采用实验设计方法对1 MW先进双流化床蒸汽气化示范装置进行系统表征

《Fuel》：System characterisation of a 1 MW advanced dual fluidised bed steam gasification demonstration plant by a design of experiments approach

　　

先进双流化床（advanced dual fluidised bed, aDFB）蒸汽气化过程能够利用生物质残余物和废弃物制备多用途产物气，并可应用于不同的下游合成过程。奥地利当前研究利用一套示范尺度装置，在工业环境中考察燃料灵活性并优化关键性能参数。然而，双反应器原理构成了一个具有大量潜在操作参数相互作用的系统，这些相互作用难以被清晰地区分和评估。实验设计法（design of experiments, DoE）作为一种实验研究的统计学方法，能够帮助识别并量化这些相互作用，这一点已在多个学科和工业领域得到证明。

采用该方法，研究人员规划并实施了一次为期两周的实验活动（111 h），以该示范装置为对象开展研究。研究共考察了19个独立操作点，并对所得数据进行分析，以评估适用于下游费托（Fischer-Tropsch, FT）合成的产物气生成条件，目标是提高转化效率与产物气质量。此外，研究结果还旨在为装置运行提供易于理解的操作指导，使操作人员能够针对特定输入与输出进行调控。数据评估得到了一幅覆盖4个主要操作参数宽范围的初步、粗略系统映射。这是统计学方法首次应用于该过程的这一尺度，结果表明该方法适用于该项技术。所呈现的结果为进一步系统分析奠定了基础，并有助于未来实验活动的开展以及持续进行的技术优化过程。

该文发表于《Fuel》，围绕1 MW先进双流化床（advanced dual fluidised bed, aDFB）蒸汽气化示范装置的系统表征与运行优化展开，核心目标是在工业环境下通过实验设计法（design of experiments, DoE）识别主要操作参数及其交互作用，建立面向费托（Fischer-Tropsch, FT）合成适配产物气的初步操作图谱。研究背景在于，随着可再生能源技术需求持续上升，aDFB蒸汽气化因能够将生物质残余物和废弃物转化为近无氮产物气，而在燃料合成、甲烷化和高纯氢制备等方向具有重要应用潜力。相较传统空气气化，该技术利用蒸汽作为气化剂和流化介质，有利于获得更适合下游合成的气体组成。维也纳合成气平台建成的1 MW_th示范装置代表了该技术由100 kW_th中试向更高尺度推进的重要阶段，特别适于在接近工业条件下验证燃料适应性与长期运行表现。

然而，当前示范装置尚缺乏成熟的运行图谱，限制了面向特定下游用途的稳定优化。aDFB系统由气化反应器（gasification reactor, GR）与燃烧反应器（combustion reactor, CR）耦合而成，床料循环、蒸汽输入、燃烧空气分配和辅助燃料供给之间存在显著耦合关系。传统单因素逐次变化法（one variable at a time, OVAT）难以揭示参数交互效应，可能导致伪最优解。鉴于示范尺度试验成本高、运行窗口有限，研究人员引入DoE方法，旨在以更高实验效率完成系统筛选、参数量化和初步优化，为示范装置运行控制与后续自动化奠定基础。

在研究内容上，研究人员选取蒸汽/燃料比、燃烧空气输入量、燃料油EL输入量以及燃烧空气2挡板位置4个可控主因子，在两周内开展111 h参数变工况试验，设计19个操作点，包括全因子组合与3个中心点，以表征系统稳定性并指示曲率效应。研究重点关注4项关键性能指标（key performance indicators, KPIs）：鼓泡床温度、气化反应器上部压降、整体冷煤气效率（overall cold gas efficiency, η_OCGE）和产物气H₂/CO比。结果表明，DoE在该尺度aDFB系统中能够建立具有较好拟合度与一定预测能力的统计模型，并首次形成面向实际运行的粗略系统映射。

