石油与天然气化工  2023, Vol. 52 Issue (5): 50-58, 63
引用本文
金仕胜, 诸林, 何阳东, 曾行艳, 王远, 郝强. 生物质气化耦合化学链技术氨电联产系统的㶲分析[J]. 石油与天然气化工, 2023, 52(5): 50-58, 63.   DOI: 10.3969/j.issn.1007-3426.2023.05.007
生物质气化耦合化学链技术氨电联产系统的㶲分析
金仕胜1 , 诸林1 , 何阳东2 , 曾行艳1 , 王远1 , 郝强1     
1. 西南石油大学化学化工学院;
2. 中国石油西南油气田公司天然气研究院
收稿日期：2023-04-21
作者简介：金仕胜, 1995年生, 主要从事能源化工方面的研究。E-mail: 2637944882@qq.com.
通信作者：诸林, 1965年生, 教授, 博士生导师, 主要从事天然气处理与加工、环境保护方面的研究。E-mail: zhulinswpi65@gmail.com.
摘要：目的 基于化学链技术开发一种清洁高效的生物质制氨系统。方法 综合考虑系统的自热操作、经济性和碳排放要求，对系统分别进行了热力学分析、经济评价和参数优化，重点探究了化工单元和动力单元的耦合。结果 以生物质为原料实现了氨气和电的联产。当生物质进料量为1 kg/s时，得到如下优化结果：①热力学性能方面，氨产率为13.82 mol/s，能量效率为0.45，燃料能源节约率为12.16%；②经济性方面，制氨成本为0.461 $/kg NH3；③环境方面，碳排放量为0.978 kg/kg NH3。结论 证实了该设计理念的可行性，为后续工业化化学链制氨工艺设计和优化提供理论依据。
关键词：生物质气化    化学链技术    化学链制氨    氨    㶲分析    
Exergy analysis of ammonia-electricity cogeneration system by biomass gasification coupled with chemical looping technology
Jin Shisheng1 , Zhu Lin1 , He Yangdong2 , Zeng Xingyan1 , Wang Yuan1 , Hao Qiang1     
1. School of Chemistry and Chemical Engineering, Southwest Petroleum University, Chengdu, Sichuan, China;
2. Research Institute of Natural Gas Technology, PetroChina Southwest Oil & Gasfield Company, Chengdu, Sichuan, China
Abstract: Objective A clean and efficient biomass-to-ammonia system based on the chemical looping technology has been developed. Methods Considering comprehensively the self-heating operation, economy and carbon dioxide emission requirements of the system, the thermodynamic analysis, economic evaluation and parameter optimization of the system were carried out, and the coupling of chemical unit and power unit was emphatically explored. Results The system achieved multiple co-production of NH3 and electricity from biomass.When the biomass feed rate was 1 kg/s, the following optimization results were obtained: (1) In terms of thermodynamic performance, ammonia yield was 13.82 mol/s, energy efficiency was 0.45 and fuel energy saving rate was 12.16%; (2) In terms of economic performance, the ammonia production cost is 0.461 $/kg NH3; (3) In terms of environment, the carbon dioxide emission is 0.978 kg/kg NH3. Conclusions The feasibility of the design concept is confirmed, which provides a theoretical basis for the design and optimization of the subsequent industrial chemical looping ammonia production process.
Key words: biomass gasification    chemical looping technology    chemical looping ammonia production    ammonia    exergy analysis    

氨是应用于化学工业的重要原料。由于具有储运成本低[1-2]、能量密度大(3 kW·h/kg)、无碳足迹的特点，氨被视为极具前景的绿色能源。随着大量化石燃料消耗以及CO2等温室气体排放急剧增多，氨因潜在的无碳燃料属性而受到广泛关注[3]。尽管传统的哈伯工艺反应条件较为苛刻(高能耗并伴随大量CO2排放)，但仍是目前工业合成氨的主要技术路径[4]。在“双碳”目标背景下，节能减排与绿色低碳成为焦点话题[5]。开发低能耗、低碳排放以及高效的合成氨技术是实现“双碳”目标的现实路径之一[6]。目前的绿氨生成过程主要分为两大类：①降低反应活化能从而使反应条件变得温和，如多相催化[7]、电催化[8]、光催化和等离子体催化[9-10]；②改变合成氨的原料氢气来源，以此减少化石能源消耗和CO2排放，如电解水制氢、生物质气化制氢和生物质化学链制氢。然而，这些技术都基于哈伯工艺，其中热力学和动力学之间的竞争导致氨气产量低(单次反应氨气转化率仅为10%~25%)的现状仍未得到有效改变[11]。

