二氧化碳捕集系统再生过程优化研究

发布时间：2023-06-02 05:50

　　随着经济的迅速发展,人类生活、生产的化石燃料需求正在不断增长,导致CO₂排放量不断上升,造成严重的温室效应问题。燃煤电厂是主要的碳排放源之一,对烟气中的CO₂进行捕集是缓解气候变化、促进人类社会可持续发展的重要方式之一。燃烧后二氧化碳捕集技术应用范围广,技术成熟度高,其中化学吸收法二氧化碳捕集技术捕集效率较高,捕集效果好,烟气处理量大,并成功的取得了工程应用,因此成为燃烧后最常用的捕集技术之一。其中醇胺溶液(MEA)吸收法具有吸收速率快、吸收效率高等优点,因此发展迅速。但MEA吸收法的工艺需要大量蒸汽满足醇胺再生所需热量,导致捕集能耗与成本较高。当前降低再生能耗成本的方法中,优化工艺参数具有成本低、操作难度小的特点,因此成为研究的热点之一。本文以胜利电厂CO₂捕集工程为背景,围绕关键参数优化,对CO₂捕集系统再生过程进行了优化。针对CO₂捕集过程单位再生能耗非线性规划问题,建立了基于机理模型的二氧化碳捕集系统单位再生能耗优化模型,运用非线性规划方法中的罚函数法及牛顿法,以进入再...

【文章页数】：87 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 课题来源、背景与研究意义
    1.2 二氧化碳捕集技术研究现状
        1.2.1 二氧化碳捕集技术的发展
        1.2.2 二氧化碳捕集技术国内外应用现状
        1.2.3 二氧化碳捕集系统节能研究现状
    1.3 参数优化方法研究现状
    1.4 课题研究内容、方法、技术路线及论文结构安排
        1.4.1 研究内容与方法
        1.4.2 论文结构安排
第二章 醇胺法二氧化碳捕集工艺系统
    2.1 二氧化碳捕集工艺流程
    2.2 二氧化碳捕集系统主要设备
    2.3 Aspen Plus流程模拟
        2.2.1 MEA模型的化学组成
        2.2.2 物性方法的选择
        2.2.3 单元操作模块的选择
        2.2.4 捕集工艺系统建模
    2.4 本章小结
第三章 基于机理模型的再生能耗优化
    3.1 引言
    3.2 再生能耗优化问题
        3.2.1 单位再生能耗机理模型
        3.2.2 单位再生能耗优化模型
    3.3 优化算法设计
        3.3.1 外罚函数内嵌牛顿迭代算法
        3.3.2 基于牛顿迭代算法的能耗优化
    3.4 案例分析
        3.4.1 敏感性分析
        3.4.2 对比分析
    3.5 本章小结
第四章 基于BP神经网络模型的再生能耗优化
    4.1 引言
    4.2 基于神经网络模型的再生能耗优化问题
        4.2.1 单位再生能耗神经网络模型
        4.2.2 单位再生能耗优化模型
    4.3 优化算法设计
        4.3.1 遗传算法
        4.3.2 基于遗传算法的能耗优化
    4.4 案例分析
        4.4.1 模型验证
        4.4.2 对比分析
    4.5 本章小结
第五章 二氧化碳捕集系统再生过程多目标优化
    5.1 引言
    5.2 二氧化碳捕集系统再生过程多目标优化问题
        5.2.1 CO₂减排成本模型
        5.2.2 二氧化碳捕集系统再生过程多目标优化模型
    5.3 优化算法设计
        5.3.1 粒子群多目标优化算法
        5.3.2 基于粒子群算法的多目标优化
    5.4 案例分析
        5.4.1 仿真参数
        5.4.2 参数敏感性分析
        5.4.3 优化结果分析
    5.5 本章小结
第六章 结论与展望
    6.1 研究结论
    6.2 未来展望
参考文献
攻读硕士学位期间取得的学术成果
致谢



本文编号：3827790