基于超临界CO2循环与多级喷射制冷的沼气多联产系统优化：混合ANN-MOPSO方法研究

本文提出了一种创新的沼气驱动多联产系统，集成超临界CO2动力循环（sCO2）、多级喷射制冷（CPCU）、有机朗肯循环（ORC）、反渗透（RO）海水淡化及质子交换膜电解槽（PEM），通过人工神经网络（ANN）与多目标粒子群算法（MOPSO）协同优化，实现32.6%的?效率与93.2 kW制冷量，为可再生能源多目标转化提供高效解决方案。

　　

亮点

• 提出新型沼气多联产系统，集成超临界CO₂基联合动力制冷单元（CPCU）与多级喷射制冷技术，实现高效热回收。

• 通过有机朗肯循环（ORC）、质子交换膜电解槽（PEM）和反渗透（RO）模块的协同整合，全面优化资源利用。

• 开发基于人工神经网络（ANN）的代理模型框架，显著缩短优化时间并保持精度。

• 采用双场景多目标粒子群算法（MOPSO），平衡热力学与经济性目标。

• 详细开展?经济与财务评估，包括组件级成本分布和敏感性分析。

系统描述

如图1所示，该系统由喷射式CPCU、RO脱盐单元、PEM电解器、ORC和沼气燃气轮机（GT）组成。空气在状态1被压缩后，与预处理沼气在燃烧室反应，驱动GT发电（状态4）。高温废气依次通过sCO₂涡轮（状态6）、多级喷射器（状态9）和ORC蒸发器（状态12），实现阶梯式热回收。CPCU利用CO₂跨临界循环的膨胀过程（状态15-17）产生低温制冷，而RO单元则通过余电驱动淡水生产。

方法学

通过质量/能量守恒方程建立子系统模型：

• •

  GT循环：采用修正的Brayton公式计算等熵效率，考虑沼气中60% CH₄和40% CO₂的混合燃烧特性。

• •

  sCO₂循环：基于Span-Wagner状态方程，优化主压缩机（状态19）和再压缩机（状态22）的压比。

• •

  多级喷射器：引入引射比β=?_次级/?_初级，通过CFD验证两相流混合效率达92%。

数据驱动优化

训练包含3200组数据的ANN模型（隐含层9神经元，R²>0.98），替代耗时的高保真模拟。MOPSO算法设置种群规模50，迭代200次，在两种场景下优化：

1. 1.

   最大净功率模式：优先提升GT入口温度至1200°C，氢产量达923 mg/s。

2. 2.

   强化制冷模式：调整ORC分流比至0.34，制冷量提升21.7%。

结论

该系统在3.1-5.6年回收期内可实现184万美元净现值（NPV），?效率较传统系统提高9.3%。未来工作将探索沼气组分波动下的动态响应策略。