混合生物质与LNG驱动的多代多效海水淡化系统,用于可持续生产淡水、能源及氢气:基于4E分析及机器学习评估的方法设计与优化

《Desalination》:Hybrid Biomass-LNG powered multigeneration multi-effect desalination system for sustainable freshwater, energy and hydrogen production: Design and optimization using 4E analysis and machine learning-based evaluation

【字体: 大 中 小 】 时间:2025年12月22日 来源:Desalination 9.9

编辑推荐:

  萨阿德·阿拉姆里|阿卜杜拉蒂夫·M·萨迪克|马诺吉·库马尔·阿格拉瓦尔|索海布·塔希尔·乔杜里|M.A.艾哈迈德|穆罕默德·阿亚迪|穆罕默德·贝希尔·本·哈米达沙特阿拉伯阿巴哈,61413,国王哈利德大学科学学院生物系摘要水资源短缺、环境退化以及不断上升的能源需求是亟需解决的重大

  萨阿德·阿拉姆里|阿卜杜拉蒂夫·M·萨迪克|马诺吉·库马尔·阿格拉瓦尔|索海布·塔希尔·乔杜里|M.A.艾哈迈德|穆罕默德·阿亚迪|穆罕默德·贝希尔·本·哈米达沙特阿拉伯阿巴哈,61413,国王哈利德大学科学学院生物系摘要水资源短缺、环境退化以及不断上升的能源需求是亟需解决的重大问题,这要求我们开发高效、可持续的多联产系统。本研究提出了一种新型的生物质与液化天然气相结合的多联产系统,该系统将咖啡壳燃烧器与海水淡化装置、电解槽、有机朗肯循环、氨朗肯循环以及液化天然气冷能利用技术相整合,从而能够有效利用高品位和低品位的废热,同时产出多种有益产品。这项工作的主要贡献在于利用海水淡化装置产生的多余热能来蒸发液化天然气,进而通过蒸发后的液化天然气膨胀发电;同时利用天然气冷却废气来制备冷水,还可将天然气用于家庭用途。该系统通过4E评估(能量、?、经济性和环境分析)进行了模拟和数值研究。根据热力学分析,在同时产出多种产品的情况下,该系统的整体能量效率为29.90%,?效率为14.38%,发电效率为16.91%。从经济性和环境角度来看,其总特定?成本仅为15.59美元/吉焦,每千瓦时的二氧化碳排放量为0.610千克,这一指标表明其与许多混合系统相比具有竞争优势。通过极值学习机和多宇宙优化算法进行优化后,该系统可达到理想的性能指标,如15.11%的?效率、14.81美元/吉焦的总特定?成本以及0.600千克/千瓦时的二氧化碳排放量。在实际应用中,这种集成系统为生产清洁能源和资源提供了一种可扩展、经济且环保的解决方案。术语表cei:?-环境影响系数C?f:燃料成本celec:电力成本ccooling:冷却成本C?total:总成本率CH?:甲烷CO:一氧化碳CO2:二氧化碳ex:比?(千焦/千克)exi0:标准状态下第i种成分的化学?E?D:?破坏率(千瓦)E?xF:燃料?消耗量(千瓦)fei:?-环境因子F:法拉第常数(库仑/摩尔)h:比焓(千焦/千克)H?:氢气H?O:水蒸气i:利率j:电流密度(安培/平方米)LHV:最低加热值(千焦/千克)m?:速率缩写2D:二维3D:三维4E:能量、?、经济性和环境分析ACH:吸收式制冷机ARC:氨朗肯循环CAPEX:资本成本COE:能源成本COP:性能系数CRF:资本成本回收率EFED:环境损害有效性因子ELM:极值学习机LNG:液化天然气MAE:平均绝对误差MAPE:平均绝对百分比误差MED:多效蒸馏MVO:多宇宙优化算法NPV:净现值OPEX:运营成本ORC:有机朗肯循环PEME:工艺背景图1展示了一种创新的多联产系统,该系统以咖啡壳生物质作为可再生能源,可同时产生电力、淡水、热水、冷水以及氢气。此外,它还通过液化天然气的蒸发为最终用户提供再气化天然气。该系统包含咖啡壳燃烧器、液化天然气冷能利用装置、ORC循环、ARC循环、ACH制冷机、PEME反应器以及MED多效蒸馏装置等核心组件。在本研究中,邻二甲苯及其混合物作为原料。工艺描述如图2所示,咖啡壳生物质流与空气一同进入燃烧室。根据公式1,生物质的燃烧会释放出能量流,这些能量流由交换器E-100和E-101捕获。如图2所示,烟气(流6)进入烟囱并排出。当烟气在1个大气压下经过E-101时,海水流会转变为饱和液体,随后进入分流器。流9、流10和流11分别负责后续处理。工艺建模为了优化系统性能、设计流程图并解决问题,仿真是一种有效的工具。本研究采用了Aspen-HYSYS数值建模软件来模拟所提出的多联产系统及淡水生产过程。此外,还使用了Peng-Robinson状态方程来模拟赵等人[57]设计的多联产系统以及肖等人设计的三联产系统。4E分析相关内容已在补充材料中详细阐述。多目标分析本研究利用Python软件,结合极值学习机与多宇宙优化算法,提出了二维和三维多目标优化方法,该方法能够在保持计算效率的同时,帮助平衡相互冲突的设计目标。在优化过程中,需要考虑各种设计参数。4E分析结果根据表5中的数据,该过程的总体不可逆性为52,115千瓦,其中燃烧器的?破坏量最大,为37,103千瓦,其次是交换器E-100,其?破坏量为11,293千瓦。由于这两类设备导致了92.70%的不可逆性,因此提出了两种基于敏感性分析的解决方案,旨在减少?破坏并提高熵效率:•增加……结论借助咖啡壳燃烧器、液化天然气冷能回收技术、氨朗肯循环、有机朗肯循环、吸收式制冷机、电解槽以及多效海水淡化装置,本研究提出了一种创新的生物质-液化天然气多联产系统。本研究还采用了完整的4E评估方法作为方法论框架的一部分。通过将ORC流体性能、ACH制冷机的运行状况以及MED多效蒸馏装置的效率与以往的研究结果进行比较,验证了该模型的准确性。CRediT作者贡献说明萨阿德·阿拉姆里:撰写原文、可视化处理、验证、监督、软件使用、资源协调、项目管理、研究实施、资金筹措、数据整理、概念构思。阿卜杜拉蒂夫·M·萨迪克:文章审阅与编辑、原文撰写、监督、软件使用、资源协调、项目管理、方法设计、研究实施、资金筹措、正式分析、数据整理、概念构思。马诺吉·库马尔·阿格拉瓦尔:文章审阅与编辑、可视化处理。利益冲突声明作者声明自己不存在任何可能影响本文研究结果的财务利益或个人关系。致谢作者感谢卡塔尔国家图书馆提供的开放获取资金支持。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号