Begin vandaag met het verminderen van de uitstoot van stikstofoxide!

Afvalwaterbedrijven over de hele wereld hebben ambitieuze doelen gesteld om de uitstoot van broeikasgassen aan te pakken in 2030 klimaatneutraal te zijn. De uitstoot van stikstofoxide (N2O), ook wel lachgas genoemd, wordt een steeds groter deel van de koolstofvoetafdruk van afvalwaterzuiveringsinstallaties (rwzi). 

Hoewel de koolstofemissies van netelektriciteit zullen afnemen naarmate er meer elektriciteit wordt geproduceerd uit hernieuwbare bronnen, zal de uitstoot van stikstofoxide en methaan een groter deel worden van de koolstofvoetafdruk. En aangezien N2O 265 keer zo krachtig is als koolstof voor het opwarmen van de atmosfeer en het veroorzaken van klimaatverandering, is de noodzaak om de uitstoot te verminderen groter dan ooit.

Wat is stikstofoxide (N2O)?

Het is een chemische verbinding, die bij kamertemperatuur een kleurloos onbrandbaar gas is, met een licht zoete geur en smaak. Bij hogere temperaturen is stikstofoxide een krachtige oxidator, vergelijkbaar met moleculaire zuurstof.

Onze whitepaper

In deze whitepaper, geschreven door onze Productmanager Afvalwater Otto Icke MSc. Eng en Process Engineer en Consultant Ellen van Voorthuizen, bestuderen wij het onderzoek dat we al meer dan 12 jaar doen en de richting die we moeten nemen om de uitstoot van broeikasgassen te verminderen.

In de whitepaper kijken Otto en Ellen naar de grote uitdagingen, waaronder klimaatverandering, waarmee waterbedrijven worden geconfronteerd op hun weg naar het verminderen van de uitstoot en om uiteindelijk koolstofvrij te worden. Hoe niet alleen stabiele processen en activiteiten kunnen worden bereikt, maar ook hoe de balans tussen effluentkwaliteit, emissiereductie en energiebesparing tot stand kan worden gebracht.

Otto en Ellen onderzoeken de rol die een voorspellende beheerstrategie, met behulp van kunstmatige intelligentietechnieken en domeinkennis van de processen, het mogelijk kan maken om patronen te herkennen en te voorspellen. En tevens hoe de relaties tussen procesparameters, die worden bepaald met machine learning en toegepast voor geavanceerde procesbeheer en anomaliedetectie, het verschil kunnen maken.