌握废水31的特性和流量。

由此，能够预测将从发电设备20排出的废水31暂时贮存在水池32时的流入到水处理设备50的水池废水31a的水质，并能够执行对水池废水31a的水质变动的准确地水处理。

如图5的水处理系统10e所示，也能够设置从发电设备20向水处理设备50导入废水31的配管l10、检测在该配管l10内通过的废水31的水质的第3检测部13c及获取来自该第3检测部13c的水质信息(废水特性、废水流量、及其变化等)48a的第3运行数据获取部47。

通过第3检测部13c检测从该发电设备20所排出的废水31的水质信息48a，将该检测结果发送到第3运行数据获取部47。而且，将在第3运行数据获取部47中获取的数据发送到水质预测部42，在水质预测部42中，与来自第1运行数据获取部41的信息一同预测导入到水处理设备50的废水31的水质而作为预测水质43。

由此，除了根据发电设备20的发电运行信息40之外，还根据导入到水处理设备50的废水31的水质信息，在水质预测部42中预测导入到水处理设备50的废水31的预测水质43，从而进行更高精确度的前馈(ff)控制45。

该结果，根据将发电设备20的发电运行信息40和导入到水处理设备50的废水31的水质信息组合而成的运行信息，能够获得高精确度的预测水质43，从而能够应对废水31的急剧的水质变动。

如图6的水处理系统10f所示，也能够在发电设备20与水处理设备50之间设置调整槽49而作为暂时贮存脱硫废水31b的设备。由第3检测部13c检测来自该调整槽49的水质信息48b，并将其发送至第3运行数据获取部47，在水质预测部42中预测废水31的水质，并掌握从调整槽49排出的水质。

而且，将流入到调整槽49的废水31及从调整槽49排出的废水31的水质状态作为检测项目而发送至第3运行数据获取部47，在水质预测部42中与由第1运行数据获取部41获取的发电运行信息40一同求出预测水质43，能够进行还考虑到从调整槽49排出的废水31的水质的更高精确度的前馈(ff)控制45。

由此，根据将发电设备20的发电运行信息40与调整槽49的水质信息组合而成的运行信息，能够获得高精确度的预测水质43，并能够应对废水31的急剧的水质变动。

接着，利用图7对发电设备20的一例进行说明。图7是实施例1所涉及的水处理系统的发电设备的示意图。另外，在图7中省略第1检测部13a的图示。关于第1检测部13a的检测项目另行说明。

如图7所示，发电设备20具有使燃料21燃烧的锅炉11及处理从锅炉11排出的排气g0的排气处理设备12。锅炉11使燃料21等燃烧而生成被加热的气体。在锅炉11中被加热的气体通过将热能转换为电力的机构而被吸收热量。被吸收热量的气体作为排气g0而排出至排气处理设备12。

排气处理设备12在从烟囱38放出从锅炉11排出的排气的过程中，去除该排气中所包含的氮氧化物(nox)、煤尘及硫氧化物(sox)。排气处理设备12例如具有脱硝装置23、空气加热器24、热交换器(热回收器)25a、除尘装置(例如电集尘机、袋式过滤器等)26、通风机37、脱硫装置27、热交换器(再热器)25b、循环泵39、循环配管l101、l102及烟囱38。另外，图7所示的排气处理设备12为一例，本发明并不限定于此，能够适当增减排气处理时所需的装置。在此，图7中，符号l1～l9为供给排气的排气管路。另外，本实施例中的排气处理设备12的装置结构为例示，本发明并不限定于此，可根据需要消除结构设备或进一步适当地追加设置排气处理设备。

从锅炉11排气的排气g0被导入到填充有催化剂的脱硝装置23。在脱硝装置23中，通过作为还原剂而注入的例如氨气(nh3)等，排气g0所包含的氮氧化物还原成水和氮，从而变得无害。

从脱硝装置23排出的排气g1经由空气加热器(ah)24通常被冷却为130℃～150℃的温度。

经过空气加热器24的排气g2被导入到成为热回收器的气-气加热器的热交换器25a，通过与在插入到内部的翅片管中流动的热介质(例如热水等)进行热交换，而被热回收。经过成为热回收器的热交换器25a的排气g3的温度通常为85～110℃，例如除尘装置26中的集尘能力得到提高。

经过热交换器25a的排气g3被导入到除尘装置26并被去除煤尘。

经过除尘装置26的排气g4通过由未图示的电动机驱动的通风机37而升压。另外，该通风机37存在未设置的情况，也存在位于成为气-气加热器再热器25b的尾流的净化气体g7所流动的排气管路l9的位置的情况。

通过通风机37而升压的排气g5被导入到脱硫装置27。在脱硫装置27中，例如通过以浆料状溶解石灰石而成的碱或弱碱的吸收液浆料，吸收并去除排气g5中的硫氧化物(sox)。脱硫装置27在使用以浆料状溶解石灰石而成的吸收液浆料时，作为副产物生成石膏。而且，经过脱硫装置27的排气g6的温度通常降低至约50℃左右。

经过脱硫装置27的排气g6被导入到成为再热器的气-气加热器的热交换器25b。成为再热器的热交换器25b在成为上述热回收器的热交换器25a之间，是热介质25c通过热介质循环泵39而在一对热介质循环配管l101、l102中往来并进行循环的过程中，利用通过热交换器25a回收的回收热来加热排气g6。在此，50℃左右的脱硫装置27的出口排气g6的温度通过热交换器25b再加热为约85～110℃，并对紫烟采取措施，从烟囱38释放到大气中。

另外，在本实施例中，作为燃料使用固体燃料即煤炭，但也能够使用煤炭以外的褐煤、生物质、焦炭、一般废弃物、垃圾固体燃料等固体燃料。并且，也可以使用重油等液体燃料。

图8是实施例1所涉及的脱硫装置的示意图。

脱硫装置27具有使吸收液浆料与排气进行气液接触的吸收塔27a、使吸收液浆料28循环的吸收液循环管路l11及喷出所循环的吸收液浆料28的喷嘴63。在此，作为吸收液例如石灰石浆料(使石灰石粉末溶解在水中的水溶液)60通过供给管路l18供给至吸收塔27a，并供给至吸收塔27a底部内的储液器。石灰石浆料60使用将储存在吸收塔27a的塔底部的液体进行抽水的浆料，该被抽水的石灰石浆料60中随着脱硫装置27的运行而如后述那样混合石膏(caso4·2h2o)。以下，将用于吸收该亚硫酸气体的石灰石·石膏浆料(混合有石膏的石灰石浆料)称为吸收液浆料28。

被供给至吸收塔27a的吸收液浆料28经由吸收液循环管路l11输送至吸收塔27a内的多个喷嘴63，从喷嘴63朝向塔顶部侧向上喷出而作为液柱。吸收液循环管路l11上设置有输液泵65，通过驱动输液泵65而从吸收液循环管路l11向喷嘴63输送吸收液浆料28。在吸收塔27a的塔底部的空间内，通过排气管路l5导入到吸收塔27a内，之后逐渐上升的排气g5与从喷嘴63喷出的吸收液浆料28进行气液接触。通过进行该气液接触，排气g5中的硫氧化物及氯化汞被吸收液浆料28中的石灰石吸收，从锅炉排气g5中分离并去除。通过吸收液浆料28净化的排气g6作为净化气体而从吸收塔27a的塔顶部侧排出，经由热交换器25b从烟囱38释放到外部。

在吸收塔27a的内部，排气g5中的亚硫酸气体so2与石灰石浆料产生由下述式(1)所表示的反应。

so2+caco3→caso3+co2……(1)

另外，吸收了排气g5中的sox的石灰石浆料通过吸收液浆料28中的空气或另行供给的空气(未图示)而被氧化处理，与该空气产生由下述式(2)所表示的反应。

caso3+1/2o2+2h2o→caso4·2h2o……(2)

这样，排气g5中的sox在吸收塔27a中以石膏(caso4·2h2o)的形态被捕获。

在脱硫装置27中用于脱硫的吸收液浆料28通过吸收塔27a的吸收液循环管路l11而循环再利用，并且经由连接于该吸收液循环管路l11的吸收液排出管路l12，其一部分排出至外部，并且另行输送至石膏分离器29，在此进行脱水处理。被该石膏分离器29固液分离的分离水29a中例如包含汞、砷、硒等有害重金属类、例如fe²⁺、mn²⁺等金属、例如cl^-、br^-、i^-、f^-等卤离子、硫酸离子(so4^2-)、ca²⁺、mg²⁺、sio2、n成分(nh4⁺、no3^-、no2^-)。另外，关于脱硫废水特性的详细内容将进行后述。

石膏分离器29分离吸收液浆料28中的固体物质即石膏30与液体成分的分离水(滤液)29a。作为该石膏分离器29，例如使用带式过滤器、离心分离器、沉降式离心分离机、液体分流器等。另外，也可组合这些中的至少两种。因此，从脱硫装置27的吸收塔27a的一部分排出的吸收液浆料28通过石膏分离器29分离成固体物质的石膏30及作为脱水滤液的分离水29a。分离后的固体物质的石膏30及分离水29a经由固体物质排出管路l14及液体成分排出管路l15而排出至系统外。

通过液体成分排出管路l15排出的分离水29a暂时储存在分离水储存箱29b，经由供给管路l16作为脱硫废水31b而供给至水处理设备50，之后进行水处理。

并且，一部分分离水29a经由回收管路l17返回到吸收塔27a的塔底部而作为回收水29c，并且用作补给水的一部分。另外，也会存在不设置分离水储存箱29b而直接供给至水处理设备50的情况。

