趙海越，修奧瑞，雷 昭，劉祥春,2

（1.安徽省煤潔凈轉(zhuǎn)化與綜合利用重點(diǎn)實驗室，安徽工業(yè)大學(xué)化學(xué)與化工學(xué)院，安徽 馬鞍山 243032；2.安徽科達(dá)節(jié)能股份有限公司，安徽 馬鞍山 243021）

目前燃料乙醇是世界上生產(chǎn)規(guī)模最大的生物能源。乙醇俗稱酒精，可以以一定的比例摻入汽油作為汽車的燃料，不但能替代部分汽油，而且排放的尾氣更清潔[1]。我國的燃料乙醇生產(chǎn)已形成規(guī)模，主要是以玉米為原材料，同時積極開發(fā)秸稈等其他原料生產(chǎn)乙醇[2]。根據(jù)國家統(tǒng)計局公布的全國糧食生產(chǎn)數(shù)據(jù)，2019 年全國糧食總產(chǎn)量為66 384萬噸，比2018年增加594萬噸，增長0.9%，創(chuàng)歷史最高水平，但我國現(xiàn)有的玉米基燃料乙醇工藝裝置能耗較高，碳排放較大。

目前，乙醇胺（MEA）吸收CO2法是國際上CO2捕獲和封存技術(shù)（CCS）項目中應(yīng)用最廣泛、研究最多的方法之一，其具有與CO2反應(yīng)速率快、吸收速度快、吸收能力強(qiáng)、反應(yīng)活性高、溶劑成本低等優(yōu)點(diǎn)[3]。

本設(shè)計在原有玉米基燃料乙醇工藝模型的基礎(chǔ)上進(jìn)行節(jié)能減排優(yōu)化，順應(yīng)國家節(jié)能減排要求，符合國家“低能耗”和“碳中和”策略[4]。

1 模型的建立及流程說明

本模型根據(jù)玉米基燃料乙醇現(xiàn)有流程工藝，利用Aspen Plus軟件建立了玉米基燃料乙醇工藝模型，如圖1所示。此工藝流程共分為Liquefaction，Saccharification，F(xiàn)ermentation，Distillation，Dehydration，DDGS dewatering and drying 和CO2Scrubbing七大板塊。此工藝對原材料進(jìn)行液化、糖化，將生物質(zhì)中的淀粉等多糖轉(zhuǎn)化為葡萄糖，再通向反應(yīng)器將葡萄糖轉(zhuǎn)化為乙醇和CO2，對產(chǎn)物進(jìn)行精餾、干燥等一系列操作，分別獲得產(chǎn)物乙醇及副產(chǎn)物CO2。原工藝消耗淀粉近7 t/h，耗水近6 t/h，乙醇的產(chǎn)量為7.6 t/h，CO2排放量為3.5 t/h。該工藝不僅能耗與水耗較高，且CO2排放量較高，嚴(yán)重危害生態(tài)環(huán)境。

圖1 玉米基燃料乙醇工藝流程圖[5]

2 工藝節(jié)能優(yōu)化設(shè)計

2.1 選擇能耗較高模塊

在Aspen Plus 軟件上做能量分析（表1），尋找出七個擁有節(jié)能空間最大的換熱器，分別是COND6，EM01DUTY，EM01，EM06H，ED05C，ED05H，ED04，共計耗能64 542.35kJ。

表1 能量分析表

2.2 制作質(zhì)量能量流程圖

通過將Aspen Plus 與Excel 中的Aspen Simulation Workbook（ASW）連接，將每個換熱器數(shù)據(jù)導(dǎo)入Excel 中單獨(dú)分析每個模塊，將復(fù)雜的工藝流程簡單化，具體分析每個換熱器的能耗。模塊能量流程圖能夠很直觀地看出每個換熱器的進(jìn)料能量流量、公用工程所提供的能量流量（Q）與出料能量流量，并進(jìn)行能量衡算。具體換熱器的能量流量見表2。

表2 各模塊流量分析

2.3 確定約束條件

通過對整個工藝進(jìn)行分析確定可變參數(shù)，并對可變參數(shù)進(jìn)行靈敏度分析確定約束條件。本次節(jié)能優(yōu)化確定了4個可變參數(shù)。

2.3.1 87WATER流股中水的進(jìn)料量

87WATER 流股為水的進(jìn)料股，其水的原進(jìn)料量為23 955.7 kg/h。該股水進(jìn)入氣液分離塔分離出CO2，并循環(huán)利用為主反應(yīng)提供水。在Aspen Plus 中做靈敏度分析，研究此股水進(jìn)料對CO2分離量的影響（圖2），當(dāng)進(jìn)料量為8 000～30 000 kg/h 時程序可以正常運(yùn)行。由圖2 可知，CO2分離效果不是特別明顯，需要進(jìn)一步強(qiáng)化。

