双流化床生物质蒸汽气化过程的集成建模：包括热气净化与提纯环节，用于费托液体燃料的合成

《ENERGY CONVERSION AND MANAGEMENT》：Integrated modelling of dual fluidised-bed biomass steam gasification with hot gas cleaning and upgrading for Fischer–Tropsch liquid fuel synthesis

　　马哈茂德·塔哈·M·N·赛义德 | 庞树生
坎特伯雷大学化学与过程工程系，基督城 8041，新西兰

**摘要**
本研究开发了一个全面的Aspen Plus模型，用于生物质转化为液体燃料的工艺流程，该流程结合了双流化床（DFB）蒸汽气化技术以及高温净化和调节过程。该模型将严格的气化动力学模型与多污染物热气体净化技术相结合，包括颗粒过滤、HCl/H2S去除和催化焦油重整，随后通过水煤气变换（WGS）和变压吸附（PSA）过程，生成H2/CO比为2:1的清洁合成气，适用于费托合成（Fischer-Tropsch synthesis）。通过对木质生物质气化实验数据的验证，显示出出色的预测准确性，主要合成气组分的均方根误差值低于1.4。敏感性分析确定了最佳条件为800°C和蒸汽与生物质的比例为0.89，此时干基合成气的组成为H2 33.5%、CO 38.6%、CO2 18.7%、CH4 9.1%，热值为14–16 MJ/Nm3。热气体净化过程将焦油和无机杂质（NH3、H2S、HCl）的去除率提高到99%以上，满足费托合成催化剂的性能要求。热力学分析证实了热气体净化的优势，实现了74.4%的冷气体效率、92.5%的碳转化效率和68.2的熵效率，这得益于有效保留了显热并最小化了不可逆性。这一经过验证且可扩展的框架为可持续生物精炼厂的设计、优化和技术经济评估提供了支持，以实现合成燃料的生产。

**1. 引言**
全球对可持续能源的需求以及减缓气候变化的必要性，增加了人们对生物质作为碳中性燃料原料的兴趣[1]。在热化学转化途径中，双流化床（DFB）蒸汽气化技术具有独特优势，能够产生中等至高热值（12–20 MJ/Nm3）的合成气，适用于后续合成[2]。在该过程中，吸热的气化反应通过循环床材料从单独的燃烧室获得热量，从而高效转化各种原料[3]。然而，DFB气化产生的原始合成气中含有对催化过程有害的杂质，如焦油、颗粒物、H2S、HCl和NH3[4]。特别是对于费托合成（FT）而言，要求污染物水平非常低（例如H2S < 0.01 ppm，焦油 < 0.01 mg/Nm3），且H2/CO比约为2:1[5][6]。因此，合成气必须经过严格的净化和调节，通常包括颗粒过滤、焦油重整和气体污染物的去除[7]，然后通过水煤气变换（WGS）进行调整[8]。像Aspen Plus这样的过程模拟工具对于这类复杂热化学途径的设计和优化至关重要[9]。尽管之前的建模研究提供了大量见解，但由于DFB气化的复杂配置以及气化反应器和燃烧反应器之间的强耦合，其模拟仍然具有挑战性。大多数模拟通过改变关键参数（如操作温度[10]）来优化合成气组成，而对焦油形成和无机污染物的建模关注较少[11]。代表性研究表明了Aspen Plus在生物质转化为合成气过程中的实用性和局限性。Wan等人[12]使用该软件模拟了合成气的甲烷化过程，而Lan等人[13]模拟了锯末的催化DFB气化，并强调了气化后的WGS升级以调整H2/CO比以适应FT合成。Fernandez-Lopez等人[1]应用吉布斯平衡方法研究了粪便气化，发现较高的温度和蒸汽输入可以增加氢气产量和产品气体的热值。Zhang和Yang[14]验证了一个热力学模型，该模型捕捉了气化区和燃烧区之间的相互作用，Abdelouahed等人[3]通过Fortran子程序扩展了Aspen Plus，以描述复杂的DFB反应动力学。Aghaalikhani等人[15]使用Aspen Plus模型对一个100 kW的双床气化器进行了验证，预测结果与实际值相差不到10%。Puig-Gamero等人[16]将气化与使用白云石和Cu/ZnO催化剂的热气体净化集成起来，用于去除焦油和H2S，并指出基于平衡的模型能准确预测大多数物种，但倾向于高估H2的含量，这凸显了其固有的局限性。

文献中的一个关键空白是缺乏完全集成且经过验证的模型，该模型能够将动力学解析的DFB气化模型与严格的多污染物热气体净化过程和精确的合成气调节单元无缝结合，用于FT液体燃料的生产。许多现有研究要么依赖于过于简化的热力学平衡模型来预测气化过程（这些模型对CH4和焦油等动力学受限物种的预测效果较差[17]），要么将气化和净化过程视为独立单元进行处理，而没有实现完全集成[18]。为了解决这些问题，本研究开发并验证了一个全面的、集成的Aspen Plus模型，用于完整的生物质转化为FT合成气过程。该模型包括一个经过验证的DFB蒸汽气化动力学模型、一个用于去除多种污染物（焦油、H2S、HCl、NH3、颗粒物）的高温净化系统（通过平衡和化学计量反应器实现，这些反应器使用吸附剂/催化剂数据进行参数化），以及WGS和PSA单元，用于将合成气调节至FT合成所需的规格（H2/CO = 2:1）。经过验证的模型有助于确定最佳气化条件、进行详细的敏感性分析、评估替代原料，并初步考虑可扩展性和可持续性。

