德士古煤气化工艺CO2排放分析

谭心舜，程乐斯，贾小平，毕荣山



德士古煤气化工艺CO2排放分析

谭心舜1，程乐斯1，贾小平2，毕荣山1

（1青岛科技大学计算机与化工研究所，山东青岛 266042；2青岛科技大学环境与安全学院，山东青岛 266042）

煤化工是高耗能高CO2排放的工业，利用热力学分析方法对其工艺过程中能量利用情况进行分析，可以有效地发现工艺的能量利用缺陷和节能潜力，为过程的节能优化改造提供依据。目前热力学分析方法主要包括能量衡算法和㶲分析法，本文在对传统热力学方法进行分析和评价的基础上，指出了已有方法的不足，提出了新的熵㶲分析相结合的分析方法，并以德士古煤气化工艺为例，分别使用传统的能量衡算法、㶲分析法和本文提出的熵㶲结合分析法对工艺过程的能量利用情况进行了分析，获得了工艺过程中内各模块的能量、熵增和㶲损分布。在此基础上，将㶲损与工艺过程中CO2排放量建立联系，经过计算得到了工艺过程中各个设备对应的CO2排放分布和㶲损系数，得出气化炉是工艺过程中主要的节能位置。这种能量与CO2排放的关联能为工艺过程的节能减排提供理论依据。

煤气化；熵产；㶲损；CO2排放量

煤炭是我国的主要能源，由煤炭发展起来的煤化工行业是一个需要消耗大量的煤炭资源和水资源并排放大量废水废气废渣的大型基础产业[1]。近几年煤化工产业得到了迅速发展，但也伴随着大量CO2的排放，由此引起的温室效应也日趋严重，工艺过程中能耗和CO2的大量排放日渐成为人们关注的焦点。因此，实施相应的节能减排措施来减少能源的消耗和废气的排放，是应对全球气候问题、促进煤化工绿色发展的重大举措，同时对工艺过程中能量的利用情况与CO2的排放量进行分析是非常有必要的[2]。传统的能量衡算法以能量平衡方程为基础，只是从量的方面说明能量的利用状况，无法诠释系统能量的品质变化，不能正确地指出高能耗的部位和节能潜力的大小[3]。孙海[4]利用有效能衡算方程把过程内部有效能的不可逆损失进行了量化，但未能将能量物质所处的状态考虑在内，因此不能体现装置的用能完善程度。㶲分析法根据㶲衡算方程确定装置过程的㶲损及其分布，但只能分析实际能量系统与理想可逆过程的差距，而无法进行系统的优化[5-8]。Gouy-Stodola关系式=0P将过程中的熵产与㶲损联系起来[9]。本文提出熵㶲结合分析法，通过计算并进一步分析不可逆过程的熵产，使熵产成为评价能量的指标，并将建立㶲损与CO2排放量的关系。

1 工艺介绍

德士古水煤浆气化工艺流程如图1所示。煤质量分数约为65%的水煤浆先进入裂解塔，使水煤浆中的部分煤发生裂解反应，反应后的混合物通过加压自燃烧喷嘴喷入气化炉内，在来自空分单元的富氧气流（其中氧气摩尔分数约为95%）的作用下破浆、雾化喷入气化炉膛。炉膛反应温度为1350～1400℃，水煤浆混合物与氧气发生一系列的物理、化学过程，如水分蒸发、煤干馏、挥发物裂解燃烧以及炭的气化等，最终生成主要成分为CO、H2、CO2、H2O的粗煤气，同时还含有微量的N2、CH4、H2S、COS、熔融的灰分以及少量未转化的碳[10-11]。经换热器冷却后，通过旋风分离器进行分离，熔渣从塔釜排出。塔顶粗煤气经过分流后，分别进入换热器换热和洗涤塔洗涤，洗涤产生的废水由塔釜排出，塔顶的闪蒸汽经冷凝混合器混合后进入煤气净化塔除去COS，得到合成气，进入下一工段使用。

2 热力学分析

热力学分析方法就是对工艺过程中能量和物质的转化、传递、使用和损失情况运用热力学的基本原理和方法进行分析，从而确定过程中能量或有效能损耗的多少、原因及其位置，进而找到工艺过程改进的潜力大小，并为制定相应的优化措施提供理论依据[12-14]。

