结合哈伯-博施循环与液化天然气冷能回收的可再生能源驱动绿氢制氨联产系统：基于人工神经网络辅助多目标灰狼优化算法的技术经济优化

《International Journal of Hydrogen Energy》：Renewable-driven green hydrogen-to-ammonia cogeneration via the Haber–Bosch loop with LNG cold-energy recovery: Techno-economic optimization using ANN-assisted MOGWO

　　

•创新的太阳能 - 风能 - 液化天然气混合系统，用于绿氨生产和多能输出。
•全面的 4E（能量、?、经济、环境）系统评估。
•人工神经网络辅助的多目标灰狼优化（ANN-MOGWO）实现快速且精确的多目标优化。
•优化后的系统氨产量达到 33.98 千克/小时，?效率为 31.39%。
•四个城市的案例研究证实了系统在多变气候条件下的适应性。

引言
向可持续和集成能源系统过渡已成为全球优先事项，以应对能源需求的快速增长和日益严峻的环境挑战。在现代能源框架中，重点正从传统发电转向同时提供多种能源服务，包括冷量、热量、淡水和清洁燃料。在新兴能源载体中，绿氨因其高能量密度、无碳燃烧以及成熟的储运基础设施而备受关注。作为氢衍生物料，氨提供了实用的解决方案，解决了与氢气储存相关的局限性，使其成为未来能源系统的关键推动因素。在此背景下，开发能够整合可再生资源与绿色燃料生产的高效多功能能源系统至关重要。本研究提出了一种新型混合可再生能源系统，协同结合太阳能、风能和液化天然气冷能，旨在统一的框架内实现高效的绿氨生成以及多能源输出。因此，越来越多的关注正转向能够同时利用可再生能源电力、回收通常未被充分利用的热量和低温资源，并将绿氢转化为稳定且可运输的能源载体（如氨）的集成配置。

由工业发展和人口增长驱动的全球能源消耗持续增加，加剧了对化石燃料系统的依赖 [1]。尽管这些系统仍然占据主导地位，但它们存在显著缺陷，包括高温室气体排放、环境退化以及由于大规模废热损失导致的能源利用效率低下 [2,3]。这些局限性需要开发先进的能源系统，以提高效率同时减少环境影响。

可再生能源，特别是太阳能和风能，提供了一种可持续的替代方案；然而，其固有的间歇性给稳定连续运行带来了挑战 [[4], [5], [6]]。为解决这一问题，整合多种资源的混合可再生能源系统已被广泛提出。特别是，太阳能 - 风能辅助热电联产和多联产系统为提高可靠性同时满足多样化能源需求提供了一条有前途的途径 [7,8]。通过纳入先进热力循环，如超临界二氧化碳（SCO2）布雷顿循环、有机朗肯循环（ORCs）和热电发生器（TEGs），这些系统能够通过级联废热回收实现对多个温度等级热能的高效利用 [9]。尽管如此，仅提高可再生能源电力的可用性并不能确保高效的资源整体利用；在高度集成的能源系统中，还需要有效回收和内部匹配热流和低温能量流。

提高系统性能的另一个机会在于回收液化天然气（LNG）冷能，这通常在再气化过程中消散 [10]。集成 LNG 子系统可实现同时制冷和发电，有效提高整体系统效率并减少外部能源需求 [11]。当与可再生能源系统结合时，LNG 冷能可以在平衡热流和提高系统集成方面发挥关键作用。从系统集成角度来看，LNG 的低温状态因此可作为下游热回收过程的低温热力汇，同时在再气化期间支持电力和冷量生产。

同时，通过水电解生产绿氢已成为未来能源系统的基石 [[12], [13], [14], [15]]。然而，由于其体积能量密度低，氢气储存和运输仍然是主要挑战。在此背景下，通过哈伯 - 博世法合成氨提供了一种可行的解决方案，使氢能够以无碳燃料的形式高效储存、运输和利用。质子交换膜电解槽（PEME）与氨合成单元的集成提供了一条有前途的途径，将可再生能源电力转化为稳定且可运输的能源载体 [16]。这些集成系统可以支持大规模能源储存，促进部门耦合，并有助于工业和能源部门的脱碳。这些互补特性为在统一的能源框架内整合可再生能源氢气生产和氨合成与级联热回收及 LNG 冷能利用提供了核心动力。

