高效合成天然气与源自生物废物的脱碳电力生产：集成系统的模拟、能源分析及热优化 胡安·D·帕拉西奥斯（Juan D. Palacios）、 亚历山德罗·A·帕帕（Alessandro A. Papa）、 阿曼多·维塔莱（Armando Vitale）、 埃马努埃莱·迪·比斯切利（Emanuele Di Bisceglie）、 安德烈亚·迪·卡洛（Andrea Di Carlo） 以及恩里科·博奇（Enrico Bocci）

《Energies》：High-Efficiency Synthetic Natural Gas and Decarbonised Power Production from Biogenic Waste: Simulation, Energy Analysis and Thermal Optimisation of the Integrated System Juan D. Palacios, Alessandro A. Papa, Armando Vitale, Emanuele Di Bisceglie, Andrea Di Carlo and Enrico Bocci

　　摘要 本研究提出了一种完全集成的工艺，可将生物废弃物灵活转化为合成天然气（bio-SNG）和电力，该工艺以100千瓦的双同心气泡流化床蒸汽气化器为核心。原始合成气在高温气体净化段进行处理，得到的清洁、富含氢气的合成气被引入三种不同的下游处理方案：(i) 常规甲烷化；(ii) 使用可逆固体氧化物电池（rSOC）提供的外部氢气进行增强甲烷化；(iii) 通过同一直流式固体氧化物电池以燃料电池模式发电。整个工艺在Aspen Plus软件中进行建模，其中气化段的数据基于实验结果，而下游单元则采用热力学和动力学模型进行描述。甲烷化过程使用基于验证的动力学表达式的塞流反应器模型进行模拟，而rSOC在电解和燃料电池模式下的运行则基于商用堆栈的性能参数进行建模。通过复合曲线分析实施了全厂范围的热集成策略，以最大化内部热量回收并最小化外部能耗。增强甲烷化配置能够生产高甲烷含量的bio-SNG（干基浓度可达93.3%，不含氮气），产率为0.72千克/千克生物质，燃料效率为70.1%。在发电模式下，系统通过热集成完全消除了辅助燃料的使用，实现了43.1%的电能效率。这些结果证明了单一集成工厂能够在燃料合成和电力生产之间灵活切换，从而提高对波动的电力和甲烷市场条件的适应性，同时保持高效率。

1. 引言 为减轻能源系统的环境影响并促进可持续循环经济，迫切需要研究如何有效利用可持续资源，如生物废弃物进行能源生产。鉴于中东冲突升级和俄罗斯在乌克兰的持续战争对能源安全造成的风险日益增加，这些研究工作变得更加重要。在这种背景下，地缘政治紧张局势进一步凸显了建立自给自足且有弹性的能源系统的必要性。此外，生物废弃物的使用完全符合循环经济的概念，Ellen MacArthur基金会将其定义为：“循环经济是一种设计上具有恢复性和再生性的经济模型，旨在始终保持产品、组件和材料的最大效用和价值，并区分技术循环和生物循环”[1]。据估计，全球每年产生的生物废弃物超过90亿吨，其中包括13亿吨食品和农业废弃物[2,3]以及20亿吨城市固体废弃物[4]。生物废弃物包括有机来源的材料，如食物废弃物、农业残留物、林业残留物以及城市废弃物中的有机成分。2015年，欧盟委员会制定了具体目标，旨在通过促进废弃物的处理和再利用来闭合材料循环，其中包括到2030年实现城市废弃物65%的回收率和包装废弃物75%的回收率[5]。历史上，主要采用两种技术来利用这些废弃物：好氧生物降解（堆肥），将有机废弃物转化为可用作生物肥料的土壤改良剂；以及集成能源回收或直接生成能源或中间能源载体。在欧洲，尽管存在不同的技术，但非危险性生物废弃物（包括“生物”和“基于生物”的材料，例如生物塑料）的处理主要通过堆肥和厌氧消化进行，这两种方法平均占比达到79%[5]。还可以使用其他多种集成能源回收的技术，如热解、气化、燃烧以及其他先进技术，如等离子体、水热碳化或根据生物精炼概念的组合技术[6,7,8,9,10,11,12]。在这些过程中，气化技术非常灵活且高效，使其成为处理高度异质材料的关键技术之一[13]。鉴于这些特性，气化技术可以处理其他类型的原料，如聚合物化合物，也适用于含有塑料的城市固体废弃物或其有机部分，这被视为另一个重要的环境问题[14]。实际上，普遍致力于提高塑料的循环利用率，通过气化可以使用蒸汽作为气化剂（例如蒸汽和氧气）来生产合成气（synthesis gas）[15,16]。本研究以榛子壳为例，这是一种广泛可获得的农业工业生物废弃物。目前，土耳其是全球主要的榛子生产和出口国，分别占世界榛子生产和出口量的大约70%和80%。值得注意的是，意大利的人均榛子消耗量最高，平均每年每人0.520千克[17]。榛子壳是一种干燥的生物质，很好地代表了广泛的木质纤维素生物质类型。