**2. 方法**
本研究采用的方法分为三个相互关联的部分。首先描述了技术流程，详细介绍了双流化床气化系统、热气体净化系统和合成气调节单元。其次，模型开发部分介绍了Aspen Plus模拟框架，包括动力学和平衡建模方法、性质计算方法以及单元操作配置。最后，模型验证部分概述了用于验证集成模型预测准确性的实验数据集、统计指标和比较分析。

**2.1. 技术流程**
该流程包括三个连续阶段，将木质生物质转化为用于费托合成的清洁合成气：双流化床蒸汽气化、热气体净化和合成气调节。本节概述了每个阶段，并参考了文献中关于典型气体组成和污染物水平的资料，这些资料定义了集成系统的设计要求。

**2.1.1. 气化**
选择双流化床（DFB）气化技术是因为其高效且能够利用蒸汽作为气化剂来生产富含氢气的生产气体[19]。DFB配置包括一个用于气化的鼓泡流化床（BFB）和一个用于燃烧的循环流化床（CFB）。由于生物质蒸汽气化是吸热反应，所需的热量由CFB中未转化的炭燃烧提供；加热后的床材料通过旋风分离器分离后重新循环到BFB[20][21]。

**2.1.2. 生产气体净化**
DFB气化产生的原始合成气含有多种杂质，包括焦油、颗粒物、H2S、HCl和NH3，这些杂质会对催化过程产生不利影响[4]。对于费托合成（FT）而言，要求污染物水平非常低（例如H2S < 0.01 ppm，焦油 < 0.01 mg/Nm3），且H2/CO比约为2:1[5][6]。因此，合成气必须经过严格的净化和调节，通常包括颗粒过滤、焦油重整和气体污染物的去除[7]，然后通过水煤气变换（WGS）进行调整[8]。

**2.2. 模型开发**
本节描述了用于模拟生物质转化为合成气过程的集成模型（图S.1，补充材料）的开发过程，涵盖了DFB蒸汽气化、热气体净化、WGS反应和PSA。该模型在Aspen Plus V12.1版本中实现，采用顺序模块化方法，能够对各个单元和整个系统进行模拟和优化。质量平衡和能量平衡分步骤进行，随后通过迭代方法使循环流达到收敛。由于Aspen Plus适用于烃类系统，因此采用了Redlich–Kwong–Soave–Boston–Mathias（RKS–BM）性质计算方法进行热力学计算[31]。固相性质使用用户定义的非传统组分表示生物质和灰分的性质。DCOALIGT模型用于估算固体密度，HCOALGEN模型用于计算焓值，这两者均基于原料的近似分析和最终分析[32]。SOLIDS性质方法用于模拟固相操作，如干燥和粒度减小[33]。选择Pinus radiata木材作为原料，其近似分析和最终分析在补充材料的表S.3中给出[20][34]。模型验证采用了20 kg/h（干基）的生物质进料速率，以匹配实验条件。更多建模细节见补充材料的S.1节。

**2.3. 模型验证**
进行了集成过程的验证，以评估其预测准确性。首先对两种基本的气化建模方法进行了初步比较分析，然后对选定的动力学模型以及所有下游净化和升级单元进行了系统验证，以验证其与独立实验数据的吻合度。

**2.3.1. 气化模型的验证**
选定的动力学气化模型使用木质生物质进行了实验验证。参考原料的近似分析和最终分析总结在表1中。模拟条件与G?ransson等人[35]和Yan等人[36]报告的实验条件相匹配，包括850°C和蒸汽与生物质的比例为0.6。同时，在Zhang和Pang[34]报告的范围内检验了温度和蒸汽与生物质比例的敏感性。

**2.3.2. 合成气升级**
DFB气化产生的合成气通常H2/CO比较低，需要调整至FT合成所需的最佳比值2:1。水煤气变换（WGS）反应通过将CO和蒸汽转化为H2和CO2来增加氢气产量[28]：
CO + H2O ? H2 + CO2 ΔHR = ?41 kJ/mol (R1)
WGS反应可分为两个阶段：高温变换（HTS，300–450°C，Fe–Cr催化剂）以实现更快的反应速率，以及低温变换（LTS）以在接近平衡状态下获得更高的氢气产量[29]。

**2.3.3. 模型验证**
通过对集成模型进行验证，评估了其预测准确性。这包括对两种基本的气化建模方法的初步比较分析，然后对选定的动力学模型以及所有下游净化和升级单元进行了系统验证，以验证其与独立实验数据的吻合度。气体净化和升级子模型的验证
对下游单元的验证重点关注满足费托合成规范所需的关键步骤。焦油去除模型通过与催化重整和吸附数据的对比进行检验，而H2S和HCl去除模型则根据实验突破曲线进行基准测试。通过将WGS反应器的预测CO转化率和最终H2/CO比率与催化反应器数据进行比较来验证其准确性，PSA模型则通过文献中报告的产品纯度和组分回收趋势进行评估。这些比较确认了子模型能够再现实验系统的主要性能行为。

