废水处理厂中利用消化气化生产甲醇的技术经济建模与优化

《ENERGY CONVERSION AND MANAGEMENT》：Techno-economic modeling/optimizing of methanol production from digestate gasification in wastewater treatment plants

　　塞佩赫尔·萨纳耶（Sepehr Sanaye）|达里乌什·博尔祖埃（Daryoosh Borzuei）
能源系统改进实验室（ESIL），伊朗科技大学（IUST）机械工程学院，纳马克（Narmak）16844，伊朗

**摘要**
本研究首次提出了一个综合设计、建模和优化方案，用于利用废水处理厂中城市污泥经过约3周厌氧消化后剩余的固体副产物——残余消化物来生产绿色甲醇。本研究的主要创新包括：（1）将下行气流气化炉与干燥器集成，以降低消化物的含水量，并将回收的水蒸气循环利用作为气化剂；（2）应用膜分离技术进行氢气分离和二氧化碳氢化；（3）采用双目标优化方法，即系统能量效率（最大化）和回收期（最小化）。气化炉的能量建模基于热力学平衡方法、膜的溶液-扩散理论以及合成反应器的范登布谢-弗罗门特（Vanden Bussche-Froment）动力学关系。气化炉模型的输出结果通过实验数据进行了验证，而其他子系统（膜分离和甲醇反应器）的建模结果则通过Aspen Plus仿真进行了验证。经过广泛的参数研究，确定了十个决策变量——包括进料含水量、当量比、气化炉温度、蒸汽与进料比、膜进料压力、氢气回收率、氢气/二氧化碳摩尔比、反应器压力、反应器温度和空间速度——这些变量对目标函数的影响。NSGA-II算法用于生成帕累托前沿，LINMAP方法确定了最优解，其能量效率为24.2%，回收期为5.11年。在该条件下，甲醇产量达到186公斤/小时（每年1,629吨），纯度为99.7%；二氧化碳转化率为68.7%；氢气产量为48.5公斤/小时，纯度为98.5%；合成气的低位热值为5.42 MJ/Nm3。经济分析显示，总资本支出为585万美元，净现值为390万美元，内部收益率为18.5%，每吨成本为628美元。

