变压吸附捕集CO<sub>2</sub>技术研究进展及其在石化行业应用案例分析

刘强; 肖金; 于航; 罗海中; 何庆阳; 林海周; 薛榕

doi:10.16516/j.ceec.2024.5.04

变压吸附捕集CO₂技术研究进展及其在石化行业应用案例分析

刘强^1,,
肖金^2, ,,
于航^1,,
罗海中^2,,
何庆阳^1,,
林海周^2,,
薛榕^2,

1.
中海石油(中国)有限公司北京研究中心, 北京 100027
2.
中国能源建设集团广东省电力设计研究院有限公司, 广东广州 510663

基金项目: 中国海油集团公司科研项目“CCUS源汇匹配技术研究”（KJGG-2022-12-CCUS-0101）

详细信息

作者简介:
刘强，1966-，男，学士，主要从事可再生能源、CCUS技术研究和项目运营管理工作（e-mail）liuqiang1@cnooc.com.cn

肖金，1997-，男，硕士，主要从事电力环保专业设计工作（e-mail）xiaojin@gedi.com.cn

于航，1983-，女，高级工程师，博士，主要从事低碳环保研究工作（e-mail）yuhang@cnooc.com.cn

罗海中，1981-，男，高级工程师，硕士，主要从事发电厂环保专业设计工作（e-mail）luohaizhong@gedi.com.cn

何庆阳，1983-，男，工程师，硕士，主要从事低碳领域技术开发及应用研究工作（e-mail）heqy5@cnooc.com.cn

林海周，1989-，男，高级工程师，博士，主要从事低碳环保研究工作（e-mail）linhaizhou@gedi.com.cn

薛榕，1984-，男，高级工程师，硕士，主要从事电力设计工作（e-mail）xuerong@gedi.com.cn

通讯作者:
肖金，（e-mail）xiaojin@gedi.com.cn。

中图分类号: TK01；TQ028.1
计量
- 文章访问数: 3426
- HTML全文浏览量: 1717
- PDF下载量: 115
出版历程
- 收稿日期: 2023-08-28
- 修回日期: 2023-09-27
- 网络出版日期: 2024-07-18
- 刊出日期: 2024-09-09

Research Progress of Pressure Swing Adsorption CO₂ Capture Technology and Case Analysis of Its Application in Petrochemical IndustryEn

1.
CNOOC (China) Co., Ltd Beijing Research Center, Beijing 100027, China
2.
China Energy Engineering Group Guangdong Electric Power Design Institute Co., Ltd., Guangzhou 510663, Guangdong, China

摘要

摘要:
目的作为CCUS（Carbon Capture, Utilization and Storage）中重要的碳捕集手段，变压吸附（Pressure Swing Adsorption，PSA）捕集CO₂技术受到广泛应用。但过高的捕集能耗和运行成本制约了技术的推广和落地，如何精准地依据实际情况选择合适的捕集技术并降低捕集能耗尤为重要。
方法针对国内外变压吸附技术的基础研究与技术应用进行了讨论，并以某石化企业采用PSA技术捕集CO₂的实际应用案例，分析了该技术在石化行业应用的经济性和前景。
结果在文章案例中，采用PSA吸附捕集CO₂技术的项目对煤制氢装置净化单元、低温甲醇洗单元产出的约80万t中浓度碳源进行捕集封存，针对73.9%浓度的CO₂原料气，装置实现了96%的CO₂回收率以及98%的捕集纯度，在杂质气体方面，H₂S、CH₄及CH₃OH均控制在0.015%以下，可实现约56 kWh/t CO₂的捕集电耗。研究发现，变压吸附技术具备吸附剂再生能耗低、压阻低、工艺连续及吸附剂稳定性强的优势，表现出技术与经济可行性。由于变压吸附以物理吸附为主，因此PSA对于低浓度的原料气CO₂处理可能会面临能耗较高且富集浓度不足的问题。
结论综上，PSA捕集CO₂技术适宜用于中浓度碳源的处理，在未来石化、水泥等行业中排放的尾气处理上具有潜力。
- 碳捕集 /
- 变压吸附 /
- CO₂ /
- 中浓度碳源 /
- 石化
Abstract:
Introduction As an important carbon capture method in CCUS, pressure swing adsorption (PSA) CO₂ capture technology has been widely used. However, the excessive capture energy consumption and operation cost restrict the promotion and implementation of the technology. How to accurately select the appropriate capture technology according to the actual situation and reduce the capture energy consumption is particularly important.
Method This paper discussed the basic research and technical application of PSA technology at home and abroad, and analyzed the economy and prospect of PSA technology in petrochemical industry based on a practical application case of PSA technology for CO₂ capture in a petrochemical enterprise.
Result In this case, the project using PSA CO₂ capture technology captured and stored about 800000 tons of medium-concentration carbon sources produced by the purification unit and low-temperature methanol washing unit of the coal-to-hydrogen plant. For 73.9% concentration of CO₂ raw gas, the device achieved 96% CO₂ recovery rate and 98% capture purity. H₂S, CH₄ and CH₃OH are all controlled below 0.015%, which can achieve about 56 kWh/t CO₂ capture power consumption. It is found that pressure swing adsorption technology has the advantages of low energy consumption, low piezoresistivity, continuous process and strong stability of adsorbent, which shows the technical and economic feasibility. Since pressure swing adsorption is mainly physical adsorption, PSA may face the problem of high energy consumption and insufficient enrichment concentration for the treatment of low concentration of CO₂ feed gas.
Conclusion In summary, PSA CO₂ capture technology is suitable for the treatment of medium concentration carbon sources, and has potential in thetreatment of exhaust emissions in petrochemical, cement and other industries in the future.
- carbon capture /
- PSA /
- CO₂ /
- medium concentration carbon source /
- petrochemical industry

HTML全文

0. 引言

风资源评估是风电开发的重要环节^[1]，风功率密度又是风能资源评估的重要参数之一^[2]，是决定风电场是否具有开发潜能的重要评判标准。在年平均风速和空气密度相同的情况下，不同的风频分布将计算得出不同的风功率密度，因而准确分析风资源的风频分布具有重要意义。

目前，对风频分布的研究多采用威布尔分布，它能比较好地拟合风资源的实际情况。刘鹏等^[3]采用了矩估计法模拟风频威布尔分布，此方法简单方便，缺点是不能完全利用风数据样本信息，模拟精度不高。Justus和Lysen提出的经验计算方法^[4]，被2002版《全国风能评价技术规定》采纳，因简单、实用、耗时短，在风电场建设初期做初步评估时被广泛采用。Akdag 和Dinler提出了用能量因子法来模拟威布尔分布参数^[5]，此方法目前被广泛应用于风资源流体力学评估模型软件中，如Meteodyn Universe。Stevens MJM 将最大似然法运用于风资源风频分布的模拟计算，并以此估算风电场发电量^[6]。最小二乘法由法国勒让德创立，是处理实测值的纯粹代数方法，此方法被广泛应用于各行业，这是一种寻找最佳解，揭示最接近真实情形的状态^[7]。

估算风功率密度的方法较多，准确地计算风功率密度有赖于风频威布尔分布拟合的准确性^[8]。但是，目前还缺少基于威布尔分布拟合准确性计算风功率密度方面的研究。因此，文章对目前国际常用的5种风频威布尔拟合方法进行对比研究，采用决定系数对威布尔拟合结果准确度进行评价，并在此基础上利用威布尔分布计算风功率密度，并与实测风数据计算所得风功率密度相比较绝对误差和相对误差，从而确定哪些方法更可靠，更准确。文章选取我国不同经纬度和地形地貌的4座测风塔实测数据进行威布尔分布拟合和决定系数分析，并计算相应的风功率密度，用案例进行对比验证得出较优方法，可为工程师在实际的风资源评估工作中提供参考和指导。