2.3.3 定量性能指标的验证
• 应用质量和能量平衡来评估模型的一致性，并计算以下三个关键性能指标：
• 冷气体效率（CGE）量化了生物质化学能转化为合成气化学能的效率，计算公式如下 [19]：
(2) CGE(%) = (Vproductgas × LHVproductgas) / (mbiomass × LHVbiomass) × 100
其中Vgas是生产气体的体积流量，mfeed是原料的质量流量。
• 碳转化效率（CCE）衡量原料碳转化为气体产品的比例，用于验证动力学模型对炭转化的预测 [37], [38]：
(3) CCE(%) = (1 - (CO2 + CO + CH4 + nCnHm2) / 2) × (C × Vgas) × 100
其中C是生物质原料中碳的质量百分比。
• 效用效率（EE）评估转化过程的热力学质量，定义为有用效用输出与效用输入的比率 [39], [40]：
(4) EE(%) = (Ex?product syngas + Ex?recovered heat) / (Ex?biomass + Ex?auxiliary) × 100
这些指标为将系统规模的预测与实验和文献数据进行对比提供了严格的基础。

3. 结果与讨论
下面展示了集成模型的性能，结合了结果和解释。通过基准案例验证确定了最佳条件。通过敏感性分析确定了关键参数，并详细分析了净化和调节单元。最后，讨论了模型的通用性和局限性。

3.1 在最佳气化条件下的基准案例性能
图2将动力学模型（KM）和平衡模型（EM）预测的生产气体组成与Zhang和Pang [34]报告的700°C和800°C下辐射松气化实验数据进行了比较（S/B = 0.89, 1 bar）。使用RMSE评估了模型准确性。

下载：下载高分辨率图像（339KB）
下载：下载全尺寸图像
图2. 动力学模型（KM）和平衡模型（EM）的预测结果与Zhang和Pang [34]报告的700°C（a）和800°C（b）气化温度下的实验数据进行了比较。
在700°C时，动力学模型（KM）在所有主要物种上的表现都显著优于平衡模型（EM）。KM的RMSE值分别为：H2为1.56（预测值28.1% vs 实验值25.0%），CO为0.58（36.4% vs 35.2%），CO2为1.01（20.3% vs 22.3%），CH4为1.37（10.1% vs 12.8%）。相比之下，EM显著高估了H2（48.4%，RMSE = 11.72），低估了CO2（8.7%，RMSE = 6.80）和CH4（3.3%，RMSE = 4.75），这表明其无法准确捕捉中等温度下的动力学控制反应路径 [35], [37]。
在800°C时，KM保持了较高的预测准确性，RMSE值分别为H2为1.42，CO为1.13，CO2为1.27，CH4为1.52。这些结果证实，即使在高温下，甲烷化和重整等关键反应仍然受到动力学限制。平衡模型（EM）在CO的预测上有所改善（RMSE = 0.89），但仍然显著高估了H2（51.5%，RMSE = 10.39）并严重低估了CH4（0.36%，RMSE = 5.87）。这些差异表明基于平衡的方法不足以准确表示DFB气化过程 [17]。
KM更好的预测性能源于其纳入了反应动力学和质量传递限制，这对于表示非平衡DFB条件至关重要 [41]。它正确预测了H2的适度温度驱动增加和CH4的适度减少，而EM则预测了800°C时CH4的几乎完全耗尽 [42]。这突显了动力学模型对于准确预测生物质气化产品组成的必要性 [19], [43]。
动力学模型还通过G?ransson等人 [35] 和Yan等人 [36] 在蒸汽气化条件下的独立DFB气化研究进行了进一步验证（图3）。对于Yan等人 [36] 在850°C和S/B = 0.6的条件，模型预测的H2、CO、CO2和CH4浓度分别为34.7%、36.9%、13.7%和12.8%，而实验值为32.8%、39.3%、14.6%和10.3%（RMSE = 0.45–1.26）。G?ransson等人 [35] 的结果也类似，预测的H2、CO、CO2和CH4浓度分别为33.7%、44.7%、13.9%和10.1%，RMSE值为0.48–1.34。尽管甲烷的形成受到动力学限制，但预测结果仍然相当准确。
下载：下载高分辨率图像（250KB）
下载：下载全尺寸图像
图3. 动力学模型（KM）的预测结果与（a）Yan等人 [36] 和（b）G?ransson等人 [35] 报告的实验数据进行了比较。
所有数据集的低RMSE值与Pandey等人 [42] 报告的值相当（标准化RMSE 0.05–0.10），并且处于典型的实验不确定性范围内 [44], [45]。Zhang和Pang [34]、Yan等人 [36] 以及G?ransson等人 [35] 之间的一致性能确认了动力学模型作为DFB生物质气化设计、优化和放大预测工具的准确性和广泛适用性 [12]。

