CO_2捕集对输运床气化炉IGCC系统煤气冷却方式选择的影响

对于整体煤气化联合循环(integrated gasification combined cycle,IGCC)系统,CO2捕集的引入将对系统煤气冷却方式的选择产生重要的影响。该文分别构建了不捕集及捕集CO2的输运床氧气及空气气化IGCC系统流程,分析激冷及煤气余热锅炉2种煤气冷却方式的引入对系统热力性能及经济性的影响。结果表明,不捕集CO2时,无论是对输运床氧气还是空气气化IGCC,煤气余热锅炉冷却方案热力性能及经济性均明显好于激冷冷却方案;考虑CO2捕集后,尽管采用煤气余热锅炉冷却的输运床氧气气化IGCC系统的供电效率比采用激冷冷却的系统高约1.38个百分点,而2种方案发电成本相当;考虑CO2捕集后的输运床空气气化IGCC系统的热力性能及经济性仍明显好于激冷冷却方案。此外,该文还分析了煤气冷却方式投资对系统经济性的影响,得到2种冷却方式下,输运床氧气气化系统发电成本相同时的气化炉单元临界投资比。其中,对输运床空气气化系统的分析表明,无论是否考虑CO2捕集,均应采用煤气余热锅炉冷却方式。     

基于输运床的内在碳捕集气化制氢反应器操作条件研究

针对固定床或鼓泡流化床反应器的内在碳捕集气化过程中气固混合程度差的问题,本文将输运床作为内在碳捕集气化制氢反应器,建立了考虑流体动力学及反应动力学的反应器动力学模型,研究了水碳比、操作温度及操作压力对反应器运行可行性及性能的影响.结果表明,以输运床小试装置为基准,当反应器操作压力为900 kP a、反应器温度为800℃...     

基于遗传算法的压气机性能曲线拟合方法研究

为了研究人工神经网络在压气机性能曲线拟合中的应用,分别利用BP神经网络、RBF神经网络、极限学习机以及BP-GA神经网络对某微型燃气轮机压气机的性能映射关系进行模拟,分析了不同网络模型在压气机特性曲线拟合上的优劣,以及样本容量对不同神经网络模型性能的影响。结果表明:BP-GA神经网络模型不仅收敛速度快,而且精度高;相比传统BP神经网络模型,其平均绝对百分比误差可控制在0.189%以内,训练时间可缩短至19.07 s;当样本容量较少时,传统BP神经网络模型不再适用,而基于遗传算法的BP-GA模型仍然保持较高的精度。     

CO2捕集对输运床气化炉 IGCC 系统技术经济性的影响

对整体煤气化联合循环(integrated gasification combined cycle,IGCC)电站而言,气化剂(氧气/空气)的选择对系统的流程配置、热力性能及经济性已产生较大的影响。在考虑 CO2捕集的情景下,研究不同捕集方法的引入对IGCC 带来的影响,具有重要的意义。该文分别构建了输运床氧气及空气气化IGCC系统流程,分析了MDEA及Selexol这2种不同捕集方法的引入对 IGCC 电站技术经济性的影响。结果表明,无论是氧气还是空气气化电站,都更适合于采用 Selexol 法捕集 CO2。然而 Selexol 法对空气气化电站供电效率的影响大于氧气气化电站。不捕集 CO2时,空气气化电站的供电效率比氧气气化电站高约0.46个百分点,而采用 Selexol 法捕集系统中90%的 CO2后,其供电效率则比氧气气化电站低约0.14个百分点。从经济性角度,空气气化电站具有优势,考虑 CO2捕集后,其发电成本仍比氧气气化电站低10￥/(MW?h)。