近年来，旨在提高能源效率和可持续性的基于可再生能源的多联产系统取得了显著进展 [17]。为了提高系统可靠性并解决可再生能源的间歇性，混合太阳能 - 风系统也被提出，显示出改进的操作灵活性和连续能源供应。例如，Esmaelion 等人 [18] 研究了一种太阳能 - 风多联产系统，生产电力、热量、冷量、淡水和氢气，通过全面的热力、经济和环境优化实现了 41.07% 的?效率。Liu 等人 [19] 开发了一种风能 - 太阳能集成系统，结合光伏板、风机、电解槽、氢储存和燃料电池，报告了 16.03% 的能量效率和 17.94% 的?效率，并显著减少了二氧化碳排放。Dezhdar 等人 [20] 考察了一种太阳能 - 风热电联产系统，用于电力、热量和冷量，展示了在不同气候条件下系统稳定性和技术经济性能的提升。总体而言，这些研究证实混合可再生能源集成提高了系统可靠性、效率和环境绩效。

与此同时，利用 LNG 冷能已成为提高系统性能的一个极具前景的方法。例如，Yadav 等人 [21] 研究了 LNG 冷能回收用于联合制冷和发电，报告了 58% 和 33% 的能量和?效率，以及 0.04 美元/千瓦时的低平准化度电成本。同样，Zhang 等人 [22] 提出了一种耦合 LNG 再气化的集成 SCO2–ORC 系统，实现了 80.43% 的能量效率和 75.16% 的?效率，展示了级联能源利用的巨大潜力。

先进热力循环如 SCO2 布雷顿循环的集成已被广泛探索，由于其高效紧凑的设计，特别是在级联能源回收框架内实施时 [23,24]。例如，Ahamed 等人 [25] 比较了用于废热回收的 SCO2 布雷顿、ORC 和 TEG 系统，强调了混合配置的优势。Yao 等人 [26] 开发了一种基于 SCO2 的级联废热回收系统，实现了 56.29% 的?效率，优化后进一步提高到 72.77%，证实了 SCO2 集成的有效性。

在氢衍生物料背景下，氨作为一种无碳能源载体越来越受到关注。Chen 等人最近的工作 [27] 调查了氨基系统与跨临界二氧化碳循环的集成，展示了将氨燃料利用与先进动力循环和冷能回收相结合的可行性。此外，Sleiti 等人 [28] 开发了一种采用哈伯 - 博世法的集成电力 - 氢 - 氨系统，展示了高效的氨生产，成本为 0.197 美元/千克。该系统实现了 44.09% 的能量效率和 63.6% 的?效率，同时将二氧化碳排放与传统氨生产路线相比减少了高达 48.8%。

多目标优化在提高基于可再生能源的多联产系统方面起着关键作用 [[29], [30], [31], [32], [33]]。尽管多目标灰狼优化（MOGWO）等方法能有效处理冲突目标，但它们计算量密集 [34]。为解决这一局限性，广泛采用代理模型和机器学习（ML）技术来近似系统行为，在保持可接受准确性的同时减少计算成本 [[35], [36], [37], [38]]。例如，Khuyinrud 等人 [39] 将机器学习辅助的 MOGWO 方法应用于生物质热电联产系统，显著减少了计算时间，同时将能量和?效率提高到 49.5% 和 53.6%。同样，Farighi 等人 [40] 使用基于人工神经网络的优化框架开发了一种太阳能驱动的多联产系统，实现了快速准确的评估，并减少了计算负担。

综上所述，回顾的研究在四个密切相关的研究方向上展示了相当可观的进展：混合可再生能源多联产、LNG 冷能回收、先进级联动力循环以及可再生能源氢/氨生产。然而，这些方向在很大程度上是独立研究或通过部分集成进行的。可再生太阳能 - 风系统通常侧重于电力、氢气、冷量或海水淡化，而基于 LNG 的配置主要利用低温能源进行电力和制冷。同样，氢 - 氨系统通常强调电解和哈伯 - 博世合成，而没有同时考虑 SCO2–ORC–TEG 级联回收和 LNG 冷能利用的协调使用。因此，在单一配置中整合可再生能源电力、绿氢制氨转化、级联热回收和 LNG 再气化所产生的热力和经济相互作用仍然表征不足。这种系统层面的集成差距构成本研究的主要动机。