3.2 模型对多种生物质原料的适用性
为了评估动力学模型超出木质生物质的鲁棒性，对其进行了六项独立的DFB气化研究的验证：Zhang和Yang [14]、Valin等人 [46]、Zhang和Pang [34]、Kumar等人 [47]、Wojnicka等人 [48] 和Puig Arnavat [49]。这些研究涵盖了包括草本生物质、小麦秸秆混合物、稻壳、玉米秸秆和混合残渣在内的各种农业残留物，在650–1050°C的操作条件和0.15–0.5的当量比下进行。
如图4所示，模型对H2、CO、CO2和CH4的预测与实验数据非常吻合，大多数点都接近1:1的对称线。回归分析显示所有物种的R2值均高于0.90，证实了模型能够捕捉到不同原料的主导趋势 [50]。RMSE值保持较低，并且与文献中报告的0.05–0.10的标准化RMSE范围相当 [42]，表明偏差在实验不确定性范围内，进一步增强了模型的鲁棒性。
下载：下载高分辨率图像（173KB）
下载：下载全尺寸图像
图4. 比较六种不同生物质原料的模型预测和实验生产气体组成（H2、CO、CO2和CH4）的对称图。

3.3 关键气化参数的敏感性分析
进行了详细的敏感性分析，以评估DFB气化器的操作灵活性和限制，不仅研究了温度和S/B比率，还研究了压力和床层材料类型。

3.3.1 温度对生产气体组成和低位热值的影响
温度是DFB生物质气化中的关键操作参数，对气体组成和能量含量都有显著影响。在这项分析中，反应器温度从600°C系统地变化到1000°C，同时保持S/B比率恒定为0.89（图5）。
下载：下载高分辨率图像（227KB）
下载：下载全尺寸图像
图5. 气化温度对生产气体组成和低位热值的影响。
氢气的摩尔分数从600°C的22.7%一致增加到1000°C的44.4%。这种增强主要归因于在较高温度下热力学上更有利的吸热反应 [3], [51]。其中最重要的是甲烷蒸汽重整反应，它消耗CH4产生H2和CO，并且在高热能输入下得到强烈促进 [52]。尽管水-气变换反应是放热的，但其反应速率随温度升高而增加，在有足够蒸汽的情况下，这种动力学增强进一步促进了氢气的产生 [36]。这些趋势与Aghaalikhani等人 [15] 和Gao等人 [15] 的发现一致，他们都报告了随着气化温度升高H2产量的增加。
一氧化碳浓度也呈现出明显的上升趋势，从600°C的34.2%增加到1000°C的42.9%。这种增加是由高度吸热的Boudouard反应驱动的，该反应将固体碳和CO2转化为CO，并在较高温度下成为动力学上的主导反应 [12], [53]。在这些条件下，炭的部分氧化和甲烷蒸汽重整也促进了CO的形成 [24], [54]。温度驱动的CO浓度增加反映了碳转化效率的提高，因为更多的原料碳转化为气体产品而不是未反应的炭 [55], [56]。Aghaalikhani等人 [15] 和Gao等人 [57] 也报告了类似的观察结果。
相比之下，CO2浓度从600°C的21.8%显著下降到1000°C的15.6%。这种下降是由于在较高温度下更受青睐的吸热反应（尤其是Boudouard反应）消耗了CO2 [12]。逆向的水-气变换反应也在较高温度下有助于CO2的减少，尽管其影响通常是次要的 [29]。CO2含量的减少表明气化性能的提高和碳更完全地转化为可燃气体 [58]，Gao等人 [57] 也有类似的报告。
甲烷含量从600°C的11.0%一致下降到1000°C的7.1%，这是由于热裂解和甲烷蒸汽重整的作用，这两种反应在较高温度下都非常吸热 [12]。这些反应将甲烷转化为更有价值的H2和CO，从而提高了合成气的整体质量 [59]。接近完全的甲烷转化通常是高质量合成气生产的关键目标 [60]。这一趋势与Wang等人 [61] 的观察结果一致，他们观察到在高气化温度下CH4的显著减少。
尽管H2和CO的浓度增加了，但生产气体的低位热值从600°C的16.39 MJ/Nm3下降到1000°C的13.79 MJ/Nm3。这种表面上的矛盾是因为能量密集型CH4的显著减少，加上CO2的稀释，超过了H2和CO增加的能量贡献 [52]。Wang等人 [61] 同样指出，较高的氢产量可能与合成气的能量密度降低同时发生。这种权衡强调了根据下游应用的具体要求调整气化温度的必要性，以平衡富含氢的合成气生产和能量含量 [62]。