另外，吸收塔27a的塔底部中，从外部经由第1补给水管路l19及清洗液管路l20而被供给第1补给水(例如工业用水、回收水等)66a及通过清洗而产生的清洗液67。并且，分离水储存箱29b中经由第2补给水管路l21而被供给第2补给水66b。也会存在因这些水的追加而水平衡产生变动的情况。另外，关于水分平衡将进行后述。

在以上所述的实施例中，从喷射喷嘴等喷嘴63向上方喷出吸收排气g5中的硫氧化物的吸收液浆料28，例示了使所喷出的液滴落下的液柱塔式的喷出部，但本发明并不限定于此，例如也能够应用于使吸收液作为液滴从喷射喷嘴等直接向下方落下的喷雾塔式的喷出部。

接着，利用图9对水处理设备50的一例进行说明。图9是实施例1所涉及的水处理系统的水处理设备的示意图。另外，在图9中，省略第1检测部13a及第2检测部13b的图示。关于第1检测部13a及第2检测部13b的检测项目另行说明。

如图9所示，水处理系统100a具有发电设备20及对从发电设备20的脱硫装置27排出的脱硫废水31b进行水处理的水处理设备50。

水处理设备50具有：氧化处理废水31的金属成分的氧化处理部51；向氧化处理后的废水31供给药剂52a，并处理二氧化硅成分的二氧化硅处理部52；设置于二氧化硅处理部52的下游侧，并将废水31中的固体成分凝聚沉淀分离的凝聚沉淀部53；分离废水31中的固体成分的过滤部54；设置于过滤部54的下游侧，且在废水31中添加阻垢剂55a的阻垢剂添加部55；及设置于阻垢剂添加部55的下游侧，脱盐处理去除废水31中的盐分，分离成再生水56与浓缩水57的脱盐装置58。图9中，符号l21～l25为供给废水的废水管路，l26为浓缩水管路。在本实施例中，氧化处理部51、二氧化硅处理部52、凝聚沉淀部53、过滤部54及阻垢剂添加部55作为预处理部90a，该预处理部90a以规定基准预处理流入到脱盐装置58的流入水，但预处理部并不限于该结构。

氧化处理部51从氧化剂供给部51b根据需要供给规定量的氧化剂51a。在氧化处理部51中，向被流入废水31的氧化槽内供给空气或氧气等氧化剂51a，并氧化废水31中的金属成分(例如铁(fe)、锰(mn)等)。通过该氧化处理，例如溶解性的fe²⁺、mn²⁺成为不溶性的fe(oh)3、mno2，在未图示的分离部促进分离去除时的沉降，并提高金属成分的去除效率。该金属成分包含于煤尘中。根据发电设备侧的运行条件改变煤尘的浓度。在此，通过控制部44经由阀v1来控制来自氧化剂供给部51b的氧化剂51a的添加量。由此，在氧化处理部51中能够控制重金属氧化性能。

二氧化硅处理部52从二氧化硅处理剂供给部52b根据需要供给规定量的二氧化硅处理药剂52a。通过添加该二氧化硅处理药剂52a而在二氧化硅处理部52中去除废水31中的二氧化硅。

作为该二氧化硅处理药剂52a，例如能够使用铝酸钠(四羟基合铝酸钠)、氯化铁溶液、高分子凝聚聚合物等。在此，来自二氧化硅处理剂供给部52b的二氧化硅处理药剂52a的添加量通过控制部44经由阀v2来控制。由此，在二氧化硅处理部52中能够控制二氧化硅去除性能。

凝聚沉淀部53从凝聚剂供给部53b根据需要供给规定量的凝聚剂53a。在凝聚沉淀部53中，在经二氧化硅处理的废水31中添加凝聚剂53a，并进行凝聚沉淀处理。作为添加于凝聚沉淀部53的凝聚剂，例如能够使用高分子凝聚剂或铁类凝聚剂(三氯化铁(fecl3)等)。

在此，通过控制部44经由阀v3来控制来自凝聚剂供给部53b的凝聚剂53a的添加量。

过滤部54分离在凝聚沉淀部53中凝聚沉淀而成的沉淀物。作为过滤部54，例如能够列举将uf膜或nf膜或mf膜等沉淀物进行分离处理的装置。

阻垢剂添加部55从阻垢剂供给部55b根据需要供给规定量的阻垢剂55a。供给至废水31中的阻垢剂55a具有如下功能，即抑制在废水31中产生晶核，吸附于废水31中所包含的晶核(超过晶种和饱和浓度而析出的小径的水垢等)的表面，并抑制晶体生长。并且，阻垢剂55a还具有使析出的晶体等的水中的粒子(防止析出)的功能。阻垢剂55a作为防止在废水31中析出包含钙的水垢时的钙阻垢剂，例如有膦酸类阻垢剂、聚羧酸类阻垢剂及它们的混合物等。并且，废水31中包含镁时，作为防止在废水31中析出包含镁的水垢时的镁阻垢剂，例如有聚羧酸类阻垢剂等。

在此，通过控制部44经由阀v4来控制来自阻垢剂供给部55b的阻垢剂55a的添加量。由此，在阻垢剂添加部55中，能够控制水垢防止性能。

脱盐装置58例如能够使用具备反渗透(ro)膜的反渗透膜装置(ro)。脱盐装置58使经氧化处理、二氧化硅处理及凝聚沉淀处理等预处理的废水31透过反渗透膜，分离处理成再生水56和浓缩水57。使用反渗透膜装置时，通过控制部44来控制供给水的压力和流量。并且，设置测量供给水的ph的ph计，也可适当进行ph调整。由此，在脱盐装置58中，能够控制水回收率。

并且，脱盐装置58运行规定时间之后，利用清洗剂来清洗处理反渗透(ro)膜。

另外，在水处理设备50中，只要是能够脱盐处理废水31而提纯的装置，则也可以使用基于反渗透膜的过滤方法以外的被处理水提纯装置。作为被处理水提纯装置，例如能够使用纳米滤膜(nf)、电渗析装置(ed)、极性转换式电渗析装置(edr)、电再生式纯水装置(edi)、静电脱盐装置(cdl)析出装置及离子交换树脂等。

在此，经分离的浓缩水57也可以设置将水再生的蒸发器。来自蒸发器的蒸汽冷凝而生成再生水。在蒸发器中浓缩的浓缩水例如可使用晶体器进一步生成泥渣。

并且，关于浓缩水57，例如可在脱水机或干燥机中去除水分而另行处理固体物质。并且，也可以对浓缩水57进行水泥固化处理。

并且，所再生的再生水56能够作为成套设备内的补给水或进一步提纯而作为饮用水。

接着，对图7所示的发电设备20侧的检测项目进行说明。

在供给至发电设备的锅炉11的燃料21中，燃料21的种类及燃料21的特性成为检测项目。该燃料21的种类及特性在输送燃料21时或输送燃料21之前作为数据库而另外储存燃料21的每一批次、每一种类、每一产地等数据。并且当定期分析燃料时，将其组成分析的结果储存于数据库，并根据该数据库的信息由控制部44或水质预测部42进行锅炉燃烧计算、且按每个碳种进行排气中的例如hcl浓度的运算，从而估算氯化氢气体的浓度，还能够将该浓度用作检测项目。

在此，作为燃料21例示煤炭时，作为煤炭的组成的检测项目，例如特性、元素成分及灰的组成成为检测项目。并且，作为煤炭的特性的组成的检测项目，例如发热量、总水量、固有水分、灰分、挥发量、固定碳、总硫含量、hgi、灰软化点、灰熔点、灰流动点成为检测项目。并且，作为煤炭的元素成分的检测项目，碳、氢、氧、氮、硫、磷、氯、氟、硒、硼、汞、硅、铝、铁、钙、钾、锰、钠、磷、钛等成为检测项目。

作为供给至锅炉11的燃料21例如使用煤炭时，例如煤炭供给量、煤炭供给速度、不同煤种的混合比、药剂(例如卤素化合物)供给浓度、药剂(卤素化合物)供给速度、药剂(碱试剂)供给浓度等成为检测项目。在此，作为药剂的卤素化合物是为了汞(hg)去除措施而投入的，例如为氯化钙(cacl2)、溴化钙(cabr2)等。并且，作为药剂的碱试剂是为了实施炉内脱硫而投入的，例如为氢氧化钙(ca(oh)2)、氧化钙(cao)等。

这些燃料特性检测项目作为发电运行信息40而由第1运行数据获取部41获取。并且，也可以存储于单独的数据库(后述检测项目也相同)。

接着，在燃烧燃料21的锅炉11中，由第1运行数据获取部41获取锅炉负荷的状态、燃烧温度、空气比而作为发电运行信息40。

来自锅炉11的排气g0输送到脱硝装置23而进行脱硝处理。该排气g0的状态中，供给至脱硝装置23的排气状态及药剂供给状态成为检测项目。

作为该检测项目，例如排气温度、排气量、药剂(氨(nh3))供给浓度、药剂(氨(nh3))供给速度、药剂(氯化铵(nh4cl))供给浓度、药剂(nh4cl)供给速度等成为检测项目。另外，脱硝药剂能够列举气体状或液体状的氨、氯化铵、脲等，但并不限定于这些。

该检测项目作为导入到脱硝装置23的排气g0的发电运行信息40而由第1运行数据获取部41获取。

在将排气g0中的氮氧化物进行分解的脱硝装置23中，脱硝率、脱硝温度等成为检测项目。该检测项目作为脱硝装置23的运行条件的发电运行信息40而由第1运行数据获取部41获取。