热化学回收是生物废弃物能源化最具前景的技术之一。该技术在高温（通常介于600至1000°C之间）下运行，可将生物质转化为主要由氢气、一氧化碳、二氧化碳和甲烷组成的合成气[18]。经过适当处理和净化后，合成气可用于燃料电池发电或作为催化过程中合成替代燃料的原料。燃料电池耦合使生物质发电过程高效、环保且二氧化碳中性[19]。同时，合成天然气（SNG）作为一种气体燃料产品具有多功能性和高价值。整个工艺的效率在很大程度上取决于合成气的质量；因此，将气化单元与高温气体调节系统集成至关重要，以确保去除有害污染物，如焦油、颗粒物、硫和氯/卤化物化合物[20]，否则会降低下游应用的性能和可靠性[19]。在这一背景下，AIRE项目框架内开发了一种能够从生物废弃物中生产bio-SNG或电力的集成灵活系统。该系统结合了蒸汽气化、高温气体调节、甲烷化和可逆固体氧化物电池（rSOC）技术。根据清洁合成气的使用路径，系统有不同的配置：(i) 常规甲烷化；(ii) 通过使用可再生能源（RES）产生的 surplus 电力驱动的rSOC在电解池（SOEC）模式下产生的额外氢气进行增强甲烷化；(iii) 使用rSOC在燃料电池（SOFC）模式下发电。rSOC的集成提供了双向能量转换的灵活平台，根据市场需求动态切换甲烷生产和电力生产。该系统概念不仅为生物能源的可持续储存提供了另一种方案，也为可变可再生能源（主要是光伏和风能）的储存提供了解决方案，旨在解决未来其发电比例可能很高的情景中的重要问题。例如，根据Fraunhofer研究所的数据，到2050年，可变可再生能源预计将占德国总能源生产的80%[21]。根据文献，增强型bio-SNG生产过程属于Power- and Biomass-to-X（PBtX）概念，而电力生产过程属于Biomass-to-Power（BtP）概念，这两种概念在系统和技术层面都经过了广泛研究[22,23]。此外，通过rSOC技术的集成，创建了一个能够在发电（燃料电池模式）和电力驱动的合成/储存（电解/共电解模式）之间切换的灵活系统。这种方法一方面被视为连续的上网和下网调节的有前途的替代方案[24]，另一方面可以最大化利用生物碳来增加化学品和能源载体的生产[25]，从而提高工厂的经济性能，因为年运行时间增加了。关于将生物质灵活热化学转化为电力和其他燃料（例如SNG、费托（FT）燃料、二甲醚（DME）或甲醇（MeOH）的研究较少，这些研究通常没有集成rSOC。例如，Butera等人[26]分析了一种“两阶段电气化”系统，该系统通过集成rSOC技术和创新的两阶段气化器（热解和炭气化）生产MeOH和/或电力。该系统有五种运行模式，从仅生产MeOH到仅生产电力，并配备燃烧器和内燃机（ICE）进行电力生成。然而，在实验层面，该气化器尚未与SOEC系统集成。此外，在SOFC系统中测试的合成气净化仅使用了活性炭过滤器（用于去除颗粒物），以及袋式过滤器，尽管概念流程包括用于高温净化的金属氧化物吸附床（ZnO/CuO）。Wang等人[24]分析了一种根据三种运行模式生产SNG或电力的系统。该系统可以使用林业/农业残留物或城市固体废弃物作为燃料，采用携带流（EFG）或快速内循环流化床（FICFBG）气化器，并进行热/冷气体净化和调节。此外，概念设计基于平衡模拟。最后，Rajaee等人[25]分析了一种集成气化固体氧化物电池工厂，根据市场价格在两种运行模式下生产MeOH和电力，每种模式下优先生产一种产品。该系统使用加压流化床气化器（CFBG）、冷气体净化以及内燃机和蒸汽 turbines系统，并采用纯模拟分析方法。相比之下，本研究提出了一个直接基于实验数据支持的集成系统模型（这些数据来自实验、经过校准或验证），其中心是经过两年实验测试的100千瓦双同心气泡蒸汽气化器/空气燃烧器[27]。与文献中常用的EFG和CFBG相比，双同心气泡结构更为紧凑，具有更好的热传递性能。气化技术与床内橄榄石调节结合使用[28]，高温陶瓷过滤器用于去除颗粒物，以及下游的重质烃和甲烷转化改质反应器[29,30,31]。该先进气化子系统的相应模型经过校准，以模拟实际工艺行为，确保在不同运行条件下的质量平衡和能量平衡预测的可靠性。下游的吸附剂反应器用于去除无机化合物[32,33]。此外，甲烷化部分基于使用实际反应器尺寸开发的动力学驱动反应器模型，并用文献中的实验数据进行了验证，而不是基于平衡假设[34]。对于rSOC部分，电解和燃料电池模式下的运行电化学点和热分布是根据现有商用堆栈的特性定义的，并通过验证的电化学理论进行了验证，确保两个模型都能反映可行的性能。相应的系统架构基于实际的物理堆栈系统[35,36]。这项创新系统通过质量和能量平衡进行分析，以评估其整体性能，并基于热回收和热集成过程进行优化，包括识别热源和热汇。最终系统性能与文献中报道的替代配置进行了比较。本研究为未来系统可靠性的评估提供了基础，这需要针对更广泛的原料范围和更长的运行周期进行验证，以及经济可行性评估，这需要考虑生物废弃物的可用性以及电力和天然气成本。在这种背景下，所提出的气化技术可能使得在较小规模（例如约10兆瓦）部署集成燃料和电力生产工厂成为可能，对应的木质纤维素生物质处理量为约2吨/小时，平均高位热值（HHV）为18 MJ/千克。这与经济评估的100兆瓦规模形成了对比，后者通常对应于相同原料的20吨/小时处理量，这是典型的携带流气化系统的规模。这类系统因生物废弃物的有限可用性、低能量密度（导致较高的运输、储存和处理成本）以及原料易变质性而不适合处理生物废弃物[37]。此外，使用rSOC代替SOEC（仅进行燃料生产）提高了工厂的经济性能。尽管双向架构在材料和热机械设计方面要求更高，因此rSOC的特定资本成本（CapEx）也更高，但在系统层面，全年运行的能力（利用有利的市场条件）显著增加了年运行小时数，并降低了燃料（以及与单模SOFC工厂相比的电力）的平准化成本。与同时进行燃料生产（SOEC）和电力生成（SOFC）的工厂相比，这种优势更为明显。使用单一可逆设备通常可以减少总体系统投资，因为它避免了安装两个独立单元及其重复的工厂平衡子系统。

2. 方法
2.1. 整体过程描述
集成系统（见图1）首先利用双流化床（DFB）气化器（输入功率100 kWth）和热气处理（HGC）系统，从各种类型的生物质（原始或预处理）中生产高质量的高氢合成气。HGC系统包括通过陶瓷过滤烛和催化重整部分去除颗粒物和焦油。

图1. 集成工厂的流程图。
生成的合成气可以作为工厂的第一种运行模式（图1中的蓝色流程线1），使用传统的甲烷化系统生产生物合成天然气（bio-SNG）。该系统包括水煤气变换（WGS）反应器、甲烷化部分和膜气体升级系统。当用户对电力需求部分或完全没有需求时，采用这种运行模式，以实现可持续的低碳存储和智能能源使用。
作为第二种运行模式（图1中的红色虚线流程线2），合成气可以用于生产生物合成天然气，但采用了改进的甲烷化-制气（P2G）过程概念。该系统包括一个子系统，该子系统利用多余的可再生能源通过rSOC中的蒸汽电解产生氢气流，并将其与合成气流混合。调整氢气产量，使混合气体中的H2/(CO + CO2)摩尔比接近3.5，以实现CO和CO2完全转化为生物合成天然气。这种方法无需上游的WGS和下游的气体升级，相对于传统配置简化了整体过程。第二种运行模式旨在实现来自可再生能源（主要是光伏和风能）的剩余电力的周度或月度存储。
最后，由于rSOC可以逆向运行作为SOFC，第三种运行模式（图1中的红色虚线流程线2），清洁的合成气可以直接用于产生固定能量（电能和热能）。