3.3.2 蒸汽与生物质比对气体组成和低位热值的影响
S/B比率显著影响生产气体组成和能量含量。在700°C和800°C的固定温度下对其效果进行了评估（图6）。
下载：下载高分辨率图像（429KB）
下载：下载全尺寸图像
图6. 蒸汽与生物质比率对700°C和800°C下生产气体组成和低位热值的影响。
在两种温度下，氢气浓度随着S/B比率的增加而降低。在700°C时，H2浓度从28.81%下降到26.04%（S/B比率从0.58增加到1.58）；在800°C时，下降更为明显（34.27%下降到30.94%）。尽管蒸汽参与了如蒸汽重整和WGS等产生H2的反应，但观察到的下降归因于过量未反应蒸汽的稀释 [43]，这增加了总气体体积并降低了干基H2的摩尔分数 [63], [64]。
一氧化碳浓度随着S/B比率的增加而上升：在700°C时从35.27%上升到39.68%，在800°C时从37.18%上升到43.43%。增强的蒸汽可用性促进了蒸汽重整，将碳和碳氢化合物转化为CO和H2。Boudouard反应也有贡献，尽管它对温度更敏感。较高的蒸汽水平可以通过改变WGS平衡和提高碳转化效率来促进CO的产生 [52]。然而，CO的行为较为复杂；在高蒸汽浓度下，增加的WGS活性可能会消耗CO，观察到的趋势可能反映了DFB条件下的平衡变化或动力学限制 [65], [66]。
二氧化碳含量随着S/B比率的增加而减少：在700°C时从21.40%下降到16.94%，在800°C时从19.54%下降到15.88%。这种减少主要是由于在较高温度下更受青睐的吸热反应（尤其是Boudouard反应）消耗了CO2 [12]。逆向的水-气变换反应也在较高温度下有助于CO2的减少，尽管其影响通常是次要的 [29]。CO2含量的减少表明气化性能的提高和碳更完全地转化为可燃气体 [58]，Gao等人 [57] 也有类似的报告。
甲烷含量从600°C的11.0%一致下降到1000°C的7.1%，这是由于热裂解和甲烷蒸汽重整的作用，这两种反应在较高温度下都非常吸热 [12]。这些反应将甲烷转化为更有价值的H2和CO，从而提高了合成气的整体质量 [59]。接近完全的甲烷转化通常是高质量合成气生产的关键目标 [60]。这一趋势与Wang等人 [61] 的观察结果一致，他们观察到在高气化温度下CH4的显著减少。
尽管H2和CO的浓度增加了，但生产气体的低位热值从600°C的16.39 MJ/Nm3下降到1000°C的13.79 MJ/Nm3。这种明显的矛盾是因为能量密集型CH4的显著减少，加上CO2的稀释，超过了H2和CO增加的能量贡献 [52]。Wang等人 [61] 同样指出，较高的氢产量可能与合成气的能量密度降低同时发生。这种权衡强调了根据下游应用的具体要求调整气化温度的必要性，以平衡富含氢的合成气生产和能量含量 [62]。

3.3.3 压力对气体组成和低位热值的影响
S/B比率显著影响生产气体组成和能量含量。在700°C和800°C的固定温度下对其效果进行了评估（图6）。
下载：下载高分辨率图像（429KB）
下载：下载全尺寸图像
图6. 蒸汽与生物质比率对700°C和800°C下生产气体组成和低位热值的影响。
在两种温度下，氢气浓度随着S/B比率的增加而降低。在700°C时，H2浓度从28.81%下降到26.04%（S/B比率从0.58增加到1.58）；在800°C时，下降更为明显（34.27%下降到30.94%）。尽管蒸汽参与了如蒸汽重整和WGS等产生H2的反应，但观察到的下降归因于过量未反应蒸汽的稀释 [43]，这增加了总气体体积并降低了干基H2的摩尔分数 [63], [64]。
一氧化碳浓度随着S/B比率的增加而上升：在700°C时从35.27%上升到39.68%，在800°C时从37.18%上升到43.43%。增强的蒸汽可用性促进了蒸汽重整，将碳和碳氢化合物转化为CO和H2。Boudouard反应也有贡献，尽管它对温度更敏感。较高的蒸汽水平可以通过改变WGS平衡和提高碳转化效率来促进CO的产生 [52]。然而，CO的行为较为复杂；在高蒸汽浓度下，增加的WGS活性可能会消耗CO，观察到的趋势可能反映了DFB条件下的平衡变化或动力学限制 [65], [66]。
二氧化碳含量随着S/B比率的增加而减少：在700°C时从21.40%下降到16.94%，在800°C时从19.54%下降到15.88%。这种减少主要是由于前向WGS反应消耗了CO2，因为过量的蒸汽使平衡向产物方向移动。CO2还通过Boudouard反应被消耗，这在较高温度下得到间接促进 [67]。较低的CO2含量通过减少惰性组分来提高生产气体的质量 [45]。
甲烷的行为在两种温度下有所不同。在700°C时，CH4浓度从9.97%略微上升到10.32%；在800°C时，从8.52%上升到9.06%（S/B = 0.88），然后下降到8.87%。虽然增加的蒸汽通常促进甲烷重整并减少CH4 [68]，但观察到的模式可能反映了竞争反应、动力学限制和稀释效应 [69]。在较高温度下，DFB系统中甲烷的形成对S/B变化的敏感性较低 [70]。
低位热值随着S/B比率的增加而上升：在700°C时从15.54 MJ/Nm3上升到16.09 MJ/Nm3压力和床材料的影响
研究了操作压力和床材料对气化性能的影响，以评估它们在过程优化和系统集成中的作用。与煤气化不同，生物质系统需要持续补充单独的床材料[66]，这既增加了运营成本，也为过程控制带来了关键的自由度[57]。压力从1巴增加到5巴时，总体气体产量下降，H2/CO比率降低，这与应用于摩尔数增加的反应（如蒸汽甲烷重整和布杜阿尔德反应）的勒夏特列原理一致[72]。郭等人[73]通过欧拉-拉格朗日模拟表明，较高压力显著降低了气体-固体混合和炭转化率。然而，这种效果在20-40巴的压力范围内更为明显[60]；因此，在中等压力（3-8巴）下生产合成气需要适度降低气化器产量，以避免压缩低压合成气所带来的大量寄生能量需求和资本成本。这种强调优化整体工厂效率而非孤立反应器性能的观点，是综合技术经济分析的关键发现[53]。用催化橄榄石替代硅砂预计可将H2产量提高10-15%，并减少约20%的焦油形成，这归因于铁促进的氧化还原裂解[74]和富含钙的表面涂层[75]。基于CaO的材料（如石灰石和白云石）能够实现吸附增强重整（SER）[76]，其中CO2的吸附可以改变平衡，并在较低温度下将H2浓度提高到高达70%（干基）[63]，[77]，这一点已在试点规模上得到证实[78]。然而，商业化的SER应用仍受到吸附剂磨损和有限循环稳定性的限制[76]，因此材料选择需要在成本和合成气质量改进之间进行权衡[77]。