随着化学链技术的发展，化学链制氨(chemical looping ammonia generation, CLAG)得到了广泛关注。CLAG技术分为高温碳热还原反应(氮吸附)和低温水解反应(氮脱附)两个步骤[12]，从而实现低的热力学能量势垒和优异的动力学可调性，并通过氮载体实现了物质和能量的传递。与传统的哈伯工艺相比，CLAG工艺避免了反应物N2和H2在催化剂表面的竞争吸附，并通过氮吸附和氮脱附分离，解决了催化合成氨反应热力学与动力学之间的竞争。

然而，目前对CLAG的研究大多以实验为主，与该技术相关的集成系统鲜有报道。本研究提出了一种生物质气化耦合化学链制氨的高效集成系统(biomass gasification coupled with chemical looping ammonia generation system, BG-CLAG)，以生物质为原料，通过生物质气化和化学链技术耦合制氨，余热利用单元发电，基于“温度对口，梯级利用”热力学系统集成理念，重点探究了化工单元与动力单元的能量匹配机制，进行了单元间的有机耦合，从而减少原料与热能系统的品位差值，实现能量的梯级利用，为化学链制氨和可再生能源综合利用提供思路。该系统具有以下潜在优势：①结构紧凑，通过高效热集成实现系统自热运行，无需外部供能；②基于化学链技术生产氧气和氨气，避免了碳氧化物排放，减小了工艺能耗，实现氨气的清洁高效生产；③用氮化铝(AlN)水解替代H2作为反应物，避免了传统能源密集型制氢工艺的弊端；④在制备氨气的同时联产电，大大提高了资源利用率以及工艺的经济可行性。

1 工艺过程

BG-CLAG流程如图 1所示。其主要包括4个部分：生物质气化(biomass gasification, BG)、化学链空分(chemical looping air seperation, CLAS)、CLAG、燃气轮机蒸汽朗肯循环(gas turbine-steam Rankine cycle, GT-SRC)。生物质不完全气化生成生物炭和合成气，生物炭与循环Al2O3混合进入氮吸附反应器，在N2氛围下发生碳热还原反应生成AlN和CO，AlN在氮脱附反应器发生水解生成NH3和Al2O3。合成气和CO通过水汽变换(water gas shift, WGS)单元和CO2分离单元(carbon dioxide seperation unit, CSU)后通入燃烧炉，进行纯氧燃烧，为CLAS和CLAG单元提供能量。高温烟气和蒸汽用于透平产电。

图 1     BG-CLAG流程

不同于传统的BG工艺，该系统采用了生物质不完全气化生产生物炭以及将CLAS单元获得的高纯N2作为CLAG单元碳热还原反应器的原料。此外，利用CLAS单元制备的纯氧供给BG和燃烧单元，相较于传统低温空气分离技术制氧，其能耗显著降低。

系统主要反应如下：

(1) CLAG单元[13]

$ 3 \mathrm{C}+\mathrm{Al}_2 \mathrm{O}_3+\mathrm{N}_2 \rightarrow 3 \mathrm{CO}+2 \mathrm{AlN} \Delta H_r^0=708.1 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅰ)
$ 2 \mathrm{AlN}+3 \mathrm{H}_2 \mathrm{O} \rightarrow \mathrm{Al}_2 \mathrm{O}_3+2 \mathrm{NH}_3 \quad \Delta H_{\mathrm{r}}^0=-274.1 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅱ)

(2) BG单元[14]

$ \text { 生物质 } \rightarrow \text { 挥发分 }+ \text { 生物炭 }+ \text { 灰分 } $ (Ⅲ)

部分氧化：

$ 2 \mathrm{C}+\mathrm{O}_2 \leftrightarrow 2 \mathrm{CO} \quad \Delta H_r^0=-221 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅳ)

甲烷形成：

$ \mathrm{C}+2 \mathrm{H}_2 \leftrightarrow \mathrm{CH}_4 \quad \Delta H_r^0=-74 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅴ)

甲烷重整：

$ \mathrm{CH}_4+\mathrm{H}_2 \mathrm{O} \leftrightarrow \mathrm{CO}+3 \mathrm{H}_2 \quad \Delta H_r^0=206 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅵ)

逆Boudouard反应(RBD)：

$ \mathrm{C}+\mathrm{CO}_2 \leftrightarrow 2 \mathrm{CO} \quad \Delta H_r^0=172 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅶ)

(3) CLAS单元[15]

$ 4 \mathrm{Mn}_3 \mathrm{O}_4+\mathrm{O}_2 \leftrightarrow 6 \mathrm{Mn}_2 \mathrm{O}_3 $ (Ⅷ)

(4) WGS单元[16]