1. 威布尔分布和风功率密度

威布尔分布是由瑞典科学家威布尔从材料强度的统计理论中推导出来的，是日常生活中一种常用的分布，在风电领域的风频分布中也被广泛采纳应用。

威布尔的形状参数 $k$ 值反映了风速分布的范围宽窄，一般情况下， $k$ 值越小，风速分布越宽。当 $0 < k < 1$ 时，风频随着风速的增大而减小，在现实情况中出现较少；当 $k = 1$ 时，风频为指数分布；当 $k = 2$ 时，为瑞利分布；当 $k = 3.5$ 时，接近正态分布。威布尔分布累计概率密度函数如式（1）所示：

${F_{(v)}} = 1 - {\rm{EXP}}\left[ { - {\left( {\dfrac{v}{c}} \right)^k}} \right]$

(1)

式中：

${F_{(v)}}$ ——威布尔风频累计概率密度（%）；

$v$ ——风速（m/s）；

$c$ ——威布尔尺度参数（m/s）；

$k$ ——为威布尔形状参数。

对威布尔累计概率密度函数（1）求导数，得到威布尔风频分布概率密度函数，如式（2）所示：

${f_{(v)}} = \dfrac{k}{c}{\left( {\dfrac{v}{c}} \right)^{(k - 1)}}{\rm{EXP}}\left[ { - {\left( {\frac{v}{c}} \right)^k}} \right]$

(2)

式中：

${f_{(v)}}$ ——威布尔风频分布概率密度（%）。

风功率密度是指空气流垂直通过单位截面积的风能，是表征1个地方风能资源多少的1个指标，在风资源评估中一般指年均风功率密度，某地的风功率密度越大，说明该地区风能资源越好^[9]。风功率密度计算方法有两种，一种是基于时间序列实测风数据^[10]，风功率密度与风速的3次方成正比，其计算公式如式（3）所示：

$\overline P = \dfrac{1}{{2n}}\rho \displaystyle \sum\limits_{i = 1}^n {{v_i}^3} = \dfrac{1}{2}\rho \overline {{v_i}^3}$

(3)

式中：

$\overline P$ ——年均风功率密度（W/m²）；

$\rho$ ——空气密度（kg/m³）；

${v_i}$ ——风速时间序列值（m/s)；

$n$ ——时间序列。

另一种是选择合适风速分布的数学模型来模拟风速变化，常见的有双参数威布尔分布、瑞利分布、伽马分布、对数正态分布，大多学者认为双参数威布尔分布可以较好的模拟风速变化^[11-13]。基于威布尔分布的风功率密度计算公式如式（4）所示：

$\overline P = \dfrac{1}{2}\rho \int_0^n {{v^3}{f_{(v)}}} {\rm{d}}v$

(4)

2. 威布尔分布参数拟合方法及精度验证

2.1 EMJ Justus经验方法

该经验方法由Justus提出^[5]，我国颁布的《全国风能评价技术规定》中也采用此种方法，此方法计算简单。其 $k$ 值和 $c$ 值计算公式如式（5）和（6）^[14]所示：

$k = {\left( {\dfrac{\sigma }{{\overline {{v_i}} }}} \right)^{ - 1.086}}$

(5)

$c = \dfrac{{\overline {{v_i}} }}{{\Gamma (1 + 1/k)}}$

(6)

式中：

$\sigma$ ——风速标准差（m/s）；

$\Gamma （1+1/k）$ ——伽马函数；

$\overline {{v_i}}$ ——风速序列平均值（m/s)。

2.2 EML Lysen经验方法

此方法由Lysen提出^[15]，在Justus提出的方法上有所改进，其 $k$ 值计算由式（5）给出， $c$ 值计算公式如式（7）所示：

$c={\overline{{v}_i}}(0.568+0.433 / k)^{-\tfrac{1}{k}}$

(7)

2.3 EPF 能量因子方法

基于能量守恒规律，使其威布尔拟合计算得到的风功率密度与实测数据计算所得的风功率密度差值尽可能小的情况下求 $k$ 和 $c$ 值。此方法首先求出能量因子 ${E_{{\rm{pf}}}}$ ，其计算公式如式（8）所示，再计算 $k$ 值^[16]， $k$ 值计算公式如式（9）所示， $c$ 值计算公式同式（7）：

${E_{{\rm{pf}}}} = \dfrac{{\dfrac{1}{n}\displaystyle \sum\limits_{i = 1}^n {v_i^3} }}{{{{\left( {\dfrac{1}{n}\displaystyle \sum \limits_{i = 1}^n {v_i}} \right)}^3}}} = \dfrac{{\overline {({v_i}^3)} }}{{{{(\overline {{v_i}} )}^3}}} = \dfrac{{\Gamma (1 + 3/k)}}{{{\Gamma ^3}(1 + 1/k)}}$

(8)

$k = 1 + \dfrac{{3.69}}{{{{({E_{{\rm{pf}}}})}^2}}}$

(9)

式中：

${E_{{\rm{pf}}}}$ ——风功率密度能量因子（W/m²）。

2.4 MLE 最大似然法

1821年由德国数学家高斯提出最大似然法，此方法首次用于计算发电量可以追溯到Stevens MJM ^[6]，用这种模型来估算风频分布参数 $k$ 和 $c$ 值，其中蕴含的规则是：在求得的 $k$ 和 $c$ 这个特定的威布尔分布函数中，能得到现在的实测风数据序列样本概率最大。

假设某一风速时间序列样本为：

$V = ({v_1},{v_2},{v_3}...{v_n})$

威布尔概率密度似然函数 $f$ 在某一风速 ${v_i}$ 下的公式如式（10）所示：

${f_{({v_i}\left| {k,c} \right.)}} = \dfrac{k}{c}{\left( {\dfrac{{{v_i}}}{c}} \right)^{(k - 1)}}{\rm{EXP}}\left[ { - {\left( {\dfrac{{{v_i}}}{c}} \right)^k}} \right]$

(10)

则风速时间序列样本 $V$ 产生的联合密度函数为：

$\begin{split} &f({v}_{i}|k,c)=f({v}_{1},{v}_{2},{v}_{3},\cdots,{v}_{n}|k,c) =\\&f({v}_{1}|k,c)\times f({v}_{2}|k,c) \times f({v}_{3}|k,c)\times \cdots\times\\& f({v}_{n}|k,c) ={\displaystyle \prod _{i=1}^{n}f({v}_{i}}|k,c）\end{split}$

(11)

为了计算方便，等式两边取对数：

$\begin{split} &\ln [f({v_i}\left| {k,c)] = \ln } \right.[\prod\limits_{i = 1}^n {f({v_i}\left| {k,c)} \right.} ] =\\& \ln [f({v_1}\left| {k,c)]} \right. + \ln [f({v_2}\left| {k,c} \right.)] +\\& \ln [f({v_3}\left| {k,c} \right.)] + ...... + \ln [f({v_n}\left| {k,c} \right.)] \\ \end{split}$

(12)

上述方程分别对 $k$ ， $c$ 求导，并令其分别为0，见式（13）和式（15），即可求得威布尔分布的参数 $k$ 和 $c$ ^[17]，具体见式（14）和式（16）：