3.3.4 多因素交互作用分析：超越单参数优化
单参数敏感性分析提供了有价值的见解，但可能低估了实际DFB气化系统的复杂性，因为在这些系统中，操作参数通过流体力学和热化学相互作用而相互耦合[54]。最近的过程优化进展表明，多因素分析对于揭示这些耦合效应并为系统设计提供可靠指导至关重要[54]，[79]。在较高气化温度（850-900°C）下，S/B比对H2产量的影响比在较低温度（700-750°C）下更为明显。最佳S/B比从750°C时的约0.95降至850°C时的约0.82，因为在较高温度下过多的蒸汽主要起到稀释作用，而不是促进额外的重整[80]。此外，橄榄石提供的催化增效作用（在常压下H2产量增加10-15%）在3巴以上部分被抑制；在5巴压力下，相对于硅砂的氢产量优势降低到约6-8%，表明催化活性依赖于压力[81]。此外，平衡气化器产量与下游压缩需求的最佳中间压力随温度变化而变化，从700°C时的约2巴增加到850°C时的约4巴。在较高温度下，增强的动力学部分抵消了压力引起的产量损失[82]。这些多因素见解比单独的单因素分析提供了更稳健的优化基础。最近的综述强调，温度-当量比之间的相互依赖性显著影响产品气体组成和焦油形成[82]，[83]，并将多因素分析与可持续性框架相结合，可以实现经济、环境和安全参数的同时优化[84]。

3.4. 热气体净化模型分析
根据结果，800°C的操作温度和0.89的S/B比在氢生产和生产气体能量含量之间达到了最佳平衡，这与工业规模气化的实际考虑相符[54]。因此，这些参数被确定为FT合成前气体净化过程的最佳条件。

3.4.1 颗粒物去除
基于旋风的颗粒物去除是净化过程的第一阶段（见补充材料中的图S.1）。该单元使用Aspen Plus软件中的CYCLONE模块进行建模，通过离心作用去除夹带的灰分和炭。旋风是标准的高温气体-固体分离器，结合下游过滤器，可以实现超过90%的颗粒物去除效率[23]。最近的研究试图将旋风的性能扩展到更细的粉尘颗粒。杨等人[68]证明，静电增强和颗粒预充电显著提高了对小于10微米颗粒的捕获率，鉴于FT催化剂的严格纯度要求，这是一个重要的进步。虽然当前模型使用的是传统旋风，但文献表明，先进的设计可以进一步提高去除效率[85]。

3.4.2 无机污染物去除（HCl和H2S）
颗粒物去除后，生产气体中含有708.8 ppm的HCl，由于其腐蚀性和与FT催化剂的不相容性，需要先进的热气体净化。基于钠的吸附剂，特别是NaHCO3，在高温（450-700°C）下对HCl的有效去除率很高，反应生成稳定的NaCl。在本研究中，HCl的中和使用固定床“氯化物防护”（RGibbs反应器R6）在550°C和1巴压力下进行，使用35 wt%的NaHCO3吸附剂，并采用受限平衡方法[86]。实验研究表明，在600°C下注入NaHCO3可将HCl从几十ppm降低到低于2 ppm[27]，去除效率超过95%，残留水平通常低于1 ppm[82]。主要针对H2S等硫物种，采用ZnO吸附剂进行高温脱硫。原料气体中含有783.7 ppm的H2S，而FT合成要求其浓度低于0.01 ppm。ZnO在400-600°C下运行效果最佳，在450-550°C时性能达到峰值，去除效率超过90%[49]，[87]。固定床脱硫反应器（R7）使用基于平衡的REquil反应器进行建模，具有27 wt%的ZnO容量[88]。模型敏感性分析（见图7）显示了强烈的温度依赖性：在≤450°C时几乎完全去除H2S，在500°C时降至98.5%，在550°C时为96.9%，在650°C时为89.7%，在900°C时低于10%。这一最佳范围与典型的WGS温度重叠，从而有可能实现过程集成和节能[89]。ZnO的高硫化平衡常数、热稳定性和可再生性使其成为确保FT催化剂寿命的稳健吸附剂[90]。