**引言**
全球能源需求的增加以及减少温室气体排放的必要性，使得可持续和低碳技术的发展成为全球能源政策的首要任务[1]。在此背景下，甲醇作为一种多功能能源载体和化工行业的重要原料，在未来经济中占据了重要地位[2]。预计到2030年，全球甲醇年产量将从2020年的约9800万吨增加到超过1.8亿吨[3]。
传统的甲醇生产方法主要依赖于化石资源，导致大量二氧化碳排放。每生产一吨甲醇大约会产生0.67吨二氧化碳，而基于煤炭的生产方式则会产生高达3.8吨二氧化碳[4]。这凸显了开发绿色甲醇生产替代方法的迫切性。
作为城市服务领域的主要能源消耗者，污水处理厂占总电力消耗的2-4%[5][6]。在这方面，这些设施的可持续管理面临两个基本挑战：首先是厌氧消化产生的消化物管理问题（其中超过50%的污泥能量未被利用[7][8]；其次是沼气发动机产生的大量二氧化碳排放——例如，南德黑兰污水处理厂每年排放27,858吨二氧化碳[9]。气化作为一种关键的热化学技术，能够将消化物转化为合成气，能量效率可达64-75%[10]。此外，二氧化碳氢化过程具有高效率（75-85%）和适当的选择性（>90%），能够将二氧化碳和氢气转化为甲醇[11][12]。
关于利用消化物生产甲醇的建模和优化的现有文献表明，该领域涵盖多个相互关联的子领域，包括消化物气化建模、氢气分离技术、二氧化碳到甲醇的转化、集成系统的经济技术和环境分析以及能源和甲醇生产过程的优化，这些内容将在下文详细讨论。
污泥和消化物气化作为一种新兴的热化学技术，为处理污水处理厂产生的大量有机废物提供了有效的解决方案。?piewak[13]在一篇关于污泥气化的综合综述研究中指出，该技术可以有效减少传统处理方法带来的社会经济和环境问题。Elbl等人[14]研究了在100千瓦热容量的常压流化床气化炉中污泥和消化物的气化过程，结果显示，使用空气作为气化剂时，消化物和污泥产生的合成气低位热值分别为4.06 MJ/Nm3和4.11 MJ/Nm3；添加蒸汽有助于减少焦油含量，消化物的焦油含量从5037.3 mg/Nm3降至3566.3 mg/Nm3，污泥的焦油含量从7447.7 mg/Nm3降至3390.3 mg/Nm3。
Migliaccio等人[15]从数值建模和仿真的角度研究了在850°C下、不同氧/燃料当量比条件下的污泥气化过程，结果表明当量比的增加有助于减少焦油，但合成气的氢气/二氧化碳和二氧化碳/一氧化碳比例质量下降。Chen等人[16]在试验规模流化床气化炉中研究了城市污泥和工业污泥的共气化过程，发现工业污泥比例从0%增加到60%时，氢气产量从9.1%增加到11.94%。产生的气体低位热值在4.84至5.11 MJ/Nm3之间，冷气效率在33.91%至36.15%之间。工业污泥中较高的铁和锰含量降低了反应的活化能。
Nilsson等人[17]研究了在常压实验室流化床中，使用二氧化碳和水混合气体干燥污泥制取炭的气化速率，实验温度范围为800-900°C，结果表明，在两种反应物存在的情况下，炭的气化速率大约等于它们分别与二氧化碳和水反应的速率之和。
在数学建模方面，热力学平衡方法被广泛用于预测气化炉出口气体组成。Jarungthammachote和Dutta[18]基于Boudouard平衡常数、水-气变换反应和甲烷生成反应，开发了一个全面的生物质气化热力学平衡模型，模型与实验结果的平均相对误差为2.01%。Melgar等人[19]提出了类似的下行气流气化炉建模方法，也能较好地预测生成气体组成。
近期研究表明，气化炉类型的选择对工艺性能有显著影响。流化床气化炉对异质原料具有更好的温度控制能力，但产生的合成气焦油浓度较高（3-8 g/Nm3）；而上行气流配置则会产生过高的焦油浓度（10-150 g/Nm3）[14][15]。对于当前系统，选择下行气流配置的原因有三个：（1）气化炉出口处的焦油含量低于2 g/Nm3，大大降低了基于膜的氢气分离所需的下游净化成本[18][19]；（2）由于反应器几何结构更简单、气体净化基础设施减少，资本成本比同类流化床系统低40-60%[14][15]；（3）对于高灰分（30-45%）的原料，该配置具有稳定的运行可靠性，符合污水处理厂的运行要求[9][14]。
对气化建模文献的批判性评估揭示了两个与本研究直接相关的局限性。最广泛采用的平衡模型[18][19]是基于木质生物质实验数据校准的，它们直接应用于消化物时存在问题——消化物的元素组成（包括30-45%的灰分以及较高的氮和硫含量）与实验数据差异较大，需要针对特定原料进行验证，但现有研究均未提供此类验证。此外，所有综述的建模研究[15][18][19]都将系统边界设定在气化炉出口，将合成气组成视为最终输出，而非与下游处理单元耦合的中间变量。因此，任何先前的综合模型均未将干燥器操作条件（特别是从干燥阶段回收的蒸汽作为补充气化剂）对合成气氢气/二氧化碳比例的影响纳入耦合设计中。本研究解决了这两个问题：平衡模型基于消化物特定的实验数据进行了验证，并在多变量优化框架中明确考虑了干燥器-气化炉蒸汽循环的过程。

