AsPyCC：利用Aspen Plus?和Python进行燃烧后碳捕获设计

《Fuel》：AsPyCC: Post-combustion carbon capture design through Aspen Plus? & Python

碳捕集技术框架与氨基溶剂后燃烧碳捕集经济性评估。

　　
该研究针对燃煤和燃气电厂等高碳排放工业部门，开发了基于Aspen Plus软件的自动化碳捕集设计框架AsPyCC，并系统评估了七种工业场景下氨吸收式后燃烧（PCC）技术的经济性与可行性。研究通过Python与Aspen Plus的组件对象模型（COM）接口，实现了从工艺设计到经济分析的全程自动化，突破了传统碳捕集工艺设计依赖人工试错方法的局限性。

### 一、技术背景与框架创新
全球工业领域每年碳排放量达76%的化石燃料燃烧产生，其中电力、钢铁、化工等关键行业减排需求迫切。当前主流的胺吸收法存在能耗高、溶剂损失大等问题，而氨吸收技术因兼具低再生能耗、多污染物协同去除等优势，成为近年研究热点。但传统设计方法存在三大痛点：
1. **设计参数敏感性高**：CO?浓度、温度波动、设备尺寸等参数相互影响，需反复调整；
2. **多行业适配性差**：不同工业废气组成差异显著，需定制化设计流程；
3. **经济评估维度单一**：传统方法仅考虑直接成本，未整合溶剂供应链、能源结构等间接成本因素。

为此，研究团队构建了AsPyCC框架，其核心创新体现在：
- **全流程自动化**：从吸收塔尺寸计算到热交换器集成，通过Python脚本实现Aspen Plus的全参数自动化配置，设计效率提升90%以上；
- **多目标协同优化**：集成目标捕获率（90±5%）、溶剂损失率（<10%）、再生能耗（1000-4200 kJ/kg CO?）等硬性约束，并引入经济性指标动态调整；
- **跨平台数据整合**：将Aspen Plus的化工设计模块与Python的随机采样算法结合，支持从工业废气组成（如CO?浓度3.48%-18.2%）到设备尺寸（直径3.24-7.25米）的连续参数空间探索。

### 二、核心方法与实施路径
#### 1. 工艺建模与参数化设计
研究采用ENRTL-RK热力学模型，通过电中性原理和Redlich-Kwong状态方程，精确模拟氨-二氧化碳水溶液体系中的气液平衡与动力学反应。特别针对NH?高挥发特性，开发了动态补偿算法，在吸收塔与再生器之间建立闭环控制，确保溶剂再生率稳定在85%-95%。

#### 2. 智能采样与多目标优化
应用Sobol序列进行低离散度采样，覆盖CO?浓度（11%-19%）、设备规模（100-500 t/h）、氨纯度（5%-15%）等关键参数。通过三维响应面法分析发现：
- **最佳溶剂比（S/F）**：水泥行业需6.29:1，燃气电厂可降至2.83:1；
- **经济敏感阈值**：当氨生产成本超过$350/t时，碳捕集成本陡增；
- **设备尺寸优化**：200 t/h配置的吸收塔高度与直径比（H/D）为3.18，较500 t/h的2.87更符合工程经济性原则。

#### 3. 全生命周期成本核算模型
构建包含五类成本要素的评估体系：
1. **设备投资（CAPEX）**：吸收塔（占60%）、再生器（25%）、压缩机（15%）；
2. **运营成本（OPEX）**：溶剂再生（40%）、蒸汽消耗（30%）、维护（20%）、其他（10%）；
3. **氨供应链成本**：分为煤基（$387/t）、生物质基（$505/t）、电制（$666/t）三条路径；
4. **碳交易成本**：根据欧盟碳价（$85/t）和国内碳市场（$35-250/t）双重基准；
5. **泄漏补偿成本**：NH?损失率每增加1%，碳捕集成本上升2.3%。

#### 4. 聚类分析与场景分类
通过主成分分析（PCA）和K-means聚类，将35个设计方案划分为三类：
- **第一类（高效经济型）**：占样本总数58%，包含水泥厂（ISI=1）、燃气电厂（ISI=0.8）、炼钢厂（ISI=0.6）；
- **第二类（高能耗型）**：占28%，典型特征为高再生能耗（>3000 kJ/kg CO?）和溶剂补充成本占比超40%；
- **第三类（边际效益型）**：占14%，虽单位投资较低（$16.05-23.40 MUSD），但捕获率不足85%，碳捕集成本达$135-253/t。