来自脱硝装置23的排气g1输送到空气加热器24，对从外部供给且供给至锅炉11的例如空气进行加热。该排气g1的状态中，供给至空气加热器24的排气状态及药剂供给状态成为检测项目。

作为该检测项目，例如排气温度、排气量、氮氧化物(nox)浓度、氯化氢(hcl)浓度、药剂(氨(nh3))浓度、压力等成为检测项目。该检测项目作为导入到空气加热器24的排气g1的发电运行信息40而由第1运行数据获取部41获取。

在空气加热器24中，降温后的温度成为检测项目。作为该检测项目，例如排气温度、排气量等成为检测项目。该检测项目作为空气加热器24的运行条件的发电运行信息40而由第1运行数据获取部41获取。

来自空气加热器24的排气g2被输送至热交换器(热回收器)25a，通过与热介质(例如热水或气体等)进行热交换而被热回收。该排气g2的状态中，供给至热交换器(热回收器)25a的排气状态等成为检测项目。该检测项目作为导入到热交换器25a的排气g2的发电运行信息40而由第1运行数据获取部41获取。

在热交换器(热回收器)25a中，热回收率及温度成为检测项目。该检测项目作为热交换器25a的运行条件的发电运行信息40而由第1运行数据获取部41获取。

来自热交换器(热回收器)25a的排气g3被输送到除尘装置26，并去除排气g3的煤尘。该排气g3的状态作为除尘装置26例如使用电集尘机时，供给至电集尘机的排气温度、排气量、排气中水分量、煤尘浓度、煤尘的粒径分布、药剂(吸附剂)供给浓度、药剂(吸附剂)供给速度等成为检测项目。在此，作为药剂的吸附剂是为了汞(hg)去除措施而投入的，例如为活性炭(ac)等。该检测项目作为导入到除尘装置26的排气g3的发电运行信息40而由第1运行数据获取部41获取。

在电集尘器中，除尘率、电场强度、温度、电压、电流密度等成为检测项目。该检测项目作为除尘装置26的运行条件的发电运行信息40而由第1运行数据获取部41获取。

来自电集尘器的排气g4通过通风机37而被升压，被升压的排气g5输送到脱硫装置27，并去除排气g5的硫氧化物(sox)。该排气g5的状态中，供给至脱硫装置27的入口的排气g5的排气温度、排气量、排气中水分量、煤尘浓度、二氧化硫(so2)浓度、氯化氢(hcl)浓度、汞(hg)浓度等成为检测项目。该检测项目作为导入到脱硫装置27的排气g5的发电运行信息40而由第1运行数据获取部41获取。

在脱硫装置27中，脱硫率、cl浓度、吸收液浆料贮存部的液面高度、吸收液浆料的温度、ph、orp、电导率、离子强度、浆料浓度、吸收液浆料量等成为检测项目。该检测项目作为脱硫装置27的运行条件的发电运行信息40而由第1运行数据获取部41获取。

来自脱硫装置27的排气g6被输送到热交换器(再热器)25b，并进行热交换之后从烟囱38排出。该排气g6的状态中，排气温度、排气量、压力、排气中水分量、so2浓度、hcl浓度、hg浓度等成为检测项目。该检测项目作为从脱硫装置27排出的排气g6的发电运行信息40而由第1运行数据获取部41获取。

在未图示的第1检测部13a中检测这些检测项目，其检测数据的发电运行信息40在水质预测部42中被用作预测流入到水处理设备50的废水31的预测水质43的信息。控制部44根据该预测到的预测水质43而对水处理设备50的运行条件进行前馈控制45。

接着，对图8所示的脱硫装置的检测项目进一步进行说明。

在脱硫装置27的吸收塔27a内，吸收液浆料28与被导入的排气g5进行气液接触，并去除排气中的硫氧化物。此时，如图8中进行的说明，吸收塔27a中导入有排气g5，并且脱硫的吸收液浆料28进行循环，通过气液接触而对排气g5中的硫氧化物进行脱硫处理。

此时，从吸收塔27a抽出的吸收液浆料28、分离水29a、石灰石浆料60、第1补给水66a及第2补给水66b、清洗液67、石膏30、脱硫废水31b的各特性及流量成为检测项目。

在此，作为吸收液浆料28的检测项目，例如排出量、排出速度、温度、ph、氧化还原电位(orp)、电导率、浆料浓度等成为检测项目。

作为分离水29a的检测项目，例如分离水供给量、分离水特性、温度、ph、石膏含量等成为检测项目。

作为石灰石浆料60的检测项目，例如石灰石供给量、石灰石供给速度、石灰石的种类、石灰石的特性、石灰石浓度、浆料的温度、ph、电导率等成为检测项目。

作为第1补给水66a及第2补给水66b的检测项目，例如补给水特性、补给水供给量、补给水供给速度、温度、ph、电导率等成为检测项目。

作为清洗液67的检测项目，例如清洗水特性、清洗水供给量、清洗水供给速度、温度、ph、电导率等成为检测项目。

作为石膏30的检测项目，例如含水量、石膏回收量等成为检测项目。

作为脱硫废水31b的检测项目，例如脱硫废水31b的废水量、废水速度、废水组成等成为检测项目。

在此，作为补给水、脱硫废水31b的组成的检测项目，例如h⁺、na⁺、k⁺、ca²⁺、总mg量、mg²⁺、mn²⁺、al³⁺、nh⁴⁺、cl^-、br^-、no3^-、no2^-、s2o6^2-、so4^2-、总so4、so3^2-、f^-、总f、b、sio2、tds、总n、nh4⁺、no3^-、no2^-、全fe、fe³⁺、fe²⁺、油及润滑脂、toc、cod、aoc、bfr、游离氯、ba²⁺、sr²⁺、hco3^-、co3^2-、细菌、氧化剂、有机物、温度、ph、orp、电导率、hg、as、se、cu、i^-、离子强度等成为检测项目。

并且，作为石灰石的检测项目，例如caco3含量、cao含量、ca利用率、mgco3含量、mg溶出量、mg溶解量、mno含量、总cod、碳、氢、氧、氮、硫、磷、氯、氟、硒、硼、汞、硅、钛等而作为检测项目。

在此，ca利用率是指在石灰石(主成分碳酸钙)中用于脱硫的比率。mg溶出量或mg溶解量是指由石灰石溶解于收液浆料28的镁的量。这些值均为石灰石固有的数字，例如根据采石场等而有变动，但可以从数据库获得。

这些检测项目作为脱硫装置27的发电运行信息40而由第1运行数据获取部41获取。该发电运行信息40在水质预测部42中被用作预测流入到水处理设备50的废水31的预测水质43的信息。控制部44根据该预测到的预测水质43而对水处理设备50的运行条件进行前馈控制45。

并且，能够追加围绕脱硫装置27的水分平衡而作为检测项目。

如图8所示，对于脱硫装置27的吸收塔27a需要求出流入的水分与流出的水分的水分平衡。作为流入到吸收塔27a中的成分有排气g5及空气中的水分、第1补给水66a及第2补给水66b的水分、石灰石浆料60中的水分，并且作为流出的成分有排气g6中的水分、石膏30及脱硫废水31b中的水分。在此，作为一例，流入的排气g5的水分根据燃料、燃烧条件而不同。空气68求出大气的饱和蒸气压以下、供气温度下的水分浓度。石灰石的水分浓度为约0重量％，并求出制作石灰石浆料60时的水分浓度。所排出的排气g6中的水分浓度在排气温度例如50℃的饱和蒸气压下为12.2vol％。石膏30的水分浓度通过石膏分离器29中的分离而为约20重量％。脱硫废水31b的水分浓度为92重量％以下。

并且，因通过吸收塔27a内的下述脱硫反应而生成石膏时的晶体水而产生水分变化。

so2+caco3+1/2o2+2h2o→caso4·2h2o+co2↑

因此，贮存于脱硫装置27的吸收塔27a的底部的水分量(v)的变化能够由流入成分的水量(m³/h)、流出成分的水量(m³/h)、基于脱硫反应而产生的水分变化(m³/h)及脱硫装置27内的水量(m³)计算水的收支。由该水分平衡的结果计算脱硫装置27内的水的浓度的经时变化。

而且，通过将该水分平衡的信息设为检测项目，能够判断水分平衡是否良好，并且能够验证此刻的水分平衡。因此，由第1运行数据获取部41获取该水分平衡的信息而作为发电运行信息40，由该追加的水分平衡求出预测水质43，通过进行前馈控制，能够执行高精确度的ff控制。进而通过求出前馈控制后的水分平衡，能够进一步执行反馈控制。

接着，对图9所示的水处理设备的检测项目进行说明。

作为构成水处理设备50的氧化处理部51中的检测项目，ph、orp、do、温度、空气供给量、空气供给速度、氧化剂添加量、氧化剂添加速度、液体总量(水箱容量)、流速、反应时间等成为检测项目。并且，氧化处理后的处理水的fe²⁺、fe³⁺、mn²⁺、mno2的各浓度成为检测项目。

