从帕累托权衡到?损归因：集成气化燃料电池/碳捕集与封存系统的技术经济多目标优化与先进?诊断

《Journal of Cleaner Production》：From Pareto trade-offs to exergy-destruction attribution: techno-economic multi-objective optimization and advanced exergy diagnosis of an integrated gasification fuel cell/carbon capture and storage system

　　

**要点**

- 提出了一种100 MW级一体化气化燃料电池/碳捕集与封存系统。
- 在所选折衷方案中，净效率从41.20%提升至54.25%。
- 平准化度电成本（LCOE）和直接CO?排放强度分别降至0.118 $/kWh和11.81 g CO?/kWh。
- 代理模型将优化与?诊断相连接，用于损失机理的解释。

**引言**

在深度脱碳的电力系统中，燃煤发电只有在降低单位电量的煤炭消耗、CO?排放和外部环境成本的前提下，才能继续提供容量支撑和稳定供应。一体化气化燃料电池（IGFC）系统将合成气的化学能优先输送至固体氧化物燃料电池（SOFC），通过电化学反应降低燃烧不可逆性，这使得IGFC成为低碳燃煤发电的重要技术路线（Li et al., 2010; Siefert and Litster, 2013）。对碳捕集与封存（CCS）的综合评估进一步表明，捕集、运输、封存和利用路径是实现化石能源系统深度减排的核心（Boot-Handford et al., 2014; Bui et al., 2018; Hong, 2022）。当IGFC与CCS耦合时，SOFC排气的富氧燃烧可产生高CO?浓度的烟气，从而降低下游捕集与分离负荷，支撑高效低碳燃煤发电。

在系统集成层面，Li等提出了一种基于梯级能量利用的IGFC/CCS方案（Li et al., 2025）。对于优化的加压SOFC配置，毛效率和带CCS的系统净效率（ηnet）分别达到62.09%和46.13%，对应的CO?排放强度、平准化度电成本（LCOE）和CO?盈亏平衡成本分别为9.41 kg CO?/MWh、104.8 $/MWh和22.7 $/t CO?。Lanzini等比较了壳牌气化炉-加压SOFC工艺，并报告在CO?捕集条件下，基于低位热值（LHV）的煤转电效率约为55%（Lanzini et al., 2014）。对于SOFC/燃气轮机（GT）耦合与余热利用，Nikiforakis等回顾了399项SOFC混合动力系统研究，表明气化-SOFC/GT系统可达到约93%的 cogeneration 效率（Nikiforakis et al., 2025）。Krüger表明，合成气SOFC/GT工艺在10 bar、850°C条件下，基于高位热值（HHV）的效率达到61.5%，CO?捕集率为90%，但CO?捕集使净效率降低了11-16%（Krüger, 2019）。Yuan等进一步表明，SOFC/GT性能同时受到燃料利用率、运行温度、压比和热回收配置的约束，因此优化应同时考虑效率、可靠性和成本（Yuan et al., 2024）。在合成气SOFC多联产优化中，Abedinia等发现稻草和CO?是最优的原料/气化剂组合，?效率为42.71%，总产品成本为6.29 $/GJ（Abedinia et al., 2024）。Braun等表明，在100 MW级IGFC-SOFC/GT-有机朗肯循环（ORC）方案中，ORC底循环可贡献约8个百分点的效率提升，带CCS的煤基净效率约为47.8%（基于LHV）（Braun et al., 2012）。

为保持统一的比较基准，表1汇总了八项具有代表性的燃煤IGFC研究。

上述研究表明，IGFC/CCS和SOFC/GT耦合可实现高效低碳性能。然而，大多数现有研究聚焦于规定工艺或少数配置。本文考虑的八个运行变量——氧煤质量比（O/C）、水煤质量比（S/C）、气化炉运行压力（Pgas）、合成气循环比（Rsyn）、燃料利用率（Uf）、SOFC温度（TSOFC）、SOFC压力（PSOFC）和阳极循环比（Ran）——极少被置于统一的决策空间中。系统净效率、LCOE、CO?排放强度和SOFC堆寿命（LSOFC）也很少被同时约束。因此，多目标优化已成为解决此类问题的有力工具，并已被应用于带CO?循环的生物基SOFC/GT多联产（Behzadi et al., 2019）和带技术经济与环保指标的低温氨重整SOFC-GT-ORC系统（Chen et al., 2025），但完整的IGFC/CCS数学模型计算开销大，难以直接嵌入大规模搜索中。为降低高维优化的成本，Xia等使用50,000个样本训练了人工神经网络（ANN），并与快速精英非支配排序遗传算法II（NSGA-II）耦合。他们为SOFC-GT-ORC系统获得了折衷方案，?效率为43.60%，发电效率为44.03%，CO?排放量为0.229 t/GJ，LCOE为0.03959 $/kWh（Xia et al., 2026）。Ouyang等也利用多目标优化，为余热回收系统实现了净输出功率311.6 kW和LCOE 0.0298 $/kWh（Ouyang et al., 2023）。然而，这些研究主要表明代理模型或优化算法可以识别高性能点。连接超参数调优、Pareto折衷的回代验证以及高级?分解的证据链尚不完整，因此所报告的极值可能仍是预测性的而非物理上可解释和可复现的系统改进。