本文以水煤浆进料量193601.35kg/h、富氧气3638.43kmol/h为基础，分别对该工艺运用能量衡算法、㶲分析法和熵㶲结合分析法进行来计算、分析，并评价该工艺过程的能量利用情况，指出节能的位置，确定节能的潜力,同时评判这3种热力学分析方法的分析实质及各自的优缺点。

2.1 能量衡算法分析

能量衡算法是以热力学第一定律为基础的一种方法，具有普遍的适用性。通过能量衡算方程从能量转化的数量角度衡算能量的变化情况，通过物料与能量衡算计算出过程中的各项输入能量、输出能量，从而指出能量的分布、排出能的分布以及冷煤气效率。

2.1.1 能量衡算方法计算

能量衡算方程如式（1）。

其中1和4指物料带入设备和带出设备的热量，可根据式（2）、式（3）计算。

（3）

式中，为质量，kg；0为基准温度，K；c为物质的定压比热容，kJ/(kg·K)；1、4分别为进、出物料实际温度，K

该工艺过程中物料带入设备的热量1包括进料中煤的热量、水的热量、气体的热量。物料带出设备的热量4包括粗合成气带走的热量和闪蒸塔釜混合物带走的热量。设备热负荷2可根据Aspen Plus计算结果中得到。5表示的是加热或冷却设备所消耗的热量或冷量，由于本工艺是稳态操作，故5= 0。

设备向环境散失的热量即设备的热损失6，按设备总热量的10%计算。根据能量衡算方程，即可计算出煤气化工艺过程的热效应3。

2.1.2 能量衡算方法分析结果

根据上述计算公式对该煤气化工艺能量分布进行计算分析，计算结果如表1。

表1 能量衡算法分析结果

能量衡算法分析结果表明，总能量中66.09%的热量由粗合成气带走进入下一工段，闪蒸塔釜带走的热量占到23.91%，因此节能的重点是尽量回收闪蒸塔塔釜物料所携带的热量，但这会导致最终粗合成气中品质降低，对后续工段的进行有直接影响，也会降低最终产品的质量。因此，该方法不能有效地指出节能的位置。

2.1.3 冷煤气效率η

煤气化过程实质上是煤由固态通过气化炉转化成气态的煤气，并伴随着能量的转化、迁移和损失，因此，煤所能提供的总能量不能完全转移到煤气中，这种转化关系用冷煤气效率来表示。

冷煤气效率是衡量气化炉工作性能好坏的重要指标，其定义为生成的气化煤气的热值与所用煤的热值之比如式（4）[15-16]。

式中，为冷煤气效率，% ；gas为气化所得煤气的热值，kg/h；coal为所用煤的热值，kg/h

经计算，排出气化炉的煤气所带的热值gas为2.758×109kg/h，因此该工艺过程中气化炉的冷煤气效率为73.5%。

2.2 㶲分析法

㶲分析法以热力学第二定律为基础，通过有效能（㶲）平衡方程计算过程的各项有效能损失及分布，特别是能计算出有效能排出损失的情况，从而找出能力利用的薄弱环节[17-18]。

2.2.1 㶲方法计算

有效能（㶲）衡算方程如式（5）。

（5）

有效能（㶲）即系统从实际状态到基准状态所做的理想功，即式（6）。

∑即过程的有效能损失，对于不可逆过程来说即不可逆损耗，见式（7）。

2.2.2 㶲方法分析结果

㶲分析法对整个工艺能量分布进行分析，根据上述计算公式计算出工艺过程中的能量分布，分析结果如表2。

表2 㶲分析法分析结果

从表2中的分析结果可以看出，由于工艺中设备内部不可逆过程导致的不可逆损耗占全部有效能的73.04%，因此工艺内部的不可逆损耗是有效能分配变化的主要原因；其中3个换热器和气化炉的不可逆损耗分别占有效能损耗的29.42%和22.41%，但是单个换热器的不可逆损耗占有效能损耗的比例较小，可以不作为节能对象。因此，气化炉是节能的主攻方向。

2.3 熵㶲结合分析

本方法从系统的熵增㶲减出发，根据模拟结果中的模块进出口的熵值计算出模块的熵增，由关系式=0P计算出模块的㶲损，并根据工艺的总消费㶲得到各个模块的㶲损系数，找到工艺过程的节能位置和潜力所在。

