《ENERGY CONVERSION AND MANAGEMENT》:Weather-dependent direct air capture process modeling for techno-economic assessments
编辑推荐:
基于吸附的直接空气捕获(DAC)对于实现负排放至关重要,但由于高能耗和运行成本面临重大挑战。虽然最近研究强调天气条件显著影响DAC能耗和成本,但当前的DAC系统通常在稳态条件下优化,忽略了环境天气变化对最佳操作点的影响。本研究通过调查基于逐时天气条件动态调整吸
基于吸附的直接空气捕获(DAC)对于实现负排放至关重要,但由于高能耗和运行成本面临重大挑战。虽然最近研究强调天气条件显著影响DAC能耗和成本,但当前的DAC系统通常在稳态条件下优化,忽略了环境天气变化对最佳操作点的影响。本研究通过调查基于逐时天气条件动态调整吸附和解吸时间能否比静态操作提高能效,填补了这一空白。因此,研究人员优化了一个包含共吸附效应的过程模型,用于真实天气条件,并将结果作为技术经济评估的输入。利用来自四个可能DAC位置的逐时天气数据评估了优化过程模型的动态操作,揭示了电能和热能需求分别最多可降低8.8%和0.9%。额外的分析表明,简化的昼夜和季节操作策略实现了与逐时适应几乎相同的节能效果,大大降低了控制复杂性。将优化过程模型集成到技术经济评估中,揭示了天气导致的成本变化高达72 �/tCO2,并展示了DAC成本对可再生能源间歇性的强烈敏感性。通过提供优化过程模型的详细数据,包括不同气候条件下的能耗和生产力,本研究支持更精细和位置特定的未来评估。
### 论文解读:天气依赖性直接空气捕获过程建模与技术经济评估
#### 研究背景与问题
根据政府间气候变化专门委员会(IPCC)的评估,为将全球平均温升限制在2°C或以下,必须部署负排放技术(NETs)。在已有的NETs中,直接空气捕获(DAC)能够提供可验证且位置依赖性低的二氧化碳(CO
2)去除,被视为传统减排策略的重要补充。然而,当前基于吸附的DAC系统面临高能耗和运营成本的严峻挑战。现有研究已指出,天气条件(温度与湿度)会显著影响DAC的能效和成本,但大多数DAC系统优化仍基于稳态假设,忽略了环境天气变化对最佳操作点的影响。此外,现有文献中,许多研究要么使用未经实验验证的共吸附模型,要么采用非商业化吸附剂,限制了结果的可重复性和可比性。技术经济评估中,过程模型产生的数据也往往未针对系统级经济评价进行定制,导致性能指标传递时存在不确定性和不一致。为填补这些空白,本研究旨在开发一个详细的温度-真空变压吸附(TVSA)过程模型,集成商业吸附剂Lewatit? VP OC 1065的经验证共吸附模型,并在逐时天气分辨率下模拟DAC运行,评估动态操作策略对能效和经济性的影响。
#### 主要技术方法
研究人员在Aspen Adsorption中建立了一维TVSA过程模型,集成了针对Lewatit? VP OC 1065的加权平均双位Toth(WADST)共吸附模型和线性驱动力(LDF)传质模型。通过k-means聚类分析全球2018年逐时气象数据(0.25°×0.25°分辨率),得到22个代表性温度-相对湿度(T-RH)组合。利用MATLAB与Aspen Adsorption的耦合进行自动优化,以最小化总比能量需求为目标,确定每个气候簇的最佳吸附和解吸时间。随后,将22个优化操作点应用于140个T-RH组合的离散域,构建综合性能图谱(comprised plot)。技术经济评估(TEA)采用ETHOS.FINE框架,考虑四个研究区域(美国路易斯安那州、德国梅克伦堡-前波莫瑞州、尼日利亚阿夸伊博姆州、挪威诺尔兰郡),在固定能源价格和开放地面光伏(OFPV)供电两种情景下计算平准化CO
2去除成本(LCOD)。
#### 研究结果
**4.1 过程优化结果**
优化结果显示,最佳吸附时间范围为24~42分钟,最佳解吸时间范围为58~83.5分钟。高湿条件(>80%相对湿度)需要显著延长的解吸时间。即使在优化操作下,总比能量需求仍对环境条件高度敏感。
**4.2 过程分析与关键性能指标**
综合性能图谱表明,在约10°C和25%相对湿度时,达到最低总比能量需求(2.57 MWh/tCO
2)。在低温下,CO
2吸附容量增加,但加热所需热能也增加;高温下,热能输入减少但吸附容量下降,导致比能量需求上升。高湿条件下,水共吸附增强CO
2吸附,但解吸时蒸发水分需额外热能,推高比能量需求。相对生产力在约5°C和70%相对湿度时达到最大值。水共吸附比(tH
2O/tCO
2)在低温高湿区域最高。与Sendi等和Wiegner等的研究比较,验证了模型趋势的一致性。
**4.3 动态操作策略评估**
在四个位置模拟逐时动态操作,与静态操作相比,动态操作可降低电能需求5.8%~8.8%,热能需求0.4%~0.9%,总节能约2%。昼夜和季节调整策略几乎达到与逐时动态操作相同的节能效果,显著降低了控制复杂性。
**4.4 技术经济评估**
在固定能源价格基准情景下,LCOD范围从德国梅克伦堡-前波莫瑞州的496 �/tCO
2到尼日利亚阿夸伊博姆州的568 �/tCO
2,主要由相对生产力差异驱动(生产力影响所需名义容量,进而影响资本支出)。敏感性分析显示,资本支出(CAPEX)是LCOD的最大影响因素。在OFPV供电情境下,LCOD升至998~1501 �/tCO
2,能源系统成本约占一半,凸显可再生能源间歇性的显著影响。对CAPEX的进一步分析表明,长期LCOD低于200 �/tCO
2是现实的,但低于100 �/tCO
2需极低能源成本或重大工艺改进。
#### 讨论与结论
研究指出,总节能约2%表明完全动态操作的收益有限,而简化的季节或昼夜调整策略即可获得类似效果,更适合早期部署。生产力是地区间LCOD变化的主要驱动因素,因此DAC部署应优先选择低温中湿地区。技术经济评估中,CAPEX主导成本,而可再生能源间歇性显著增加成本。研究存在若干局限性:绝热假设、线性驱动力(LDF)模型未考虑孔隙尺度扩散、实验室规模反应器几何以及逐时可调假设。未来研究应纳入非绝热柱行为、内部热交换等规模依赖特性,并扩展目标函数以联合考虑生产力与经济性。本研究的结论部分总结为:研究开发了集经验证共吸附模型与真实天气数据的TVSA DAC过程模型,发现最优操作点约10°C和25%相对湿度;动态操作可节电5.8%~8.8%,但简化策略同样有效;生产力是捕获成本的主要驱动因素;LCOD低于200 �/tCO
2可行,低于100 �/tCO
2需重大改进。