$ \mathrm{CO}+\mathrm{H}_2 \mathrm{O}=\mathrm{CO}_2+\mathrm{H}_2 \Delta H_r^0=-41.4 \;\mathrm{MJ} / \mathrm{kmol} $ (Ⅸ)
2 过程模拟与性能评价
2.1 模拟与验证

本研究中的生物质选用木屑，进料量为1 kg/s，其工业分析与元素分析见表 1[17]。采用Aspen Plus建立模拟流程，选用PR-BM作为物性方程进行模拟，主要参数设定和模拟结果见表 2。假设条件：①忽略反应器的热损失；②在反应时间内，所有化学反应均能达到相平衡与化学平衡；③生物质炭和灰分能完全分离(忽略焦油的影响)；④空气组成摩尔分数为N2 79%、O2 21%。

表 1    木屑的工业分析和元素分析 

表 2    主要操作参数设置

BG中热解过程的模拟采用RYield模块，气化反应采用RGibbs模块。此外，WGS装置采用REquil模块模拟，系统中其他反应器采用RGibbs模块。系统可行性验证分析结果如表 3所列。生物质不完全气化验证结果如图 2所示，合成气组成和参考文献值的误差低于4%[23]，证实了新建模型的可靠性。

表 3    系统的模拟验证

图 2     模拟和实验结果的对比

2.2 性能评价指标

为探究系统热力学性能和经济可行性，了解系统能量损失的内在原因，确立了以下系统性能评价指标。

系统能量利用效率的定义如式(1)所示。

$ \eta_{\mathrm{en}}=\left(W_{\text {net }}+E_{\mathrm{HN}_3}\right) / E_{\text {bio }} $ (1)

式中：ηen为系统能量利用效率，无量纲；Wnet为净电输出，kW；ENH3为氨能输出，kW；Ebio为生物质能量输入，kW。

CO2捕集的能量消耗可按式(2)计算。

$ W_{\mathrm{csu}}=-N_{\mathrm{g}} R T_0\left[X_{\mathrm{g}} \ln X_{\mathrm{g}}+\left(1-X_{\mathrm{g}}\right) \ln \left(1-X_{\mathrm{g}}\right)\right] /\left(\eta_{\mathrm{sep}} X_{\mathrm{g}}\right) $ (2)

式中：Wcsu为CO2分离能耗，kW；Ng为气体的分离量，kmol/s；R为气体常数，8.314 J/(mol·K)；T0为环境温度，298.15 K；Xg为待分离气体的浓度，mol/kg；ηsep为分离过程㶲效率，无量纲，Selexol分离技术的估计值为0.3[14]。

净发电量定义为：

$ W_{\text {net }}=W_{\mathrm{st}}+W_{\mathrm{gt}}-W_{\mathrm{csu}}-W_{\text {comp }}-W_{\text {pumps }} $ (3)

式中：Wnet为净发电量，kW；Wst为蒸汽轮机产电量，kW；Wgt为烟气轮机产电量，kW；Wcomp为压缩机耗电量，kW；Wpumps为泵耗电量，kW。

系统㶲损失定义为：

$ E x_{\text {dest }}=E x_{\text {in }}-E x_{\text {out }} $ (4)

式中：Exdest为系统㶲损，kW；Exin为燃料㶲，kW；Exout为产品㶲，kW。

产品㶲包括氨气与净电的㶲再加上尾气排放㶲以及CO2捕集㶲。而通常把尾气排放㶲、CO2捕集㶲和㶲损失之和定义为未利用的㶲。产品㶲和未利用的㶲计算方式如式(5)、式(6)所示。

$ E x_{\text {out }}=E x_{\mathrm{NH}_3}+W_{\text {net }}+E x_{\mathrm{CO}_2}+E x_{\text {exhuast }} $ (5)
$ E x_{\text {unused }}=E x_{\text {dest }}+E x_{\text {exhaust }}+E x_{\mathrm{CO}_2} $ (6)

式中：ExNH3为氨气的㶲，kW；Wnet为净电的㶲，kW；Exunused为未利用的㶲，kW；Exexhuast为尾气排放㶲，kW；ExCO2为CO2捕集㶲，kW。

系统㶲效率等于产品㶲与燃料㶲之比，具体如式(7)所示。

$ \eta_{\mathrm{ex}}=\left(W_{\text {net }}+E x_{\mathrm{NH}_3}\right) / E x_{\text {bio }} $ (7)

式中：ηex为系统㶲效率，无量纲；Exbio为燃料㶲，kW。

对于给定的物料流，其㶲值由物理㶲和化学㶲组成，如式(8)所示。

$ E x_{\mathrm{m}}=E x_{\mathrm{ph}}+E x_{\mathrm{ch}} $ (8)

