将建模技术与技术经济分析相结合，深入研究二氧化碳（CO2）的捕获、压缩以及在管道系统中的密相运输过程

《International Journal of Greenhouse Gas Control》：Integrated modeling and techno-economic insights into CO2 capture, compression, and dense-phase CO2 transportation in pipeline systems

　　金珀斯·J.L. 库纳特（Jinisper J.L. Cunatt）| 张颖迪（Yindi Zhang）| 萨德拉克·阿杰伊·塔基（Shadrack Adjei Takyi）| 吕建荣（Jianrong Lv）| 拉米尔·纳齐福维奇·巴赫蒂津（Ramil Nazifovich Bakhtizin）
中国湖北省武汉市长江大学石油工程学院，邮编430100

**摘要**
碳捕获、利用与封存（CCUS）是减少全球二氧化碳排放和应对气候变化的关键技术。本研究的主要创新之处在于开发了一个完全集成的端到端仿真框架。该框架基于Aspen Plus速率模型，同时模拟了吸收/解吸单元、五级压缩系统以及密相二氧化碳管道输送模块。主要评估的输出指标包括：（1）二氧化碳捕获效率及吸收器性能（液体/蒸汽的温度和组成分布）；（2）压缩功及等熵/多态效率的敏感性；（3）密相输送的稳定性和经济性（压缩因子Z、比热容Cp、焦耳-汤姆逊系数μJT、管道压降以及资本成本与二氧化碳质量流量和管道长度的关系）。实验数据验证了仿真结果，其均方根偏差（RMSD）分别为1.12 K、1.03 K、0.003 mol-frac和0.005 mol-frac。此外，还评估了压缩机的等熵效率在0.4到1范围内的变化情况。研究发现，随着效率的提高，每个压缩机的运行条件更接近理想状态，从而提高了整个过程的能源效率；压缩功从0.4等熵效率时的101.03 W降低到1.0等熵效率时的40.41 W。管道输送成本分析显示了二氧化碳质量流量、管道长度与资本成本之间的直接关系：当质量流量从50 kg/s增加到150 kg/s时，资本成本从约160,030美元/公里增加到235,068美元/公里，表明更高的质量流量需要更大的基础设施投资；在任何给定的质量流量下，更长的管道会导致更高的成本，56公里长的管道成本明显高于50公里长的管道。本研究的结果将为设计高效且经济可行的CCUS系统提供宝贵见解，推动可持续碳管理基础设施的发展，以应对气候变化挑战。

**引言**
二氧化碳（CO2）是导致全球变暖的主要温室气体，对环境、经济和社会造成了严重威胁。减少二氧化碳排放对于应对气候变化至关重要，而碳捕获、利用与封存（CCUS）已成为实现这一目标的关键策略（Zhang等人，2026；Zhang等人，2017）。在各种CCUS技术中，燃烧后碳捕获（PCC）因其与现有化石燃料基础设施的兼容性而受到广泛关注。单乙醇胺（MEA）因其与CO2的高反应性、成熟的工艺设计以及相对较低的成本而被认为是PCC过程中最有效的溶剂（Puxty等人，2009；Porcheron等人，2011）。这些特点使MEA成为PCC系统的标准选择，并对推进CCUS发展具有关键作用。
仅出于研究目的开发大规模PCC工厂在财务上不可行，因此需要使用先进的建模工具。严格的过程和设备建模能够经济高效地评估性能并优化工艺。基于速率的模型特别适用于准确描述二氧化碳捕获过程（Zhang等人，2026；Zhang等人，2017；Puxty等人，2009；Porcheron等人，2011；Zhang等人，2025）。Aspen Plus?是一款广泛使用的商业软件，已成为研究PCC系统及其性能要求的强大仿真工具（Zhang等人，2026；Zhang等人，2017；Puxty等人，2009；Porcheron等人，2011；Zhang等人，2025；Zhuang等人，2026）。然而，基于仿真的方法存在局限性，由于实验验证不足，它们往往无法准确反映实际性能。将试点工厂试验与仿真研究相结合对于确保PCC工厂设计的可靠性和商业可行性至关重要。这种双管齐下的方法有助于全面理解技术，平衡理论分析与实际可行性。
除了二氧化碳捕获外，压缩和输送阶段也是CCUS技术的重要组成部分。捕获二氧化碳后，需将其干燥并压缩至液态或超临界状态（温度和压力超过CO2的临界点31.1°C和73.8巴），以便于运输。这些过程对于安全且经济地将二氧化碳从工业设施输送到储存设施（CCS）或利用中心（CCU）至关重要（Manzolini等人，2015）。二氧化碳可以通过管道、船舶或卡车运输，每种方式都有其特定的经济和物流考虑因素。对于每年二氧化碳输送量小于0.1百万吨的情况，卡车运输可能更具成本效益，但不适合大规模CCUS项目（Li等人，2014；Zhang等人，2009）。对于超过1500公里的海上运输或超过3200公里的陆地运输，船舶运输比管道运输更经济。然而，对于大多数大规模CCUS项目而言，管道仍是首选方案，因为它们具有更高的效率和可扩展性（Zhang和Chen，2013；Zhang等人，2011）。
本研究重点关注二氧化碳捕获、压缩和输送系统的集成，以优化能源消耗并最小化资本支出。研究使用Aspen Plus? V10对二氧化碳捕获过程进行建模，特别关注吸收器内部的温度、压力和组成分布。分析压缩阶段以评估等熵和多态效率对能源消耗的影响，并评估管道输送情况，考虑材料、直径、长度和热能动态等参数，以确保二氧化碳的有效输送。研究结果提供了关于二氧化碳捕获和输送相关技术和经济挑战的详细见解。虽然之前的研究（Zhang等人，2026；Tontiwachwuthikul等人，1989；Zhang和Chen，2013）主要分别研究了PCC、压缩或管道输送等单个CCUS模块，但本研究的主要创新在于开发了一个完全集成的端到端仿真框架，将这三个阶段直接连接在一个连贯的Aspen Plus V10环境中（见图1(A)）。具体而言，经过实验验证的MEA吸收/解吸单元的出口流作为五级压缩系统的直接入口条件，其压缩后的出口又定义了密相二氧化碳管道输送模块的入口状态。这种紧密耦合意味着热力学状态、质量流量和属性数据在三个模块之间一致传递，无需额外的手动切换或假设的边界条件，这是以往基于仿真的CCUS研究中的关键缺陷。

