面向减排与发电的基于回转窑的直接还原铁工艺建模与参数分析
《Energy》:Modeling and parametric analysis of a rotary kiln–based direct reduced iron process for emission reduction and power generation
【字体:
大
中
小
】
时间:2026年09月20日
来源:Energy 10.1
编辑推荐:
•开发了基于回转窑的直接还原铁(DRI)过程的稳态过程模型。
•模型预测结果已通过以往研究和工业厂数据验证。
•煤炭分布显著影响排放和发电。
•所开发的模型可扩展应用于低碳炼铁途径。
引言
全球约 7% 的能源消耗和 7-9% 的人为二氧化碳排放来自钢铁行业,使其成为最耗能和
•开发了基于回转窑的直接还原铁(DRI)过程的稳态过程模型。
•模型预测结果已通过以往研究和工业厂数据验证。
•煤炭分布显著影响排放和发电。
•所开发的模型可扩展应用于低碳炼铁途径。
引言
全球约 7% 的能源消耗和 7-9% 的人为二氧化碳排放来自钢铁行业,使其成为最耗能和高碳的行业之一 [[1], [2], [3]]。2021 年,该行业排放约为 1.91 吨二氧化碳/吨粗钢(tcs),平均比能耗为 21.31 GJ/tcs [4]。粗钢主要通过三条主要工艺路线生产:高炉 - 转炉(BF-BOF)路线、直接还原铁 - 电弧炉(DRI-EAF)路线以及废钢 - 电弧炉(scrap-EAF)路线。这些路线的比能耗分别约为 24.4、25.3 和 10.0 GJ/tcs,相应的二氧化碳排放强度分别为 2.32、1.65 和 0.67 吨二氧化碳/吨粗钢 [4]。
包括基于回转窑的工艺、回转炉(RHF)和流化床反应器在内的多种炼铁路线,根据当地资源可用性和经济可行性在特定地区采用 [[5], [6], [7]]。在印度,基于回转窑的 DRI 工艺占该国海绵铁总产量的近 80% [8]。印度回转窑 DRI 工厂的扩建主要归因于丰富的非炼焦煤资源、高等级铁矿石、相对较低的资本投资以及工厂实施的便利性 [9]。印度约 86% 的回转窑海绵铁单元集中在奥里萨邦、恰蒂斯加尔邦、贾坎德邦、卡纳塔克邦和西孟加拉邦。这些工厂的产能通常在 100 至 500 吨/日(TPD)之间,平均产能约为 350 TPD [9]。印度钢铁业在全球钢铁行业中扮演着重要角色,排名第二,2022 年粗钢产量为 1.25 亿吨,占全球粗钢产量的 6.6% [10]。印度也是全球领先的海绵铁生产国,2019 年全球产量 1.11 亿吨中,印度占近三分之一 [11]。然而,印度钢铁行业对煤炭和焦炭的依赖导致了较高的能耗(18.8-20.9 GJ)和排放(2.6 吨二氧化碳当量)每吨粗钢,分别超出全球平均水平 30% 和 40.5% [12]。因此,到 2050 年实现全球气候目标需要减少钢铁行业近 50% 的直接二氧化碳排放,相当于约 26 亿吨二氧化碳 [13]。根据这一目标,印度政府设定了到 2030 年将行业二氧化碳排放减少至 2.4 吨二氧化碳当量/吨粗钢的目标 [14],同时计划将产能从 2021-22 财年的 1.136 亿吨扩大到 2030 年的 3 亿吨,这突显了在扩大生产的同时大幅减少二氧化碳排放的迫切需求 [12]。
过去几年,大量研究集中在提高回转窑炼铁过程的能源利用率、增强余热回收(WHR)以及优化操作性能。在这些工艺中,大量挥发分和热能随窑入口排出的热废气带走 [15]。为了解决这种低效率问题,一些研究尝试实施余热回收锅炉(WHRB),但遇到了重大的操作挑战,包括启动期间蒸汽质量差以及废气流中极高的粉尘负载导致的结垢形成 [16]。
一些研究人员提出了操作改进、能源集成策略和余热回收方法,以提高基于回转窑的 DRI 过程的整体能源效率和资源利用率。Biswas 等人 [17] 证明,空气射流密封、优化气动煤喷射和改进后燃室性能可以减少燃料、电力和水消耗。Prasad 等人 [18] 报告称,进料和空气联合预热可使煤炭消耗减少高达 30.5%,并降低水消耗。同样,Kumar 和 Khanam [19] 证明,空气预热和水浴冷却可以减少煤炭和水消耗。Dey 等人 [20] 对一家工业煤炭基海绵铁厂进行了能源审计,确定了主要能源损失并强调了工艺集成和余热回收。Gaurav 和 Khanam [21] 采用夹点分析通过进料、窑空气和喷吹煤预热集成余热回收,并进一步扩展该方法,纳入从回收余热中发电,实现了煤炭消耗减少 37.4% 并产生 2.757 兆瓦电力,投资回收期为 2.62 年 [22]。除工艺优化外,少数研究评估了基于回转窑的 DRI 工艺的环境可持续性。Nduagu 等人 [23] 进行了从摇篮到大门的生命周期评估(LCA),比较了基于回转窑、煤气化器和天然气的 DRI 路线的温室气体(GHG)排放。Vigneswaran 等人 [24] 证明,用棕榈壳炭(PKSC)完全替代基于回转窑的 DRI 工艺中的煤炭,可以实现每 -41 千克二氧化碳当量/吨海绵铁的净负温室气体排放。