作为二氧化硅处理部52中的检测项目，ph、温度、药剂供给量、搅拌速度、反应时间等成为检测项目。并且，二氧化硅处理后的处理水的二氧化硅浓度等成为检测项目。

作为凝聚沉淀部53中的检测项目，凝聚剂添加量、凝结剂添加量、停留时间、搅拌强度等成为检测项目。

作为过滤部54中的检测项目，供给液量、过滤速度、清洗频率、清洗时间、清洗剂添加量等、温度、悬浮物(suspendedsolids:ss)、浊度等成为检测项目。

作为阻垢剂添加部55的检测项目，阻垢剂55a的添加量成为检测项目。

作为脱盐装置58的检测项目，例如使用反渗透膜(ro)装置时，供给压力、供给流量、温度、ph、脱盐速度、清洗频率、清洗时间、清洗剂添加量、检测附着于反渗透膜(ro膜)的附着成分的检测传感器中的检测数据、电导率计的检测数据等成为检测项目。并且，脱盐处理后的再生水56的浓度、浓缩水57的浓度成为检测项目。并且，当使用离子交换树脂进行脱盐时，树脂交换频率、树脂再生频率、处理水浓度成为检测项目。进而使用电渗析装置(ed)时，电流密度等成为检测项目。

作为蒸发器的检测项目，蒸汽供给量、蒸汽供给速度、供给液量、供给液速度、供给液温度、供给液的ph、阻垢剂添加量、温度、浓缩水提取速度等成为检测项目。

并且，作为使用生物处理设备作为水处理设备50时的检测项目，例如温度、ph、氧化还原电位(oxidation-reductionpotential：orp)、溶解氧(dissolvedoxygen：do)、药剂供给量、药剂供给速度、营养盐供给量、营养盐供给速度、微量金属类供给量、微量金属类供给速度、污泥停留时间(sludgeretentiontime：srt)、空气供给量、空气供给速度、氧化剂供给量、氧化剂供给速度、还原剂供给量、还原剂供给速度等成为检测项目。作为生物处理的药剂，例如能够例示甲醇、乳酸盐等。

这些检测项目作为水处理设备50的水处理运行信息70而由第2运行数据获取部71获取。该水处理运行信息70在水质预测部42中被用作预测导入到水处理设备50的废水31的预测水质43的信息。控制部44根据该预测到的预测水质43而对水处理设备50的运行条件进行前馈控制45。

并且，将进行前馈控制45之后的水处理运行信息70发送至控制部44，在控制部44中，判断根据预测水质43进行的水处理设备50的ff控制是否适当，并对该判断结果进行反馈(fb)控制46。

以下，使用图10对水处理系统10的水质预测部42的处理进行说明。在此，图10为表示水处理系统的控制动作的一例的流程图。

另外，关于水质预测部42中的处理，在驱动发电设备20期间反复执行图10所示的处理。例如，按规定时间执行图10所示的处理或按运行信息的获得来执行图10所示的处理。并且，还可以在改变燃料21时或改变锅炉运行负荷时执行处理。

第1运行数据获取部41获取发电设备20的运行信息作为步骤s12。即，第1运行数据获取部41经由通信获取通过第1检测部13a所检测出的结果的第1检测部数据、数据库的数据。

水质预测部42根据在步骤s12中获取的发电运行信息40，从第1运行数据获取部41获取与水处理设备50的运行改变项目对应的运行信息，作为步骤s14预测废水31的特性来作为预测水质43。并且，根据该预测水质43求出与水处理设备50的各设备的运行项目对应的运行条件作为步骤s16。若求出水处理设备50的运行条件，则作为步骤s18判定是否变更为从当前的运行条件通过水质预测部42求出的新的水处理设备50的运行条件。水质预测部42在判定为在步骤s18中改变运行条件(是)时，作为步骤s20，通过控制部44对水处理设备50执行基于预测水质43的成为运行条件的前馈控制45，从而结束本处理。

在此，运行条件为构成水处理设备50的设备的至少一个运行条件。并且，作为通知方法能够使用各种方法。也可利用邮件等通信来联络，也可以输出至控制部44，并显示于水处理设备50的显示装置。另外，水质预测部42优选检测当前的运行条件或还追加对结构装置的检测值而得的运行条件。水质预测部42在步骤s18中判定为不改变运行条件(否)时，结束本处理。

并且，水质预测部42通过每次获取运行信息时执行图10所示的处理，从而能够迅速检测废水31的预测水质43。并且，根据预测水质43检测到废水31的形状改变时，在水质预测部42或控制部44中检测应对将来的水质变动且维持水处理性能的水处理设备50的运行条件，通过已确定的运行条件而进行前馈控制45，从而能够稳定地运行水处理设备50。

并且，在步骤s12中，也可获取水处理设备50的水处理运行信息70。即，第2运行数据获取部71经由通信获取通过第2检测部13b检测到的结果的第2检测部数据、数据库的数据。

而且，水质预测部42获取在步骤s12中获取的发电运行信息40及水处理运行信息70，作为步骤s14，预测废水31的形状作为预测水质43。由此，根据将发电设备20的运行信息和水处理设备50的运行信息组合而成的运行信息，能够获得高精确度的预测水质43。

并且，在步骤s12中，也可进一步获取来自第3检测部13c的水质数据。即，第3运行数据获取部47经由通信获取通过第3检测部13c检测到的结果的第3检测部数据。

并且，水质预测部42获取在步骤s12中获取的发电运行信息40及水质信息48a、48b，作为步骤s14，预测废水31的特性作为预测水质43。由此，根据将发电设备20的运行信息与导入到水处理设备50的废水31的信息组合而成的运行信息，能够获得高精确度的预测水质43。

接着，对在前馈控制中进一步追加反馈控制的处理步骤进行说明。在此，图11是表示水处理系统的控制动作的一例的流程图。

本处理在执行前馈控制之后，确认是否适当地运行了水处理设备的运行。

第2运行数据获取部71作为步骤s22获取ff控制后的水处理设备50的运行信息。即，第2运行数据获取部71经由通信获取通过第2检测部13b检测到的结果的第2检测部数据、数据库的数据。

控制部44根据在步骤s22中获取的水处理运行信息70，由第2运行数据获取部71获取与水处理设备50的运行变更项目对应的运行信息，作为步骤s24判断废水31的处理是否适当。通过该步骤s24的判断，判定为水处理设备50的各装置的运行条件为适当(是)时，作为步骤s26，在原条件下继续进行水处理，并结束本处理。

相对于此，通过该步骤s24的判断，判定为水处理设备50的各装置的运行条件不适当(否)时，作为步骤s30，在控制部44中执行fb控制以使水处理设备50的运行条件变得适当。

之后，为了判断该fb控制是否适当，作为步骤s32，获取fb控制后的水处理设备50的运行信息。

控制部44根据在步骤s32中获取的水处理运行信息70由第2运行数据获取部71获取与水处理设备50的运行改变项目对应的运行信息，作为步骤s34判断基于fb控制的废水31的处理是否适当。通过该步骤s34的判断，判定为水处理设备50的各装置的运行条件为适当(是)时，作为步骤s36，在原条件下继续进行水处理，从而结束本处理。

相对于此，通过该步骤s34的判断，当判定为水处理设备50的各设备的运行条件不适当(否)时，作为步骤s38，在控制部44中再次进行fb控制以使水处理设备50的运行条件变得适当。

该判定也可重复至变得适当为止。

接着，参考图9对处理废水31的水处理设备50的结构设备的运行控制的一例。

作为水处理设备50的运行，例如着眼于氧化处理部51的运行时，水质预测部42根据来自发电设备20的发电运行信息或从发电设备20排出的废水中的重金属信息，预测废水31中的重金属组成作为预测水质43。而且，相对于构成水处理设备50的氧化处理部51，由废水31的预测水质43通过控制部44对调整重金属氧化性能的氧化剂51a的供给量进行前馈控制，适当地执行氧化处理。由此，能够防止重金属的氧化不足，并且还能够防止氧化剂的过度供给。详细内容在后述实施例中进行说明。

并且，作为水处理设备50的运行，例如着眼于二氧化硅处理部52的运行时，水质预测部42根据来自发电设备20的发电运行信息40或排出的废水中的含硅的信息来预测废水31中的二氧化硅成分的水质作为预测水质43。而且，相对于构成水处理设备50的二氧化硅处理部52，能够由废水31的水质预测通过控制部44对例如二氧化硅处理药剂52a的添加量进行前馈控制。由此，能够将所残留的二氧化硅浓度维持在目标值以下，并能够顺畅地进行脱盐装置58中的处理。详细内容在后述实施例中进行说明。

并且，作为水处理设备50的运行，例如着眼于阻垢剂添加部55时，水质预测部42根据来自发电设备20的发电运行信息40或排出的废水中的水垢成分的含有信息，预测废水31中的水垢成分的水质作为预测水质43。而且，相对于构成水处理设备50的阻垢剂添加部55，由废水31的预测水质43通过控制部44例如对阻垢剂55a的添加量进行前馈控制。由此，在脱盐装置58中的处理中没有堵塞等，能够以追随浓度变动的最佳回收率运行。详细内容在后述实施例中进行说明。

并且，作为水处理设备50的运行，例如着眼于脱盐装置58时，水质预测部42根据来自发电设备20的发电运行信息40或排出的废水中的水垢成分的含有信息，预测废水31中的水质。而且，根据该预测水质43计算脱盐装置58的回收率(浓缩倍率)。并且，能够通过控制部44对构成水处理设备50的脱盐装置58的运行条件(供给压力或供给流量)进行前馈控制45。由此，在脱盐处理中没有堵塞等，能够以追随浓度变动的最佳回收率运行。详细内容在后述实施例中进行说明。

根据本实施例，根据来自成套设备即发电设备20的发电运行信息40，在水质预测部42中预测脱硫废水31b中的水质作为预测水质43，并根据该预测水质43，通过控制部44对水处理设备50的运行条件进行前馈控制，从而能够应对脱硫废水31b的急剧的水质变动。