集成工厂的建模是在模拟软件Aspen Plus（版本14.0）中完成的。模型最初是通过分别模拟每个子系统然后根据既定的运行配置将其整合而成的。在模拟活动中，采用了MIXCINC流程类，因为过程中涉及的材料流包括传统、非常规和固体成分。DCOALIGT和HCOALGEN属性方法分别用于估计非常规成分的密度和焓[38]。对于传统成分，选择了Peng–Robinson状态方程和Boston–Mathias alpha函数（PR-BM）作为全局热力学方法，以实现所有相关热物理属性的计算[39]。
生物质原料被建模为非常规成分。选择榛子壳不仅是因为它们的可用性，还因为它们具有有利的特性，即粒径小、水分和灰分含量低，这些特性消除了额外预处理的需要。使用了20 kg/h的生物质流量，相当于试点工厂的热输入为100 kWth。生物质使用参考方法ASTM D5373（确定CHN组成）、ASTM D4230（量化Cl和S）和ASTM D7582（初步分析）进行了表征。通过计算差异来确定固定碳（初步分析）和氧气（最终分析）含量。同样，使用Boie相关公式计算了高热值（HHV）[40]。生物质的特点如表1所示。

表1. 选定生物质的海绵分析结果。
虽然榛子壳可以被认为是生物废物的代表[41]，但原料组成是可变的，这可能会显著影响工艺性能，特别是在气化系统和下游的清洗和升级单元中。事实上，水分含量的增加会对热平衡产生负面影响，因为部分能量输入将用于水分蒸发[42]。在这种情况下，可以实施预处理策略，如干燥或水热碳化（HTC），以减少原料中的水分[43]。同样，较高的灰分含量会导致更多的固体残渣进入合成气中，需要适当设计和放大气体清洗和过滤系统。在污染物（如硫和氯）浓度较高的情况下，需要更精确地设计合成气清洗部分，以防止下游单元中的催化剂失活[44]。
总体而言，尽管原料的变异性会影响系统运行，但通过适当设计和整合预处理和气体清洗/升级系统，可以在不同的原料输入下获得相当的合成气性能。

2.2. 子系统建模
工厂概念中存在的子系统包括：(i) 与相关HGC耦合的气化单元（以下简称“先进气化子系统”），(ii) 包括WGS、甲烷化和升级部分的Line 1甲烷化子系统，(iii) 仅包含甲烷化部分的Line 2甲烷化系统，(iv) 以SOEC模式运行的rSOC系统，以及(v) 以SOFC模式运行的rSOC系统。先进气化子系统和Line 1甲烷化的模型已由作者在[34]中开发并验证，作为研究及优化工厂运行配置的一部分。本文将仅简要概述这两个部分，重点介绍其余的子系统和配置。

2.2.1. 先进气化
先进气化子系统由气化和燃烧部分组成。首先，通过RYield块将生物质分解为其元素成分，将该非常规生物质流转换为按照其最终分析得到的传统成分。在此阶段之后，还考虑了异原子（如Cl和S）的化学计量转化，形成无机化合物。
分解步骤之后，一部分残余炭被导向气化器，而剩余部分被送往燃烧室，以模拟未反应炭从气化区转移到燃烧室的过程，从而有助于系统的热平衡。然后，分解阶段生成的其余元素成分被送入化学计量反应器，在其中模拟焦油物种的形成。在这项工作中，焦油被分为三种不同的化合物，即苯、甲苯和萘。焦油形成后，得到的混合物被送入RGibbs反应器，模拟气化反应的热力学平衡，并生成合成气。在这个模块中，焦油化合物和无机物种都被视为惰性成分，以保持实验观察到的焦油产量和无机成分。这种建模策略能够模拟合成气的组成和实验中测量到的焦油量[34]。最后，通过引入辅助燃料来模拟燃烧部分，以确保气化单元的能量平衡。
在气化反应器下游，原始合成气在热气处理（HGC）系统中进一步处理，其中去除固体灰分并完全重整焦油化合物。这一步骤使用第二个RGibbs反应器进行模拟，假设焦油物种完全转化。这一假设得到了文献中使用镍基催化剂进行的实验微反应器测试的支持，这些测试显示了几乎完全的焦油转化[31]。因此，这里采用的建模方法可以被视为催化系统的放大表示，能够在实际运行条件下估算可实现的合成气质量。未来的工作可以包括动力学CFD模拟，以研究重整反应器内的内部流动分布、反应动力学和温度分布，进一步了解催化床的动力学和热行为，并支持从基于平衡的表示向动力学反应器模型的过渡。
应当注意的是，采用的建模方法依赖于用户定义的约束来表示炭、焦油和无机物种的分布，而合成气组成是通过RGibbs反应器中的平衡计算确定的。因此，当考虑不同原料时，需要额外的实验数据来定义相应的炭、焦油和无机组分。如果没有这些信息，模型仍然会预测接近热力学平衡的合成气组成，但无法准确再现气化过程中产生的额外产物的分布。然而，下游的催化重整部分仍然是有代表性的，因为完全焦油转化的假设也适用于其他合成气组成。

2.2.2. Line 1 甲烷化
甲烷化子系统被建模为将合成气转化为生物合成天然气。首先模拟一个气体清洗和调节部分，以去除硫化物和氯化物并通过WGS增加氢气含量。甲烷化在四个中间冷却的绝热反应器中进行，以保持最佳气体入口温度（290 °C）。然后气体通过升级部分，在其中绝热冷却以促进冷凝。最后，通过膜分离去除二氧化碳，效率为95%[45]，得到最终的生物合成天然气产品。