### 三、关键发现与行业启示
#### 1. 工艺性能表现
- **捕获效率**：平均达89.7%，其中燃煤电厂（CFPP）达90%，燃气电厂（GTPP）略低（87.1%），因后者CO?浓度（11.5-17.4%）低于前者（15.5-24.5%）；
- **溶剂稳定性**：NH?损失率普遍低于10%，仅燃气电厂因低CO?浓度导致损失率升至23%；
- **再生能耗**：整体在2837-3212 kJ/kg CO?区间，符合IPCC报告（2000-4200 kJ/kg）。

#### 2. 经济性敏感分析
- **氨源成本影响**：电制氨（PtA）路径使碳捕集成本增幅达170%-610%，而煤基氨（MtA）仅增加1.7%-8.5%；
- **设备规模效应**：200-300 t/h容量段的单位投资成本最低（$16.05-19.31 MUSD），而500 t/h方案因吸收塔高度增加（达27.3米）导致CAPEX上升18%；
- **工艺改进潜力**：通过优化溶剂循环比（S/F=3.8→2.8）、改进热交换器布局，可使运营成本降低12%-15%。

#### 3. 行业适用性评估
- **最佳适用行业**：水泥（ISI=1）、燃气电厂（ISI=0.8）、炼钢厂（ISI=0.6）；
- **实施难点行业**：气轮机电厂（GTPP）因低CO?浓度（平均11.5%）需额外投资$5-15 MUSD进行溶剂强化；
- **容量选择建议**：200 t/h（最优ISI=0.44）和300 t/h（最优CSI=0.3）组合，可覆盖85%的工业场景需求。

### 四、工程实践指导与未来方向
#### 1. 设计参数基准
| 工业类型 | 推荐容量 | CO?浓度范围 | 吸收塔H/D比 | 再生能耗 |
|----------|----------|-------------|-------------|----------|
| 水泥 | 200-300 | 15-25% | 3.18 | 2906 kJ/kg |
| 燃气电厂 | 200-500 | 11-17% | 2.83 | 3212 kJ/kg |
| 炼钢厂 | 200 | 18-22% | 3.05 | 2868 kJ/kg |

#### 2. 经济性优化策略
- **溶剂替代方案**：在钢铁行业试验氨-甲胺混合溶剂（MDEA），可使再生能耗降低12%；
- **余热利用**：集成余热锅炉可将蒸汽成本降低8%-10%；
- **规模经济效应**：300 t/h容量线在氨成本$450/t时，碳捕集成本降至$45/t CO?。

#### 3. 研究局限与拓展方向
当前框架主要面向固定溶剂浓度（5% NH?）场景，未来需扩展：
- **动态溶剂浓度控制**：开发基于实时监测的自动补液系统；
- **多污染物协同处理**：集成SO?、NOx捕集模块；
- **全生命周期碳核算**：纳入设备制造、氨生产等上游碳排放；
- **数字孪生集成**：结合Aspen Plus与Simcenter平台实现虚实交互优化。

该研究为工业碳捕集提供了可复用的设计范式，其核心价值在于：
1. **设计标准化**：建立7大行业35种基准配置参数库；
2. **成本可视化**：揭示氨源成本对碳捕集的杠杆效应（弹性系数达0.87）；
3. **场景适配性**：通过ISI、CSI、ACSI三维评分体系实现精准匹配。

据国际能源署（IEA）预测，到2030年全球工业部门碳捕集需求将达5.8亿吨/年。本框架的模块化设计可支撑该目标的实现，特别是通过动态调整溶剂循环比（S/F=2.8-6.3）和热交换器布局优化，可使单位投资成本降低至$20 MUSD以下，接近当前碳市场基准价。

### 五、结论与建议
研究证实氨吸收技术在以下场景具备商业化潜力：
1. **水泥行业**：年碳捕集成本$45-55/t CO?，适合300 t/h以上规模；
2. **燃气电厂**：需配套建设NH?回收装置，200-300 t/h规模可维持成本在$100-120/t CO?；
3. **炼钢厂**：建议采用阶梯式再生策略，降低溶剂消耗量18%-25%。

工业界实施建议：
- **优先改造行业**：水泥厂（改造周期<6个月）、炼油厂（改造周期9-12个月）；
- **关键设备选型**：优先选择MELLAPK 250Y填料（压降低15%）和Kelvinator列式换热器；
- **经济性阈值**：当碳价>$.8/t CO?且氨成本<$.45/t时，项目内部收益率（IRR）可达12%。

该研究为《巴黎协定》温控目标下的技术路径选择提供了实证依据，其开源框架（AsPyCC V1.0）已在GitHub获得230+星标，预计将推动工业碳捕集设计进入智能化时代。