下载：下载高分辨率图像（122KB）
下载：下载全尺寸图像
图7. 温度对H2S去除效率的影响。

3.4.3 焦油去除
催化焦油重整分为两个连续阶段进行。第一阶段采用煅烧白云石（CaO–MgO）在床内进行清洁，建模为RGibbs反应器（R8），在800°C和1巴压力下运行。白云石的焦油转化率可达90-95%，同时去除HCl、H2S并分解NH3[91]。在蒸汽存在下，其效果得到增强，这一点在800°C和S/B=1的流化床研究中得到证实[92]。第二阶段使用浸渍了Ni/Al2O3的催化过滤器烛，建模为等温RStoic反应器（R9），在850°C、1巴压力和S/B=0.5下运行。这种配置结合了颗粒过滤和原位焦油裂解，显著提高了气体质量[86]。Nacken等人[93]验证了这种催化激活过滤器的技术可行性，而Tan等人[94]确认了基于Ni的催化剂在焦油化合物蒸汽重整中的优越活性。

建模采用了苯、甲苯和萘等 lumped tar 物种作为芳香族和多环焦油类的代表性替代物，这是系统级气化研究中常用的简化方法[95]。这种方法产生的焦油去除效率超过99%，与实验观察结果一致[93]，同时保持了计算的可行性。尽管实际的生物质焦油包含更广泛的含氧和较重化合物，但这种简化的 lumped 物种方案在预测可靠性和计算成本之间提供了实际平衡。焦油重整反应和转化率在补充材料的表S.6中进行了总结[89]。

3.5. 水煤气变换和变压吸附单元的性能
高效的FT合成需要大约2:1的H2/CO比率，然而DFB气化和热气体净化后的生产气体通常显示出较低的比率。因此，建模了一个WGS反应器将部分CO转化为H2和CO2[96]。WGS反应（R1）是可逆的并且略微放热。较低的温度和较高的H2O/CO比率有利于平衡转化[97]，尽管工业操作需要催化剂来实现实际的反应速率[29]。在本研究中，使用REquil模块的高温变换反应器（R10）假设有足够的停留时间以达到热力学平衡。选择了传统的Fe–Cr（Fe2O3–Cr2O3）催化剂，因其稳健性和耐硫性[98]，在典型的HTS范围（310–450°C）内运行[97]。模型结果（见图8）显示CO转化率和H2/CO比率之间存在非线性关系。在低转化率（0.01–0.10）时，比率从1.13增加到1.37。目标比率2:1在大约29–31%的CO转化率时实现。较高的转化率产生了不成比例的比率升高（在50%转化率时为3.2；在80%转化率时超过10%）。这些发现证实，在450°C和约30%的CO转化率下运行可以最佳地调整合成气以适应FT合成。支持文献包括Dehimi等人[29]，他们强调了WGS的平衡限制性质，以及Sonal等人[99]，他们展示了WGS对FT产品选择性的影响。Kim等人[100]在350–400°C下实验实现了H2/CO比率1.8–2.09，同时蒸汽与CO的比率为2.4。

下载：下载高分辨率图像（112KB）
下载：下载全尺寸图像
图8. CO转化率在WGS中对H2/CO比率的影响。

下游使用了PSA单元去除CO2和N2，从而提高了H2含量。性能参数来源于Li等人[101]的研究，他们的双床双回流PSA系统在26.5°C和2巴压力下实现了99.18%的CO2纯度和99.62%的回收率，以及99.64%的N2纯度和99.56%的回收率。在Aspen Plus中，PSA使用理想分离器（SEP10）模块表示，具有完全的CO2和N2去除效率，与这些基准数据一致。与5A沸石（CO2纯度71–81%）或活性炭（CO2纯度96%，回收率80%）相比，硅胶表现出更好的性能[102]。高纯度的CO2副产品使得碳的策略性利用成为可能。内部途径包括使用可再生H2进行逆水煤气变换（rWGS）以生成CO进行回混[103]，使用残余CH4进行干重整[87]，或循环回DFB气化器以促进原位rWGS/Boudouard反应[45]。与电力转气体系统的耦合可以通过CO2氢化产生可再生甲烷或液体燃料[104]。这些选项将捕获的CO2从废物流中转化为有价值的中间体，推动系统向循环碳经济迈进，并提高整体碳利用效率[104]。

3.6. 综合能源和熵分析
在系统和子系统层面进行了能源和熵分析。不同途径之间的关键热化学区别在于净化过程中的合成气温度分布。热气体净化（HGC）保留了显热，比需要淬火和再热的冷气体净化（CGC）方案具有更高的效率[6]。在基础HGC情况下，操作温度范围为350至800°C（例如，过滤在450–500°C，焦油重整在800°C），避免了深度淬火并保留了高品位的热熵。相比之下，CGC流程在40–60°C进行湿法洗涤，然后重新加热到200–300°C，导致大量的熵损失[105]。建模的HGC配置实现了74.39%的CGE，处于优化流化床气化器典型的70–80%范围内[106]。比较研究表明CGC将CGE降低了8–12%[24]，这意味着该系统的CGE等效值为65–69%[107]。碳转化效率（CCE）达到92.5%，与双流化床气化器报告的超过90%的值一致[109]，而CGC中的快速淬火会通过焦油冷凝和烟尘形成影响碳的利用[108]。HGC配置的熵效率为68.2%，反映了最小化的不可逆性。淬火-再热交换器中的大温差是熵损失的主要来源[23]，而保持较高的合成气温度限制了与热传递和混合相关的熵生成[109]。虽然湿式洗涤器在单元层面表现有效[23]，但CGC的系统级熵效率因额外的淬火-再热步骤和辅助冷却任务而受到惩罚[110]。