$\dfrac{{\rm{d}}}{{\rm{d}}k}\mathrm{ln}[f(v|k,c)]=0$

(13)

$k = {\left[ {\dfrac{{\displaystyle \sum\nolimits_{i = 1}^n {v_i^k\ln ({v_i})} }}{{\sum\limits_{i = 1}^n {v_i^k} }} - \dfrac{{\displaystyle \sum\limits_{i = 1}^n {\ln ({v_i})} }}{n}} \right]^{ - 1}}$

(14)

$\dfrac{{\rm{d}}}{{{\rm{d}}c}}\ln [f(v\left| {k,c} \right.)] = 0$

(15)

$c = {\left[ {\dfrac{1}{n}\displaystyle \sum\limits_{i = 1}^n {{v_i}^k} } \right]^{1/k}}$

(16)

2.5 LLSA 最小二乘法

风速时间序列某一风速的累计概率密度分布函数公式如式（17）所示：

$F({v_i}) = 1 - {\rm{EXP}}\left[ { - {\left( {\dfrac{{{v_i}}}{c}} \right)^k}} \right] \Rightarrow \frac{1}{1-F\left( {{v}_{i}} \right)}={\rm{EXP}}{\left( {\dfrac{{v}_{i}}{c}} \right)}^{k}$

(17)

为计算方便，等式两边取对数如式（18）所示：

$\ln \left[ {\frac{1}{{1 - F({v_i})}}} \right] = {\left( {\frac{{{v_i}}}{c}} \right)^k} \ln [ - \ln (1 - F({v_i})] = k\ln ({v_i}) - k\ln (c) \\$

(18)

累计概率密度函数经过上述的变化推导就变成常见的线性 $y = mx + b$ 形式。最小二乘法的理论基石是实测值与模拟求得的结果值之间的差的平方总和最小。在用于威布尔拟合中，其公式如式（19）所示：

${\rm{S}}{{\rm{S}}_{{\rm{err}}}} = {\displaystyle \sum\limits_{i = 1}^n {\left( {(k{\text{ln}}({v_i}) - k\ln (c)) - {\text{ln}}\left[ {\dfrac{1}{{1 - F({v_i})}}} \right]} \right)} ^2}$

(19)

式中：

${\rm{S}}{{\rm{S}}_{{\rm{err}}}}$ ——为实测值与模拟结果值差的平方总和。

式（19）对 $k$ 和 $c$ 分别求导，并分别令其为0,得出 $k$ 值和 $c$ 值^[18]，如式（20）和式（21）所示：

$k = \dfrac{{\displaystyle \sum\limits_{i = 1}^n {[(\ln ({v_i}) - \overline {\ln ({v_i})} ]\left[ {\ln \left( {\dfrac{1}{{1 - F({v_i})}}} \right) - \overline {\ln \left( {\dfrac{1}{{1 - F({v_i})}}} \right)} } \right]} }}{{\displaystyle \sum\limits_{i = 1}^n {[{{(\ln ({v_i}) - \overline {\ln ({v_i})} ]}^2}} }}$

(20)

$\ln c = \dfrac{{\left( {\overline {\ln \left( {\dfrac{1}{{1 - F({v_i})}}} \right)}} \right) - k\overline {\ln ({v_i})} }}{{ - k}}$

(21)

上述最大似然法和最小二乘法所涉及的公式属于理论推导，运算较复杂，在涉及数据繁多的测风数据处理时，常常借助Excel中的规划求解器Slover来解决，Slover规划求解器是一种多次运算组合模拟参数使得目标函数取得最大值或者最小值的解决办法^[19],此方法方便快捷，批量处理测风数据能提高计算的效率和准确性。具体运用于此文章时将多次组合模拟 $k$ 和 $c$ 值，使得联合密度函数 ${\displaystyle \prod _{i=1}^{n}f({v}_{i}}|k,c）$ 取得最大值，最小二乘法函数即式（19）中的 ${{\rm{SS}}_{{\rm{rr}}}}$ 取得最小值，此时相应的 $k$ 和 $c$ 即为最优解。

2.6 威布尔模拟精度验证

在实际运用中，针对风场实测数据的风频分布情况一般采用上述5种方法进行拟合，文章采用决定系数R²来衡量其拟合结果的精确度^[20]，其计算公式如式（22）所示：

${R^2} = 1 - \dfrac{{\displaystyle \sum\nolimits_{i = 1}^n {{{[{f_{\rm{w}}}({v_i}) - {f_{\rm{m}}}({v_i})]}^2}} }}{{\displaystyle \sum\nolimits_{i = 1}^n {{{[{f_{\rm{w}}}({v_i}) - \overline {{f_{\rm{m}}}({v_i})} ]}^2}} }}$

(22)

$\overline {{f_{\rm{m}}}({v_i})} = \dfrac{1}{{n + 1}}\displaystyle \sum\limits_{i = 1}^n {{f_{\rm{m}}}} ({v_i})$

(23)

式中：

${f_{\rm{w}}}({v_i})$ ——威布尔分布参数计算风速为 ${v_i}$ 时的风频（%）；

${f_{\rm{m}}}({v_i})$ ——实测风速序列为 ${v_i}$ 时的风频（%）；

$\overline {{f_{\rm{m}}}({v_i})}$ ——实测风速序列风频的平均值（%）；

$0.9 < {R^2} \leqslant 1$ ，拟合精度好；

$0.8 < {R^2} \leqslant 0.9$ ，拟合精度较好；

$0.7 < {R^2} \leqslant 0.8$ ，拟合精度一般；

${R^2} \leqslant 0.7$ ，拟合精度差。

3. 案例分析

文章选取我国不同经纬度，不同地形地貌及风资源条件各不相同的4座测风塔，1个完整年统计值为10 min的风速样本52560个数据进行分析^[21]。测风塔1位于内蒙古茂明的平坦地形，植被稀少地貌非常简单；测风塔2位于云南昭通东部海拔2100 m左右的多山地带，植被较多，地形复杂；测风塔3位于新疆小草湖的半沙漠干旱地带；测风塔4位于广东低纬度甲东地区的沿海滩涂附近。其测风塔所在地理区域位置如图1所示。

图 1 4座测风塔地理位置示意图

Figure 1. The geographic position diagram of 4 masts

下载: 全尺寸图片幻灯片

测风塔的经纬度，所在地空气密度，年平均风速和实测风功率密度等基本参数如表1所示。

表 1 测风塔基本参数

Table 1. Wind characteristic parameters

测风塔编号	经度（E）/（°）	纬度（N）/（°）	空气密度/(kg·m⁻³)	年均风速/（m·s⁻¹)	风速标准差/（m·s⁻¹)	最大值/（m·s⁻¹)	风功率密度/（W·m⁻²）
1	109.77	41.58	1.12	7.4	3.7	25.3	467.50
2	103.61	27.35	0.95	7.8	3.1	27.1	426.50
3	88.69	43.07	1.10	9.1	4.6	29.5	611.90
4	116.10	22.81	1.21	7.0	4.1	24.1	521.70

下载: 导出CSV

| 显示表格

将测风数据以0.5 m/s作为一个风速区间范围进行频率统计，采用上文介绍的5种威布尔拟合方法分别对收集到的4座测风塔数据进行模拟计算得 $k$ 和 $c$ 值，用威布尔分布函数可以求出各风速段相对应的频率，在此基础上利用式（4）计算威布尔分布风功率密度和式（22）计算决定系数，各测风塔结果分别如表2~表5所示。