为解决这一差距，本研究调查了一种可再生能源驱动的绿氢制氨热电联产系统，该系统将太阳能和风能资源、PEME、哈伯 - 博世氨合成、SCO2–ORC–TEG 级联电力回收、LNG 冷能利用、吸收制冷和反渗透海水淡化整合在统一的配置中。因此，本研究的贡献不仅在于简单组合各种成熟技术，而在于评估其协调的热力、电力和物质相互作用以及氨生产、热力性能和经济可行性之间的权衡。进行了全面的 4E 评估，并采用 ANN 辅助的 MOGWO 框架来同时最大化氨产量和整体?效率，同时最小化总成本率。表 1 列出了近期关于用于氢生产和储存的可再生能源驱动热电联产系统的对比总结。因此，本研究的主要贡献总结如下：
•在单一多联产架构中协调集成太阳能 - 风可再生能源发电、PEME、三级哈伯 - 博世合成、LNG 冷能回收和 SCO2–ORC–TEG 级联能源回收。
•量化耦合的热力、电力和物质相互作用，这些相互作用决定了可再生能源电力利用、氢制氨转化、低温能源回收和多产品生产。
•识别氨生产、?效率和总成本率之间的系统级热力和经济权衡，以及?损失/损耗的主要来源和资本负担。
•应用 ANN 辅助的 MOGWO 高效探索高度集成系统的多目标设计空间，并确定帕累托最优运行条件。
•在技术和经济不确定性下的稳健性评估，包括可再生资源可用性、产品价格、PEME 和氨反应器成本、总资本成本和折现率。
•阿布扎比、多哈、马斯喀特和塔布克四个城市的区域性能评估，以评估优化配置在不同太阳能 - 风和环境条件下的可转移性。

章节摘要
系统描述
图 1 展示了提出的混合可再生能源热电联产系统，设计用于同时提供电力、淡水、冷量和绿氨。该集成配置包括槽式太阳能集热器（PTSCs）场、风电场、SCO2 布雷顿循环、有机朗肯循环（ORC）、热电发生器（TEG）单元、LNG 再气化和电力回收单元、单效吸收制冷循环（ARC）、反渗透（RO）海水淡化单元、质子交换膜电解槽（PEME）、空分装置（ASU）、H2 和 N...

系统建模
本节介绍了用于建模提出的可再生能源热电联产系统的分析和计算框架。每个子系统首先使用适当的质量、能量和?平衡方程独立制定，随后在集成系统模型中耦合，以评估热力、经济和环境性能。完整模型在 MATLAB 中实现，而工作流体的热物性则获得...

ANN 辅助的多准则优化
提出的混合太阳能 - 风多联产系统包含许多相互作用的设变量和强非线性热力关系，使得与进化优化直接耦合计算量巨大。为解决这一问题，开发了一种人工神经网络作为代理模型，以近似系统行为并减少模拟时间。使用 ANN 的动机在于其能够捕获系统输入与性能输出之间复杂的非线性关系，而不会...

系统验证
由于提出的太阳能 - 风 -LNG 多联产系统的高度集成性质，没有实验设施或已发表的研究在相同的运行条件下重现完整配置。因此，验证是通过分层方法进行的。首先独立验证主要子系统模型，对照实验测量或文献中建立的数值数据，包括 PTSC、PEME、RO、风机...

结果与讨论
本节从热力、经济和环境角度评估了提出的系统。首先分析了关键运行参数的影响，随后是 ANN–MOGWO 优化结果。最后，展示了? - 经济性能和区域案例研究，以评估可行性和实际适用性。

结论
本研究开发了一种集成的可再生能源驱动绿氨热电联产框架，结合太阳能和风能资源、LNG 冷能回收、SCO2–ORC–TEG 级联利用、海水淡化、PEME 和三级哈伯 - 博世合成。该配置通过全面的 4E 分析和 ANN 辅助的 MOGWO 优化进行评估，以调查决定可再生氨生产和多产品能源的耦合热力、经济和环境权衡...

局限性与未来研究
本研究为高度集成的可再生能源驱动氢制氨热电联产系统提供了稳态、设计级评估，因此应承认存在一些局限性。

尽管主要子系统模型已根据实验或既定文献数据进行了独立验证，并且完整配置已通过一致的子系统耦合进行了热力学验证，但对整个集成工厂的直接实验验证是利益冲突声明。作者声明他们没有已知的竞争财务利益或个人关系，这些可能看起来会影响本论文中报告的工作。塔哈尼·S·奥塔伊比