《Renewable Energy》：Process simulation of green ammonia production plant and waste heat recovery system for integration into Finnish district heating networks and energy infrastructure
编辑推荐：
研究人员开发了一个集成过程模拟模型，用于研究从芬兰工业规模绿色氨生产工厂回收的废热利用。研究人员使用ASPEN Plus模拟了通过碱性电解（Alkaline Electrolysis）生产绿色氢的稳态过程，以及随后通过Haber-Bosch过程（Haber B
研究人员开发了一个集成过程模拟模型，用于研究从芬兰工业规模绿色氨生产工厂回收的废热利用。研究人员使用ASPEN Plus模拟了通过碱性电解（Alkaline Electrolysis）生产绿色氢的稳态过程，以及随后通过Haber-Bosch过程（Haber Bosch process）合成氨的过程。研究人员使用MATLAB代码模拟了在不同功率水平、氢质量流量和区域供热（district heating, DH）供应温度下的工厂行为，以估算芬兰两个区域供热网络（即Kokkola和Oulu）的年度小时可回收废热。模拟目标为年产约213 kt氨，并评估了废热回收潜力和区域供热集成可行性。研究揭示，该工厂可产生高达115 MW的可用废热，确认其作为重要热能来源的潜力。动态模拟显示废热可用性存在季节性变化。在Oulu，一个47.16 MW的区域供热（DH）生产系统仅导致0.2%的DH削减，而在Kokkola，一个23.58 MW的系统导致12%的削减，这突出了针对具体地点、适度规模的热泵集成对于稳定运行的重要性。结果表明，尽管废热是连续产生的，但其相对于需求的高容量（尤其是在夏季）因可行性约束而受到限制。
**论文解读：绿色氨工厂废热回收与芬兰区域供热网络集成的过程模拟研究**
**研究背景与问题**
在全球应对气候变化危机、加速向可持续能源系统转型的背景下，绿色氨（Green Ammonia）作为一种高能量密度、无碳的能源载体，其生产与利用受到广泛关注。绿色氨通常通过可再生电力驱动水电解制氢，再经Haber-Bosch过程（Haber Bosch process）与氮气反应合成。然而，该过程中涉及的大量放热反应和压缩环节会产生显著废热。现有废热回收（Waste Heat Recovery, WHR）研究多聚焦于将废热循环回工艺内部（如Kalina循环或吸收式制冷系统），或针对温暖气候条件下的应用，缺乏与寒冷地区已有的、成熟的区域供热（District Heating, DH）基础设施集成的系统级分析。芬兰拥有完善的区域供热网络，2022年数据显示约36.7 TWh的总供热量中已有7.0 TWh来自热回收、热泵和电锅炉，具备吸收工业废热的技术和制度条件。但此前研究主要关注电解槽产生的低品位废热（如Meril?inen等人针对芬兰DH网络的研究），而忽略了氨合成回路和系统压缩机组产生的高温废热。因此，本研究旨在填补这一空白，通过建立一个完整的可再生能源-绿色氨-区域供热价值链的集成过程模型，动态评估废热贡献，并考虑上游可再生能源波动和下游DH需求的双重约束，为北欧及类似寒冷气候地区的大规模绿色氨设施提供系统级能源集成新见解。
**研究工作与结论**
研究人员开发了一个集成过程模拟框架，包含稳态Aspen Plus模拟和基于MATLAB的动态小时分析。该模型模拟了由300 MW电力驱动的碱性电解槽（Alkaline Electrolyser, AEL）生产氢气，经20吨氢存储缓冲后，进入Haber-Bosch合成回路生产氨（目标年产量约213 kt）。通过设计单级蒸汽压缩热泵（采用R1234ze(E)制冷剂），回收电解槽和合成回路废热并升级至DH供应温度。研究针对芬兰Oulu和Kokkola两个城市，利用实测气象和DH消费数据，评估了年度小时级DH生产剖面。关键结论包括：该工厂可产生高达115 MW的可回收废热（其中23 MW来自Haber-Bosch过程），确认其作为重要热能来源的潜力；动态模拟揭示了废热可用性的季节性变化，在Oulu，一个47.16 MW的DH生产系统仅导致0.2%的DH削减，而Kokkola的23.58 MW系统导致12%的削减，表明需根据当地需求适度集成热泵以稳定运行；尽管废热连续产生，但由于夏季DH需求低、热泵提升温度所需电力以及供热安全考虑，完全利用废热既不经济也不可行，需释放部分热量至环境。该研究强调了在寒冷地区，氨工厂废热回收的价值不仅取决于热力学可回收热量，还受限于当地热需求的时变特性。