式中：Exm为物料流的㶲值，kW；Exph为物理㶲，kW；Exch为化学㶲，kW。

Exph和Exch可以通过式(9)、式(10)计算得到。

$ E x_{\mathrm{ph}}=\left(H-H_0\right)-T_0\left(S-S_0\right) $ (9)
$ E x_{\mathrm{ch}}=\Sigma y_i E x_i+R T_0 \Sigma y_i \ln y_i $ (10)

式中：H为焓值，J/mol；H0为基准状态下的焓值，J/mol; S为熵值，J/K；S0为基准状态下的熵值，J/K; yi为组分i的摩尔分数；Exi为组分i的化学㶲，kW。

对于物理和化学过程，每个模块的㶲效率如式(11)所示。

$ \eta_{\mathrm{ex}, i}=\frac{E x_{\mathrm{out}, i}^{\prime}}{E x_{\mathrm{in}, i}^{\prime}} $ (11)

式中：ηex, i为模块的㶲效率，无量纲；Ex'out, i为模块i的总㶲输出，kW；Ex'in, i为模块i的总㶲输入，kW。

燃料能源节约率(fuel energy saving rate, FESR)用于评价联产系统相较于单产系统的优势，具体定义见式(12)：

$ C_{\mathrm{FESR}}=\frac{\left(W_{\text {net }} / \eta_{\mathrm{e}}+W_{\mathrm{NH}_3} / \eta_{\mathrm{NH}_3}\right)-E_{\text {in }}}{\left(W_{\text {net }} / \eta_{\mathrm{e}}+W_{\mathrm{NH}_3} / \eta_{\mathrm{NH}_3}\right.} $ (12)

式中：CFESR为能源节约率，无量纲；ηe和ηNH3分别为燃煤发电效率和H-B工艺制氨能量效率，其数值分别为0.42[26]、0.61[27]。

运行和管理成本、投资成本、冷热电生产成本、投资回收周期等都是重要的经济指标，每个设备成本都受容量的影响，设备成本可通过式(13)计算得到。

$ C_{\mathrm{k}}=C_{\mathrm{b}}\left(Q / Q_{\mathrm{b}}\right)^r $ (13)

式中：Ck为容量Q所对应的设备成本，k$；Cb为容量Qb所对应的设备成本，k$；r为设备缩放因子指数，取决于设备类型，通常取值为0.6~0.7。

经济分析评价指标主要包括固定投资成本、操作和维护成本、单位氨气生产成本，单位氨气生产成本(CLCOA)可通过式(14)计算得到。

$ C_{\mathrm{LCOA}}=\frac{C_{\mathrm{ACC}}+C_{\mathrm{O} \& \text { Mcost }}-P \mathrm{e}}{m_{\mathrm{NH}_3}} $ (14)

式中：CLCOA为单位氨气生产成本，$/kg NH3；CACC为年度投资成本，k$/a；CO&Mcost为运营和维护成本，k$/a；Pe为电能销售年获利，k$/a；mNH3为氨气产量，t/a。

考虑到存在年利率的情况，可以通过式(15)来表示年度投资成本和总投资成本之间的关系。

$ C_{\mathrm{ACC}}=C_{\mathrm{total}} \frac{i \cdot(1+i)^n}{(1+i)^n-1} $ (15)

式中：Ctotal为总资本成本，k$；i为年利率，取值8%；n为工厂的年限，25年。

3 结果与讨论
3.1 灵敏度分析
3.1.1 n(CO2)/n(C)和n(O2)/n(C)的影响

生物质气化炉的操作条件主要根据炭产量和热负荷进行优化。图 3所示为n(O2)/n(C)对气化产物分布的影响。由图 3可知，随着n(O2)/n(C)增加，碳转化率增加，炭和CH4产率减小。当n(O2)/n(C)为0.40时，碳完全转化，超过0.40时，H2产率降低且H2O产率增加，这表明炭和CH4完全转化，并且过量的O2氧化部分H2。由于系统效率与炭产量成正比，n(O2)/n(C)应该小于0.40，并且在满足自热运行的条件下尽可能的小。

图 3     n(O2)/n(C)对气化产物分布的影响

图 4显示了n(O2)/n(C)和气化温度对气化炉热负荷的协同影响。从图 4可以看出，气化温度越高以及氧炭物质的量比越低，气化炉的热负荷则越大。红色虚线表示热气化炉热平衡点，虚线左边表示正热负荷，反应器吸热；虚线右边则表示负热负荷，反应器放热。因此，气化炉n(O2)/n(C)设定为0.13，温度为550 ℃。

