基于多目标数学建模与人工智能优化的生物质驱动混合能源系统，该系统整合了气化、MCFC、热回收及CAES技术

《Biomass and Bioenergy》：Multi-objective mathematical modeling and AI-based optimization of a biomass-driven hybrid energy system, integrating gasification, MCFC, heat recovery, and CAES

　　•生物质气化-热回收与MCFC-热回收相结合的系统设计。•利用压缩空气储能实现负荷削峰。•基于热经济性的生物质选择策略及人工智能驱动的优化方法。•木屑是该多集成系统理想的燃料。•系统的最佳能量效率、总使用成本和净现值分别为25.07%、16.32美元/吉焦以及69.23百万美元。

引言
随着全球能源需求的不断增长以及化石燃料储量的有限性，人们愈发迫切地寻求可持续的能源替代方案[1,2]。除了能源安全问题外，化石燃料的使用还会加剧气候变化和空气污染[3,4]，这给那些试图通过可持续能源来满足日益增长的能源需求的国家带来了挑战[5]。在此背景下，生物质和生物气作为一种有前景的可再生燃料，有望帮助减少对化石资源的依赖，同时推动循环经济的发展[6,7]。生物质可通过多种方式转化为能源，包括气化、燃烧和厌氧消化等过程[8]。由于其多功能性，以及在可持续获取的情况下能够减少废物并提升碳中和水平，生物质成为传统化石燃料的理想替代品[9]。

燃料电池因其高效率和低环境影响，已成为传统发电技术之外的有力替代方案[10,11]。与基于化石燃料的系统不同，燃料电池通过电化学反应产生电能，从而降低污染物和温室气体排放，同时提升能源安全水平[12]。燃料电池技术的持续进步进一步提高了其耐用性、成本效益和可扩展性，使其更适用于固定式和移动式应用[13]。

近年来，燃料电池技术与生物质气化技术的结合受到了广泛关注。Mojaver等人[14]研究了一种将生物质气化系统与固体氧化物燃料电池相结合的方案，并采用热管来实现高效的热传递。他们通过响应面法进行优化，得到的最佳能量效率为44.2%。Wang等人[15]则研究了生物质气化系统与固体氧化物燃料电池联合产生热电联产的方案，经过综合分析后，该系统的能量效率和能量利用效率分别为59.0%和44.7%，且投资回报期约为10年。Sinha等人[16]提出了一种以生物质为燃料的固体氧化物燃料电池系统，该系统还配备了燃气轮机，以松木屑、杨木屑和杏仁壳作为燃料来源。其中，使用松木屑时，该系统的热效率可达63.1%。在另一项研究中，Hou等人[17]将生物质气化系统与固体氧化物燃料电池相结合，并进一步与闪蒸地热发电厂整合，最终实现的最佳能量效率为64.5%，运行成本则为4.94美元/吉焦。Zhang等人[18]研究了一种混合能源系统，该系统包含了熔融碳酸盐燃料电池、均匀点火发动机以及热回收装置，经分析，该系统的发电量为1112千瓦，效率为51.5%。Wang等人[19]则探索了将生物质气化系统与固体氧化物燃料电池相结合，并与风力涡轮机和聚合物电解质膜电解槽整合的方案，以增加氢气的输入量。他们的优化研究表明，随着燃料利用率的上升，能量效率会分别下降5%和4%，这一结果凸显了这种混合整合方式的性能优势。Roy等人[20]强调了生物能源在实现2050年碳中和目标中的重要性，他们的研究聚焦于一种结合了生物质气化系统、熔融碳酸盐燃料电池和燃气轮机的热电联产方案。