**具体贡献**
1. **捕获模块的实验验证**：基于速率的吸收器模型通过两个独立的试点工厂数据进行了严格验证，取得了优异的一致性（液体温度分布的RMSD为1.12 K和1.03 K；二氧化碳蒸汽组成的RMSD为0.003 mol-frac和0.005 mol-frac）。
2. **新开发的输送属性关联**：推导出了密相区域（8–12 MPa，10–50 °C）内二氧化碳密度、粘度、压缩因子、比热容和焦耳-汤姆逊系数的准确压力和温度依赖性关联，并通过Soave–Redlich–Kwong状态方程进行了验证，从而无需重复调用状态方程即可进行可靠的水力和热预测。
3. **集成设计洞察和敏感性分析**：该耦合框架量化了关键操作参数（压缩机等熵/多态效率、二氧化碳质量流量、管道长度、吸收器压力和温度）对总能源消耗和资本成本的影响，从而定义了实际的目标运行范围，并为高效且经济可行的大规模CCUS基础设施提供了技术经济决策支持。

**过程仿真方法**
使用胺类水溶液进行PCC二氧化碳捕获的过程涉及一个反应性吸收过程，通常在Aspen Plus V10中用RadFrac模型表示（Zhang等人，2026）。该模型用于模拟包含化学反应的吸收器和解吸器。本研究中的捕获模型仿真遵循图1(B)所示的完整结构，概述了使用胺类溶液进行PCC过程的二氧化碳捕获步骤。

**模型验证**
PCC系统的仿真旨在复制实验室规模试点工厂的结构、尺寸和运行条件（Smith等人，2021；Lu等人，2020），如图2所示。该试点工厂使用30%重量比的MEA水溶液从烟气中捕获二氧化碳，捕获效率达到99%（Zhang等人，2026）。有关填料和柱子尺寸的具体细节见表7a。

**敏感性分析概述**
为了提高可重复性并为本研究中的所有敏感性分析提供清晰的路线图，表7b总结了每个分析场景的详细信息。该表系统地列出了变化的参数、测试的具体范围或离散值、固定的基准条件以及相应的输出表格和图表。所有敏感性分析均使用经过验证的Aspen Plus V10速率模型进行。

**二氧化碳质量流量对压缩机阶段功率的影响**
表S17和图18显示了二氧化碳质量流量对每个压缩阶段功率需求的影响。随着二氧化碳质量流量的增加，COMP1至COMP5所需的功率也随之增加，反映了压缩更多气体所需的能量增加。当质量流量从案例1的0.000556 kg/s增加到案例11的0.001667 kg/s时，COMP1的功率需求从29 W增加到87 W，其他压缩阶段的观察结果类似。

**密度和粘度**
图22A和22B展示了所研究温度范围内二氧化碳的密度和粘度测量值。图22A显示密度随压力增加而显著非线性增加，而粘度随压力增加而单调增加。两种性质均随温度升高而降低。密度随压力非线性增加是因为流体在进入密相时压缩性减小。在较高压力下，额外的压缩力使分子更加紧密地聚集在一起。

**结论**
本研究提出了一个集成的三模块Aspen Plus仿真框架，用于MEA基燃烧后二氧化碳捕获、五级压缩和密相管道输送。本研究直接得出了三个可操作的工程见解：首先，将吸收器填料高度从4.55米增加到9.55米，二氧化碳捕获效率从97.83%提高到99.96%，但相应的压降从636.53 N/m2增加到1286.39 N/m2；超过7.55米后效率提升效果减弱。

**作者贡献声明**
金珀斯·J.L. 库纳特（Jinisper J.L. Cunatt）：撰写——原始草稿、研究、概念化；
张颖迪（Yindi Zhang）：撰写——审阅与编辑、监督、方法论、资金获取；
萨德拉克·阿杰伊·塔基（Shadrack Adjei Takyi）：软件、资源、形式分析；
吕建荣（Jianrong Lv）：撰写——审阅与编辑；
拉米尔·纳齐福维奇·巴赫蒂津（Ramil Nazifovich Bakhtizin）：撰写——审阅与编辑。