图 4     n(O2)/n(C)和气化温度对气化炉热负荷的协同影响]

图 5显示了n(CO2)/n(C)对系统效率的影响。由图 5可知，当n(CO2)/n(C)在0.05~0.55范围内时，ηex、ηen和CFESR随着n(CO2)/n(C)的增加而增加。其中，ηen从0.37增加至0.45，ηex从0.33增加至0.39，CFESR从0.04增加至0.12。这一现象可以解释为随着气化剂的增加，热负荷相应增加，而气化温度降低，碳转化率下降，生物炭的产率增加，氨产量增加。在此过程中合成气发热量有所降低，但是碳热还原反应会产生CO，使进入燃烧室的合成气发热量升高，燃烧耗氧量也随着增大。当n(CO2)/n(C)超过0.55时，系统效率下降，这主要是由于电能消耗大于氨产能增加所导致的。

图 5     n(CO2)/n(C)对系统性能的影响

n(CO2)/n(C)对系统能量输出的影响如图 6所示，随着n(CO2)/n(C)从0.05增大到0.55，系统能量输出呈快速增长趋势，并在0.55时达到峰值，总能量约为8 227.6 kW，其中电能为3 460.0 kW。当n(CO2)/n(C)超过0.55时，尽管氨能输出持续增加，但系统电能输出下降，系统总能量输出呈缓慢下降趋势。这是由于CLAS单元、CLAG单元、压缩机和CO2捕集能耗增加，导致系统电能产出下降幅度大于氨能产出增加幅度。综合n(CO2)/n(C)对系统效率和系统能量输出的影响，n(CO2)/n(C)设定为0.55。

图 6     n(CO2)/n(C)对系统能量输出的影响

3.1.2 CLAS还原温度和n(蒸汽)/n(Mn2O3)的影响

图 7所示为不同还原温度下Mn2O3转换率随n(蒸汽)/n(Mn2O3)的变化。在相同n(蒸汽)/n(Mn2O3)下，由吸热特性可知，温度越高，Mn2O3转换率越高，说明在一定范围内提高还原温度可以促进还原反应的进行，而空气反应器出口氧化态载氧体温度可达1 000 ℃，可满足还原反应器中蒸汽和Mn2O3反应的大部分能量需求。

图 7     n(蒸汽)/n(Mn2O3)对Mn2O3转化率的影响

图 8所示为还原反应器温度变化对反应器热负荷和蒸汽能耗的影响。从图 8可以看出，随着反应器温度的升高蒸汽能耗下降，并且蒸汽能耗下降幅度远大于反应器热负荷上升幅度。这是由于温度改变是从动力学角度上加快反应的进程，而还原反应器中通入蒸汽是通过降低氧气的分压促使反应正向移动，前者对反应的影响程度远大于后者。当反应温度从800 ℃增加到860 ℃时，蒸汽能耗减小了8 497 kW，反应器热负荷仅增加了1 152 kW，所以适当提升温度能降低能耗。因此，在满足Mn2O3转化率前提下减小热负荷，确定CLAS单元的还原反应器温度为860 ℃，n(蒸汽)/n(Mn2O3)为0.20。

图 8     还原反应器温度对反应器热负荷和蒸汽能耗的影响

3.1.3 CLAG单元操作参数的影响

图 9所示为n(3N2)/n(C)对碳转化率的影响。从图 9可以看出，由紫到红表示碳热还原反应进程逐渐加深，红色区域表示推荐的操作区间，它标志着n(3N2)/n(C)和还原温度的可操作界限。在此区域内，碳转化率可达99%以上，CO生成速率为85 kmol/h。从等高线的走势来看，高温和高氮气流速都有利于碳热还原反应，但在n(3N2)/n(C)大于1.25时，由于强吸热的反应特性，温度的改变对碳转化率的影响更为显著。综上所述，设定n(3N2)/n(C)为2.50，碳热还原温度为1 800 ℃。

图 9     n(3N2)/n(C)对碳转化率的影响

图 10所示为在n(H2O)/n(AlN)为1.50时，水解温度对气体产率分布的影响。在100~400 ℃区间内NH3产率快速下降，这是由于NH3在高温下分解为H2和N2。此外，当水解温度超过400 ℃，NH3几乎完全被分解，此时，H2和N2产率达到最大。因此，AlN水解反应应当在100 ℃以下进行。

图 10     水解温度对气体产率的影响

图 11所示为n(H2O)/n(AlN)对气体产率分布和AlN转化率的影响。由图 11可知，NH3生成速率在n(H2O)/n(AlN)为1.50时出现拐点，可解释为低水流率时水解反应不完全所致。当n(H2O)/n(AlN)大于1.50时，通过增加H2O降低产物浓度促进了NH3的分解，导致氨产率略微下降。