?经济分析为系统损失和成本的分配提供了可追溯的框架，单位?成本（SPECO）方法已被广泛用于热力系统的成本归因（Lazzaretto and Tsatsaronis, 2006）。然而，传统的?和?经济分析主要显示损失和成本的集中位置，无法判断这些损失是否可避免，或源自内部组件不可逆性还是外部系统耦合。因此，在多目标最优点获得后，仍需要进行高级?分析，将?破坏分解为可避免/不可避免和内生/外生部分（Tsatsaronis and Park, 2002; Kelly et al., 2009; Zhou et al., 2026）。结合复杂能量转换系统中耦合损失的高级?诊断方法（Tsatsaronis and Morosuk, 2012; Morosuk and Tsatsaronis, 2019），这使得能够判断优化收益是否来自不可逆性的真实降低，还是来自合成气冷却、热回收和CCS单元之间的损失转移。这为后续的换热器网络匹配和靶向组件改造提供了更可靠的依据。

如图1所示，本研究建立了数学建模、参数分析、代理建模、多目标优化和高级?诊断的闭环框架。首先建立100 MW级稳态IGFC/CCS模型，并用于八变量参数分析。然后使用2000个样本训练极限梯度提升（XGBoost）代理模型，其超参数由基于Newton-Raphson的优化器（NRBO）优化。粒子群优化（PSO）、NSGA-II和鹦鹉优化器（PO）相结合以搜索Pareto前沿。采用结合层次分析法（AHP）和熵权法的理想解相似度法（TOPSIS）选择折衷方案，并最终回代至数学模型中进行高级?分解。本研究并非简单地追求高效率运行点，而是检验代理模型是否准确、Pareto折衷能否通过回代验证、以及哪些组件实际贡献了优化收益。通过这种方式，多目标优化结果变得可解释、可审计，并对后续系统改进具有实用价值。与将机器学习优化视为孤立算法步骤的研究不同，本工作将代理模型置于数学模型与高级?诊断之间。代理模型扩展了可搜索的高维设计空间，而高级?诊断检验折衷方案是否真正降低了组件不可逆性，并识别优化后新的损失转移位置。现有IGFC/CCS研究很少建立多目标优化与组件级?诊断之间的经验证链接。在此，所选Pareto折衷被回代至数学模型进行高级?分析，从而在组件层面检验其性能增益和损失转移效应。

**IGFC/CCS系统框架**

本文研究的系统是100 MW级IGFC/CCS电厂，主要由煤气化、合成气冷却与净化、SOFC、富氧燃烧、燃气轮机、三压余热锅炉、汽轮机和CO?捕集与压缩单元组成。空气分离单元（ASU）同时为气化炉和富氧燃烧器供应氧气。余热锅炉（HRSG）首先满足气化蒸汽需求，然后利用剩余余热……

**参数效应与组件?经济分析**

表10列出了系统模型的物流属性清单。在统一编号体系下报告了气化炉出口、净化合成气、SOFC阳极和阴极流股、燃烧烟气、HRSG流股和CCS相关流股，以支持后续物流?和成本流率的校验。

表11将表10中的物流属性状态转化为?经济状态。单位?成本沿流程变化，反映了上游造成的成本积累……

**结论**

将100 MW级IGFC/CCS模型与八变量参数分析、NRBO-XGBoost代理辅助多目标优化、数学模型回代和高级?诊断相结合。该闭环框架是本研究的主要方法学贡献，因为它将Pareto折衷连接到物理模型验证和组件级不可逆性归因，而非将代理优化视为独立的预测。

**作者贡献声明**

Yiyu Chen：写作–审阅与编辑，方法论，概念化。Haowei Qing：写作–审阅与编辑，调查研究。Yongchen Huo：验证，软件。Jianghai Xu：验证，概念化。Yuanli Liu：方法论，调查研究。Zizhang Zhan：调查研究。Taiming Huang：调查研究。Zhongmin Wan：监督，项目管理，经费获取。

**利益冲突声明**

作者声明他们没有任何已知的竞争性财务利益或个人关系可能影响本文所报告的工作。

**致谢**

作者在本工作中获得中国国家重点研发计划（2023YFB4006003）和湖南省自然科学基金（No. 2025JJ60326）的支持。

**缩略语表**

| 缩写 | 全称 |
|------|------|
| IGFC | 一体化气化燃料电池 |
| ASU | 空气分离单元 |
| GOC | 气化氧气压缩机 |
| WHB | 余热锅炉 |
| SGCU | 合成气净化单元 |
| SRC | 合成气循环压缩机 |
| SOFC | 固体氧化物燃料电池 |
| AHE | 阳极换热器 |
| CHE | 阴极换热器 |
| BPRT | 背压汽轮机 |
| COC | 燃烧氧气压缩机 |
| OEC | 富氧燃烧器 |
| GT | 燃气轮机 |
| HRSG | 余热锅炉 |
| ST | 汽轮机 |
| LP | 低压 |
| IP | 中压 |
| HP | 高压 |
| CCS | 碳捕集与封存 |
| LCOE | 平准化度电成本 |

Yiyu Chen \| Haowei Qing \| Yongchen Huo \| Jianghai Xu \| Yuanli Liu \| Zizhang Zhan \| Taiming Huang \| Zhongmin Wan