实施例2

参考附图对基于本发明的实施例2所涉及的水处理系统进行说明。

图12是表示实施例2所涉及的水处理系统的示意图。另外，关于与实施例1所涉及的水处理系统的结构重复的部件，附加相同符号并省略其说明。

如图12所示，在实施例2所涉及的水处理系统100a中，作为发电设备20具有锅炉11、空气加热器24、除尘装置26及脱硫装置27。

并且，将来自脱硫装置27的脱硫废水31b进行水处理而无废水化的无废水化的水处理设备(以下称为“水处理设备”)50a具有预处理脱硫废水31b的预处理部90b、脱盐处理预处理之后的脱硫废水31b的脱盐装置58及使来自脱盐装置58的浓缩水57蒸发干燥的蒸发器59，从而实施脱硫废水31b的无废水化处理。在本实施例中，作为预处理部90b使用去除脱硫废水31b中的悬浮物的固液分离部。

在本实施例中，使用煤炭作为供给至锅炉11的燃料21时，其煤炭的种类(煤种)有变动时，预测脱硫废水31b的水质作为预测水质43。

煤种产生变动时，煤炭中包含的硫(s)成分、氯(cl)成分的含量产生变动，因此由第1运行数据获取部41获取煤种的信息作为发电运行信息40，由该信息在水质预测部42中计算流入到脱盐装置58的脱硫废水31b中的石膏30的过饱和度(saturationindex：si)或总可溶性蒸发残留物(totaldissolvedsolids；tds)，从而求出预测水质43。根据该求出的预测水质43计算作为脱盐装置58例如使用了反渗透膜装置(ro装置)时的回收率(浓缩倍率)。

而且，控制部44以成为该所算出的回收率的方式对调整流入到脱盐装置58的流入水的压力的调节阀的开度或供给泵的转速进行前馈控制。

在此，石膏30的过饱和度(si)为表示石膏的饱和状态的指标，该si指标为表示废水中的硫酸离子和钙离子在溶解度积(ksp)的几倍浓度积[so4^2-]·[ca²⁺]中是否能够稳定地存在的指标。

并且，废水的tds为使脱硫废水31b直接蒸发干燥而残留的物质的值，通过采取过滤-称量-蒸发干燥-称量等步骤的分析处理来求出。另外，测量导电率，也能够使用通过与该传导率的相关关系间接地求出的tds测量器等。

在本实施例的第1方式中，水质预测部42首先根据发电设备20的燃料的数据库及发电设备20的运行数据中的至少一个的发电运行信息40来预测流入到脱盐装置58的流入水中的ca²⁺、so4^2-的离子特性，并由预测到的流入水中的ca²⁺、so4^2-的离子特性计算流入水中的石膏过饱和度(saturationindex；si)作为预测水质43。水质预测部42根据由该计算出的石膏过饱和度(si)计算脱盐装置58的第1水回收率(浓缩倍率)。而且，控制部44以成为所算出的第1水回收率的方式对供给至脱盐装置58的流入水的供给压力及供给流量的至少一个进行前馈控制。

在此，离子特性为根据脱硫废水31b中的钙离子、硫酸离子的各浓度、脱硫废水的ph、温度、电导率、离子强度等检测项目求出的指标。由此，脱盐装置58中的例如ro膜等没有堵塞，能够以追随浓度变动的最佳回收率运行。

并且，第2方式中，水质预测部42由求出的流入水的离子浓度计算流入水中的总可溶性蒸发残留物(tds)的浓度作为预测水质43。水质预测部42由该预测到的总可溶性蒸发残留物(tds)的浓度计算脱盐装置58的第2水回收率。并且，控制部44以成为第2水回收率的方式对供给至脱盐装置58的流入水的供给压力及供给流量中的至少一个进行前馈控制。

由此，脱盐装置58中的例如ro膜等没有堵塞，能够以追随浓度变动的最佳回收率运行。

进而，在第3方式中，在水质预测部42中，将计算出的第1水回收率的值(将基于si的回收率例如设为4倍)与第2水回收率的值(将基于tds的回收率例如设为3倍)进行比较，选择低值的水回收率(3倍)。并且，控制部44以成为该选择的水回收率(3倍)的方式对供给至脱盐装置58的流入水的供给压力及供给流量中的至少一个进行前馈控制，由此，在的确不存在脱盐装置58中的ro膜等的堵塞的状态下，能够进行更稳定的脱盐处理。

在不实施该前馈控制的以往的控制的情况下，水处理设备50a的所流入的脱硫废水31b中的tds增加时，用于维持规定回收率的泵动力增大。并且，tds降低时泵动力减小。

并且，在第4方式中，根据发电设备20的发电运行条件计算脱硫废水31b中的si的信息作为预测水质43。然后，由该预测水质43通过脱盐装置58计算使用反渗透膜装置时的回收率(浓缩倍率)和阻垢剂添加浓度。然后，以成为该算出的回收率的方式对调整流入到脱盐装置58的流入水的压力的调节阀的开度或供给泵的转速进行前馈控制。根据脱硫废水31b中的水垢并且控制阻垢剂55a的添加量。

由此，反渗透膜(ro膜)没有堵塞，能够以追随浓度变动的最佳回收率运行。

在此，若求出脱盐装置58中的浓缩水57的浓缩量，则求出蒸发器59中的蒸发条件，因此控制部44能够适当地控制所供给的供给能量(水蒸汽、加热器热量等)。

该水回收率的控制由煤炭的煤种的变动而产生的影响较大，进一步优选追加供给至脱硫装置27的石灰石浆料60的检测项目、脱硫装置27的检测项目。

作为求出该预测水质43的预测式的项目，优选除了煤炭中的s、cl含量以外，还可以追加石灰石浆料60、吸收液浆料28的ca浓度、流量等。

并且，例如当设置图4所示的水池32时，优选追加脱硫装置27及水池32的水平衡计算表。

水池32的水质预测中，除了因流入到水池32的脱硫废水31b的流入量·水质以外，还因落在水池32中的雨水引起的稀释、蒸发引起的浓缩而浓度产生变化。因此，除了作为流入水的脱硫废水31b的水质之外，还将决定水池储水量、降水量、蒸发量、蒸发速度的气温、湿度作为检测项目。

由此，能够预测脱硫废水31b长期储存在水池32中时的水质的变动。

另外，前述脱硫装置27的检测项目内优选追加从吸收塔27a抽出的吸收液浆料28(吸收塔抽出液)的所有种类离子浓度、ca、so4离子浓度。

在此，对用于求出预测水质43的脱硫废水31b中的硫酸离子的流入源进行说明。该硫酸离子的流入源为燃料21即煤炭中的硫化物。煤炭在锅炉中燃烧之后，大部分硫化物成为so2气体。该so2气体在脱硫装置27的气液接触部中被吸收液浆料28吸收而成为亚硫酸离子(so3^2-)，从而生成钙离子和亚硫酸钙(caso3)。之后，通过吸收塔27a底部的氧化水槽中的氧化而成为硫酸钙(caso4)。

另外，脱硫装置27中的钙离子的流入源为石灰石。供给钙离子(ca²⁺)作为碳酸钙(caco3)浆料的石灰石浆料60，与so4^2-以1:1进行反应，从而生成石膏(caso4)。

所残留的ca²⁺或so4^2-残留于吸收液浆料28中。

通常，在脱硫装置27中，添加等量以上的石灰石浆料，因此成为ca²⁺较多，so4^2-较少的液特性。该浓度由溶解度积(ksp(solubilityproduct)来决定，成为各活度的乘法运算，使得ksp＝{so4^2-}·{ca²⁺}在“规定温度”下恒定。{so4^2-}表示活度，是相对于浓度[so4^2-]乘以活度系数。活度系数依赖于离子强度。

因此，作为发电运行信息40，根据除了煤炭的煤种、锅炉运行负荷的信息以外还根据基于发电设备20的各设备的运行信息的第1检测部13a的测量结果，并根据还考虑到硫酸离子的行为的发电信息，能够通过水质预测部42求出更高精确度的预测水质43。尤其，在发电设备20中，作为进行检测的项目，优选使用硫酸离子的行为显著的吸收液浆料28、石灰石浆料60的信息进行水质预测。

并且，水质预测部42也可以根据分离水储存箱29b(或脱硫废水31b和吸收塔27a下部的氧化水槽内)中的水质的变化、发电设备20的运行条件改变的时刻差预测以何种程度产生水质变化。

由此，能够预测将来的水质变化产生的时刻。控制部44也可以根据该预测时间确定改变水处理设备50a的运行条件的时刻。

具体而言，可根据保持余量地改变发电设备20的运行条件，即刻改变水处理设备50a的运行条件，也可考虑上述时间差而改变。

另外，作为运行条件改变煤炭的煤种时，即刻开始脱硫废水31b的水质变化，但完全改变时例如需要3天至10天左右。

作为评价该时间差的方法，当改变煤种产生时，例如也能够使用示踪物质。并且，也可使用在发电设备内产生的物质(例如氯化合物、溴化合物等)作为示踪物质，也可从系统外投入示踪物质(例如荧光物质或放射性同位素物质等)。

图13是表示实施例2所涉及的其他水处理系统的示意图。

如图13所示，实施例2所涉及的其他水处理系统100b在发电设备20与水处理设备50a之间设置为调整槽49作为暂时储存脱硫废水31b的设备。将来自该调整槽49的水质信息发送至第1运行数据获取部41，在水质预测部42中，测定脱硫废水31b的水质，从而掌握目前的水质。