**氢气分离技术**
氢气分离技术在从合成气中生产纯氢方面起着关键作用，包括膜分离、压力摆动吸附（PSA）、低温蒸馏和电化学氢泵等多种方法。Bernardo等人[20]全面总结了膜技术在氢气纯化方面的最新进展，强调了碳分子筛膜的优异性能，其氢气/甲烷选择性超过5500，氢气/氮气选择性超过25000。膜建模基于溶液-扩散理论，运输机制受膜基质中的气体溶解度和扩散性控制。Ohs等人[21]对混合膜-压力摆动吸附过程进行了优化，目标是最小化特定能耗，设计变量包括膜进料压力（5-15巴）、膜切割比（0.1-0.9）、PSA吸附压力（1-10巴）、PSA循环时间（60-300秒）和吹扫比（0.05-0.15）。结果表明，混合系统比单级系统能耗降低了25%，氢气回收率提高了98%。Han等人[22]使用响应面方法（RSM）对集成膜分离的氢气生产过程进行了优化，目标是最大化氢气产量并最小化能耗。设计变量包括蒸汽重整温度（750-850°C）、蒸汽与碳的比率（S/C，2-4）、膜压力（8-16巴）和气体流速（100-300 Nm3/h）。在最优条件下，氢气产量达到89.3%，纯度达到99.7%。Król等人[23]从经济评估和环境影响的角度研究了氢气分离技术，比较了PSA、膜分离和低温蒸馏方法的资本成本、运营成本和环境影响，结果表明膜技术是中规模生产（100-1000 Nm3/h）的最经济选择，而PSA适用于大规模生产（>1000 Nm3/h）。
氢气分离膜主要分为聚合物（PFSA、聚酰亚胺）、金属（钯基）和无机（陶瓷、碳分子筛）类型[20]。钯基膜具有高选择性（α > 1000），但需要300-600°C的运行温度，且资本成本较高，不适合当前低温合成气净化条件[24]。对于当前系统，选择PFSA聚合物膜是因为其操作条件与合成气净化出口条件（70°C，4-15巴）兼容，氢气/二氧化碳选择性为75，氢气纯度为98-99%，且资本成本比钯基膜低约70-80%[20][24][25][26]。在优化框架中，膜进料压力和氢气回收率作为控制分离纯度、回收效率和压缩能耗之间权衡的两个关键参数[20][25][26]。
所有综述的膜分离研究[20][21][22][23]的一个共同局限性是，膜入口条件（进料气体组成、压力和温度）被视为固定的外部参数，与上游气化炉操作变量无关。这种边界分离导致跨子系统的相互作用（如气化炉温度对合成气氢气含量的影响，进而影响所需的膜面积和压缩能耗）无法在单一子系统模型中体现。本研究通过从耦合的气化炉和压缩机模型直接计算膜入口条件，将膜性能纳入同一优化框架，解决了这一问题。

**甲醇合成**
从二氧化碳氢化中合成甲醇是一项关键技术，可将二氧化碳转化为有价值的化学品，在循环碳经济中发挥核心作用。Rafiee[11]对使用水冷多管固定床反应器从氢气和二氧化碳合成甲醇的建模和优化进行了全面研究，目标包括最大化反应产率、最小化二氧化碳利用率和最大化氢气转化率。设计变量包括反应器温度（200-280°C）、反应器压力（30–80巴）、进料H2/CO2比例（2–5）、空速（1000–5000 h?1）以及催化剂类型（Cu/ZnO/Al?O?、Cu/ZnO/ZrO?和Cu/ZnO/Ga?O?）。结果显示，在最佳条件下（温度250°C、压力50巴、H2/CO2比例为3、空速2000 h?1）使用Cu/ZnO/Al?O?催化剂时，可以实现高达25%的CO?转化率和超过90%的甲醇选择性。该研究还表明，在甲醇反应器中增加H2/CO2比例会提高传统氢气生产途径中的天然气消耗量，但可以减少总体CO?排放。

Samimi等人[27]研究了在装有透水膜的反应器中从氢气和二氧化碳合成甲醇的建模和优化。他们的目标函数是最大化甲醇产率，设计变量包括反应器温度（220-280°C）、反应器压力（40–70巴）、膜渗透性（10??-10?? mol/m2·s·Pa）、膜厚度（50–200 μm）和膜面积（10–100 m2/m3）。他们证明，用于从反应器中去除水的选择性膜使甲醇产率提高了21%，同时通过减少逆反应提高了反应选择性。

