集成CAES–ORC–LNG能源系统中的余热与冷?回收

《Energies》:Waste-Heat and Cold-Exergy Recovery in an Integrated CAES–ORC–LNG Energy System

【字体: 大 中 小 】 时间:2026年07月13日 来源:Energies 3.9

编辑推荐:

  本研究提出了一种集成的非绝热压缩空气储能(D-CAES)–梯级有机朗肯循环(ORC)–液化天然气(LNG)多联产系统,该系统能够同时提供电力、区域供冷和管道级天然气。D-CAES透平排气作为采用非共沸工质混合物的梯级ORC的主要热源,而LNG温升曲线提供了一个

  
本研究提出了一种集成的非绝热压缩空气储能(D-CAES)–梯级有机朗肯循环(ORC)–液化天然气(LNG)多联产系统,该系统能够同时提供电力、区域供冷和管道级天然气。D-CAES透平排气作为采用非共沸工质混合物的梯级ORC的主要热源,而LNG温升曲线提供了一个低温冷凝汇,其独特地适用于非共沸冷凝器沿温度滑移匹配的冷凝过程。研究人员在部件层面应用了四准则(4E)框架,得出了四个全局性能指标:?往返效率(ERTE)、总年化成本率(?tot)、二氧化碳排放因子(ζCO2)和净放电功率。研究中开发了一种代理模型辅助的多目标优化方法,其中由1000个拉丁超立方采样的高保真模拟训练了三个独立的人工神经网络(ANN)代理模型,随后将其与优化算法耦合。通过TOPSIS选择的折衷方案实现了47.55%的ERTE、293.75 USD h?1的总成本率和166.98 kg MWh?1的二氧化碳排放因子。敏感性分析表明,透平入口温度和充电压力是主要的电热经济驱动因素。

论文解读

随着全球可变可再生能源(VRE)部署的加速,特别是风能和太阳能光伏的发展,电网规模的长时储能需求日益迫切。压缩空气储能(CAES)因其大容量、长寿命和低自放电率等优势脱颖而出。然而,传统的非绝热压缩空气储能(D-CAES)系统在发电过程中会产生大量废热,且通常需要燃烧天然气以维持膨胀温度。与此同时,全球液化天然气(LNG)再气化终端在处理过程中会释放大量冷能,这些冷能往往被海水或环境空气耗散,造成了巨大的?损失。现有研究虽然尝试将CAES与有机朗肯循环(ORC)结合进行余热回收,或将LNG冷能与ORC结合,但尚未有研究将这三者纳入一个统一的热力学框架中,实现冷热?的协同高效利用。针对上述背景,研究人员提出了一种创新的集成D-CAES–梯级ORC–LNG多联产系统,旨在同时产出电力、区域供冷和管道级天然气,并通过多目标优化寻求最佳运行策略。该论文发表于国际知名期刊《Energies》。
为了深入探究该复杂系统的性能边界,研究人员采用了多项关键技术方法。首先,构建了包含五大部分的系统热力学模型:三级CAES充电段、储热水循环、CAES放电段、梯级ORC余热回收单元以及LNG再气化段。其次,引入了非共沸混合物作为ORC工质,利用其温度滑移特性与LNG变温温升曲线进行匹配,以降低冷凝器的不可逆性。再次,建立了涵盖能量、?、经济和环境(4E)的综合评估指标体系。最后,采用了一种代理模型辅助的多目标优化框架:利用拉丁超立方采样生成1000个高保真模拟数据点,训练三个独立的人工神经网络(ANN)替代计算成本昂贵的热力学模型,并将其与NSGA-II算法耦合进行寻优,最终利用TOPSIS方法确定折衷解。
系统描述
研究人员设计的集成系统巧妙地将不同子系统串联。在充电阶段,环境空气经三级压缩并储存于储气罐中,压缩热则被水循环回路收集并储存于热水箱中。在放电阶段,高压空气从储气罐释放,经热水预热后进入燃烧室与天然气混燃,高温高压气体推动透平做功。透平排气并未直接排入大气,而是作为高温热源进入梯级ORC的第一级。第一级ORC的排气热量通过中间换热器传递给第二级ORC,而第二级ORC的冷凝器则利用LNG气化吸热作为冷源。LNG在吸热气化后,先用于区域供冷,再经透平膨胀回收压力能,最终一部分作为燃料供给燃烧室,另一部分输入外部管网。
数学模型
研究人员在Python环境中建立了严格的稳态数学模型。模型忽略了动能和势能的变化,空气被视为真实气体,ORC混合物和LNG/NG特性通过REFPROP软件计算,燃烧产物则采用变比热的理想气体混合物定律建模。此外,为了简化计算并确保代表性,LNG/NG流在整个再气化过程中被设定为高纯度甲烷。模型涵盖了质量守恒、能量守恒、?平衡以及详细的设备成本计算方程,为后续的优化分析奠定了坚实的理论基础。
验证
为了确保模型的可靠性,研究人员进行了两个阶段的验证。第一阶段是子系统验证,将三级CAES模型和采用非共沸工质的ORC模型分别与已发表的实验数据进行对比,关键指标如压缩机功、透平出口温度和热效率的预测偏差均在可接受范围内(最大偏差约6.1%)。第二阶段是ANN代理模型验证,通过决定系数R2评估代理模型的精度。结果显示,针对?往返效率(ERTE)、总成本率和二氧化碳排放因子的三个代理模型R2分别达到了0.9962、0.9881和0.9986,证明了代理模型能够高精度地替代全物理模型参与优化计算。
结果与讨论
通过多目标优化,研究人员获得了三维帕累托前沿。分析显示,提高CAES充电压力(从10 bar增至80 bar)可显著提升ERTE(从约46%增至54%)和净放电功率,但同时会导致总成本率和二氧化碳排放因子单调增加。透平入口温度(TIT)的提升同样能增加功率输出和热品质,但当温度超过1600 K时,高温设备材料带来的成本惩罚急剧上升。相反,储罐压力比的增加会降低效率和功率,尽管成本略有下降,但会造成严重的节流不可逆性。敏感性分析进一步确认,TIT和充电压力是影响系统响应的主导变量,而两级ORC的蒸发压力主要起微调作用。
结论
研究结论表明,该集成系统在标称工况下可实现6104 kW的总净放电功率和2569 kW的区域供冷能力。在TOPSIS折衷点,系统达到了47.55%的ERTE、293.75 USD h?1的总成本率和166.98 kg MWh?1的排放因子。研究人员指出,透平入口温度和充电压力是最关键的电热经济驱动因素。该研究不仅验证了非共沸工质与LNG冷能梯级匹配的优越性,还为未来复杂能源系统的多目标设计提供了高效的代理模型优化范式。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号