作为该调整槽49，优选例如设为能够储存0.1小时至24小时等的脱硫废水31b的大容量设备。并且，当设置大容量的调整槽49时，即使在由于在发电设备20侧的燃料特性或锅炉负荷变动而脱硫废水31b的特性产生显著变化的情况下，被已经存储的大容积的脱硫废水31b吸收的结果，发挥缓冲水质的经时变化的缓冲功能。

在此，当设置调整槽49时，将流入到该调整槽49的脱硫废水31b及从调整槽49排出的脱硫废水31b的水质状态作为检测项目与发电运行信息40一同发送到第1运行数据获取部41，根据这些信息通过水质预测部42求出预测水质43，从而能够执行更高精确度的前馈(ff)控制。

实施例3

参考附图对基于本发明的实施例3所涉及的水处理系统进行说明。

图14是表示实施例3所涉及的水处理系统的示意图。另外，对于与实施例1及实施例2所涉及的水处理系统的结构重复的部件，附加相同符号并省略其说明。

如图14所示，实施例3所涉及的水处理系统100c在实施例2的水处理系统100a中，设置有获取来自水处理设备50a的水处理运行信息70的第2运行数据获取部71，并将来自水处理设备50a的水处理运行信息70蓄积在水质预测部42。水质预测部42根据发电运行信息40及水处理运行信息70这两者信息预测废水31的水质作为预测水质43。控制部44根据该预测水质43而对还考虑到水处理设备50a中的运行条件的ff控制45。

由此，例如能够预测还考虑到脱盐装置58中的当前的运行信息的预测水质43。

并且，在水处理系统100b中，根据所获得的预测水质43通过第2检测部13b检测进行ff控制45之后的水处理设备50a的设备的状态，并通过第2运行数据获取部71获得进行ff控制45后的水处理设备50a中的水处理运行信息70。

该第2运行数据获取部71的水处理运行信息70输出至控制部44。而且，控制部44判断根据预测水质43进行的水处理设备50a的ff控制(例如回收率、阻垢剂55a的添加量)45是否适当，并对该判断结果进行反馈(fb)控制46。

由此，控制部44能够判断进行ff控制45之后的水处理设备50a的运行是否适当，当为不适当时，能够通过fb控制46执行修改后的运行，并能够进一步准确地应对废水的急剧的水质变动。另外，组合前馈控制45和反馈控制46的控制在后述实施例中也能够同样地实施。本实施例也同样地应用在后述实施例4及实施例5中。

实施例4

参考附图对基于本发明的实施例4所涉及的水处理系统进行说明。

图15是表示实施例4所涉及的水处理系统的示意图。另外，针对与实施例1至实施例3所涉及的水处理系统的结构重复的部件，附加相同符号并省略其说明。

如图15所示，在实施例4所涉及的水处理系统100d中，作为发电设备20具有锅炉11、脱硝装置23、空气加热器24、热回收设备25、除尘装置26及脱硫装置27。

并且，对来自脱硫装置27的脱硫废水31b进行水处理的水处理设备50a具有：去除脱硫废水31b中的二氧化硅成分的二氧化硅处理部52；将二氧化硅处理后的脱硫废水31b中的固体成分进行凝聚沉淀分离的凝聚沉淀部53；分离脱硫废水31b中的固体成分的过滤部(例如uf膜或nf膜或mf膜等)54；对过滤处理之后的脱硫废水31b进行脱盐处理的脱盐装置58；及使来自脱盐装置58的浓缩水57蒸发干燥的蒸发器59，从而实施无废水化处理。另外，本实施例的二氧化硅处理部52由供给二氧化硅处理药剂52a而析出二氧化硅成分的二氧化硅处理剂供给部52b及分离析出物的未图示的固液分离部构成。

在本实施例中，使用煤炭作为供给至锅炉11的燃料21时，当其煤炭的种类(煤种)有变动时，预测作为脱硫废水31b的水质的二氧化硅成分作为预测水质43。

本实施例中的检测项目除了煤炭的种类以外能够列举补给水的种类、石灰石浆料60、吸收液浆料28的ph、orp、温度、煤炭供给量、石灰石供给量、脱硫废水31b的废水速度、排出流量等。

当煤种产生变动时，根据基于煤种的二氧化硅(硅(si))成分的含量，脱硫废水31b中所包含的sio2产生变动。因此，通过第1运行数据获取部41获取煤种的信息作为发电运行信息40，由该信息在水质预测部42中预测流入到脱盐装置58的脱硫废水31b中的二氧化硅成分的浓度，并求出预测水质43。由该求出的预测水质43对供给至二氧化硅处理部52的药剂(例如铝酸钠溶液、氯化铁溶液、高分子凝聚聚合物)52a等的供给量进行前馈控制。另外，通过控制部44经由阀v2来控制来自二氧化硅处理剂供给部52b的二氧化硅处理药剂52a的添加量。

在此，在本实施例中对例如作为二氧化硅处理药剂52a使用铝酸钠溶液而进行供给时的离子的行为进行说明。图21是脱硫废水的ph值与金属离子的溶解度的关系图。如图21所示，例如以ph5.5为界，产生铝离子的行为的变化，ph5.5以下时，作为al³⁺而存在，ph5.5以上时作为[al(oh)4]^-而存在。因此，在ph5.5以上的范围，形成[al(oh)4]^-与二氧化硅(sio2)的化合物而析出析出物(铝二氧化硅(al-sio2)化合物)，从而能够通过固液分离来去除二氧化硅。

通过作为预测水质43预测脱硫废水31b的二氧化硅成分的浓度，例如通过煤种的变动，在二氧化硅处理部52中，能够对预测为将来需要的二氧化硅处理药剂52a的量进行前馈控制。并且，通过煤种的变动而脱硫废水31b的特性实际产生变化时时间延迟，因此也可根据过去的运行模式的蓄积信息，增加考虑到浓度变化时间或变化浓度的偏差而得到的富余量。

由此，能够将残留sio2浓度维持在目标值以下。通过维持该目标值，作为设置于下游侧的脱盐装置58例如使用反渗透膜装置时，能够避免反渗透膜(ro膜)堵塞。

在此，对脱硫废水31b中的二氧化硅源进行说明。该二氧化硅的流入源除了煤炭以外例如还能够列举石灰石、补给水。根据这些流入量确定流入到脱硫装置27的吸收液浆料28中的二氧化硅的量。

通常二氧化硅通过由脱硫装置27周围的水分平衡确定的浓缩倍率计算脱硫装置27的吸收液浆料28中的二氧化硅浓度。

另外，水分平衡根据脱硫装置27中的水分的流入量和流出量、内部存储(吸收液中)量等确定脱硫装置27内的浓缩倍率。

因此，作为发电运行信息40，以除了基于煤炭的煤种、锅炉运行负荷的信息以外，还基于来自发电设备20的各装置的运行信息的第1检测部13a的测量结果，根据还考虑到二氧化硅成分的行为的发电信息，能够通过水质预测部42求出更高精确度的预测水质43。

这样通过本实施例的前馈控制，煤炭的煤种有变化或锅炉运行的负荷有变动时，可抑制对脱硫废水31b中所包含的脱盐装置58的膜处理带来不良影响的石膏等水垢成分的析出。由此，在以往，检查流入到废水处理设备的脱硫废水的特性，并检查到其异常时，水质已经产生变化，膜处理中产生水垢附着，但根据本实施例，通过执行去除二氧化硅源的前馈控制，能够将流入至脱盐装置58的残留二氧化硅成分的浓度维持在目标值以下。

图16是表示实施例4所涉及的其他水处理系统的示意图。

图16所示的水处理系统100e在图15所示的水处理系统100d中，进一步执行实施例2所涉及的脱盐装置58的前馈处理。

此时，使二氧化硅处理部52的二氧化硅去除性能控制和水垢去除性能控制中的哪一个控制优先根据运行情况来适当地确定，优选为可以首先执行控制脱盐装置58的水回收率的前馈控制。

即，根据发电运行信息40预测脱硫废水31b的预测水质43，并计算脱盐装置58的回收率(浓缩倍率)。而且，通过控制部44对构成水处理设备50a的脱盐装置58的运行条件(供给压力或供给流量)进行前馈控制。之后，执行控制二氧化硅去除性能的前馈控制。另外，进行水回收率控制时，也可并用前述水垢去除控制来执行。

由此，能够通过并用水回收率的控制和二氧化硅去除性能的控制来执行高精确度的前馈控制。

实施例5

参考附图对基于本发明的实施例5所涉及的水处理系统进行说明。

图17是表示实施例5所涉及的水处理系统的示意图。另外，对于与实施例1至实施例4所涉及的水处理系统的结构重复的部件，附加相同符号并省略其说明。

如图17所示，在实施例5所涉及的水处理系统100f中，作为发电设备20具有锅炉11、脱硝装置23、空气加热器24、热回收设备25、除尘装置26及脱硫装置27。

并且，对来自脱硫装置27的脱硫废水31b进行水处理的水处理设备50a具有：对脱硫废水31b中的重金属进行氧化处理的氧化处理部51；去除氧化处理后的脱硫废水31b中的二氧化硅成分的二氧化硅处理部52；将二氧化硅处理后的脱硫废水31b中的固体成分进行凝聚沉淀分离的凝聚沉淀部53；分离脱硫废水31b中的固体成分的过滤部(例如uf膜或nf膜或mf膜等)54；对过滤处理之后的脱硫废水31b进行脱盐处理的脱盐装置58；及使来自脱盐装置58的浓缩水57蒸发干燥的蒸发器59，由此实施无废水化处理。