图 11     n(H2O)/n(AIN)对气体产率分布和AIN转化率的影响

在同等氨产率的情况下，系统优化前后与甲烷蒸汽重整(steam methane reforming，SMR)以及甲烷热解(thermal decomposition of methane，TDM)技术路径制氨的性能指标对比结果如表 4所列。

表 4    系统优化前后及传统技术的性能指标对比

3.2 㶲分析
3.2.1 系统整体㶲分析

基于最佳参数条件下，BG-CLAG系统的㶲分析结果如表 5所列。由表 5可知，生物质㶲输入为20 939.00 kW。氨和净电的㶲输出分别为4 767.70 kW和3 460.00 kW，系统㶲效率为0.39。系统内部㶲损为10 251.73 kW，包含CO2捕集㶲损552.00 kW。外部㶲损为2 460.31 kW，主要包括CLAS单元过量产出的N2和捕集的CO2，其㶲损分别为517.70 kW和723.30 kW。值得注意的是，系统内部㶲损为外部㶲损的近5倍，这是由于内部转化过程的不可逆损失远大于外排放副产物的㶲值所致。

表 5    氨电联产系统的㶲值和效率

3.2.2 系统各个单元㶲损分析

为了进一步分析系统的不可逆损失，帮助实现系统的高效运行，对所提出的联产系统进行了㶲分析，各组件的㶲性能如图 12所示。

图 12     系统各组件的委性能

在物理过程中，组件㶲损主要集中在余热锅炉2、CSU、冷凝器(1和2)以及加热器(2和3)。尤其是冷凝器2，其㶲损占总㶲损的7.90%，其次为余热锅炉1，占总㶲损的3.56%，较高㶲损原因是冷热流股温差过大，可以通过优化换热网络来降低其㶲损[28]。

化学过程㶲损占总㶲损的73.14%。由图 12可知，主要的㶲损分布在气化炉和燃烧炉，分别占总㶲损的44.42%和9.95%。相较于传统BG工艺[14]，由于不完全气化会产生生物炭，系统气化单元㶲损减少了528.00 kW，其占总㶲损的4.10%，在气化炉中能量转化带来的不可逆损失是无法避免的，但可以通过提升气化温度、减小生物质进料颗粒度等方式进行优化。对于燃烧炉，则可以通过恒温燃烧设备或预热燃烧反应物来减少㶲损[29]。

3.3 经济分析

基于表 6列出的基本经济假设[26]，对系统的经济可行性进行了验证，运用缩放因子法和成本关联法计算设备造价，详细计算过程见参考文献[30]。

表 6    基本经济假设

基于上述假设得到联产系统设备、运行维护成本如表 7、表 8所列。设备成本分析表明，气化炉设施的成本最大，占设备总投资的33.55%。其次为CO2捕集单元和透平装置，占比分别为22.40%和16.07%。该新建系统的总运行维护成本为设备投资成本的25%。

表 7    联产系统设备成本 

表 8    联产系统设备运行维护成本 

经济评估结果如表 9所列。当电价为0.108 ＄/(kW·h)时，系统电量销售年获利为2 989.44 k＄，CLCOA为0.461 $/kg NH3。该新建系统的投资回收期为6.91年，处3~7年合理范围内。内部收益率可达9.03%，具有良好的投资潜能。

表 9    联产系统的经济评价结果

为了进一步凸显本系统经济性能以及碳减排方面的优势，图 13比较了CLAG与SMR、TDM路径制氨有无碳捕集存储技术(carbon capture and storage，CCS)的CLCOA和单位产品输出的CO2排放量。无论采用CCS与否，CLAG技术均具有较强的经济优势，CLCOA分别为0.461 $/kg NH3和0.425 $/kg NH3。此外，在增加了CCS后，传统的SMR制氨路径单位质量氨成本涨幅较为明显，其值增加约0.143 $/kg NH3。相较而言，CLAG技术受碳捕集成本影响最小，其经济成本仅增加了0.036 $/kg NH3。在碳减排方面，CLAG工艺所对应的CO2排放量最小，约为0.978 kg/kg NH3，而SMR工艺所造成的温室气体排放约为前者的2.5倍。

图 13     3种制氨系统的经济性和碳排放量对比

4 结论

本研究提出了一种基于化学链技术的新型氨电联产系统，并从热力学性能以及经济性方面进行论证以验证该工艺的可行性。此外，还引入CFESR以及碳排放量来探究系统的节能和环境性能，具体结论如下：