方法概括：研究对象为奥地利维也纳合成气平台1 MW_th aDFB示范装置，燃料采用木质颗粒，恒定燃料负荷为960 kW。研究采用全因子实验设计结合3个中心点，对4个主因子进行随机化运行；过程数据来自分散控制系统，产物气组分由Perkin Elmer Clarus 500气相色谱（gas chromatograph, GC）间歇测定，系统质量与能量衡算及η_OCGE通过IPSEpro V.8.0模拟计算，统计建模与偏最小二乘法（partial least squares, PLS）分析通过MODDE?完成，并以R²和Q²评价模型质量。

3.1. Bubbling bed temperature
鼓泡床温度模型具有R²=0.90和Q²=0.72，说明模型拟合度和预测性较好。结果显示，4个主因子中有3个对鼓泡床温度具有显著影响，其中蒸汽输入影响不显著，这与蒸汽热容相对于床料热容较小相一致。燃烧空气和燃料油EL是影响温度的主要因子，因为二者直接作用于燃烧过程、床料温度及传热强度。燃烧空气输入增加不仅提高过量空气水平，还增强全系统床料循环，因此可提升鼓泡床温度。模型还发现蒸汽与燃烧空气之间存在交互作用，可能与床料在鼓泡床中的停留时间及气化反应器流化状态有关。该部分结果的重要意义在于，鼓泡床温度不应再被简单视作独立设定值，而应被理解为多参数耦合作用下的系统响应，这有助于通过调节燃烧空气而非单纯增加辅助燃料来优化气化温度。

3.2. Pressure drop in the upper gasification reactor
气化反应器上部逆流柱（counter current column, CCC）压降模型表现出R²=0.94和Q²=0.87，显示出很强的模型有效性与预测能力。蒸汽流化和燃烧空气输入是主导因素，而燃料油EL及燃烧空气2挡板位置影响较弱。研究人员指出，上升产物气与蒸汽共同构成上部区域流化介质，燃烧空气输入则通过改变床料循环量直接影响CCC内固体滞留量，因此压降升高具有合理的流体动力学基础。相较预期，燃烧空气2挡板位置的不确定性较高，说明其设定范围可能过窄，或其当前位置下未能有效调节床料循环。由于该响应数据呈正偏态，研究在统计建模中对其进行了十进对数变换，以获得更对称的数据分布并提高模型质量。该结果表明，上部压降可以通过蒸汽和主燃烧空气在较大程度上进行调控，而挡板参数的工程有效性仍需后续验证。

3.3. Overall cold gas efficiency
整体冷煤气效率模型的R²=0.86、Q²=0.79，虽略低于前两项响应，但仍具备较好解释能力。结果显示，燃料油EL输入对η_OCGE具有最强负面影响，燃烧空气输入增加同样显著降低整体效率。这与已有双流化床系统优化研究结论一致，即过量燃烧空气会增加烟气热损失，而辅助燃料增加则降低系统对生物质化学能的有效利用效率。由此可见，aDFB系统的能效提升不仅依赖气化反应器，还明显受制于燃烧反应器侧的供热方式与空气组织。与既往示范装置初期约55%的整体冷煤气效率相比，该研究在部分区域已呈现接近70%的效率水平，说明示范装置运行优化已取得实质进展。

3.4. H₂/CO-ratio
产物气H₂/CO比是判断其是否适用于下游FT合成的关键指标。该模型的R²=0.82、Q²=0.56，在4个响应中质量最低，且系数不确定性较大，但仍清晰揭示了主要影响规律。蒸汽/燃料比是最重要因子，这与水煤气变换反应和烃类蒸汽重整反应对氢气生成的促进作用相符。燃烧空气输入虽影响较小，但由于其强烈调控鼓泡床温度，因此对H₂/CO比具有间接而重要的作用。燃料油EL通过抬升系统温度也会影响该比值。对于燃烧空气2挡板位置以及蒸汽与燃料油EL之间的正交互作用，研究人员认为其物理机制尚不明确，且受较高统计不确定性影响，需要进一步实验验证。尽管如此，该部分结果仍证明，通过调控蒸汽/燃料比与温度相关参数，可以在一定范围内将产物气组成调节至更适合FT合成的状态。