熔融碳酸盐燃料电池是一种高效能的能源转换装置，它利用熔融碳酸盐电解质作为离子传导介质，工作温度在600–700摄氏度之间[21,22]。这类电池能够使用多种燃料，包括天然气、生物气、合成气以及废气等，这不仅提升了燃料的灵活性，还有助于减少二氧化碳排放[23]。此外，在热电联产应用中，熔融碳酸盐燃料电池的效率还能进一步提升[24]。Haghghi等人[25]提出了一种多集成方案，该方案结合了熔融碳酸盐燃料电池、制冷循环以及海水淡化子系统，研究结果显示，该系统的发电量为1439千瓦，能量效率和能量利用效率分别为79.9%和51.9%。Mehr等人[26]则指出，人们越来越重视高温燃料电池在各种应用中的潜力，他们研究了在多集成系统中整合固体氧化物燃料电池和熔融碳酸盐燃料电池的可能性，研究结果表明，生物燃料的引入显著提升了整个系统的性能，不过要准确预测电池电压仍面临一定困难。Barckholtz等人[27]提出了一种先进的发电和蒸汽生成方案，该方案利用熔融碳酸盐燃料电池来实现二氧化碳捕获，他们的研究显示，该技术可使二氧化碳排放量减少89.4%，而且每千克燃料所需的能量仅为1.37兆焦。Divan等人[28]研究了氢气生产技术和燃料电池，尤其关注了一种混合熔融碳酸盐燃料电池系统，该系统能够产生117千瓦的总功率，其中包括12千瓦的电能、96千瓦的冷却能力以及36千瓦的供热能力，该系统的初始投资约为125万美元。Samanta和Roy[29]研究了整合了生物质气化系统、空气涡轮机和熔融碳酸盐燃料电池的混合发电系统的财务和环境特性，他们的多目标优化分析表明，该系统的能量利用效率为47.5%，电力价格为0.0993美元/千瓦时。Trujillo等人[30]对比了集成在微型燃气轮机中的固体氧化物燃料电池和熔融碳酸盐燃料电池的性能，他们的经济评估结果显示，固体氧化物燃料电池与微型燃气轮机组合的系统的电力平准化成本在0.339到0.402美元/千瓦时之间，而熔融碳酸盐燃料电池与微型燃气轮机组合的系统的相应成本则在0.875到0.897美元/千瓦时之间。Deep和Karmakar[31]也对一种独立的蒸汽循环系统进行了经济分析，该系统结合了熔融碳酸盐燃料电池和有机朗肯循环，最终实现了最优配置。

有效的能源存储对于实现可持续的能源未来至关重要，尤其是在负荷削峰方面，通过在用电高峰时段降低需求，可以提升电网稳定性、降低成本并提高系统效率[32,33]。在现有的存储技术中，压缩空气储能因其可扩展性、长放电时间以及成本效益而备受瞩目[34]。压缩空气储能通过将多余的能源储存在地下洞穴或地面储气库中，以便在能源需求高峰时使用[35]。Baghalnezhad等人[36]提出了一种先进的多集成系统，该系统结合了压缩空气储能技术以及高温太阳能子系统，他们采用多目标优化策略，旨在提升系统的可持续性、成本效益以及能量利用效率。Bushehri等人[37]则提出了一种环保型的混合多集成系统，该系统同样采用了压缩空气储能技术，它还将反渗透海水淡化技术与有机朗肯循环相结合，旨在通过废热回收来提升系统效率。Xue等人[38]规划了一种全面的多集成方案，该方案将压缩空气储能技术与生物质热电联产系统相结合，以此提升电力和热能的供应能力，他们的分析强调了压缩空气储能技术在应对季节性能源需求变化方面的优势。Chen等人[39]则提出了一种多集成系统架构，该系统整合了太阳能收集技术、压缩空气储能技术以及热存储装置，以此有效应对不稳定的能源需求。Assareh等人[40]则提出了一种太阳能热电联产方案，该方案将压缩空气储能技术、燃气轮机以及光伏电池相结合，他们的研究还运用了复杂的人工智能技术来进行系统优化。