表 2 测风塔1威布尔分布和模拟风功率密度

Table 2. Simulation results of Weibull distribution and power density of mast 1

采用方法	经验法EMJ	经验法EML	能量因子法EPF	最大似然法MLE	最小二乘法LLSA
相应参数	经验法EMJ	经验法EML	能量因子法EPF	最大似然法MLE	最小二乘法LLSA
威布尔参数K	2.12	2.12	2.10	2.08	2.03
威布尔参数C	8.39	8.40	8.40	8.40	8.40
风功率密度P/（W·m⁻²）	454.20	454.90	457.80	459.50	481.60
决定系数R²	0.96	0.96	0.97	0.97	0.96

下载: 导出CSV

| 显示表格

表 3 测风塔2威布尔分布和模拟风功率密度

Table 3. Simulation results of Weibull distribution and power density of mast 2

采用方法	经验法EMJ	经验法EML	能量因子法EPF	最大似然法MLE	最小二乘法LLSA
相应参数	经验法EMJ	经验法EML	能量因子法EPF	最大似然法MLE	最小二乘法LLSA
威布尔参数K	1.80	1.80	2.20	2.10	1.78
威布尔参数C	8.80	8.81	8.90	8.80	8.70
风功率密度P/（W·m⁻²）	473.46	474.94	405.82	408.64	463.94
决定系数R²	0.85	0.85	0.92	0.91	0.77

下载: 导出CSV

| 显示表格

表 4 测风塔3威布尔分布和模拟风功率密度

Table 4. Simulation results of Weibull distribution and power density of mast 3

采用方法	经验法 EMJ	经验法 EML	能量因子法 EPF	最大似然法 MLE	最小二乘法 LLSA
相应参数	经验法 EMJ	经验法 EML	能量因子法 EPF	最大似然法 MLE	最小二乘法 LLSA
威布尔参数K	2.10	2.10	2.30	2.10	1.77
威布尔参数C	10.27	10.28	10.00	9.70	9.50
风功率密度 P/（W·m⁻²）	737.84	739.83	640.71	628.43	680.36
决定系数R²	0.69	0.69	0.83	0.85	0.75

下载: 导出CSV

| 显示表格

表 5 测风塔4威布尔分布和模拟风功率密度

Table 5. Simulation results of Weibull distribution and power density of mast 4

采用方法	经验法EMJ	经验法EML	能量因子法EPF	最大似然法MLE	最小二乘法LLSA
相应参数	经验法EMJ	经验法EML	能量因子法EPF	最大似然法MLE	最小二乘法LLSA
威布尔参数K	1.65	1.65	1.54	1.56	1.45
威布尔参数C	7.80	7.81	7.80	7.90	8.02
风功率密度P/（W·m⁻²）	475.58	477.26	515.81	525.36	588.58
决定系数R²	0.92	0.92	0.96	0.98	0.95

下载: 导出CSV

| 显示表格

从表2~表5模拟结果可知，4座测风塔用经验法EMJ和EML计算的参数值K分别相等，C值均相差0.01，非常接近。

测风塔1和测风塔4用5种威布尔方法模拟风频结果均好，决定系数均高于0.90，能量因子法EPF和最大似然法MLE的决定系数相对更高，均高于0.96。相应威布尔计算所得的风功率密度与实测数据计算所得风功率密度绝对误差和相对误差也小，其中测风塔1使用能量因子法EPF和最大似然法MLE与实测风数据计算所得风功率467.50 W/m²绝对误差分别为9.70 W/m²和8.00 W/m²，相对误差值分别为2.1%和1.7%。测风塔4用5种威布尔方法计算所得风功率密度和实测风功率密度绝对误差分别为46.12 W/m²，44.44 W/m²，5.89 W/m²，3.66 W/m²和66.88 W/m²。

测风塔2和测风塔3威布尔模拟的决定系数横向比较也有相似的趋势，能量因子法EPF和最大似然法MLE的决定系数高于其他3种方法，其计算所得的风功率密度与实测数据所得风功率密度更加接近，绝对值误差和相对误差均小于其他3种方法。尽管测风塔3模拟决定系数整体偏低，其分布范围为0.69~0.85之间，但能量因子法EPF和最大似然法MLE结果拟合精度较好分别为0.83和0.85，其相对较高的趋势仍未变化。

测风塔3用能量因子法EPF和最大似然法MLE计算所得的风功率密度与实测数据计算所得风功率密度绝对误差为28.81 W/m²和16.53 W/m²，相对误差分别为4.7%和2.7%；经验法EMJ和EML绝对误差较大，分别为125.94 W/m²和127.93 W/m²，最小二乘法LLSA为68.46 W/m²，相对误差分别为20.6%，17.3%和11.2%。

测风塔3用经验法EMJ和EML及最小二乘法LLSA威布尔模拟结果一般，决定系数分别为0.69，0.69和0.75，在此基础上利用风频分布计算所得的风功率密度误差更大，这也更好地验证了风频分布拟合准确与否对风功率密度计算准确度影响至关重要，风速与风功率密度是3次方关系。

4座测风塔实测风频分布图和威布尔分布模拟分布情况如图2~图5所示。

图 2 测风塔1实测风速风频和威布尔拟合分布图

Figure 2. Wind speed frequency of the measurement data and Weibull distribution simulation of mast 1

下载: 全尺寸图片幻灯片

图 3 测风塔2实测风速风频和威布尔拟合分布图

Figure 3. Wind speed frequency of the measurement data and Weibull distribution simulation of mast 2

下载: 全尺寸图片幻灯片

图 4 测风塔3实测风速风频和威布尔拟合分布图

Figure 4. Wind speed frequency of the measurement data and Weibull distribution simulation of mast 3

下载: 全尺寸图片幻灯片

图 5 测风塔4实测风速风频和威布尔拟合分布图

Figure 5. Wind speed frequency of the measurement data and Weibull distribution simulation of mast 4

下载: 全尺寸图片幻灯片

4. 结论

文章针对风频分布拟合方法进行比较研究和风功率密度计算结果验证，引用决定系数对风频分布拟合度进行优劣评价，确定威布尔拟合常用的5种方法准确性高低。为了使结论具有普适性和代表性，文章采用我国不同经纬度，地形地貌各异和风资源禀赋程度各不相同的4座实测测风塔1年统计数据进行验证。

最终得出结论：威布尔拟合常用的5种计算方法中，能量因子法EPF和最大似然法MLE能更好地拟合实测风数据的风频，采用威布尔计算所得的风功率密度和实测风数据计算的风功率密度更为接近，误差较小，决定系数值较大，其风频的拟合度优于经验法和最小二乘法；经验法和最小二乘法拟合度相对差一些,相应计算的风功率密度误差也大一些。尽管某些测风塔用5种方法拟合所得的决定系数相对都较小，拟合度一般，但横向比较能量因子法EPF和最大似然法MLE的拟合度仍较经验法和最小二乘法有优势，相应计算所得的风功率密度误差仍小于其他3种方法。

这一结果与目前我国较流行的流体力学风资源模拟软件Meteodyn Universe的运算规则相吻合^[22]，这款软件在做各高层绘图计算时用的是能量因子法EPF，在各风机机位点参数计算 $k$ 值， $c$ 值时运用的是最大似然法MLE。

因此，在实际项目风资源评估中，建议采用能量因子法EPF和最大似然法MLE来模拟风数据的风频分布，计算得出更加接近实际的风功率密度，可为更好地了解掌握风场的风资源提供可靠依据。