Battaglia等人[11]从热集成、能源性能和技术经济评估的角度研究了通过CO?捕获和氢化合成甲醇的方法。他们的目标函数包括最大化系统总能源效率和最小化甲醇生产成本。设计变量包括合成反应器温度（230-270°C）、反应器压力（30–80巴）、循环比（3–8）、逆水煤气转化反应器温度（600-800°C）以及热集成策略。他们证明，通过适当的热集成，CO?氢化过程能够以75–85%的能源效率和超过90%的选择性生产高质量甲醇。他们的研究还表明，利用反应器废热进行进料预热可以将系统总能耗降低多达15%。

Zhang等人[28]开发了一个用于从二氧化碳通过固体氧化物电解槽（SOE）生产甲醇的综合技术经济优化框架。在这项研究中，结合了过程建模和热力学及经济性能评估，随后使用进化算法进行了多目标优化。目标函数包括最大化系统能源效率和最小化甲醇生产成本。结果显示，在系统效率约为70%且年产量为100千吨甲醇的情况下，甲醇生产成本为560美元/吨，回收期超过13年，这表明电价对项目经济可行性有重要影响。

Machado等人[29]对包括合成气合成和CO?氢化在内的甲醇生产途径进行了比较分析。他们比较了各种目标函数，包括最大化碳效率、最小化CO?排放量和最小化能源消耗量。结果显示，CO?氢化途径每年可减少665吨CO?排放，且CO?排放量为19.02吨/小时。该研究还表明，尽管CO?氢化途径的能源效率较低，但其具有显著的环境优势。

综述的研究展示了三种不同的反应器配置，以解决特定的技术限制：传统的固定床反应器与催化剂优化[12]、集成膜的反应器可实现原位水分去除从而提高21%的产量[27]，以及通过热耦合实现75–85%效率的RWGS集成系统[11]。氢气的来源在直接CO?氢化（外部供应H?）[12]、[27]和通过固体氧化物电解槽的电化学生成[28]之间有根本区别，后者引入了电力成本敏感性（甲醇成本为560美元/吨，回收期>13年）。优化参数包括反应条件（温度200-290°C、压力30–100巴、H2/CO2比例2–5、空速1000–5000 h?1）[12]、膜属性[27]以及热集成变量[11]。对于这种由消化物衍生的氢气应用，选择了传统的固定床反应器[12]，因为它与气化产生的氢气兼容，消除了电解槽的成本，并且证明了Cu/ZnO/Al?O?催化剂的可扩展性。

对所综述的CO?氢化研究的批判性评估揭示了三个持续的局限性。首先，所有研究[11]、[12]、[27]、[28]都假设H?和CO?是外部供应的，并且其组成是固定的；当氢气来自质量可变的气化过程时——其中H?产量是气化温度、当量比和蒸汽与进料比的直接函数——所产生的耦合约束完全缺失于他们的反应器模型中，从而无法进行真正的系统级优化。其次，热力学处理始终限于第一定律能量平衡；尚未有任何综述的CO?氢化系统报告将能量分析与多目标优化相结合，这限制了可用于设计改进的热力学洞察力。第三，先前研究[12]、[27]中的反应器级优化变量选择没有考虑实际气化-膜系统施加的上游氢气质量或纯度约束，导致设计空间无法直接转移到集成过程中。本研究通过从耦合的上游模型中推导出反应器入口条件，对所有子系统应用能量分析，并在同一10变量多目标优化中集成反应器操作变量，同时涵盖了气化、膜分离和甲醇合成。

从消化物生产能源系统的优化包括两种基本方法：单目标优化，专注于最大化或最小化一个性能指标（例如能源效率、生产成本或排放量）；以及多目标优化，同时解决多个相互冲突的目标[4]、[30]。选择这两种方法取决于系统复杂性和决策要求。单目标优化提供直接的解决方案，但往往忽略了技术、经济和环境性能之间的重要权衡。多目标优化利用进化算法（如NSGA-II（非支配排序遗传算法II）和NSGA-III）生成帕累托前沿，使决策者能够使用多标准决策方法（包括TOPSIS、LINMAP或加权和方法）[4]、[31]选择最终操作点。