2.2.3. Line 2 甲烷化
图2显示了Line 2甲烷化子系统的流程图。
根据工厂布局（见图1），Line 2的甲烷化系统位于合成气无机杂质去除部分的下游。合成气首先被冷却（C0块）和干燥（FLASH1块），然后压缩至10巴（COMP块），这是甲烷化部分的运行压力。这个压力是根据之前的分析选择的，因为更高的压力对生物合成天然气的产量或组成没有显著影响[34]。然后从rSOC系统（以SOEC模式运行）获得10巴和25 °C的氢气流，加入压缩后的合成气中，以实现H2/(CO + CO2)摩尔比为3.5。这个值与甲烷化反应的化学计量比一致，这些反应分别需要CO和CO2的摩尔比为3和4。
此外，引入一个过热蒸汽流（10巴，400 °C）以降低第一个甲烷化反应器的温度上升，该温度限制在651 °C。甲烷化部分（在图2中用青色框标出）由两个中间冷却的绝热反应器组成。使用预热器（H1块）将第一个反应器的入口温度设置为300 °C，而第二个反应器在进入前冷却至295 °C。采用[34]中为传统甲烷化系统（Line 1）开发的相同RPlug反应器模型。
为了减少生物合成天然气中的残余氢气含量而不增加额外的甲烷化阶段，在第二个甲烷化反应器下游安装了一个氢气分离单元（H2SEP块）。该单元去除98%的未反应氢气，然后将其重新压缩至10巴（B10块）并回收到甲烷化入口。在H2分离之前，气流被绝热冷却至157 °C（C2块），低于露点，然后送入一个在40 °C下运行的闪蒸反应器（FLASH2块）以去除水分。
H2分离策略的性能基于商业上可用的膜分离技术[46]，这使得系统能够连续运行。
然而，这只是一个理论模型策略（即未实施），仅用于在实际中直接比较传统和先进甲烷化过程所需的最低阶段（反应器）数量。在工业甲烷化中，未反应的氢气不会简单地被丢弃；相反，该过程被调整以最大化其利用。因此，在验证了增强型甲烷化（在性能方面）的适用性之后，后续工作将包括在整体工厂的技术经济分析框架内优化这一工艺设计。2.2.4. rSOC（SOEC模式）在电解模式下运行的rSOC系统是基于实际的物理堆栈系统[36]和Hauck等人的SOEC堆栈模型[47]进行模拟的，并根据当前工厂的具体条件进行了调整。在当前的操作框架中，只进行蒸汽电解，而不是参考模型中的共电解；因此，没有考虑逆水-气转移反应或产生的产品水的内重整效应。此外，为了在整个堆栈中实现能量平衡，不是使用热流，而是使用加热块模拟出口流的温度变化，并通过能量平衡计算释放的热量。此外，还添加了部分富氢阴极废气的再循环，以确保堆栈入口处有10体积%的氢气，从而防止阳极损坏并限制堆栈的退化[48,49]。还增加了一个后处理部分，以将产生的氢气输送到所需的操作条件。所得的工艺配置如图3所示。图3. SOEC系统模型的流程图。SOEC技术在工作温度较高，通常在600到800°C之间[50,51]。在这种情况下选择了一个750°C的温度，这适用于高效率的蒸汽电解，因为它可以在堆栈效率（随着温度的升高，氧离子导电性增加[50]而电能需求降低[47]）和耐久性（例如，在750°C以下且电流密度为0.5–0.6 A/cm2的长期测试中，退化速率小于0.5%/1000小时[53]）以及系统效率（入口蒸汽被加热到较低温度）之间取得平衡。至于电化学操作点，SOEC通常在热中性电压下运行（此时电解反应的焓与焦耳热相等[50]），这在工厂层面有助于实现高电解效率，并便于在运行过程中管理堆栈热量[51]。在750°C时，热中性电压为1.285 V；因此，在模型中，SOEC堆栈（在图3中用红色标出）以略高的1.3 V运行。这意味着提供的一部分电能超过了电解反应所需的数量，因此以热量的形式释放出来。这种热量使出口流的温度升高到超过操作温度。为了考虑这种效应，引入了专门的加热块（HEAT-AN和HEAT-CAT），其热负荷是通过计算块计算的。电解反应本身由ELECT块建模，假设效率为80%[54]。关于再循环策略，在堆栈的下游放置了一个分流器（SPLIT块）。一部分富氢阴极废气与水进料混合，然后在HE-VAP块中预热，以生成堆栈所需的蒸汽。水进料通过设计规范（Design Spec）设定，以实现目标氢气产量。在处理部分（用绿色标出），剩余的阴极废气首先被冷却（C1块）以允许水凝结和分离（SEP块），然后被压缩（P-GAS），最后再次冷却（C2）以达到所需的10巴和25°C的输出条件。堆栈的热平衡定义如下。散发的热量?????????????是通过提供给堆栈的电功率????????????????与电解反应消耗的功率??????????（由ELECT块在模拟中获得）之间的差值来计算的。 ?????????????=??????????????????????????? (1) ????????????????=(2·˙????2·????????????????)·????????????? (2) 其中因子2表示每产生一摩尔H2所需的两摩尔电子，˙????2是产生的H2摩尔流量（mol/s），????????????????是法拉第常数（96.46 s kA/mol），?????????????是堆栈的电池电压（V）。假设20%的热量损失，热量在阴极和阳极流之间按其能量含量比例分配。 ????????????????????????=(???????????????????????????)·0.8·(˙??·????·???)????????(˙??·????·???)????????+(˙??·????·???)????? (3) ?????????????????????=(???????????????????????????)·0.8·(˙??·????·???)?????(˙??·????·???)????????+(˙??·????·???)????? (4) 其中˙??是质量流量（单位：kg/h），????是热容量（单位：kJ/kmol K），???是温度差。为了建模的目的，假设了一个假定的温度升高100°C。2.2.5. rSOC（SOFC模式）在燃料电池模式下运行的rSOC系统的模拟是基于作者之前的一些工作开发的。这个SOFC系统是在SO-FREE项目中开发的[55]。参考系统的建模和实验验证的详细描述可以在文献[35]中找到，并已根据当前的操作框架进行了调整。最初的SOFC系统架构被设计为一个灵活的平台，能够使用不同成分的燃料运行，并且堆栈可以在不同的温度下运行，而无需修改系统组件。为此，设计中包括了一个再循环系统来调节堆栈燃料入口的水分含量并防止碳沉积，以及一个热回收系统以实现自热操作。然而，在当前的操作条件下，入口燃料气的成分保持不变，因此没有必要这种高水平的操作灵活性。因此，开发了一个简化的系统配置，无论是从架构还是控制策略来看，都导致了图4所示的流程图。图4. 适应后的SOFC系统模型的流程图。总体而言，当前的SOFC系统包括堆栈（用紫色标出）、自热重整器（用金色标出）、阳极废气再循环，以及内部（用红色标出）和外部（用深红色标出）的热回收。还有三个输入电流，一个用于燃料（用绿色标出）和两个用于空气（用蓝色标出），以及一个排入大气的排放电流（用浅蓝色标出）。过程从供应的燃料开始，先对其进行压缩和预热，然后送入堆栈阳极，在那里与自热重整器（ATR）的出口流混合。堆栈被建模为相互连接的组件组合，分别代表阳极侧、阴极侧以及氧离子通过电解质的传输。电化学反应释放的热量导致出口流的温度升高。在堆栈之后，阳极废气被分离，其中一部分被再循环到初始部分，朝向ATR，预热系统的燃料入口。当前模型中的ATR仅作为一个燃烧器使用，以确保堆栈的燃料入口处于所需的操作温度。剩余的阳极废气与所有阴极空气一起被送往燃烧器，以便燃烧剩余的燃料并产生额外的热量。最后，废气用于将堆栈的空气入口加热到操作温度，并预热ATR的空气入口，从而减少在其中燃烧的燃料量。在系统内进行热交换后，废气完全冷却至25°C，以回收可用的剩余热能。关于操作条件，采用了与SOEC案例相同的操作温度，这与rSOC的操作一致[47,48]，其中电解和燃料电池模式在统一的温度控制下运行，以防止热循环应力/退化[56]。为了确定电化学操作点，首先使用了一个商用IKTS可逆堆栈模块（型号180E）的特性作为初步近似。根据制造商手册[57]中的相应调试测试数据，选择了0.75的燃料利用率（????）和0.83 V的电池电压（??????????）作为常规中间点。当堆栈模块以40% H2和N2的混合物作为燃料时，它在这个点上运行；因此，为了在模型中有效使用这些数据，建立了一个设计规范，通过改变阳极废气的再循环来设定堆栈燃料入口的40% H2eq含量。此外，堆栈的最大温度升高为200°C。另一方面，假设热损失等于堆栈内产生的总能量的20%，这对应于这种类型的系统的最大可接受功率损失[35]。此外，SOFC系统在略高于大气压的条件下工作，入口压力为1.7巴，出口压力为0.4巴。关于建模方法，应该注意的是，尽管两种操作模式（电解和燃料电池）的堆栈系统模型都是使用该技术的实际性能数据构建的，但这些堆栈模型缺乏操作灵活性；也就是说，它们最初是作为一个预定义的电化学点运行的。因此，需要开发一个更强大的模型，该模型能够结合电化学维度，根据特定的操作条件和输入燃料成分自主动态地确定堆栈的行为。此外，考虑到这项工作的范围是研究不同技术可能的集成方案，堆栈的可切换操作尚未进行研究。目前正集中研究rSOC的操作，重点是识别和理解两种操作模式之间的各种退化机制（机械和热）的相互作用。深入理解这些现象至关重要，因为退化是rSOC商业化和工业化的主要障碍[56]。最先进的研究表明，堆栈的可切换操作有助于逆转或缓解各种类型的机械退化。例如，已经证明可逆循环可以消除氧气电极/电解质界面处纳米孔的形成和YSZ颗粒的分离，这种损伤通常发生在连续和高电解极化下[58]。研究表明，非对称操作协议（燃料电池模式运行时间较长，例如每5小时SOFC模式运行1小时）对于保持结构稳定性和防止欧姆电阻增加是有效的。这种策略非常适合与间歇性可再生能源源的集成，因为它更适合循环性的能源可用性[59]。另一方面，由于在焦炭化（SOFC）和吸热（SOEC）模式之间切换时产生的严重温度梯度，可以通过辅助和控制系统避免热退化。利用集成电加热器和空气吹风机的热管理系统可以控制温度梯度，最好将其保持在10°C/cm以下，以确保堆栈的机械完整性。此外，研究表明，热备用模式允许在非常短的过渡时间内（通常在3到10分钟之间）从空闲状态切换到名义操作状态，从而有助于电网平衡[36]。一般来说，可逆电池的安全运行依赖于其辅助和控制系统，这些系统通过管理气体再循环来维持最低操作条件，特别是在过渡期间避免蒸汽凝结和电流速率的减少[60]。因此，本文提出的用于燃料电池和电解模式操作的系统，允许控制入口浓度和温度，为后续的准动态研究（通过各种稳态）奠定了基础，以研究整个工厂的可切换行为。2.3. 集成工厂建模在开发了所有子系统模型之后，分析了集成配置以评估整体工厂性能。每个配置都被结构化为代表相应子系统的层次化块。如图1所示，产生的富氢清洁合成气可以用于（i）通过Line 1进行传统的生物SNG生产，（ii）使用rSOC在SOEC模式下通过Line 2进行增强型生物SNG生产，以及（iii）使用rSOC在SOFC模式下通过Line 2系统进行热和电力生产。2.3.1. 传统生物SNG生产过程：气化 + Line 1在这种配置中，如[34]所报告的，生物质被送入GASIF层次化块，该块模拟了气化系统。从这个系统获得了三种主要输出：合成气、烟气和灰分。清洁的富氢合成气以及专用水流被送入LINE1层次化块，该块模拟了传统的甲烷化系统。该系统生产生物合成天然气（bio-SNG），副产品包括水和二氧化碳。2.3.2 提升型生物合成天然气生产流程：气化 + 第二生产线 + 固体氧化物电解（SOEC）