3.5. Applicability of DoE method
关于DoE方法的适用性，研究表明该方法已能够为aDFB示范装置建立首个粗略系统映射，并定量描述操作参数对关键响应的影响。通过4维等高线图和系数图，操作人员可以更直观地判断特定参数组合下的温度、压降、效率和H₂/CO比变化趋势。论文强调，尽管aDFB系统具有复杂的热力学与化学反应耦合特征，纯统计模型并不能完全替代机理认知，但在当前阶段，DoE相较OVAT具有更高效率和更强的交互作用识别能力，尤其适合高成本、有限运行时间的示范尺度试验。研究还指出，该方法未来可服务于控制器训练与过程自动化开发。

3.6. Operating points for downstream Fischer-Tropsch synthesis operation
围绕面向FT合成的操作条件筛选，研究人员基于统计模型计算了满足目标要求的代表性操作点。筛选标准包括：产物气H₂/CO体积比约为2:1、鼓泡床温度约800 °C、上部GR压降10–15 mbar，以及较高整体冷煤气效率。文中给出的两个代表操作点虽在蒸汽/燃料比、燃烧空气、燃料油EL和挡板位置上略有差异，但均可实现约802 °C鼓泡床温度、H₂/CO比1.9、η_OCGE约66%，同时维持可接受的CCC压降。这说明该示范装置在实现目标气体品质方面具有较强运行灵活性，能够根据次级目标对操作参数进行适应性调整。

讨论部分总结：论文讨论指出，本研究是DoE方法首次在aDFB示范尺度系统中的应用，结果与既有中试及商业尺度研究总体一致，表明该方法能够有效捕捉关键操作变量对系统性能的影响。研究同时指出，示范装置较大的热惯性导致各操作点达到稳态所需时间较长，这是影响数据一致性与模型不确定性的主要因素之一。另一个需要继续解决的问题是模型对不同燃料的适用性，目前结果基于木质颗粒燃料获得，燃料含水率和组成变化对系统性能可能产生显著影响。尽管如此，在可消除燃料波动等干扰因素的条件下，DoE为单一燃料、单一目标产物导向的运行优化提供了较低工作量且时间可控的可行路径。研究由此为未来示范装置实验活动、操作指导及小试—示范尺度联动优化提供了方法学依据。

研究结论翻译：研究人员首次在先进双流化床蒸汽气化示范装置上实施了基于实验设计法的参数变工况研究。对操作点输出参数的统计分析表明，针对4项aDFB关键性能指标建立的模型具有令人满意的拟合质量和未来预测能力。通过与既往研究和优化工作比较，上述判断得到进一步支持。研究提出的粗略系统映射，尤其是关于鼓泡床温度的多参数映射，是aDFB蒸汽气化领域首次形成的同类成果，可为4个主要运行参数及其响应关系提供综合视图。压力降、H₂/CO比和整体冷煤气效率的结果总体覆盖并拓展了既有研究范围，且显示示范装置相较初期试运行在效率方面已有显著改善。相关系统映射可为操作人员在后续实验中设定运行点提供指导。尽管这些模型的预测能力仍需在未来试验活动中进一步验证，且不同燃料条件下的适用性尚待考察，但结果表明，DoE方法非常适合用于大型aDFB蒸汽气化装置的优化过程。所计算出的面向FT合成适配产物气的运行点还表明，反应器系统能够通过不同操作方式实现相近目标，从而为温度水平或逆流柱床料滞留量等次级运行目标预留调节空间。总体而言，本研究所建立的系统映射和统计模型将成为示范装置操作优化的重要工具，同时也提示未来仍可借助小试尺度研究进一步解析基础相互作用并验证DoE方法对aDFB反应器系统的描述能力。