(1) 在最佳操作条件下(n(CO2)/n(C)=0.55，CLAS还原反应器温度860 ℃，CLAG还原温度1 800 ℃，n(3N2)/n(C)=2.50，n(H2O)/n(AlN)=1.50)，ηen为0.45，ηex为0.39，燃料能源节约率为12.16%。

(2) 由于生产生物炭的原因，相较于传统的生物质完全气化，本研究不完全气化减小了气化过程中的不可逆㶲损528 kW, 占总㶲损的4.10%。

(3) 基于化学链技术的新型氨电联产系统的㶲损主要集中在化学过程，占总㶲损的73.14%，其中气化炉和燃烧炉占比较大，分别为44.42%和9.95%，因此，需重点优化这两个组件的性能参数。

(4) 从经济性和碳排放量的角度来看，无论有无CCS工艺，CLAG联产系统相较于基于SMR或TDM技术路径的制氨系统均展现出较大的优势。经济成本较后者低了0.182 $/kg NH3(0.184 $/kg NH3)，碳排放量较后者减少了1.532 kg/kg NH3(0.442 kg/kg NH3)，表明该系统在经济性和碳减排方面均具有较强的竞争力。

参考文献
[1]
PENKUHN M, TSATSARONIS G. Comparison of different ammonia synthesis loop configurations with the aid of advanced exergy analysis[J]. Energy, 2017, 137: 854-864. DOI:10.1016/j.energy.2017.02.175
[2]
KIROVA-YORDANOVA Z. Exergy analysis of industrial ammonia synthesis[J]. Energy, 2004, 29(12/13/14/15): 2373-2384.
[3]
SARAFRAZ M M, CHRISTO F C. Thermodynamic assessment and techno-economic analysis of a liquid indium-based chemical looping system for biomass gasification[J]. Energy Conversion and Management, 2020, 225: 113428. DOI:10.1016/j.enconman.2020.113428
[4]
XIONG C H, WU Y, FENG M Q, et al. High thermal stability Si-Al based N-carrier for efficient and stable chemical looping ammonia generation[J]. Applied Energy, 2022, 323: 119519. DOI:10.1016/j.apenergy.2022.119519
[5]
刘恒阳. "双碳"背景下天然气地下储气库机遇与挑战[J]. 石油与天然气化工, 2022, 51(6): 70-76.
[6]
MACFARLANE D R, CHEREPANOV P V, CHOI J, et al. A roadmap to the ammonia economy[J]. Joule, 2020, 4(6): 1186-1205. DOI:10.1016/j.joule.2020.04.004
[7]
于剑峰, 唐仕明, 袁存光. 甲醇尿素均相催化合成氨基甲酸甲酯的研究[J]. 石油与天然气化工, 2005, 34(4): 234-237. DOI:10.3969/j.issn.1007-3426.2005.04.002
[8]
WANG H, WANG L, WANG Q, et al. Ambient electrosynthesis of ammonia: electrode porosity and composition engineering[J]. Angewandte Chemie, 2018, 130(38): 12540-12544. DOI:10.1002/ange.201805514
[9]
LI C C, WANG T, ZHAO Z J, et al. Promoted fixation of molecular nitrogen with surface oxygen vacancies on plasmon-enhanced TiO2 photoelectrodes[J]. Angewandte Chemie, 2018, 130(19): 5376-5380. DOI:10.1002/ange.201713229
[10]
SARAFRAZ M M, TRAN N N, POURALI N, et al. Thermodynamic potential of a novel plasma-assisted sustainable process for co-production of ammonia and hydrogen with liquid metals[J]. Energy Conversion and Management, 2020, 210: 112709. DOI:10.1016/j.enconman.2020.112709
[11]
FERNANDEZ C A, HORTANCE N M, LIU Y H, et al. Opportunities for intermediate temperature renewable ammonia electrosynthesis[J]. Journal of Materials Chemistry A, 2020, 8(31): 15591-15606. DOI:10.1039/D0TA03753B
[12]
吴烨, 冯鸣谦, 方婧, 等. 化学链合成氨技术研究进展及展望[J]. 洁净煤技术, 2021, 27(2): 92-106. DOI:10.13226/j.issn.1006-6772.CCUS20091401
[13]
吴烨, 张权, 冯鸣谦, 等. 铝基载氮体在煤化学链制氨过程中的吸氮和释氮行为[J]. 石油学报(石油加工), 2020, 36(6): 1379-1388. DOI:10.3969/j.issn.1001-8719.2020.06.029
[14]
LI S Z, ZHU L, HE Y D, et al. Thermodynamic evaluation of CCHP system based on biomass gasification by exploring the feasibility of using CO2 as gasification agent[J]. Sustainable Energy Technologies and Assessments, 2020, 42: 100867. DOI:10.1016/j.seta.2020.100867
[15]
WANG Y, ZHU L, HE Y D, et al. High-efficient and carbon-free biomass power generation hybrid system consisting of chemical looping air separation and semi-closed supercritical CO2 cycle with a bottoming organic Rankine cycle[J]. Fuel Processing Technology, 2022, 236: 107393. DOI:10.1016/j.fuproc.2022.107393
[16]