图5展示了该工厂第二种配置的流程图。在这种情况下，来自GASIF模块的清洁、富含氢气的合成气首先通过加热器（RX1模块）冷却至400°C，然后被送入Gibbs反应器（DES-DECL模块），该模块使用固定床吸附剂反应器去除无机化合物，从而得到无污染的合成气。同时，水流进入SOEC层级模块，该模块模拟了在SOEC模式下运行的rSOC系统。在该模块中，通过蒸汽电解产生纯氢气流，使用设计规格计算所需的水量，以获得最终的气体混合物（与清洁合成气混合后）的氢气/(二氧化碳+一氧化碳)摩尔比为3.5。最后，所得到的气体混合物被送入代表提升型生物合成天然气生产系统的LINE2层级模块。

2.3.3 发电生产流程：气化 + 熔融氧化物燃料电池（SOFC）

图6展示了该工厂第三种运行配置的流程图。这种配置在无机污染物去除阶段之前与运行模式2相同。清洁的合成气随后被导向SOFC层级模块，该模块模拟了在燃料电池模式下运行的rSOC系统。SOFC堆将供给的燃料转化为电能，而包括阳极烟气循环、自热重整器、燃烧器和热回收单元在内的附加系统利用设计规格确保在指定参数下灵活运行，无需外部能量输入。

2.4 集成工厂优化

为了确保整体效率，对每种运行模式进行了能量平衡分析，以识别子系统内的能量流动，评估优化机会，并提升集成工厂的性能。

2.4.1 优化方法

优化旨在最大化热回收率，同时确保能源可行性和热效率。通过识别热源和热汇，并构建和分析热复合曲线来评估能源可行性，这些曲线能够在同一图表上同时可视化热流、冷流以及它们之间的热传递潜力。这种方法支持子系统之间的有效热集成，而热集成则是通过 pinch 分析实现的，旨在最小化对外部公用设施的需求。

2.4.2 能源性能评估

计算了两个子系统及整个工厂的关键性能指标：气化和甲烷化的冷气效率（?????????????????????????????????????）和干气产量（???????????????????????????????????????????），SOEC系统的氢气生产效率，SOFC系统的发电效率，以及考虑热、电和燃料输出的整个系统效率。

CGE（总能量效率）评估了原料化学能转化为气体燃料的转化效率：
?????????????????????????????????????=??????????????????????????????????·˙????????????????????????????????????????????????????????·˙????????????????????????????+???????????????????·˙????????????? （5）

干气产量（??????????????）表示相对于原料的气体体积产量：
???????????????????????????????????????????=˙????????????????????????????˙????????????????????????????·˙???????????????????????????? （6）

SOEC的氢气生产效率（????2）定义为产生的氢气的化学能与消耗的电能之比：
????2=??????????2,????????·˙????2,????????????????????????,????? （7）