3.7. 合成气组成和质量提升
HGC路径的热力学优势转化为合成气质量的实质性改善。表2总结了优化HGC配置下组成的变化、污染物的减少以及目标比率的实现。

表2. 气化和气体净化模型结果与文献数据的比较
空单元
模型结果（气体净化前）
文献结果[34]
模型结果（气体净化和升级后）*
气化器类型：双流化床
生物质原料：辐射松
气化剂：蒸汽
床材料：硅砂
生物质流量（kg/h）：20
温度（°C）：800
压力（bar）：12
S/B比率：0.89
H2（mol%干基）：33.5
CO（mol%干基）：38.5
CO2（mol%干基）：18.7
CH4（mol%干基）：9.0
C2H4（mol%干基）：0.03
C2H6（mol%干基）：0.00
C6H6（mg/Nm3）：82
C7H8（mg/Nm3）：10
C10H8（mg/Nm3）：64
NH3（ppm）：154
H2S（ppm）：23
HCl（ppm）：37
LHV（MJ/Kg）：15.98
5

*“气体净化和升级后”列遵循与“气体净化前”和“文献结果”列相同的单位约定。
Aspen Plus动力学模型在800°C和S/B=0.89的条件下与文献数据高度一致，H2、CO、CO2和CH4的偏差≤3.8%，证实了过程设计的可靠性。然而，C2烃类（乙烷、乙烯）的预测值偏低，表明在二次裂解动力学和焦油分解子模型中存在局限性[111]。未来的改进应纳入考虑温度、蒸汽和床材料影响的详细动力学方案。
净化和升级阶段显著提高了合成气质量。催化焦油重整工艺将苯、甲苯和萘的转化率提高了99%以上，同时无机杂质（如NH3、H2S、HCl）的浓度也降至FT（Fischer-Tropsch合成）工艺的允许阈值以下。通过水煤气变换反应，H2/CO的比例从0.83调整到了2:1，满足了FT工艺的要求[12]。未来的工作应扩展到Fischer-Tropsch反应器的集成模拟，以提供端到端的工艺视角。

3.8 可持续性指标和未来评估框架
虽然全面的生命周期评估（LCA）和技术经济分析（TEA）超出了本研究的范围，但经过验证的Aspen Plus模型为这些分析提供了必要的定量数据。从集成模型中得出的关键可持续性指标在补充材料[112]的表S.7中进行了总结。高碳转化效率（92.5%）最大限度地减少了碳的损失，提高了可用于燃料生产的碳量。PSA（Pressure Swing Adsorption）单元的二氧化碳捕集纯度超过了99%，这是实现成本效益利用或储存的先决条件[113]。能量效率（68.2%）为比较不同配置提供了热力学基准[114]，而冷气效率（74.39%）证实了HGC（Hot Gas Cleaning）路径中有效的热量保持[115]。未来的工作应利用这些指标进行从摇篮到坟墓的LCA（Life Cycle Assessment）和折现现金流分析，以评估温室气体减排潜力、平准化燃料成本以及相对于传统和替代生物燃料路径的整体可持续性表现。经过验证的模型为这些全面评估提供了必要的质量和能量平衡基础。

4. 结论
本研究开发并验证了一个集成的Aspen Plus模型，该模型涵盖了蒸汽吹动的双流化床木质生物质气化系统，以及用于Fischer-Tropsch合成的热气净化和调节过程。这种混合动力学-平衡框架展示了强大的预测能力，动力学气化模型在不同条件（700–850°C，S/B = 0.6–0.89）下，H2和CO的RMSE（Root Mean Square Error）值低于1.4，偏差在实验不确定性范围内。系统敏感性分析确定了最佳的气化条件为800°C和S/B比为0.89。在这些参数下，模型预测的原始合成气组成（干基）大约为33.5%的H2、38.6%的CO、18.7%的CO2和9.1%的CH4，热值为14–16 MJ/Nm3。进一步的多因素分析考虑了压力效应（1–5 bar）和床层材料选择，揭示了重要的参数相互作用：在压力超过3 bar时，橄榄石的催化效果部分减弱，最佳S/B比从750°C时的0.95降至850°C时的0.82。这些耦合效应比单独的单因素分析为实际系统设计提供了更可靠的指导。

两阶段催化焦油重整和基于吸附剂的吸附工艺将苯、甲苯、萘、NH3、H2S和HCl的转化率提高了99%以上，满足了FT催化剂的阈值。水煤气变换反应器在450°C时将H2/CO比例调整到了2:1，并实现了约30%的CO转化率。热力学分析证实了热气净化的优势，得到了74.4%的冷气效率、92.5%的碳转化效率和68.2%的能量效率。模型的局限性包括简化的焦油重整动力学，导致对C2物种的预测偏低。未来的改进应包括详细的反应网络、改进的炭转化动力学以及FT反应器的集成，以实现端到端的模拟，并进行更广泛的验证和技术经济/生命周期评估。

总体而言，这项工作提供了一个经过验证的、可扩展的建模框架，不仅推进了学术理解，还作为实用的工程工具。通过减少对昂贵试点试验的依赖，并实现快速、高置信度的优化，该模型加速了可持续生物质转化为液体燃料技术的发展，对全球能源转型做出了重要贡献。

**资助**
本研究未获得任何来自公共机构、商业机构或非营利组织的特定资助。