在消化物 valorization 研究中优化的系统包括用于合成气或氢气生产的气化系统[7]、[32]、[33]、结合热电联产（CHP）单元的集成厌氧消化系统[9]、[31]，以及来自各种碳源的甲醇合成系统[4]、[12]。优化通常使用Aspen Plus等过程模拟软件进行热力学建模，并结合MATLAB或Python环境实施优化算法。常见的目标函数包括最大化能源/能量效率、氢气产率或净现值（NPV），同时最小化平准化能源成本（LCOE）、回收期或CO?排放量。设计变量涵盖气化操作条件（温度、压力、当量比、蒸汽与进料比）、反应器配置和过程集成策略[7]、[30]、[32]、[33]。本研究专注于从消化物气化和CO?氢化中生产甲醇的集成系统的双目标优化，同时使用NSGA-II算法在MATLAB中实现系统能量效率的最大化，并使用LINMAP方法从生成的帕累托前沿中选择最终点。

这种方法——将双目标优化与帕累托前沿分析和基于LINMAP的决策相结合——以前尚未应用于从消化物到甲醇的系统。

从消化物生产能源系统的优化被认为是最重要的研究领域之一。在这方面，Sanaye等人[7]使用Aspen Plus软件对德黑兰南部污水处理厂湿法消化污泥产生的合成气进行了热经济分析。他们的目标函数包括最大化系统能源效率和最小化合成气的平准化成本（LCOS）。设计变量包括气化温度（800-1000°C）、系统压力（1–10巴）、蒸汽与进料比（0.3–0.8）以及气化技术类型（双流化床与超临界水气化）。结果显示，双流化床方法的氢气效率达到22.6%，LCOS为82.5美元/吉焦。他们还证明，尽管超临界水气化的能源效率更高，但其资本成本相当高。

Wang等人[34]对在超临界水条件下食品废物消化物的多目标优化进行了全面研究。他们的目标函数包括最大化氢气生产效率、最大化冷气效率和最小化特定能源消耗。设计变量包括反应温度（400-650°C）、系统压力（220–300巴）、停留时间（20–60分钟）以及水与消化物的比例（5–20）。使用NSGA-II算法，他们获得了帕累托前沿，在最佳条件下（温度550°C、压力250巴、停留时间40分钟、水与消化物的比例为12）实现了48.3%的氢气效率和73.2%的冷气效率。该研究还表明，温度和压力的增加在一定程度内可以提高效率，但超过该阈值后，由于副反应，性能会下降。

De Priall等人[32]通过结合计算建模和实验验证，对包括厌氧消化物和家禽粪便在内的各种生物废物的下吸式气化进行了建模和优化。他们的主目标函数是最小化平准化能源成本（LCOE），设计变量包括当量比（ER = 0.2–0.4）、进料含水量（10–25%）、气化温度（700-900°C）和进料速率（10–50公斤/小时）。他们使用ECLIPSE软件进行模拟，结果显示可以实现热值高达4.15 MJ/Nm3的气体生产。他们的经济分析表明，考虑到废物处理成本避免、生物炭销售和燃料替代的好处，气化-CHP系统的回收期为4–5年。

Jahromi等人[33]对下吸式固定床气化器中的生物质气化操作条件进行了优化。他们的目标函数是最大化产物气体的低位热值，设计变量包括当量比（0.15–0.35）、气化温度（750-950°C）、进料颗粒大小（2–10毫米）和床层高度（0.5–2.0米）。他们使用Box-Behnken实验设计方法和响应面分析。结果显示，在最佳条件下（当量比0.25、温度850°C、颗粒大小6毫米、床层高度1.2米），产物气体的热值达到5.8 MJ/Nm3。

对于来自消化物的复杂能源生产系统，多目标优化方法尤为重要，因为存在相互冲突的目标。Sanaye和Borzuei[30]提出了从消化物气化生产氢气的多目标优化。目标函数包括最大化氢气产率和最小化回收期。设计变量包括进料含水量（10–35%）、当量比（0.2–0.6）、气化温度（650-950°C）和分离膜压力（3–6巴）。使用NSGA-II算法和TOPSIS方法从帕累托前沿中选择最佳点，获得了每小时生产215公斤氢气、纯度为99.82%和回收期为5.12年的最佳点。这项研究表明，与单目标优化相比，多目标方法提供了更平衡的解决方案。