SOFC的电能效率（????????????????）是燃料提供的电能与化学能之比：
????????????????=????????????????,????????????????????????????,????? （8）

电能输出的计算公式为：
????????????????,????????=(2·((˙????2+˙???????+4·˙???????4)·????)·????????????????)·????????????? （9）

其中，因子2表示每摩尔消耗的H2生成的电子摩尔数；˙????2、˙???????和˙???????4分别是H2、CO和CH4的摩尔流量（mol/s）；????是燃料利用率；????????????????是法拉第常数（96.46 kA/mol）；?????????????是堆栈的电池电压。

3. 结果与讨论

3.1 优化策略

3.1.1 运行模式2的工厂

首先在未优化状态下，通过质量和能量平衡分析运行模式2的集成工厂。图7和图8显示了相应的Sankey图。在这种配置中，过程从生物质的气化开始，使用空气、工艺水和少量辅助燃料混合物生产原始合成气。大部分输入能量（约90%）来自生物质本身的 calorific 值。在清洁阶段去除灰分和污染物后，得到含有大量H2（约41%体积百分比）的清洁合成气。这种清洁合成气随后被送入甲烷化部分，与来自SOEC的额外氢气混合，从而设定H/C比为3.5，使混合物中的氢气浓度提高到约73.9%体积百分比。在此阶段，来自合成气和电解产生的H2的化学能量输入（约57%）大部分转移到生物合成天然气（bio-SNG），这是过程的最终产品。在整个甲烷化过程中，由于氢化反应（CO/CO2 + H2）的化学计量关系，过程中的水分含量增加，通过过量进水及中间冷却策略可以管理释放的热量。多余的湿气会在下游冷凝，形成可作为材料来源的流。此外，这还会释放出可被系统利用的显热和潜热。

能量平衡揭示的一个重要方面是，大量电解产生的H2没有发生反应，而是被循环利用以维持富含H2的环境（88.6%体积百分比，对应H/C比为5.9），从而提高了整体转化率。这表明尽管SOEC引入了大量能量（约总量的26%），但只有部分能量转移到了生物合成天然气中，另一部分则不断返回系统。利用这部分能量将能够生产更多且更高质量的燃料产品。最后，SOEC系统需要过程热量（约总量的25%）来维持其运行温度，同时生成氧气和废蒸汽，这些可以在系统中管理。堆栈和压缩损失以及内部热传递在能量Sankey图中清晰反映出来，突出了甲烷化过程中产生的热量与高温电解过程中消耗的热量之间的平衡重要性。

表2显示了每个系统中的热量需求和产生情况的详细信息，包括与热源或热汇相关的温度范围。补充材料中的图S1提供了基于复合曲线分析的最大热回收可能性的概述。

表2. 运行模式2初始配置的工厂生产和过程热量需求详情。第二条生产线通过冷却产生69.79 kWth热量，同时消耗34.62 kWth用于蒸汽生产和进气加热。SOEC系统消耗28.81 kWth将进水加热到750°C，同时通过冷却未循环的阴极尾气产生12.18 kWth的可回收热量。此外，SOEC阳极产生高温氧气（785°C），可用于热回收。为了确保系统间的充分热回收，考虑了热源的运行温度范围；对于热交换器，考虑了热入口-冷出口和热出口-冷入口之间的最小温差为10°C。

3.1.2 运行模式3的工厂

图9和图10显示了当清洁合成气导向在SOFC模式下运行的rSOC时，集成工厂的质量和能量平衡分布。高级气化子系统（双同心气化器 + HGC）的行为与运行模式2相同，将生物质（约100 kWth）和少量辅助燃料（约10.8 kWth）转化为含41%体积百分比H2的清洁合成气。在SOFC内部，大约30%的阳极尾气被循环利用，以保持所需的H2,eq ≈ 45.7 mol%的进料组成。堆栈将化学能转化为40.8 kWel的净能量（扣除压缩消耗后），并在子系统内部热回收后释放59.5 kWth的可回收热能。尽管SOFC排气中有大量热量可用，但其温度（约265°C）限制了热回收的潜力。

表3显示了子系统的热源和热汇的详细信息，包括相关温度范围。此外，补充材料中的图S2提供了这种配置的最大热回收可能性的概述。

表3. 运行模式3初始配置的工厂生产和过程热量需求详情。气化部分所需的蒸汽热量可以从SOFC排气气体中获取；这些排气气体可以提供59.50 kWth。然而，其温度（265°C）限制了热回收量仅为7.50 kWth。剩余的1.88 kWth可以从清洁合成气冷却中获得，将蒸汽温度提高至605°C（HE-STEAM模块）。因此，烟气中的显热可以专门用于预热燃烧器至940°C，从而消除了对辅助燃料的需求。

3.2 性能评估

3.2.1 运行模式2的工厂优化

优化策略重新配置了工艺流程，最大化了热回收并消除了辅助燃料的使用。主要修改包括：
- 提高进入燃烧器的进气温度（940°C）和进入气化器的进气流温度（746°C）。
- 将进入甲烷化反应器的混合气温度保持在290°C，这是最佳运行值。
- 使用单一加压水流整合水分需求。
- 整合高温出口流作为热源。
- 回收和再利用第二条生产线的废水流，以最小化新鲜水的输入。

图11显示了优化后的热交换网络（HEN），它匹配了子系统间的热流和冷流，同时保持最小温差为10°C。

图11. 优化后运行模式2的工厂热交换网络。设计的HEN能够内部供应约92%的工艺加热负荷，需要6.8 kW的热能（燃烧热）在1000°C，此外还需要73%的冷却负荷，产生2.8 kW的低压蒸汽在125°C和27.96 kW的空气在35°C。

表4显示了提升型生物合成天然气生产过程与传统过程的性能比较，以及后续优化的效果。使用初始配置的提升型生物合成天然气生产过程，工厂从267.43 kW的能量输入中产生了152.09 kW的生物合成天然气（包括99.98 kW的生物质、10.79 kW的辅助燃料、63.47 kW的热量和93.19 kW的电能）。与传统过程不同，该过程需要与SOEC系统相关的净热量输入，SOEC系统消耗了大量热能（28.86 kW），几乎是其产生的能量的两倍（15.89 kW）。这种消耗与750°C下的蒸汽生产有关。在第一条生产线子系统（WGS、甲烷化和升级）中，热量产生（16.68 kW）来自甲烷化部分，因为该过程是放热的，而整个系统由于已经实施了热回收策略而没有热量需求。