圖2 水進(jìn)料量對CO2分離量的影響

2.3.2 1GRAIN流股中水的進(jìn)料量

1GRAIN 流股與87WATER 流股均為水的進(jìn)料股，1GRAIN 水的原進(jìn)料量為16 960.6 kg/h，該股進(jìn)料同87WATER 進(jìn)料循環(huán)利用的水一同進(jìn)入發(fā)酵塔參加反應(yīng)。經(jīng)分析得，1GRAIN中水進(jìn)料在0～16 960.6 kg/h范圍內(nèi)可正常運(yùn)行程序，故取之為約束條件（圖3）。

圖3 水進(jìn)料量對31ROV乙醇產(chǎn)量影響

2.3.3 精餾塔RECTIFY

（1）回流比

圖4為RECTIFY 塔中回流比對31ROV流股乙醇產(chǎn)量的影響。原工藝回流比為2.3，當(dāng)回流比取小于1.7時模擬運(yùn)行錯誤，取1.7～9.0運(yùn)行正常。由圖4可知，當(dāng)回流比大于9.0 時曲線呈平緩趨勢，所以回流比的約束條件取為1.7～9.0。

圖4 回流比對31ROV流股乙醇產(chǎn)量的影響

（2）D∶F（餾出物進(jìn)料比）

圖5 為改變D∶F 對31ROV 流股中粗乙醇產(chǎn)量的影響。原塔中D∶F為0.341，通過初步模擬，發(fā)現(xiàn)D∶F小于0.34時模擬出錯，0.34～0.8模擬正常。由圖5可知，當(dāng)D∶F大于0.58 時對乙醇產(chǎn)量幾乎無影響，故取約束條件為0.34～0.58。

圖5 D∶F對31ROV流股乙醇產(chǎn)量的影響

2.4 探究最佳變量

通過上述的約束條件，結(jié)合工藝分析，對約束條件等距劃分出9 個離散點(diǎn)，以案例1 為原始數(shù)據(jù)，借助ASW對10個案例進(jìn)行模擬運(yùn)算，結(jié)果如圖6所示。

由圖6（a）可知，與案例1 相比，通過改變不同的可變參數(shù)，能耗呈下降趨勢。水的進(jìn)料量越低，精餾塔中的回流比與餾出物進(jìn)料比越高，總能耗（研究的換熱器所需耗能的總和）越低。由圖6（b）可知，采取能耗最低的案例10 對乙醇的產(chǎn)量無明顯影響。綜上分析，我們以案例10 的數(shù)據(jù)為最佳可變參數(shù)，即水的進(jìn)料量為8 000 kg/h，回流比為1.7，餾出物進(jìn)料比為0.34。

圖6 不同案例的能耗（a）及乙醇產(chǎn)量（b）的分析

3 工藝CO2減排優(yōu)化設(shè)計

3.1 建立流程模型

在Aspen Plus 平臺上建立CO2吸收模塊流程圖（圖7），工藝路線中選用Radfrac 吸收塔，該吸收塔有兩股進(jìn)料口，用來通入原工藝流程中含CO2的尾氣及MEA吸收液。有兩股出料口，流股G2 中碳達(dá)標(biāo)后排放至大氣中，流股L1 中吸收大量的CO2集中儲存。經(jīng)調(diào)試得出吸收塔內(nèi)溫度為15℃，塔板數(shù)為8時效果最佳。

圖7 吸收塔模型

3.2 調(diào)節(jié)模型參數(shù)

對吸收液和吸收塔進(jìn)行參數(shù)調(diào)節(jié)。采用控制變量法，每次只對一個參數(shù)進(jìn)行上下調(diào)節(jié)。調(diào)節(jié)并確定一個參數(shù)后再進(jìn)行另一參數(shù)的調(diào)試，同時也觀察各參數(shù)之間的相互影響，選擇最適合的參數(shù)進(jìn)行最后的模擬。吸收液的總質(zhì)量流量為280 000 kg/h，MEA濃度為35%。圖8（a）為不同壓力對CO2吸附量的影響，圖8（b）為MEA的用量對吸收效果的影響。由圖8可知，通過調(diào)試，選擇以下參數(shù)：乙醇胺的流量為100 000 kg/h，壓力0.9 bar。

圖8 流股不同壓力（a）及MEA的用量（b）對吸收效果的影響

將上述參數(shù)設(shè)定后，對流程進(jìn)行模擬。通過查看流股結(jié)果可知：CO2的進(jìn)料量為34 165.7 kg/h，出料股G2中為144.012 kg/h，CO2吸收率可達(dá)99.58%，吸收效果明顯。

4 結(jié)論

本文綜合利用Aspen Plus 及Excel 軟件中的ASW模塊，研究原料水的進(jìn)料量、精餾塔的回流比等對換熱器能耗的影響規(guī)律?；谀芎淖顑?yōu)及不影響乙醇產(chǎn)品產(chǎn)量，將精餾塔的回流比由原工藝的2.3 優(yōu)化為1.7，原料水由原工藝的40 915 kg/h 優(yōu)化為8 000 kg/h，新工藝比原工藝節(jié)約能量33 082 kJ/s，節(jié)約水資源32 915 kg/h。采用乙醇胺吸收CO2，吸收效率高達(dá)99.58%，減少CO2排放量3.4 t/h。