Al Riyami等人[4]研究了基于可持续性、经济性、过程和环境性能的大规模甲醇生产厂的多标准优化。他们的目标函数包括最大化净现值（NPV）、最小化CO?排放量、最大化能源效率以及最小化水消耗量。设计变量包括生产能力（500–2000吨/天）、合成反应器温度（230-270°C）、反应器压力（40–80巴）和循环比。他们使用NSGA-III算法解决优化问题，并证明了每天生产1200吨甲醇、回收期为4.2年以及CO?排放量减少65%的最佳解决方案。

对所综述的优化研究的批判性综合揭示了一个一致的结构限制：所有现有的多目标框架[7]、[30]、[34]和甲醇合成[4]、[28]都将决策变量空间限制在单个子系统内，子系统接口的边界条件被视为固定输入。这种限制意味着感兴趣的目标函数——系统能量效率和回收期——是针对部分过程模型进行评估的，而不是针对耦合的整个系统模型，任何确定的最优解都是基于假设的边界条件，而不是真正的系统级解决方案。此外，可比研究中的决策变量数量从3到5不等，没有一个涵盖了多个过程单元。本研究从所有三个子系统中同时抽取10个决策变量来构建优化问题，使用NSGA-II生成完整的帕累托前沿，并使用LINMAP方法从生成的帕累托前沿中确定平衡的系统最优解——这种方法以前从未应用于任何从消化物到甲醇的集成过程中。

为了提供一个全面的比较，表1展示了从各种来源和不同方法生产甲醇的关键研究，总结了相关研究的主要特征：表1中呈现的比较结果表明，现有研究涵盖了广泛的方法、原料和操作条件。大多数研究集中在过程的特定方面，尚未解决同时包含消化物利用、利用污水处理厂中可用的CO?以及多目标优化的集成方法。此外，现有研究主要在实验室或试点规模上进行，而在工业规模上的综合研究非常有限。

对于评估从消化物生产集成能源系统的商业可行性和可持续性，全面的技术经济和环境分析是必不可少的。Sanaye和Yazdani[9]对德黑兰市政污水处理厂中的集成厌氧消化器和热电联产单元系统进行了4E分析（能源、能量、经济和环境）。他们的分析目标函数包括最大化系统有效能效率、最小化回收期以及最小化二氧化碳排放。操作变量包括消化器温度（35-55°C）、水力停留时间（15–25天）、进料C/N比（20–30）和电力销售策略。结果显示，该集成系统每天可产生4.6兆瓦的净电力和2.1兆瓦的净热能，同时处理3100立方米的混合一级和二级污泥。系统能量效率为24.3%，有效能效率为17.3%。在电网电力销售情景下，回收期为2.4年，电力平准化成本为127美元/兆瓦时。环境分析表明，与传统能源供应系统相比，该集成系统可减少64%的二氧化碳排放。

Chozhavendhan等人[38]和Musluo?lu等人[8]指出，将消化物直接作为肥料或填埋处理会引发重大的环境问题——包括温室气体排放和硝酸盐及磷酸盐对地下水的污染——而热化学转化途径，特别是气化，是最具经济吸引力的管理策略，当考虑到环境协同效益时，据报道其回收期为6-8年[8][38]。

现有文献回顾显示，关于废物转化为甲醇的研究主要沿着平行但独立的方向发展。针对固体废物气化的研究主要关注合成气或氢气作为最终产品，而没有将工艺链延伸到甲醇合成[5][7][13][16]。关于二氧化碳氢化制甲醇的研究通常假设使用外部供应的原料，没有与上游废物处理单元整合或考虑共位的二氧化碳来源[12][27]。在提出的气化制甲醇系统中[36]，原料是原始污水污泥而非厌氧消化产物（消化物），氢气纯化依赖于化学吸收而非膜分离，合成所需的碳源是合成气本身而非单独捕获的二氧化碳。应用于甲醇生产系统的多目标优化研究[4][28]主要关注基于天然气的工厂或可再生能源驱动的电解路线，并未探讨集成固体废物气化系统。在所回顾的所有工作中，没有一项研究同时解决了以下四个问题：(a) 将消化物作为原料进行气化；(b) 基于膜的氢气纯化；(c) 利用从现场污水处理厂生物气体发动机捕获的二氧化碳作为合成碳源；(d) 覆盖所有三个子系统的系统级多目标优化。