该分析方法把系统中的所有设备都视为黑箱，以熵流为纽带将设备之间连接起来。利用黑箱模型，主要考虑系统整体的用能情况，从而识别系统中能耗最多的环节[19]。

2.3.1 熵增Sp及熵方程

不可逆过程中，由不可逆因素引起的熵变成为熵产，以符号dg表示，并且dg>0。根据引起熵变化的物理原因将闭口体系中熵的变化（dp）分为两部分，即熵流（df=）和熵产（dg），前者是由体系与外界的热交换引起的，后者是过程的不可逆造成的。对于开口体系的稳定流动体系，其不可逆过程的熵增符合式（8）。

即不可逆过程的熵增（熵流和熵产）等于进出㶲物流所带熵之差。

2.3.2 㶲损Ir及其与CO2的联系

由于熵增p只能表征过程的不可逆性，无法量度模块能量的损失，因此，利用Gouy-Stodola关系式r=0p将熵增转化成模块的㶲损，从而使熵增作为衡量能量损失的一个量度指标。

在煤气化进行的过程中，随着能量的产生、传递和转化，有大量CO2直接产生，一部分随合成气进入后续的变换阶段得以利用，一部分在后续阶段进行洗涤吸收。由于能量的变化，会间接导致CO2的产生，因此对过程中间接产生的CO2的量进行分析尤为必要，与能量的联系也将为过程中的节能提供理论依据。

将㶲损折算成标煤产生的热量，再将标煤产生热量折算成CO2的排放量，从而将㶲损与CO2排放量联系起来了，见式（9）。

式中，CO2为实际工艺中CO2的排放量，kg；st,coal为1kg标煤产生的热量2.9307×104kJ/h；CO2,st为1kg标煤生成的CO2量2.67 kg。

2.3.3 㶲损系数Ωi

㶲损系数表示的是在一个大体系中某一子体系的㶲耗损与大体系总消费㶲的比值。见式（10）[16]。

式中，coal-in为输入煤的㶲，kJ/h；coal-unconv.为未转化煤的㶲，kJ/h；gas-in为入口气体的㶲，kJ/h。

各个模块的㶲损系数揭示了每个设备在总㶲耗损中的相对地位，从而表明了工艺中损失的分布情况，为工艺节能提供了理论依据。其中，输入煤的㶲和未转化煤的㶲可按式（11）计算。

式中，coalash为煤中灰分质量分数，%。

经计算，气化工艺的总消费㶲（即coal-in−coal-unconv+gas-in）为1.5048×1010kJ/h。

2.3.4 熵㶲分析结果

根据上述公式可对德士古煤气化工艺进行分析计算，分析结果如表3。

表3 熵㶲结合分析法分析结果

根据表3中的分析结果，可得到气化炉的㶲损、熵产和㶲损系数都是最大值，因此气化炉是节能的重要环节。从折算出的CO2的排放量看，气化炉的㶲损对应产生的量是最多的，因此对气化炉的优化是工艺过程CO2减排的关键。

3 结 论

（1）通过能量衡算法的分析可以掌握整个工艺总能量的分布情况，得到了气化炉的冷煤气效率，根据㶲分析法得到了气化工艺的有效能损失。

（2）提出熵㶲结合分析法，将熵增和㶲损进行关联，并将㶲损折算成对应的CO2排放量，通过㶲损系数和CO2排放量分布确定节能的主要位置，为工艺的节能减排提供理论依据，指出优化方向。

符 号 说 明

——有效能，kJ/h

——有效能损失，kJ/h

——㶲，kJ/h

——㶲损，kJ/h

——质量，kg

——热量，kJ/h

——熵，kJ/(h·K)

——温度，K

——质量分数，%

i——㶲损系数，%

——冷煤气效率，%

[1] 金涌，周禹成，胡山鹰. 低碳理念指导的煤化工产业发展探讨[J]. 化工学报，2012，63（1）：4-5.

[2] 刘永健，何畅，冯霄，等. 煤制合成天然气装置能耗分析与节能途径探讨[J]. 化工进展，2013，32（1）：48-49.