尽管第二条生产线使用与第一条生产线相同的合成气输入，但其性能更优，如表4中的指标所示。总体CGE从71.8%提高到74.5%，CH4含量从84.9%提高到93.5%，这是因为更高的H2/(二氧化碳+一氧化碳)摩尔比（第一条生产线为1.5，提升型为6.2）。从合成气与SOEC H2的摩尔比为3.5开始，将甲烷化后的未反应H2循环回进料流中，使其H2含量增加到了6.2。值得注意的是，如果进料流中的摩尔比设定为3.5，则会得到甲烷浓度为73.4%（干基无氮）的生物合成天然气（bio-SNG），远低于方案1中的84.9%。此外，在方案1中，四个反应器中有三个在最佳温度下运行（达到平衡状态），而在方案2中，两个反应器都不处于这一状态。所有这些都表明了H2/(CO + CO2)摩尔比在实现气体碳（CO和CO2）完全转化为CH4过程中的关键作用。过量的H2可以促使平衡向甲烷方向移动并增加反应速率，从而提高转化效率。尽管存在上述优点，但增强后的甲烷化过程的整体燃料生产效率仍然较低。这是因为与方案1不同，方案2的流程设计在基础情景中没有包含任何热量回收策略，因此没有减少热量需求。另外，方案2所需的热量显著更高，因为需要蒸发更多的水并将其加热到工作温度。由于入口处的H/C比较高，为了稳定温度上升，需要更多的水，同时产生的热量也更多（包括中间冷却和冷凝）。预计在优化的配置下会有所改善。优化后的CGE（总热效率）提高到了78.1%，燃料效率提高到了75.4%。性能指标的提高归因于辅助燃料的消除。另一方面，生物合成天然气中的甲烷含量略有下降，但由于进料流中H2/(CO + CO2)摩尔比降至5.9（由于循环H2流量的减少），这一下降可以忽略不计。尽管这种减少使得效果不那么明显，但优化提高了甲烷化的效率，主要是由于两个甲烷化反应器的入口气体温度进行了调整。这一点通过模拟初始配置（H2/(CO + CO2)比为5.9）得到了验证，结果显示生物合成天然气中的甲烷浓度为92.6%。由于甲烷化是一个放热过程（ΔH° < 0），降低温度会使平衡向甲烷方向移动（增加K值），并且由于有过量的H2（改变分压），平衡位置进一步偏向产物侧，从而产生更高的甲烷产量。

SOEC系统未受到优化的影响，因为系统的操作条件（如进料、温度和压力）以及堆栈的操作参数（如电压和热损失）没有变化，保持了H2生产效率的恒定（96.4%）。因此，在分析中没有考虑这一点。在工厂层面，整体燃料生产效率如预期显著提高，达到了75.4%。仅考虑产生的低压蒸汽时，热生成率为1.4%，这些蒸汽可能有市场价值。如果包括在30°C下产生的空气，热生成率上升到15.3%，总效率达到90.7%。

3.2.2 第三种操作模式的工厂优化
与之前的优化类似，这次优化也致力于通过提高进入燃烧器/气化器的空气流温度（940°C）和进水流温度（605°C）来完全消除燃烧器中的辅助燃料需求。图12展示了这种配置的优化热交换网络（HEN）。在原始设计中，整个过程的加热负荷由内部提供。另一方面，冷却负荷需要外部支持，产生33.07 kW的35°C空气和0.72 kW的250°C高压蒸汽。优化结果总结在表5中。表5显示了初始和优化后的第三操作模式的关键性能指标。使用rSOC在SOFC模式下运行的发电过程的初始配置使工厂能够从110.77 kW的能量输入流（包括99.98 kW的生物质和10.79 kW的辅助燃料）中生成63.06 kW的热量和40.37 kW的净电。这种热电联产是得益于SOFC系统，由于其子系统内的内部热量回收，因此没有热能需求。与之前的操作模式一样，这次优化也旨在消除气化系统中的辅助燃料使用，从而提高了CGE（从85.3%提高到94.5%），同时保持了输出量。由于辅助CH4没有计入计算（因为它不会通过化学反应成为合成气的一部分，仅影响燃烧器的热量），合成气的产量没有变化。SOFC系统也没有受到优化的影响，因为输入燃料流量（合成气）和操作参数（如入口温度、电池电压和利用率）没有变化，保持了电力生产效率的恒定（51.4%），因此在分析中未考虑。在工厂层面，整体电力生产效率提高（从36.4%提高到40.4%），而热生产效率下降（从57.8%降至0.7%或34.6%，具体取决于考虑的热利用方式）。因此，总效率可以提高至75.0%。