图 1 碳基CO₂吸附剂性能的3个优化方向^[28-31]

Figure 1. Three optimization directions for the performance of carbon-based CO₂ adsorbent

下载: 全尺寸图片幻灯片

图 2 富硅稻壳制备多孔炭-沸石复合材料^[36]

Figure 2. Preparation of porous carbon-zeolite composites from silica-rich rice husks

下载: 全尺寸图片幻灯片

图 3 PEI浸渍于多孔SiO₂^[49]

Figure 3. PEI impregnated in porous SiO₂

下载: 全尺寸图片幻灯片

图 4 PSA工艺流程示意图

Figure 4. PSA process flow diagram

下载: 全尺寸图片幻灯片

图 5 双级PSA工艺中试工艺流程^[72]

Figure 5. Two-stage PSA process pilot process flow^[72]

下载: 全尺寸图片幻灯片

图 6 本案例PSA工艺流程示意图

Figure 6. PSA process flow in this case

下载: 全尺寸图片幻灯片

表 1 4种常见CO₂捕集技术对比

Table 1 Comparison of four common CO₂ capture technologies

CO₂分离技术	技术优点	技术缺点
吸收法	1）工艺技术成熟、流程简洁、设备简单。 2）吸收速率快，选择性强，可处理低浓度烟气。 3）综合能耗低、投资较低。	1）吸收剂易挥发、逃逸，需要不断补充。 2）吸收剂对设备腐蚀。
吸附法	1）技术成熟，工艺污染小。 2）技术自动化运行可靠、启动快，便于调节。	1）气体预先需增压处理,有较高动力消耗,能耗较高。 2）装置投资高，对水分敏感。
膜分离法	1）工艺过程简单，操作简便。 2）一次性投资较少、设备紧凑、占地面积小。	1）对预处理要求高，膜易被污染，能耗高。 2）得到的产物纯度较低，往往需要多级处理。
低温分离法	1）工艺简单，技术成熟度高。 2）回收率以及纯度都较高。	1）设备投资大，运行成本高。 2）适用于高浓度处理。

下载: 导出CSV

表 2 原料气参数

Table 2 Feed gas parameter

参数	数值
流量/(Nm³·h⁻¹)	72 613.88
温度/℃	30
压力/MPa	0.049
CO₂/(VOL %)	73.918
N₂/(VOL %)	26.06
CH₄/(VOL %)	0.01
H₂S/(VOL %)	0.001
CH₃OH/(VOL %)	0.011

下载: 导出CSV

表 3 产品气成分要求

Table 3 Product gas composition requirements

组分	含量/%
CO₂	≥95
H₂O	≤0.007
H₂	≤0.75
CO	≤0.075
O₂	≤0.004
H₂S	≤0.000 5
Sum（H₂+N₂+Ar+CH₄+CO+O₂）	≤4

下载: 导出CSV

表 4 物质流参数表

Table 4 Material flow parameter

参数	原料气	放空气	产品气
流量/(Nm³·h⁻¹)	72 613.88	20 130.99	52 482.89
CO₂/(VOL %)	73.918	10.665	98.18
N₂/(VOL %)	26.06	89.3	1.803
CH₄/(VOL %)	0.01	0.034	0.001
H₂S/(VOL %)	0.001	0	0.001
CH₃OH/(VOL %)	0.011	0.0004	0.015

下载: 导出CSV

表 5 工程消耗明细

Table 5 Detail of engineering consumption

参数	消耗量	消耗来源
电/kW	10	照明、仪表用
	3 000	压缩机用
	2 620	真空泵用
循环水/（t·h⁻¹）	1 050	压缩机及真空泵用
仪表空气/（Nm³·h⁻¹）	250	程控阀及调节阀用

下载: 导出CSV

参考文献(72)