**主要关键技术方法**
1. **Aspen Plus稳态过程模拟**：采用Peng-Robinson状态方程和电解质非随机双液体（Electrolyte Non-Random Two-Liquid, ELECNTRL）模型模拟碱性电解槽（AEL）和Haber-Bosch合成回路；使用RGibbs反应器基于吉布斯自由能最小化模拟氨合成反应；通过外部冷却回路和热交换器回收废热。
2. **MATLAB动态小时模拟**：基于稳态Aspen Plus结果，结合实测气象和Oulu及Kokkola的DH消费数据，编写脚本实现年度小时级DH生产剖面估算，包括氢存储质量平衡控制、DH供应温度估算和hourly plant operation。
3. **热泵系统设计**：采用单级蒸汽压缩热泵模型，使用R1234ze(E)制冷剂，回收电解槽废热并升级至DH供应温度，热泵性能系数（COP）在4.6至8.7之间。
4. **灵敏度分析与不确定性分析**：对氢存储容量（5-50 t）和调度间隔（2-8 h）进行敏感性分析，评估对Haber-Bosch回路进料短缺频率的影响；针对可再生能源发电量（P90低风年、P50中位年、P10高风年）进行不确定性分析，评估年际变化对废热可用性的影响。
**研究结果**
**3.1 模型验证**
通过对电解槽极化曲线（模拟与实验数据对比）和Haber-Bosch过程氨转化率（模拟与文献数据对比）的验证，确认了Aspen Plus模型的准确性。模拟电解槽废热与基于氢高热值（HHV）的理论能量平衡偏差低于2%，单程氨转化率（29.4%）和全厂能量效率（51.8%，基于低热值LHV）均在文献报道范围内。
**3.2 参数研究**
模拟显示，全厂年产生213.1 kt氨和37.9 kt氢，电解槽容量因子为80.6%，可回收废热总计115 MW（其中23 MW来自Haber-Bosch过程）。热泵COP随温度提升而变化（如表6所示）。Oulu和Kokkola的DH供应温度剖面显示，Oulu低温条件更频繁，导致高温DH需求更高（13.7% vs. 10.1%）。DH生产分布显示，在Oulu，连接8/30个电解槽堆的47.16 MW DH系统年削减仅0.16%；在Kokkola，连接4/30个堆的23.58 MW系统年削减约12%。这表明Oulu的冷气候更有利于废热利用，而Kokkola在夏季低需求时段面临显著不匹配。研究还指出，废热完全利用不现实，需释放部分热量至环境。
**3.3 氢存储敏感性**
氢存储容量从5 t增至50 t时，Haber-Bosch进料短缺频率从3.5%降至0%（20 t时约0.02%），调度间隔（2-8 h）影响较小（0.01%-0.31%）。年氨产量变化小于0.1 kt，表明DH集成结论在20 t及以上存储容量下稳健。
**3.4 可再生能源不确定性分析**
针对P90（低风年）、P50（基准年）和P10（高风年）情景，电解槽容量因子变化仅±2%，年可回收废热变化约±3%（约928-978 GWh），表明DH集成结论对年际可再生波动稳健。
**讨论与结论**
讨论部分指出，本研究的动态模拟揭示了废热可用性的季节性波动，且需根据具体地点适度集成热泵以最小化削减。与现有研究相比，本研究同时考虑了电解槽和氨合成回路的高温废热，而此前针对芬兰DH网络的电解槽废热研究（如Meril?inen等人）忽略了合成回路贡献。此外，与Anwar等人将合成回路废热用于发电或制冷的通用/温暖气候研究相比，本研究将废热导向全年运行的DH网络，并揭示了季节性不匹配这一关键特征。研究结论如下：
• 模拟的氨工厂可产生高达115 MW的可用废热，确认其作为重要热能来源的作用；虽然温室是潜在用户，但区域供热网络（尤其是城市区域）因基础设施和邻近性更可行，绿色氨工厂通常靠近深水港口。
• 动态模拟揭示了全年废热可用性的波动。在Oulu，一个47.16 MW的热泵系统仅导致0.2%的DH生产小时削减，而在Kokkola，一个23.58 MW的系统导致12%的削减。这些结果表明，针对具体地点、适度规模的热泵集成可显著降低削减，同时支持稳定的DH运行。
• 由于经济限制和DH网络运行约束，连续全规模利用可用废热被证明不可行。关键限制因素包括达到DH供应温度所需的热提升、热泵容量和效率以及供应安全考虑。
• 尽管本研究强调DH集成，但来自Haber-Bosch合成的高温废热为发电或工业过程集成提供了机会。进一步研究可探索实施先进的多目标优化算法以最小化产生的DH削减。