文献综述表明，随着全球能源需求的增长以及人们对气候变化问题的日益关注，向可持续能源解决方案转型已势在必行。生物质燃料和燃料电池正是实现这一目标的极具吸引力的选择，与传统的发电方式相比，它们具有更高的效率，因为传统发电方式往往会产生大量的能源损失。此外，在构建未来的可持续能源系统中，能源存储也发挥着至关重要的作用，它有助于平衡不稳定的能源供应与需求。在这方面，压缩空气储能技术具有独特的优势，比如可扩展性、长放电时间以及良好的经济性。虽然压缩空气储能技术已在太阳能和风能驱动的混合系统中得到应用，但将其与生物质驱动的熔融碳酸盐燃料电池相结合的研究还相对较少。因此，现有研究存在以下几方面的空白：

首先，熔融碳酸盐燃料电池虽然能够提供稳定且高效的电能输出，但其在应对快速变化的能源需求方面缺乏灵活性。而引入压缩空气储能技术则可以有效解决这一问题，因为它能够实现负荷削峰和负荷转移，从而提升电网稳定性以及整个系统的韧性。尽管两者之间存在明显的协同效应，但目前还没有任何研究全面探讨过将压缩空气储能技术与生物质-熔融碳酸盐燃料电池系统相结合所带来的热力学、经济以及运行方面的优势。

第二个研究空白在于生物质燃料的选择，因为不同的生物质燃料会直接影响合成气的成分、系统的效率、排放水平以及整体经济性。以往的研究往往只考虑一种生物质燃料，而没有对不同的替代燃料进行系统比较。因此，有必要建立一套科学的生物质燃料选择策略，这样才能确保整个系统的可行性，尤其是当不同地区的生物质资源及其特性存在差异时。

第三个研究空白涉及系统优化的方法。虽然参数分析法等传统方法在以往的研究中已被广泛应用，但人工智能辅助优化框架在生物质-燃料电池-储能系统中的应用潜力尚未得到充分挖掘。基于人工智能的预测建模方法，结合先进的多目标元启发式优化算法，能够更有效地捕捉系统中的非线性关系，揭示各种权衡因素，从而为复杂集成系统的决策提供有力支持。

因此，本研究旨在通过以下几方面的创新举措来填补这些研究空白：

首先，提出一种全新的生物质气化系统-熔融碳酸盐燃料电池-压缩空气储能系统集成方案，该方案包含多回路热回收网络，其中包括二氧化碳发电循环、改进型有机朗肯循环以及卡利纳循环。这样的设计能够更充分地利用高温和低温热流，从而最大化能量回收率。引入压缩空气储能技术不仅可以实现负荷削峰，还能提升熔融碳酸盐燃料电池的运行灵活性，因为这种电池在稳态条件下通常具有最高的效率。据我们所知，这是首次尝试通过全面的热力学和能量经济性建模来研究这种压缩空气储能与熔融碳酸盐燃料电池的混合应用。

其次，建立一套系统的生物质燃料选择框架，用于确定最适合该集成系统的燃料类型。该分析方法会将生物质的多种热化学特性，如氢碳比、氧碳比、热值、灰分含量以及结焦倾向等指标纳入多准则决策分析过程中，同时采用TOPSIS方法进行优化。通过整合热力学、经济性和可持续性等方面的指标，该框架能够确保生物质燃料的选择并非随意为之，而是经过科学优化，以兼顾系统性能和实际应用需求。

第三，引入一种基于人工智能的优化框架，该框架将人工神经网络作为快速的替代模型，与多目标灰狼优化算法相结合。人工神经网络是通过对该混合系统的详细热力学模拟进行训练的，因此能够以较高的精度模拟系统中的非线性响应，而多目标灰狼优化算法则能够在最大化能量利用效率、最小化总单位产品成本以及最大化净现值这三个相互竞争的目标之间寻找最佳平衡点。这种混合优化方法能够高效地探索系统设计空间，从而在现实的运行和经济条件下找到最优的解决方案，其效果优于传统的单一目标优化或基于梯度的方法。