[1]	LUEKING A D, COLE M W. Energy and mass balances related to climate change and remediation [J]. Science of the total environment, 2017, 590-591: 416-429. DOI: 10.1016/j.scitotenv.2016.12.101.
[2]	李汪繁, 吴何来. 双碳目标下我国碳市场发展分析及建议 [J]. 南方能源建设, 2022, 9(4): 118-126. DOI: 10.16516/j.gedi.issn2095-8676.2022.04.015. LI W F, WU H L. Analysis and suggestions for the development of carbon emissions trading markets in China under carbon peak and neutrality goals [J]. Southern energy construction, 2022, 9(4): 118-126. DOI: 10.16516/j.gedi.issn2095-8676.2022.04.015.
[3]	JEFFERSON M. IPCC fifth assessment synthesis report: "climate change 2014: longer report": critical analysis [J]. Technological forecasting and social change, 2015, 92: 362-363. DOI: 10.1016/j.techfore.2014.12.002.
[4]	YAUMI A L, BAKAR M Z A, HAMEED B H. Recent advances in functionalized composite solid materials for carbon dioxide capture [J]. Energy, 2017, 124: 461-480. DOI: 10.1016/j.energy.2017.02.053.
[5]	Global CCS Institute. Global status of CCS 2020 [R]. Australia: Global CCS Institute, 2021.
[6]	张治忠, 陈继平, 谭学谦, 等. 天然气联合循环电厂燃烧后CO₂捕集一体化技术经济评价 [J]. 南方能源建设, 2023, 10(2): 55-61. DOI: 10.16516/j.gedi.issn2095-8676.2023.02.008. ZHANG Z Z, CHEN J P, TAN X Q, et al. Economic evaluation of post-combustion CO₂ capture integration technology in natural gas combined cycle power plant [J]. Southern energy construction, 2023, 10(2): 55-61. DOI: 10.16516/j.gedi.issn2095-8676.2023.02.008.
[7]	SONG C F, LIU Q L, DENG S, et al. Cryogenic-based CO₂ capture technologies: state-of-the-art developments and current challenges [J]. Renewable and sustainable energy reviews, 2019, 101: 265-278. DOI: 10.1016/j.rser.2018.11.018.
[8]	董瑞, 高林, 何松, 等. CCUS技术对我国电力行业低碳转型的意义与挑战 [J]. 发电技术, 2022, 43(4): 523-532. DOI: 10.12096/j.2096-4528.pgt.22053. DONG R, GAO L, HE S, et al. Significance and challenges of CCUS technology for low-carbon transformation of China´s power industry [J]. Power generation technology, 2022, 43(4): 523-532. DOI: 10.12096/j.2096-4528.pgt.22053.
[9]	TAO M N, XU N, GAO J Z, et al. Phase-change mechanism for capturing CO₂ into an environmentally benign nonaqueous solution: a combined NMR and molecular dynamics simulation study [J]. Energy & fuels, 2019, 33(1): 474-483. DOI: 10.1021/acs.energyfuels.8b03448.
[10]	SINGH A, STÉPHENNE K. Shell cansolv CO₂ capture technology: achievement from first commercial plant [J]. Energy procedia, 2014, 63: 1678-1685. DOI: 10.1016/j.egypro.2014.11.177.
[11]	RABENSTEINER M, KINGER G, KOLLER M, et al. Pilot plant study of aqueous solution of piperazine activated 2-amino-2-methyl-1-propanol for post combustion carbon dioxide capture [J]. International journal of greenhouse gas control, 2016, 51: 106-117. DOI: 10.1016/j.ijggc.2016.04.035.
[12]	IDEM R, WILSON M, TONTIWACHWUTHIKUL P, et al. Pilot plant studies of the CO₂ capture performance of aqueous MEA and mixed MEA/MDEA solvents at the university of regina CO₂ capture technology development plant and the boundary dam CO₂ capture demonstration plant [J]. Industrial & engineering chemistry research, 2006, 45(8): 2414-2420. DOI: 10.1021/ie050569e.
[13]	OCHEDI F O, YU J L, YU H, et al. Carbon dioxide capture using liquid absorption methods: a review [J]. Environmental chemistry letters, 2021, 19(1): 77-109. DOI: 10.1007/s10311-020-01093-8.
[14]	SMITH K, XIAO G K, MUMFORD K, et al. Demonstration of a concentrated potassium carbonate process for CO₂ capture [J]. Energy & fuels, 2014, 28(1): 299-306. DOI: 10.1021/ef4014746.
[15]	李小端, 赵兴雷, 叶舣, 等. 基于电渗析技术的CO₂吸收剂再生过程研究 [J]. 发电技术, 2022, 43(4): 593-599. DOI: 10.12096/j.2096-4528.pgt.22019. LI X D, ZHAO X L, YE Y, et al. Study on reclamation process of CO₂ absorbent based on electrodialysis technology [J]. Power generation technology, 2022, 43(4): 593-599. DOI: 10.12096/j.2096-4528.pgt.22019.
[16]	张欢, 汪丽, 叶舣, 等. 乙二烯三胺与三乙醇胺混合胺溶液CO₂吸收剂研究 [J]. 发电技术, 2022, 43(4): 609-617. DOI: 10.12096/j.2096-4528.pgt.22002. ZHANG H, WANG L, YE Y, et al. Study on CO₂ absorbent of DETA and TEA mixed amine solution [J]. Power generation technology, 2022, 43(4): 609-617. DOI: 10.12096/j.2096-4528.pgt.22002.
[17]	林海周, 杨晖, 罗海中, 等. 烟气二氧化碳捕集胺类吸收剂研究进展 [J]. 南方能源建设, 2019, 6(1): 16-21. DOI: 10.16516/j.gedi.issn2095-8676.2019.01.003. LIN H Z, YANG H, LUO H Z, et al. Research progress on amine absorbent for CO₂ capture from flue gas [J]. Southern energy construction, 2019, 6(1): 16-21. DOI: 10.16516/j.gedi.issn2095-8676.2019.01.003.
[18]	WANG Q, LUO J Z, ZHONG Z Y, et al. CO₂ capture by solid adsorbents and their applications: current status and new trends [J]. Energy & environmental science, 2011, 4(1): 42-55. DOI: 10.1039/C0EE00064G.
[19]	WAWRZYŃCZAK D, MAJCHRZAK-KUCĘBA I, SROKOSZ K, et al. The pilot dual-reflux vacuum pressure swing adsorption unit for CO₂ capture from flue gas [J]. Separation and purification technology, 2019, 209: 560-570. DOI: 10.1016/j.seppur.2018.07.079.
[20]	LIU B, YE L Q, WANG R, et al. Phosphorus-doped graphitic carbon nitride nanotubes with amino-rich surface for efficient CO₂ capture, enhanced photocatalytic activity, and product selectivity [J]. ACS applied materials & interfaces, 2018, 10(4): 4001-4009. DOI: 10.1021/acsami.7b17503.
[21]	WANG L, YANG Y, SHEN W L, et al. CO₂ capture from flue gas in an existing coal-fired power plant by two successive pilot-scale VPSA units [J]. Industrial & engineering chemistry research, 2013, 52(23): 7947-7955. DOI: 10.1021/ie4009716.
[22]	宗杰, 马庆兰, 陈光进, 等. 二氧化碳分离捕集研究进展 [J]. 现代化工, 2016, 36(11): 56-60. DOI: 10.16606/j.cnki.issn0253-4320.2016.11.013. ZONG J, MA Q L, CHEN G J, et al. Progress of the separation and capture of CO₂ [J]. Modern chemical industry, 2016, 36(11): 56-60. DOI: 10.16606/j.cnki.issn0253-4320.2016.11.013.
[23]	WON Y, KIM J Y, PARK Y C, et al. Post-combustion CO₂ capture process in a circulated fluidized bed reactor using 200 kg potassium-based sorbent: the optimization of regeneration condition [J]. Energy, 2020, 208: 118188. DOI: 10.1016/j.energy.2020.118188.
[24]	HORNBOSTEL M. Pilot-scale evaluation of an advanced carbon sorbent-based process for post-combustion carbon capture [R]. Menlo Park: SRI International, 2016.
[25]	高腾飞, 常超, 杨阳, 等. 碳捕集变压吸附技术工艺及吸附材料研究进展 [J]. 辽宁化工, 2020, 49(11): 1389-1394. DOI: 10.3969/j.issn.1004-0935.2020.11.018. GAO T F, CHANG C, YANG Y, et al. Research progress of pressure swing adsorption technology and adsorption materials for carbon capture [J]. Liaoning chemical industry, 2020, 49(11): 1389-1394. DOI: 10.3969/j.issn.1004-0935.2020.11.018.
[26]	张心悦. 层状复合金属氧化物中温吸附CO₂的性能研究 [D]. 北京: 北京化工大学, 2018. DOI: 10.7666/d.Y3390266. ZHANG X Y. Study on CO₂ adsorption of mixed metal oxide under medium temperature [D]. Beijing: Beijing University of Chemical Technology, 2018. DOI: 10.7666/d.Y3390266.
[27]	陈琦, 张荣荣, 韩宝航. 基于氧化偶联聚合制备的共轭多孔聚咔唑及相关性能研究进展 [J]. 高分子通报, 2018(6): 1-8. DOI: 10.14028/j.cnki.1003-3726.2018.06.001. CHEN Q, ZHANG R R, HAN B H. Conjugated porous polycarbazoles via oxidative coupling polymerization from preparation to properties [J]. Chinese polymer bulletin, 2018(6): 1-8. DOI: 10.14028/j.cnki.1003-3726.2018.06.001.
[28]	GAO W, LIANG S, WANG R, et al. Industrial carbon dioxide capture and utilization: state of the art and future challenges [J]. Chemical society reviews, 2020, 49(23): 8584-8686. DOI: 10.1039/D0CS00025F.
[29]	RAO L L, MA R, LIU S F, et al. Nitrogen enriched porous carbons from D-glucose with excellent CO₂ capture performance [J]. Chemical engineering journal, 2019, 362: 794-801. DOI: 10.1016/j.cej.2019.01.093.
[30]	KONG Y X, JIN L, QIU J. Synthesis, characterization, and CO₂ capture study of micro-nano carbonaceous composites [J]. Science of the total environment, 2013, 463-464: 192-198. DOI: 10.1016/j.scitotenv.2013.05.050.
[31]	QIAN D, LEI C, HAO G P, et al. Synthesis of hierarchical porous carbon monoliths with incorporated metal-organic frameworks for enhancing volumetric based CO₂ capture capability [J]. ACS applied materials & interfaces, 2012, 4(11): 6125-6132. DOI: 10.1021/am301772k.
[32]	CHAI S H, LIU Z M, HUANG K, et al. Amine functionalization of microsized and nanosized mesoporous carbons for carbon dioxide capture [J]. Industrial & engineering chemistry research, 2016, 55(27): 7355-7361. DOI: 10.1021/acs.iecr.6b00823.
[33]	SEVILLA M, FUERTES A B. Sustainable porous carbons with a superior performance for CO₂ capture [J]. Energy & environmental science, 2011, 4(5): 1765-1771. DOI: 10.1039/c0ee00784f.
[34]	LIU F Q, LI W, ZHAO J, et al. Covalent grafting of polyethyleneimine on hydroxylated three-dimensional graphene for superior CO₂ capture [J]. Journal of materials chemistry A, 2015, 3(23): 12252-12258. DOI: 10.1039/c5ta01536g.
[35]	WANG H, WANG H, LIU G S, et al. In-situ pyrolysis of Taihu blue algae biomass as appealing porous carbon adsorbent for CO₂ capture: role of the intrinsic N [J]. Science of the total environment, 2021, 771: 145424. DOI: 10.1016/J.SCITOTENV.2021.145424.