高华光, 龚希武. 内燃机内甲烷水蒸气重整特性分析[J]. 石油与天然气化工, 2016, 45(1): 46-51.
[17]
CORMOS C C. Assessment of hydrogen and electricity co-production schemes based on gasification process with carbon capture and storage[J]. International Journal of Hydrogen Energy, 2009, 34(15): 6065-6077. DOI:10.1016/j.ijhydene.2009.05.054
[18]
HANAOKA T, HIASA S, EDASHIGE Y. Syngas production by gasification of aquatic biomass with CO2/O2 and simultaneous removal of H2S and COS using char obtained in the gasification[J]. Biomass and Bioenergy, 2013, 59: 448-457. DOI:10.1016/j.biombioe.2013.08.017
[19]
WENG Q Y, TOAN S, AI R S, et al. Ammonia production from biomass via a chemical looping-based hybrid system[J]. Journal of Cleaner Production, 2021, 289: 125749. DOI:10.1016/j.jclepro.2020.125749
[20]
HE Y D, ZHU L, LI L L, et al. Life-cycle assessment of SNG and power generation: The role of implement of chemical looping combustion for carbon capture[J]. Energy, 2019, 172: 777-786. DOI:10.1016/j.energy.2019.02.037
[21]
OZCAN H, DINCER I. Thermodynamic analysis of a combined chemical looping-based trigeneration system[J]. Energy Conversion and Management, 2014, 85: 477-487. DOI:10.1016/j.enconman.2014.06.011
[22]
SUN Z, WANG S K, AZIZ M. Highly integrated system for ammonia and electricity production from biomass employing direct chemical looping: Exergy and exergoeconomic analyses[J]. Energy Conversion and Management, 2022, 251: 115013. DOI:10.1016/j.enconman.2021.115013
[23]
HANAOKA T, HIASA S, EDASHIGE Y. Syngas production by CO2/O2 gasification of aquatic biomass[J]. Fuel Processing Technology, 2013, 116: 9-15. DOI:10.1016/j.fuproc.2013.03.049
[24]
CAO Y, HE B S, YAN L B. Process simulation of a dual fluidized bed chemical looping air separation with Mn-based oxygen carrier[J]. Energy Conversion and Management, 2019, 196: 286-295. DOI:10.1016/j.enconman.2019.05.076
[25]
LIU Z Y, YU Q B, WANG H, et al. Selecting nitrogen carriers used for chemical looping ammonia generation of biomass and H2O by thermodynamic method[J]. International Journal of Hydrogen Energy, 2023, 48(10): 4035-4051. DOI:10.1016/j.ijhydene.2022.10.197
[26]
LI S, JIN H G, GAO L, et al. Techno-economic performance and cost reduction potential for the substitute/synthetic natural gas and power cogeneration plant with CO2 capture[J]. Energy Conversion and Management, 2014, 85: 875-887. DOI:10.1016/j.enconman.2013.12.071
[27]
ZHANG H F, WANG L G, VAN HERLE J, et al. Techno-economic comparison of green ammonia production processes[J]. Applied Energy, 2020, 259: 114135. DOI:10.1016/j.apenergy.2019.114135
[28]
HE Y D, ZHU L, FAN J M, et al. Comparative exergy and exergoeconomic analysis between liquid fuels production through chemical looping hydrogen generation and methane reforming with CO2[J]. Energy Conversion and Management, 2020, 222: 113239. DOI:10.1016/j.enconman.2020.113239
[29]
HE Y D, ZHU L, LI L L, et al. Zero-energy penalty carbon capture and utilization for liquid fuel and power cogeneration with chemical looping combustion[J]. Journal of Cleaner Production, 2019, 235: 34-43. DOI:10.1016/j.jclepro.2019.06.325
[30]
HE Y D, SONG B, JING X S, et al. Low-carbon hydrogen production via molten salt methane pyrolysis with chemical looping combustion: Emission reduction potential and techno-economic assessment[J]. Fuel Processing Technology, 2023, 247: 107778. DOI:10.1016/j.fuproc.2023.107778