除了基于回转窑工艺的环境评估外,一些研究调查了钢铁生产系统的更广泛脱碳途径。Vogl 等人 [25] 评估了基于氢气的 DRI 用于无化石钢生产的技术、经济和环境可行性,突出了其显著的二氧化碳减排潜力,同时强调了低成本可再生能源电力和氢气供应的重要性。Arens 等人 [26] 通过分析可再生能源电力供应、气候政策和脱碳目标,评估了主要煤炭基钢铁生产国为低碳转型所做的准备。Bhardwaj 等人 [8] 调查了回转窑 - 感应炉路线九项脱碳措施的技术经济潜力,展示了提高能源和材料效率、可再生能源集成和燃料替代的好处。同样,Nurdiawati 等人 [27] 展示了基于生物合成气的 DRI-EAF 路线用于无化石钢生产的潜力。Adhikari 和 Khanam [28] 回顾了可持续钢铁生产途径,强调了替代还原剂和集成能源利用策略在减少碳排放中的作用。同样,Fan 和 Friedmann [5] 全面回顾了钢铁行业的低碳技术选项,评估了氢气、生物质、碳捕集与封存(CCS)和可再生能源电力在实现净零排放方面的技术、经济和政策影响。
除这些途径外,回转炉(RHF)已成为一种成熟的 DRI 生产技术,能够利用综合钢厂产生的含铁废物 [29],从而促进资源回收并减少原材料消耗。为评估其系统级潜力,Kim 等人 [30] 提出了高炉、RHF 和 EAF 的现象学模型,通过质量和能量平衡分析调查替代 RHF 利用途径;其技术经济优化报告称,RHF 集成可以通过中等程度的生产成本增加,显著减少 30% 的二氧化碳排放。同样,Lee 等人 [31] 使用商业操作数据为主要炉窑(BF、RHF 和 EAF)开发了一个基于模型的生命周期评估(LCA)框架,以评估粗钢生产的环境影响,显示将 RHF-EAF 路线与传统 BF-BOF 工艺集成每年可减少约 191 万至 194 万吨二氧化碳当量的温室气体排放。
尽管以前的研究调查了操作优化、预热策略、能源审计、热损失最小化以及基于夹点分析的余热回收发电,但这些努力主要集中于单个工艺改进,而不是集成的反应器级过程模型。同样,对基于回转窑和其他 DRI 生产路线的环境评估为其可持续性和脱碳潜力提供了宝贵的见解;然而,它们通常未考虑关键操作参数(包括空气煤比和进料喷吹煤比)对二氧化碳和一氧化碳排放以及发电量的耦合效应。
基于这些确定的研究缺口,显然之前的研究尚未开发出一个集成过程模型,该模型同时纳入回转窑内的还原和燃烧现象以及余热回收系统中的发电。为解决这一缺口,本研究开发了一个工业级 450 TPD 基于回转窑的 DRI 过程的稳态集成过程模型。该模型对照已发表的文献和工业厂数据进行验证,证明其能够准确预测关键操作参数对二氧化碳和一氧化碳排放以及基于余热回收发电量力的影响。
章节片段
工艺描述
基于回转窑的 DRI 工艺是印度主要的炼铁路线。图 1 显示了整个过程的示意图。铁矿石、非炼焦煤和白云石(流股 1)的混合物从回转窑进料端引入。窑体倾斜和旋转的共同作用确保了料料的逐步移动,促进了料料内部的有效混合和热交换。煤炭在该过程中起双重作用,既是
结果与讨论
在 Aspen Plus 中开发了一个 450 TPD 基于回转窑的 DRI 工厂的过程模型,使用多个单元操作模块来表示不同的工艺部分。该模型基于所有物种和模块的质量与能量平衡建立,进料组成和操作条件取自工厂数据。
回转窑模块的仿真结果见图 4。该模块包括四个部分:1 引言,2 模型开发,3 结果与讨论
局限性与未来工作
本研究存在一些局限性,应予考虑。稳态模型无法捕捉工厂的瞬态行为,而基于 RGibbs 的平衡方法未考虑反应动力学、停留时间或质量传递和传热限制。此外,未包含技术经济分析(TEA)和生命周期评估(LCA);因此,所提出配置的经济可行性和全生命周期环境影响仍有待评估。
未来工作应纳入反应动力学和
结论
本研究在 Aspen Plus 中开发了一个基于回转窑的 DRI 过程的稳态过程模型,以研究在不同操作条件下烟气中的二氧化碳和一氧化碳排放以及能源回收潜力。提出的模型由两个模块组成:回转窑和余热回收模块。仿真结果与以往研究和工业数据进行了验证,显示在海绵铁组成、烟气组成和气体方面吻合良好
CRediT 作者贡献声明
Neema Adhikari:撰写 - 初稿,可视化,概念构思。Muhammad Aziz:撰写 - 审阅与编辑,指导,概念构思。Shabina Khanam:撰写 - 审阅与编辑,指导,概念构思。
利益冲突声明
作者声明不存在已知的竞争性经济利益或个人关系,这些关系可能被认为影响了本报告中描述的工作。
致谢
第一作者衷心感谢印度教育部在总理研究奖学金(PMRF-ID: 2803618)下的财务支持。作者们也感谢印度理工学院鲁尔基分校和东京大学提供必要的研究设施、学术支持和合作环境,有助于本工作的顺利完成。
Neema Adhikari|Muhammad Aziz|Shabina Khanam
生物通微信公众号
生物通新浪微博
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