[36]	GAN F L, WANG B D, JIN Z H, et al. From typical silicon-rich biomass to porous carbon-zeolite composite: a sustainable approach for efficient adsorption of CO₂ [J]. Science of the total environment, 2021, 768: 144529. DOI: 10.1016/j.scitotenv.2020.144529.
[37]	ZUKAL A, SHAMZHY M, KUBŮ M, et al. The effect of pore size dimensions in isoreticular zeolites on carbon dioxide adsorption heats [J]. Journal of CO₂ utilization, 2018, 24: 157-163. DOI: 10.1016/j.jcou.2017.12.016.
[38]	CHEN S J, ZHU M, TANG Y C, et al. Molecular simulation and experimental investigation of CO₂ capture in a polymetallic cation-exchanged 13X zeolite [J]. Journal of materials chemistry A, 2018, 6(40): 19570-19583. DOI: 10.1039/C8TA05647A.
[39]	CALLEJA G, PAU J, CALLES J A. Pure and multicomponent adsorption equilibrium of carbon dioxide, ethylene, and propane on ZSM-5 zeolites with different Si/Al ratios [J]. Journal of chemical & engineering data, 1998, 43(6): 994-1003. DOI: 10.1021/je9702100.
[40]	WANG S, BAI P, SUN M Z, et al. Fabricating mechanically robust binder-free structured zeolites by 3D printing coupled with zeolite soldering: a superior configuration for CO₂ capture [J]. Advanced science, 2019, 6(17): 1901317. DOI: 10.1002/advs.201901317.
[41]	YANG H D, FANG X Q, LI Z Y, et al. Copper-doped small pore zeolites for CO₂ capture by honeycomb rotor with low temperature regeneration [J]. ACS sustainable chemistry & engineering, 2022, 10(5): 1759-1764. DOI: 10.1021/acssuschemeng.1c08347.
[42]	LIANG W Q, HUANG J H, XIAO P, et al. Amine-immobilized HY zeolite for CO₂ capture from hot flue gas [J]. Chinese journal of chemical engineering, 2022, 43: 335-342. DOI: 10.1016/j.cjche.2022.02.004.
[43]	ALINEZHAD H, ABARGHOUEI M F, TAJBAKHSH M, et al. Application of MEA, TEPA and morpholine grafted NaY zeolite as CO₂ capture [J]. Iranian journal of chemistry and chemical engineering, 2021, 40(2): 581-592. DOI: 10.30492/IJCCE.2020.37861.
[44]	LIU Z, WANG L, KONG X M, et al. Onsite CO₂ capture from flue gas by an adsorption process in a coal-fired power plant [J]. Industrial & engineering chemistry research, 2012, 51(21): 7355-7363. DOI: 10.1021/ie3005308.
[45]	WANG L, YANG Y, SHEN W L, et al. Experimental evaluation of adsorption technology for CO₂ capture from flue gas in an existing coal-fired power plant [J]. Chemical engineering science, 2013, 101: 615-619. DOI: 10.1016/j.ces.2013.07.028.
[46]	GE K, YU Q C, CHEN S H, et al. Modeling CO₂ adsorption dynamics within solid amine sorbent based on the fundamental diffusion-reaction processes [J]. Chemical engineering journal, 2019, 364: 328-339. DOI: 10.1016/j.cej.2019.01.183.
[47]	AFONSO R, SARDO M, MAFRA L, et al. Unravelling the structure of chemisorbed CO₂ species in mesoporous aminosilicas: a critical survey [J]. Environmental science & technology, 2019, 53(5): 2758-2767. DOI: 10.1021/acs.est.8b05978.
[48]	MIN K, CHOI W, KIM C, et al. Oxidation-stable amine-containing adsorbents for carbon dioxide capture [J]. Nature communications, 2018, 9(1): 726. DOI: 10.1038/s41467-018-03123-0.
[49]	KIM C, CHOI W, CHOI M. SO₂-resistant amine-containing CO₂ adsorbent with a surface protection layer [J]. ACS applied materials & interfaces, 2019, 11(18): 16586-16593. DOI: 10.1021/acsami.9b02831.
[50]	ANYANWU J T, WANG Y R, YANG R T. CO₂ capture (including direct air capture) and natural gas desulfurization of amine-grafted hierarchical bimodal silica [J]. Chemical engineering journal, 2022, 427: 131561. DOI: 10.1016/J.CEJ.2021.131561.
[51]	LI K M, JIANG J G, YAN F, et al. The influence of polyethyleneimine type and molecular weight on the CO₂ capture performance of PEI-nano silica adsorbents [J]. Applied energy, 2014, 136: 750-755. DOI: 10.1016/j.apenergy.2014.09.057.
[52]	MENG Y, JIANG J G, GAO Y C, et al. Comprehensive study of CO₂ capture performance under a wide temperature range using polyethyleneimine-modified adsorbents [J]. Journal of CO₂ utilization, 2018, 27: 89-98. DOI: 10.1016/j.jcou.2018.07.007.
[53]	LOU F J, ZHANG A F, ZHANG G H, et al. Enhanced kinetics for CO₂ sorption in amine-functionalized mesoporous silica nanosphere with inverted cone-shaped pore structure [J]. Applied energy, 2020, 264: 114637. DOI: 10.1016/j.apenergy.2020.114637.
[54]	CHEN C, XU H F, JIANG Q B, et al. Rational design of silicas with meso-macroporosity as supports for high-performance solid amine CO₂ adsorbents [J]. Energy, 2021, 214: 119093. DOI: 10.1016/j.energy.2020.119093.
[55]	LI K M, LU L, XU Y R, et al. The use of metal nitrate-modified amorphous nano silica for synthesizing solid amine CO₂ adsorbents with resistance to urea linkage formation [J]. International journal of greenhouse gas control, 2021, 106: 103289. DOI: 10.1016/j.ijggc.2021.103289.
[56]	CHENG Y D, TAVARES S R, DOHERTY C M, et al. Enhanced polymer crystallinity in mixed-matrix membranes induced by metal-organic framework nanosheets for efficient CO₂ capture [J]. ACS applied materials & interfaces, 2018, 10(49): 43095-43103. DOI: 10.1021/acsami.8b16386.
[57]	ANDERSON R, RODGERS J, ARGUETA E, et al. Role of pore chemistry and topology in the CO₂ capture capabilities of MOFs: from molecular simulation to machine learning [J]. Chemistry of materials, 2018, 30(18): 6325-6337. DOI: 10.1021/acs.chemmater.8b02257.
[58]	吴屹伟. 微纳结构镍和铬基金属-有机框架及其复合材料的电化学性能研究 [D]. 漳州: 闽南师范大学, 2020. DOI: 10.27726/d.cnki.gzzsf.2020.000216. WU Y W. Study on the electrochemical properties of Cr and Ni-based mofs and their composites [D]. Zhangzhou: Minnan Normal University, 2020. DOI: 10.27726/d.cnki.gzzsf.2020.000216.
[59]	RAMOS-FERNANDEZ E V, GRAU-ATIENZA A, FARRUSSENG D, et al. A water-based room temperature synthesis of ZIF-93 for CO₂ adsorption [J]. Journal of materials chemistry A, 2018, 6(14): 5598-5602. DOI: 10.1039/c7ta09807C.
[60]	LIU X L, PANG H W, LIU X W, et al. Orderly porous covalent organic frameworks-based materials: superior adsorbents for pollutants removal from aqueous solutions [J]. The innovation, 2021, 2(1): 100076. DOI: 10.1016/J.XINN.2021.100076.
[61]	ZHANG Y F, LIU H X, GAO F X, et al. Application of MOFs and COFs for photocatalysis in CO₂ reduction, H₂ generation, and environmental treatment [J]. EnergyChem, 2022, 4(4): 100078. DOI: 10.1016/j.enchem.2022.100078.
[62]	DIVEKAR S, DASGUPTA S, ARYA A, et al. Improved CO₂ recovery from flue gas by layered bed vacuum swing adsorption (VSA) [J]. Separation and purification technology, 2020, 234: 115594. DOI: 10.1016/j.seppur.2019.05.036.
[63]	EBNER A D, RITTER J A. Equilibrium theory analysis of dual reflux PSA for separation of a binary mixture [J]. Aiche journal, 2010, 50(10): 2418-2429. DOI: 10.1002/aic.10191.
[64]	刘闯. 分离CO₂的煤基活性炭制备研究 [D]. 徐州: 中国矿业大学, 2017. LIU C. Research on preparation of coal-based activated carbon for separating CO₂ [D]. Xuzhou: China University of Mining and Technology, 2017.
[65]	BAHRUN M H V, BONO A, OTHMAN N, et al. Carbon dioxide removal from biogas through pressure swing adsorption-a review [J]. Chemical engineering research and design, 2022, 183: 285-306. DOI: 10.1016/J.CHERD.2022.05.012.
[66]	刘应书, 郑新港, 刘文海, 等. 烟道气低浓度二氧化碳的变压吸附法富集研究 [J]. 现代化工, 2009, 29(7): 76-79. DOI: 10.16606/j.cnki.issn0253-4320.2009.07.017. LIU Y S, ZHENG X G, LIU W H, et al. Low concentration carbon dioxide enrichment from flue gas by pressure swing adsorption [J]. Modern chemical industry, 2009, 29(7): 76-79. DOI: 10.16606/j.cnki.issn0253-4320.2009.07.017.
[67]	GHANBARI T, ABNISA F, WAN DAUD W M A. A review on production of metal organic frameworks (MOF) for CO₂ adsorption [J]. Science of the total environment, 2020, 707: 135090. DOI: 10.1016/j.scitotenv.2019.135090.
[68]	SHAH G, AHMAD E, PANT K K, et al. Comprehending the contemporary state of art in biogas enrichment and CO₂ capture technologies via swing adsorption [J]. International journal of hydrogen energy, 2021, 46(9): 6588-6612. DOI: 10.1016/j.ijhydene.2020.11.116.
[69]	HARAOKA T, MOGI Y, SAIMA H. PSA system for the recovery of carbon dioxide from blast furnace gas in steel works the influence of operation conditions on CO₂ separation [J]. Kagaku kogaku ronbunshu, 2013, 39(5): 439-444. DOI: 10.1252/kakoronbunshu.39.439.
[70]	QADER A, HOOPER B, INNOCENZI T, et al. Novel post-combustion capture technologies on a lignite fired power plant - results of the CO₂CRC/H3 capture project [J]. Energy procedia, 2011, 4: 1668-1675. DOI: 10.1016/j.egypro.2011.02.039.
[71]	ISHIBASHI M, OTA H, AKUTSU N, et al. Technology for removing carbon dioxide from power plant flue gas by the physical adsorption method [J]. Energy conversion and management, 1996, 37(6/8): 929-933. DOI: 10.1016/0196-8904(95)00279-0.
[72]	CHO S H, PARK J H, BEUM H T, et al. A 2-stage PSA process for the recovery of CO₂ from flue gas and its power consumption [J]. Studies in surface science and catalysis, 2004, 153: 405-410. DOI: 10.1016/S0167-2991(04)80287-8.