本研究在一个单一的集成框架内解决了上述所有四个问题，并应用于一个真实的污水处理厂案例研究。具体创新点如下：

1. **配置创新**：设计并建模了一种集成工艺，该工艺结合了使用消化物的下行气流气化器、用于氢气纯化的PFSA膜模块以及由现场生物气体CHP发动机捕获的废气供应的二氧化碳氢化反应器。这种特定的原料、分离技术和碳源组合在之前尚未被报道过。

2. **技术创新**：引入了一种干燥-气化闭环蒸汽回收设计，其中在干燥过程中从消化物中去除的水分被回收为饱和蒸汽，并直接再用作主要的气化剂。该设计消除了对外部蒸汽供应的需求，降低了净干燥能量需求，将蒸汽与进料的比例从S/F = 0 kg/kg（仅使用空气）提高到优化范围0.0–0.8 kg/kg（表8），其中LINMAP最优值为0.52 kg/kg，并将产生的合成气中的H2/CO摩尔比从大约1.0–1.3（不使用蒸汽回收）提高到1.4–1.9（使用蒸汽回收）——所有这些都在现有工艺边界内完成，且无需额外设备。之前的任何消化物气化制甲醇研究均未报道过这种设计或其热力学贡献。第4.3.6节通过直接基准比较（表25）和专门的S/F敏感性分析（表26）量化了该设计的热力学和经济贡献。

3. **方法创新**：使用NSGA-II遗传算法进行了系统级双目标优化，同时从三个子系统（气化、膜分离和甲醇合成）中抽取10个决策变量。这两个目标函数——最大化系统有效能效率和最小化回收期——是真正相互冲突的工程目标，它们的同时帕累托处理能够捕捉到单目标或事后3E分析无法解决的权衡。LINMAP方法从帕累托前沿识别出平衡的最优解。此前没有研究在如此高的集成度和决策变量范围（10个变量对比类似研究中的2-3个变量[12][28]）下应用多目标优化框架。

**材料与方法**：本研究为基于消化物气化和二氧化碳氢化的集成甲醇生产系统开发了一个全面的数学模型。建模基于质量和能量平衡方程、热化学反应以及MATLAB编程环境中的热和质量传递。通过将与文献中可用的实验数据[39]和Aspen Plus中的参考模拟进行比较来验证数值模型的准确性。

**案例研究：德黑兰南部污水处理厂**：本研究的案例基于德黑兰南部污水处理厂，该厂被认为是伊朗最大的市政污水处理厂之一，负责处理约210万人口的市政废水[9]。德黑兰南部污水处理厂的日设计处理能力为500,000立方米，每天产生3100立方米的混合一级和二级污泥，其中含有4.5%的总固体和81.2%的挥发性固体。

**建模结果验证**：为了全面验证所开发的数值模型，将消化物气化的集成甲醇生产过程分为三个独立的子系统：(a) 在下行气流气化器中的消化物气化；(b) 基于膜的氢气分离和纯化；(c) 通过二氧化碳氢化合成甲醇。气化子系统使用已发表的实验数据[39]进行了验证，而由于缺乏合适的实验数据，另外两个子系统未进行验证。

**结论**：本研究开发、建模并优化了一个创新的集成系统，用于从污水处理厂消化物和回收的二氧化碳中生产绿色甲醇。所提出的系统通过结合三个主要子系统——用于生产富含氢气的合成气的消化物下行气流气化、基于溶液扩散理论的高纯度膜氢气分离以及通过二氧化碳氢化合成甲醇——提供了一种可持续且经济的解决方案。

**CRediT作者贡献声明**：
Sepehr Sanaye：撰写、审稿与编辑、监督、调查、概念化。
Daryoosh Borzuei：撰写、审稿与编辑、验证、软件、方法论、形式分析。

**利益冲突声明**：作者声明他们没有已知的竞争性财务利益或个人关系可能影响本文报告的工作。