在本实施例中，使用煤炭作为供给至锅炉11的燃料21时，当其煤炭的种类(煤种)有变动时，预测作为脱硫废水31b的水质的重金属量作为预测水质43。

本实施例中的检测项目除了煤炭的种类以外例如能够列举石灰石、吸收液浆料28的ph、orp、温度、煤炭供给量、石灰石浆料60的供给量、脱硫废水31b的废水速度、排出流量等。

当煤种产生变动时，根据基于煤种的铁(fe)成分的含量或锰(mn)成分等金属成分的含量的差异，脱硫废水31b中所包含的金属成分产生变动。因此，通过第1运行数据获取部41获取煤种的信息作为发电运行信息40，根据该信息在水质预测部42中以当前时刻的运行条件为基准来预测流入到氧化处理部51的脱硫废水31b中的重金属成分的浓度有多少变化，并求出预测水质43。控制部44对从该求出的预测水质43供给至氧化处理部51的氧化剂(例如空气、氧气、臭氧、过氧化氢等)51a等的供给量进行前馈控制。另外，由控制部44通过阀v1来控制来自氧化剂供给部51b的氧化剂51a的添加量。

控制部44通过预测脱硫废水31b的重金属的浓度作为预测水质43，例如通过煤种的变动，在氧化处理部51能够计算预测为将来所需的氧化剂51a的量，并进行前馈控制。

该结果，根据燃料21的煤炭的种类中由变动引起的、例如金属成分(例如fe、mn)的含量的变动，在水质预测部42中预测脱硫废水31b中所包含的例如fe、mn浓度作为预测水质43。控制部44由该预测水质43而对供给至氧化处理部51的空气供给量进行前馈控制。由此，能够防止金属成分(fe、mn等)的氧化不足，并且能够防止空气的过度供给。通过防止该空气的过度供给而能够降低泵动力。

图18是表示实施例5所涉及的其他水处理系统的示意图。

图18所示的水处理系统100g在图17所示的水处理系统100f中，进一步并用实施例2所涉及的脱盐装置58的前馈控制及实施例3所涉及的二氧化硅处理的前馈控制来执行。

此时，根据运行情况来适当地决定使氧化处理部51的重金属氧化性能控制、二氧化硅处理部52的二氧化硅去除性能控制及脱盐装置的水回收率控制中的哪一个控制优先，优选首先执行控制脱盐装置58的水回收率的前馈控制。

即，由发电运行信息40预测脱硫废水31b的预测水质43，计算脱盐装置58的回收率(浓缩倍率)。而且，通过控制部44对构成水处理设备50a的脱盐装置58的运行条件(例如供给压力或供给流量)执行前馈控制。接着，执行控制二氧化硅去除性能的前馈控制。最后执行控制重金属氧化性能的前馈控制。由此，若设定水回收率，则设定用于去除二氧化硅的药剂的适量、金属氧化部的氧化剂的适量。

由此，能够通过并用水回收率的控制、二氧化硅去除性能的控制及氧化处理的控制来执行更高精确度的ff控制。另外，进行水回收率控制时，也可并用前述水垢去除控制来执行。

进而，在本实施例中，在发电设备20与水处理设备50a之间设置调整槽49作为暂时储存脱硫废水31b的设备。将来自该调整槽49的信息发送至第1运行数据获取部41，在水质预测部42中，通过测定废水31的水质，且掌握从调整槽49排出的水质，从而能够预测更高精确度的脱硫废水31b的水质。

实施例6

参考附图，对基于本发明的实施例6所涉及的水处理系统进行说明。

图19是表示实施例6所涉及的水处理系统的示意图。另外，对与实施例1至实施例5所涉及的水处理系统的结构重复的部件附加相同的符号，并省略其说明。

在图13所示的实施例2所涉及的水处理系统100b中，作为预处理部90b分离脱硫废水31b中的悬浮物，但是作为预处理部，并不限定于此。

如图19所示，本实施例所涉及的水处理系统100h中的预处理部90c具有对脱硫废水31b中的悬浮物进行固液分离的固液分离部91、固液分离之后的脱硫废水31b中的处理二氧化硅的二氧化硅去除部92、对二氧化硅处理之后的脱硫废水31b中的离子量进行吸附处理的离子交换树脂部93、对离子交换处理之后的脱硫废水31b中的气体(碳酸气体(co2))进行分离的脱气部94、向脱气体处理之后的脱硫废水31b供给碱试剂95的碱试剂供给部96及将脱硫废水31b作为碱侧之后进行脱盐处理的脱盐装置58，由此实施无废水化处理。另外，来自脱盐装置58的浓缩水57的无废水化处理与前述实施例相同地进行操作。

在该预处理部90c中，通过固液分离部91去除脱硫废水31b中的浊度成分，之后通过二氧化硅去除部92吸附或分离二氧化硅成分，通过阳离子交换树脂的离子交换树脂部93去除ca²⁺、mg²⁺等阳离子成分。之后，在脱气部94中添加酸，并将脱硫废水31b的碳酸离子转化成碳酸气体而进行脱气。向脱气之后的脱硫废水31b添加碱试剂95，使脱硫废水31b中的二氧化硅溶解，利用脱盐装置58进行脱盐处理。

作为该预处理部90c时的检测项目，除了前述的图9的水处理设备的检测项目以外，还能够举出以下项目。

在离子交换树脂部93中，能够举出处理水的液流速、再生频率、再生液组成、处理水的ca²⁺、mg²⁺、sio2浓度。

在脱气部94中，酸供给速度、ph、处理水碳酸化合物浓度、hco3^-、co3^2-、ph、温度、排气co2浓度、排气速度。

作为预测水质43，能够举出例如ph、钙浓度、镁浓度、碱度、氯浓度、硫酸离子浓度、二氧化硅浓度、ss、浊度、化学需氧量(chemicaloxygendemand：cod)、蓝氏饱和指数(langeliersaturationindex：lsi)、硫酸钙浓度、金属(铁、铝、镁)化合物浓度、碱度等。

其中，蓝氏饱和指数(lsi)是指根据流入水中的ca²⁺、hco3^-的离子特性求出，并且考虑到ph、钙硬度、溶解固体物质量、温度等而判定的饱和指数式。具体而言，通过求出水的实际的ph与碳酸钙饱和ph(phs)之差(ph-phs)来表示碳酸钙成分的饱和度。

作为脱盐装置58，能够举出供给压力、浓缩倍率、供给流速、ph、阻垢剂浓度、再生水浓度、再生水流量、浓缩水浓度、浓缩水流量。

作为前馈控制項目，在离子交换树脂部93中，能够举出处理水的液流速、再生频率、再生液组成。在脱气部94中，能够举出酸供给速度、ph。作为脱盐装置58，能够举出供给压力、浓缩倍率、供给流速、ph、阻垢剂浓度。

以下，对预处理部90c中的前馈控制的一例进行说明。

固液分离部91中，在水质预测部42中将成套设备的燃料的数据及成套设备的运行数据的至少一个为基准，对流入到固液分离部91的废水中的悬浮物的浓度进行预测，控制部44根据预测的悬浮物浓度来控制供给至固液分离部91的凝聚剂的供给量。通过该凝聚剂的添加量的控制，能够在固液分离部91中控制浑浊物的去除。

二氧化硅去除部92中，在水质预测部42中将成套设备的燃料的数据及成套设备的运行数据的至少一个为基准，对流入到二氧化硅去除部92的废水中的二氧化硅成分浓度进行预测，控制部44根据通过水质预测部预测的二氧化硅成分浓度来控制供给至二氧化硅处理部的二氧化硅处理药剂的添加量。通过该二氧化硅处理药剂的添加量的控制，能够在二氧化硅去除部92中控制二氧化硅的去除。

并且，作为基于二氧化硅处理药剂的添加的二氧化硅去除部，能够进行基于离子交换树脂的二氧化硅的去除，并在此时控制离子交换树脂的再生频率。通过控制该离子交换树脂的再生频率，能够在二氧化硅去除部92中控制二氧化硅的去除。

离子交换树脂部93中，在水质预测部42中将成套设备的燃料的数据及成套设备的运行数据的至少一个为基准，对流入到脱盐装置58的流入水中的ca²⁺、hco3^-的离子特性及ph进行预测，根据预测的流入水中的ca²⁺、hco3^-的离子特性及ph算出使流入水流通的离子交换树脂的再生频率，控制部44以成为算出的离子交换树脂的再生频率的方式进行控制。

并且，对流入水中的mg²⁺的离子特性进行预测，根据预测的mg²⁺离子特性算出使流入水流通的离子交换树脂的再生频率，也可以控制离子交换树脂的再生频率。通过控制该离子交换树脂的再生频率，能够在离子交换树脂部93中控制ca²⁺、mg²⁺的去除。

脱气部94中，在水质预测部42中将成套设备的燃料的数据及成套设备的运行数据的至少一个为基准，对流入到脱盐装置58的流入水中的hco3^-的离子特性及ph进行预测，根据预测的hco3^2-浓度算出使流入水流通的脱气部94的运行ph，控制部44以使脱气部94的运行ph成为所算出的ph的方式控制脱气部94的ph。通过控制该ph，能够在脱气部94控制co2去除。

碱试剂供给部96中，在水质预测部42中将成套设备的燃料的数据及成套设备的运行数据的至少一个为基准，对流入到脱盐装置58的流入水中的ph进行预测，控制部44以成为碱试剂供给部96的运行ph的方式控制碱试剂供给部96的ph。通过控制该ph，能够在碱试剂供给部96中控制抗二氧化硅析出。