施引文献

资源附件(0)

在线预览下载 (1.6MB)

图(6) / 表(5)

计量

文章访问数: 3426
HTML全文浏览量: 1717
PDF下载量: 115
被引次数: 0

0. 引言
1. 威布尔分布和风功率密度
2. 威布尔分布参数拟合方法及精度验证
2.1 EMJ Justus经验方法
2.2 EML Lysen经验方法
2.3 EPF 能量因子方法
2.4 MLE 最大似然法
2.5 LLSA 最小二乘法
2.6 威布尔模拟精度验证
3. 案例分析
4. 结论

变压吸附捕集CO₂技术研究进展及其在石化行业应用案例分析

通讯作者:
肖金，（e-mail）xiaojin@gedi.com.cn。

计量

Research Progress of Pressure Swing Adsorption CO₂ Capture Technology and Case Analysis of Its Application in Petrochemical IndustryEn

0. 引言

1. 威布尔分布和风功率密度

2. 威布尔分布参数拟合方法及精度验证

2.1 EMJ Justus经验方法

2.2 EML Lysen经验方法

2.3 EPF 能量因子方法

2.4 MLE 最大似然法

2.5 LLSA 最小二乘法

2.6 威布尔模拟精度验证

3. 案例分析

4. 结论

计量

目录

0. 引言

1. 威布尔分布和风功率密度

2. 威布尔分布参数拟合方法及精度验证

2.1 EMJ Justus经验方法

2.2 EML Lysen经验方法

2.3 EPF 能量因子方法

2.4 MLE 最大似然法

2.5 LLSA 最小二乘法

2.6 威布尔模拟精度验证

3. 案例分析

4. 结论

XUE Rong, xuerong@gedi.com.cn

变压吸附捕集CO2技术研究进展及其在石化行业应用案例分析

通讯作者: 肖金，（e-mail）xiaojin@gedi.com.cn。

计量

出版历程

Research Progress of Pressure Swing Adsorption CO2 Capture Technology and Case Analysis of Its Application in Petrochemical IndustryEn

0. 引言

1. 威布尔分布和风功率密度

2. 威布尔分布参数拟合方法及精度验证

2.1 EMJ Justus经验方法

2.2 EML Lysen经验方法

2.3 EPF 能量因子方法

2.4 MLE 最大似然法

2.5 LLSA 最小二乘法

2.6 威布尔模拟精度验证

3. 案例分析

4. 结论

计量

出版历程

目录

0. 引言

1. 威布尔分布和风功率密度

2. 威布尔分布参数拟合方法及精度验证

2.1 EMJ Justus经验方法

2.2 EML Lysen经验方法

2.3 EPF 能量因子方法

2.4 MLE 最大似然法

2.5 LLSA 最小二乘法

2.6 威布尔模拟精度验证

3. 案例分析

4. 结论

XUE Rong, xuerong@gedi.com.cn

变压吸附捕集CO₂技术研究进展及其在石化行业应用案例分析

通讯作者:
肖金，（e-mail）xiaojin@gedi.com.cn。

Research Progress of Pressure Swing Adsorption CO₂ Capture Technology and Case Analysis of Its Application in Petrochemical IndustryEn