[3] 李璟. 能源化工系统的㶲分析与生命周期评价[D]. 广州：华南理工大学，2011.

[4] 孙海. 热电厂工艺过程的能量分析与研究[J]. 新疆石油学院学报，2004，16（2）：54-55.

[5] 曾庆华. 基于熵分析的火电厂热力系统热经济性矩阵方程[D]. 北京：华北电力大学，2008.

[6] 崔国星，盛新，张丽华. Shell粉煤气化系统的㶲热力学分析[J]. 洁净煤技术，2010，16（3）：48-50.

[7] 汪洋，于广锁，代正华，等. 气流床煤气化系统的热力学分析[J]. 化学工程，2007，35（2）：75-78.

[8] Tsatsaronis G. Thermoeconomic analysis and optimization of energy system [J].，1993，19（3）：227-257.

[9] Kelly S. Energy system improvement based on endogenous and exogenous exergy destruction [D]. Berlin：Technische Universitat Darmstadt，2008.

[10] 张宏伟. 熵方法在火电厂清洁生产中的应用研究[D]. 上海：上海电力学院，2011.

[11] 万树文. 合成气为核心的多联供多联产系统多目标评价研究[D].青岛：青岛科技大学，2012.

[12] Valero A，Lozano M A. Application of the exergetic cost theory to the CGAM problem [J].，1994，19（3）：365-381.

[13] Hua B，Yin Q. Energy optimization through exergy-economic evaluation [J].，1989，111（3）：l48-153.

[14] Petrakopoulou F，Tsatsaronis G，Morosuk T，et al. Conventional and advanced exergetic analyses applied to a combined cycle power plant [J].，2012，41（1）：146-152.

[15] 国蓉，程光旭，赵勇平，等. Texaco煤气化工艺技术经济指标的评价方法与评价系统设计[J]. 化工进展，2003，22（9）：1002.

[16] Kong Xiangdong，Zhong Weimin，Du Wenli，et al. Three stage equilibrium model for coal gasification in entrained flow gasifiers based on aspen plus[J].，2013，21（1）：80-83.

[17] 杨翔翔，黄启伦. 热力系统的熵分析[J]. 华侨大学学报：自然科学版，1993，14（4）：489-498.

[18] 宋之平，王加璇. 节能原理[M]. 北京：水利电力出版社，1985.

[19] 倪维斗，李政. 基于煤气化的多联产能源系统[M]. 北京：清华大学出版社，2011.

Analysis of exergy loss and CO2emission in Texaco coal gasification

TAN Xinshun1，CHENG Lesi1，JIA Xiaoping2，BI Rongshan1

（1Institute of Computer and Chemical Engineering，Qingdao University of Science & Technology，Qingdao 266042，Shandong，China；2School of Environment and Safety Engineering，Qingdao University of Science & Technology，Qingdao 266042，Shandong，China）

Coal chemical industry is noted for high energy consumption and significant discharge of CO2. Using thermodynamic analysis to evaluat utilization of energy in such processes can effectively find defects of energy utilization and energy-saving potential，and can provide the basis for energy saving optimization reconstruction of the process. Thermodynamic analysis includes energy balance and exergy analysis. This paper presents the method of combining entropy analysis with exergy analysis after reviewing the traditional analysis methods and pointing out their shortages. Taking Texaco coal gasification as an example，energy utilization was analyzed by using energy balance，exergy analysis and the proposed method. Energy consumption，entropy generation and distribution of exergy loss of all modules were obtained. Based on this，the relationship between exergy loss and CO2emission was established，and distribution of CO2emission and exergy loss coefficient of all modules were obtained by calculation. The gasifier was the main location for energy-saving. This relationship we established could provide theoretical basis for energy saving and emission reduction of the coal gasification process.

coal gasification；entropy generation；exergy loss；CO2emission

TQ 021.2

A

1000–6613（2015）04–0947–05

10.16085/j.issn.1000-6613.2015.04.008

2014-09-03；

2014-11-04.

国家自然科学基金（21136003，41101570）、山东省自然科学基金（ZR2011BL010）及山东省高校科技计划（J11LB65）项目。

程乐斯（1987—），女，硕士研究生，从事化工系统工程方向。

毕荣山，博士，副教授。E-mail birongshan@163.com。