其中，对脱硫废水31b中的ph与金属氢氧化物的溶解度的状态、ph与二氧化硅浓度的状态进行说明。图22是脱硫废水的ph值与二氧化硅浓度(过饱和与亚稳定相)的关系图。

如前述的图21所示，例如将金属离子将规定的ph为界限，离子的措施产生变化，并具有金属离子所存在的区域和作为羟基络合离子存在的区域。

并且，如图22所示，若脱硫废水31b的二氧化硅超过ph8，则急剧地增大溶解度。从而，将脱硫废水31b中的金属离子与二氧化硅的状态设为水处理设备地检测项目，由此提高预测水质43的精度。

根据本实施例，根据来自成套设备即发电设备20的发电运行信息40，在水质预测部42中将脱硫废水31b中的水质作为预测水质43来预测，由该预测水质43通过控制部44对水处理设备50的运行条件进行前馈控制，由此能够应对脱硫废水31b的急剧的水质变动。

并且，在本实施例中，如图2所示，还可在第2运行数据获取部71除了来自发电设备20的发电运行信息40之外还获取来自水处理设备50的水处理运行信息70。而且，在水质预测部42中，根据通过第1运行数据获取部41获取的发电运行信息40及通过第2运行数据获取部71获取的水处理运行信息70预测脱硫废水31b的水质作为预测水质43。控制部44能够根据来自水质预测部42的预测水质43来进行还考虑到水处理设备50b中的运行条件的前馈(ff)控制45。

由此，能够根据将发电设备20的运行信息与水处理设备50b的运行信息组合而成的运行信息来获得高精确度的预测水质43，并能够应对脱硫废水31b的急剧的水质变动。

另外，在本实施例中，也如图3所示，能够通过第2检测部13b(未图示)检测根据所获得的预测水质43进行ff控制45之后的水处理设备50的设备的状态，还能够通过第2运行数据获取部71获取ff控制45后的水处理设备50中的水处理运行信息70。该第2运行数据获取部71的水处理运行信息70输出至控制部44，在控制部44中，判断根据预测水质43进行的水处理设备50b的前馈(ff)控制是否适当，对该判断结果进行反馈(fb)控制46。

由此，能够判断进行前馈(ff)控制45之后的水处理设备50的运行的适当与否，当为不适当时，能够通过fb控制46来执行修改后的运行，并能够进一步准确地应对脱硫废水31b的急剧的水质变动。

实施例7

参考附图对基于本发明的实施例7所涉及的水处理系统进行说明。

图20是表示实施例7所涉及的水处理系统的示意图。另外，对于与实施例1所涉及的水处理系统的结构重复的部件附加相同符号，并省略其说明。

如图20所示，在实施例7所涉及的水处理系统100i中，作为发电设备20具有锅炉11、脱硝装置23、空气加热器24、热回收设备25、除尘装置26及脱硫装置27。

并且，利用微生物对来自脱硫装置27的脱硫废水31b进行水处理的微生物水处理设备50b设置对脱硫废水31b进行微生物处理的生物处理槽，对处理后的放流水31c实施水处理直至放流限制值以下。

在本实施例中，使用煤炭作为供给至锅炉11的燃料21时，其煤炭的种类(煤种)有变动时，通过第1运行数据获取部41获取发电运行信息40，通过水质预测部42预测脱硫废水31b的硒浓度及氮浓度作为预测水质43。

当煤种有变动时，煤炭中所包含的硒(se)成分的含量产生变动，因此通过第1运行数据获取部41获取煤种的信息作为发电运行信息40，在水质预测部42中根据该信息预测脱硫废水31b中的硒浓度，并求出预测水质43。在控制部44中，由该求出的预测水质43计算添加于生物处理槽的硒还原菌的添加量。另外，脱硫废水31b中的硒根据氧化还原气氛而成为6价硒(se⁶⁺)、4价硒(se⁴⁺)的形态。0价硒(se⁰)和4价硒(se⁴⁺)溶解度较低，因此通过未图示的分离装置析出并分离成固体物质。

并且，控制部44以成为该计算出的添加量的方式对硒还原菌的添加量进行前馈控制。

硒附着于排气中的煤尘时，通过除尘装置26中的除尘率或排气处理设备12的运行条件，脱硫废水31b中所包含的量产生变动。

因此，除了煤种的变动以外，优选求出石灰石、锅炉负荷(＝煤炭供给速度)、除尘装置26、脱硫装置27的检测项目。

尤其，优选将基于除尘装置26的除尘后的煤尘浓度、施加电压、煤尘粒径分布、气体流速、压力损失、电场强度设为检测项目。并且，优选将脱硫装置27中的吸收液浆料28的ph、orp、温度、石灰石浆料60的供给量、脱硫废水31b的废水速度、脱硫废水31b的排出流量、当前运行时的脱硫废水31b的废水水质等设为检测项目。

水质预测部42通过煤炭、石灰石浆料60、吸收液浆料28中的硒含量、排气中的煤尘浓度、基于除尘装置26的除尘后的煤尘浓度、脱硫装置27中的除尘率等发电运行信息40来推定出脱硫装置27中的硒的形态，并预测脱硫废水31b中的硒浓度(6价硒、4价硒)作为预测水质43。

控制部44由该预测水质43求出硒还原用碳源(例如，甲醇、乳酸盐等)的调整、硒还原菌的添加的调整等运行条件并进行前馈控制。作为硒还原菌的添加，例如可使用从微生物水处理设备50b的生物处理槽中回收的污泥·脱水污泥、干燥污泥、冷冻干燥污泥、生物制剂等。并且，也可调整来自生物处理槽的污泥抽取量。

并且，在生物处理槽中，由于氮浓度在使用微生物的废水处理中很重要，因此需要对脱硫废水31b中的氮浓度进行水质预测。

预测氮浓度时，优选将脱硝装置23的nox(no、no2)分解后的nox检测值、nh3检测值、氨添加速度、温度、气体流速设为检测项目。

尤其优选将基于除尘装置26的除尘后的煤尘浓度、施加电压、煤尘粒径分布、气体流速、压力损失、电场强度设为检测项目。并且优选将脱硫装置27中的吸收液浆料28的ph、orp、温度、石灰石浆料60的供给量、脱硫废水31b的废水速度、脱硫废水31b的排出流量、现状运行时的脱硫废水31b的废水水质等设为检测项目。

水质预测部42通过煤炭中的氮含量、排烟中的nox浓度、基于脱硝装置23的nox分解后的nox3浓度、脱硝用药剂的nh3浓度等发电运行信息40预测脱硫废水31b中的氮浓度作为预测水质43。

控制部44根据该氮的浓度的预测水质43求出空气供给量的调整、氧化还原电位(orp)、do的调整、硝酸还原用甲醇的添加量的调整等运行条件并进行前馈控制。

根据本实施例，当产生煤种的变动或锅炉负荷变动时，求出流入到生物处理槽的脱硫废水31b中的氮浓度或硒浓度中的至少一个，控制部44根据所求出的氮浓度或硒浓度对供给至微生物水处理设备50b的例如空气供给量、药剂添加量、生物添加量及污泥抽取量中的至少一个进行前馈控制，从而能够在微生物水处理设备50b中稳定地进行水处理，并能够进行始终维持放流限制值的水处理。

并且，在本实施例中，如图2所示，也可根据第2运行数据获取部71获取除了来自发电设备20的发电运行信息40之外还可以获取来自水处理设备50b的水处理运行信息70。并且，在水质预测部42中，根据通过第1运行数据获取部41获取的发电运行信息40及通过第2运行数据获取部71获取的水处理运行信息70预测脱硫废水31b的水质作为预测水质43。控制部44根据来自水质预测部42的预测水质43而能够进行还考虑到水处理设备50b中的运行条件的前馈(ff)控制45。

由此，根据将发电设备20的运行信息和水处理设备50b的运行信息组合而成的运行信息，能够获得高精确度的预测水质43，并能够应对脱硫废水31b的急剧的水质变动。

另外，在本实施例中，如图3所示，能够通过第2检测部13b(未图示)检测根据所获得的预测水质43进行ff控制45之后的微生物的水处理设备50b的设备的状态，还能够通过第2运行数据获取部71获取ff控制45后的水处理设备50b中的水处理运行信息70。该第2运行数据获取部71的水处理运行信息70输出至控制部44，在控制部44中，判断根据预测水质43进行的水处理设备50b的前馈(ff)控制是否适当，对该判断结果进行反馈(fb)控制46。

由此，能够判断进行前馈(ff)控制45之后的微生物的水处理设备50b的运行的适当与否，当为不适当时，能够通过fb控制46执行修改后的运行，并能够进一步准确地应对脱硫废水31b的急剧的水质变动。

符号说明

10、10a～10f、100a～100i-水处理系统，11-锅炉，12-排气处理设备，13a-第1检测部，13b-第2检测部，13c-第3检测部，20-发电设备，25-热回收设备，27-脱硫装置，30-石膏，31-废水，31a-水池废水，31b-脱硫废水，31c-放流水，32-水池，40-发电运行信息，41-第1运行数据获取部，42-水质预测部，43-预测水质，44-控制部，47-第3运行数据获取部，48a、48b-水质信息，49-调整槽，50-水处理设备，50a-无废水化的水处理设备，50b-微生物水处理设备，56-再生水，57-浓缩水，58-脱盐装置，59-蒸发器，60-石灰石浆料，70-水处理运行信息，71-第2运行数据获取部，90a、90b、90c-预处理部，g-排气。