3.2.3 与替代技术的比较
表6和表7将当前优化系统与文献中的其他系统进行了比较。所有性能指标均基于低位热值（LHV）计算。表6比较了当前生物合成天然气生产系统与文献中的其他系统。表7比较了当前电力生产系统与文献中的其他系统。Wang等人[61]研究了一种使用聚合物电解器而非SOEC从干木材废物中生产增强型生物合成天然气的类似系统，并开发了基于平衡的模型。与此同时，Cicone等人[62]专注于低质量N2稀释合成气的强化甲烷化，开发了一个新的系统，包括一个初始的循环反应器以及四个带有水分去除功能的中冷反应器。此外，还使用了基于实际工业反应器的动力学模型。
在甲烷化阶段，当前工艺与文献中的平衡工艺[61]相比，在CGE、C和H2转化率以及气体产量方面具有竞争力，这得益于未反应H2的去除和循环。如前所述，选择循环是为了避免在生物合成天然气产品中添加另一个达到目标组成（H2 < 4体积%）的甲烷化反应器，预期这可能对成本产生积极影响。然而，仅分析甲烷化反应器时，观察到甲烷转化率仅为57.8%，因此在生物合成天然气的数量和质量方面还有很大的改进空间。此外，使用的管式催化反应器的动力学模型通过[34]中的实验数据得到了验证，为实际工厂规模的工艺模型提供了重要的预测能力。
与文献中的其他甲烷化工艺[62]相比，当前的工艺在性能上表现相似，但系统结构更为简单。然而，重要的是要强调由于在第三个反应器后去除水分，从而显著提高了整体性能（C转化率和CH4产量），使平衡向产物方向移动，并减少了所需的催化剂量。这种改进将在未来的系统改进中得到评估，同时需要考虑反应器出口温度升高的风险，这在[62]中得到了控制，因为进料合成气中含有大量的N2（61.5体积%）。在系统层面，使用SOEC单元而不是聚合物电解器可以避免大量的电力消耗（48.1% vs. 总输入的73.7%）。然而，需要少量的净热消耗（总输入的3.5%），但由于SOEC堆栈的操作条件为750°C，这在优化中无法实现。由于堆栈的高效率和整个过程中的热集成，当前系统的燃料生产效率显著提高（70.1% vs. 46.5%）。可以假设，随着甲烷化阶段的增加，系统产生的副产品热量也会增加，进一步提高整体系统效率和碳转化率（76.8%）。同时，材料平衡也得到了优化，大大减少了系统的用水需求，如高整体氢转化率（84.0% vs. 49.3%）所示，这假设回收的水流在重新利用前经过了适当处理。
另一方面，所提出的电力生产系统与Bang-M?ller [63]和Rokni和Kalina [64]的系统进行了比较。前者在第二个研究案例中在基础系统布局中增加了微型燃气轮机（MGT），优先考虑电力生产；而后者的系统布局包括内燃机（ICE）和有机朗肯循环（ORC）。当前系统由于阳极废气的循环利用，实现了更高的燃料利用率（0.86），优于[63]的基础布局（气化器-SOFC，燃料利用率为0.80）。然而，由于当前的SOFC堆栈模型仅限于一个操作点，与[63]中的改进布局相比处于劣势，后者增加了MGT（43.1% vs. 50.3%）。因此，未来的模型如果包含电化学堆栈部分，将提高发电的灵活性，可以根据需要优先生产电力或热能。关于[64]中的剩余系统，总体燃料利用率显著更高（0.86 vs. 0.76），显示出现有技术的更高效率，气化器的CGE为89.8% vs. 71.9%，SOFC的电力效率为50.6% vs. 36.0%。
在产生的热量方面，当前系统主要产生低温热；如果认为这种热量不可用，则工厂的生产效率为0.7%，相当于250°C的低压蒸汽。然而，通过调整堆栈的操作点（使用改进的灵活模型）和HEN设计，可以增加有用的热产生量。此外，文献中用于比较的系统没有考虑产生的热的质量。在这方面，当考虑所有热量时，当前系统的效率最高，达到80%。
如引言中简要提到的，所分析的系统具有以下优势：
- **原料灵活性和物流适用性**：生物废弃物通常具有局部供应有限、特性多样、能量密度低和易变质的特点。较小规模的工厂可以靠近废弃物产生地点，大幅降低运输、储存和处理成本，这些成本常常使得传统的100 MW强制流式气化系统在经济上不可行。
- **技术可行性**：流化床可以接受更广泛的原料范围，并且易于扩展（如rSOC）；而双同心鼓泡蒸汽气化器/空气燃烧器更为紧凑，并且与传统循环床系统相比具有更好的热传递性能。
- **电网平衡**：rSOC系统可以在可再生能源过剩时期生产高质量的生物合成天然气（93.3体积%甲烷，干基无氮），产量高（0.69），并且在电网需求高时以非常高的效率（45.5%）发电。实际工业应用得到了“热备用”策略和热管理系统（使用集成电加热器和鼓风机）的支持，使系统能在3到10分钟内在不同模式之间切换。这种快速响应对于参与现代能源市场和提供电网调节服务至关重要。
**降低资本支出和提高利用率**：通过使用rSOC（一种集成式能源转换系统），资本支出得以减少，因为淘汰两个独立单元（电解器和燃料电池）以及相应的子系统的成本降低幅度大于增加的密封、集管和热机械耐久性要求的成本。相对于标准工艺，水-气转化（WGS）反应器和复杂气体提纯过程的资本支出也有所降低，因为rSOC产生的额外氢气可以直接优化气体混合物。年利用率也随之提高，因为同一资产在储能和发电两种模式下都能产生收入，从而降低了燃料和电力的平准化成本。
**市场适应性**：根据电力和甲烷市场价格的波动调整生产方式，使运营商能够最大化利润空间，可能比传统单一产品工厂具有更好的竞争力。
然而，仍存在一些实施挑战，例如：
- **原料多样性**：需要分析具有不同特性的生物质（如更高的水分、灰分以及硫和氯含量）对热平衡的影响；这可能需要额外的预处理，如干燥或水热碳化，以及进一步的 conditioning（处理）。
- **催化剂、吸附剂和rSOC的降解**：特别是在生物质特性和运行模式变化较大时，需要验证催化剂、吸附剂和rSOC的降解情况。
- **技术经济与环境评估**：应进行规模放大后的技术分析、生命周期经济评估及相关评估。

**结论**
本研究探讨了在AIRE项目中开发的灵活集成型工厂的能源性能。该系统结合了蒸汽气化、热气体处理、甲烷化和rSOC技术，根据能源需求生成生物合成天然气（bio-SNG）或电力。分析了两种运行配置：一种是增强了的生物SNG生产流程，将标准生物SNG生产与作为SOEC（Line 2-SOEC）运行的rSOC单元相结合；另一种是通过作为SOFC运行的rSOC单元利用合成气发电（Line 2-SOFC）。针对每种配置，实施了特定的优化策略，侧重于热集成和内部热回收，以最小化外部能源输入、消除辅助燃料需求并提高整体系统效率。
在增强的甲烷化流程（Line 2）中，生物SNG的产量（0.72）和纯度（93.5%的甲烷含量）均优于之前研究中的传统流程（Line 1）。这一发现突显了H2/(CO + CO2)摩尔比对提高甲烷产量的关键作用。热优化措施并未影响SOEC的氢气生产效率（96.4%），但提高了整体联合能源效率（CGE）。尽管这种优化配置的电力需求显著高于传统配置（4.45 kW vs. 93.28 kW），但由于生物SNG产量的增加及其质量的提升，仍实现了相近的燃料生产效率（76.2% vs. 75.4%），同时热生成量较低。整体效率较低（81.3% vs. 76.8%）主要是由于生物SNG质量较高（84.5% vs. 93.3%）导致的能耗增加。不过，通过调整H/C摩尔比，可以在保持高品质的同时提高生产效率。
在优化的电力生产配置中，系统总体电力效率达到了40.4%，总效率约为41%。总体效率受限的原因在于约98%的热量以35°C的空气形式释放，这在商业上并不具有价值。考虑到所有产生的热量，整体效率提升至75.0%。通过采用的优化方法，回收了废气的显热，消除了辅助燃料的使用，并将气化器的联合能源效率（CGE）提升至94.5%。
结果表明，热优化在所有分析的配置中都至关重要，可使效率提高1–9%。比较三种优化配置后发现：Line 1虽然能够生产高质量的生物SNG（纯度低于85%），但热量产出较低；Line 2-SOEC不仅提高了燃料产量（最高达0.72），还提升了纯度（高达93%），同时满足电力需求；Line 2-SOFC则能以较高效率（最高约40%）发电。Line 1适用于无需电力的应用场景。由于Line 2-SOEC/SOFC是具有相同主要组件的不同配置，能够灵活切换燃料生产和电力生产模式，因此其对能源市场条件或当地电网需求的响应能力更强。因此，根据电力和甲烷成本来生产电力和燃料的Line 2-rSOC工厂，可能比Line 1工厂具有更好的经济竞争力，或者以更小的规模实现相同的竞争力。

**补充材料**
相关支持信息可下载于：
https://www.mdpi.com/article/10.3390/en19081887/s1