基于上述研究空白以及所提出的创新点，本研究的主要目标如下：

首先，设计和建立一种集成生物质气化系统、熔融碳酸盐燃料电池以及压缩空气储能系统的混合能源系统模型。

其次，通过多准则决策分析方法，比较不同的生物质燃料类型，确定最合适的燃料选项。

再次，从热力学、改进型能量经济性以及净现值等多个角度评估该系统的性能，同时通过敏感性分析进一步验证研究结果。

然后，开发基于人工神经网络的替代模型，用于预测系统的性能。

接着，通过三目标灰狼优化框架对系统进行优化，从而确定效率、成本和盈利能力之间的最佳平衡点。

最后，运用TOPSIS决策方法选出最优的系统配置。

系统描述
图1展示了该研究方案的整体结构框图，图2则呈现了该方案的流程示意图。该方案包括一个与二氧化碳发电循环和改进型有机朗肯循环相整合的生物质气化系统，还有一个与直接水加热器以及卡利纳循环相连的熔融碳酸盐燃料电池单元。此外，系统中还配备了一个压缩空气储能单元，用于实现负荷削峰的目标。

仿真与方法
本研究采用数值仿真方法来模拟所提出的多集成系统，所使用的仿真程序是基于EES软件开发的。该软件拥有丰富的不同工作流体的热物理和热力学参数数据库，因此具有直观的界面，便于问题分析。此外，多目标灰狼优化算法也被编写并在MATLAB软件中实现，以此高效地对所设计的系统结构进行优化。仿真的初始参数已在文中给出。

结果与讨论
本部分介绍了在系统验证、生物质燃料选择、参数分析以及优化过程等方面所获得的研究成果。

结论
本研究证明，所提出的生物质气化系统-熔融碳酸盐燃料电池-压缩空气储能系统集成方案在技术上具备可行性，经济上具有吸引力，而且在环境层面也具备可持续性，非常适合用于未来的能源系统。该方案通过高效利用生物质能源、实现二氧化碳回收以及具备负荷削峰功能，不仅提升了能源转换效率，还降低了运营成本，同时减少了对化石燃料的依赖。基于人工智能的优化技术得以成功应用，进一步证明了其潜力。作者声明，所使用的人工智能辅助工具仅用于提升本文的英语表达、语法、拼写以及可读性。这些人工智能工具并未被用于科学数据的生成、分析或解读，亦未用于得出科学结论。所有的知识内容、科学解读以及最终的编辑决策均由作者全权负责。

术语表
面积（平方米）：AArea (m2)
年度节省金额（美元）：AS
单位功耗成本：c
贡献声明：C

作者贡献
吴燕平：概念设计、研究工作。
穆罕默德·贾法尔·莫卡拉姆：概念设计、正式分析。
赫姆恩·A.H. 巴尔扎尼：数据整理、研究工作。
萨利赫·阿尔胡迈德：数据整理、方法设计。
穆罕默德·阿卜杜勒哈迪·O. 阿尔托贝伊蒂：初稿撰写、审阅与编辑。
阿什尔夫·阿尔托贝伊蒂：数据整理、正式分析。
诺拉·阿尔萨里：研究工作、初稿撰写。
欣德·阿尔巴拉维：项目管理、资源协调、监督工作。
杨轩：研究工作、方法设计。

利益冲突声明
作者声明不存在任何可能影响本文研究成果的已知财务利益或个人关系。

致谢
沙特阿拉伯利雅得努拉·宾特·阿卜杜勒拉赫曼公主大学的研究人员支持项目（项目编号PNURSP2026R29），该校的校企合作横向项目（编号KJ2025106），以及武汉工程大学的高层次人才科研启动基金项目（编号2024RWBS27）。

吴燕平|穆罕默德·贾法尔·莫卡拉姆|赫姆恩·A.H. 巴尔扎尼|萨利赫·阿尔胡迈德|穆罕默德·阿卜杜勒哈迪·O. 阿尔托贝伊蒂|阿什尔夫·阿尔托贝伊蒂|诺拉·阿尔萨里|欣德·阿尔巴拉维|杨轩|唐坦宁