基于NSGA-II智能优化的新型沼气驱动氧燃料燃气轮机循环系统研究：耦合多效热回收网络与多效海水淡化技术的CO2捕集方案

本研究针对传统燃烧技术碳排放高、热效率低的问题，提出了一种基于沼气氧燃料燃烧的新型多联产系统(PGS)。研究人员通过集成超临界CO2布雷顿循环(CBC)、氨水工质冷电联产(CCP)系统和多效海水淡化(MED)装置，构建了高效能源网络。采用NSGA-II算法耦合人工神经网络(ANN)优化后，系统实现了49.32%的?效率、66.35 m3/天的淡水产量和27.54 $/GJ的产物单位成本，为可再生能源高效利用提供了创新解决方案。

　　

随着全球能源结构转型加速，传统空气燃烧技术因氮气稀释效应导致的CO₂捕集困难、热效率低下等问题日益凸显。与此同时，沼气作为可再生燃料在能源系统中的占比不断提升，但其能量利用率不足60%，且配套的碳捕集技术尚未成熟。在此背景下，研究人员开发了一种革命性的多联产系统，通过氧燃料燃烧技术将沼气热值利用率提升至新高度，同时实现CO₂的近零排放。

该研究创新性地将超临界CO₂布雷顿循环(CBC)与氨水工质冷电联产(CCP)系统耦合，构建了七效海水淡化(MED)装置的热力网络。系统采用阶梯式热回收策略，将燃气轮机排烟温度从650°C逐级降至环境温度，实现了能源的"吃干榨净"。特别设计的燃烧室再循环系统使烟气CO₂浓度提升至95%以上，为后续封存创造了有利条件。

关键技术方法包括：1)基于工程方程求解器(EES)的热力学建模；2)采用非支配排序遗传算法(NSGA-II)进行多目标优化；3)结合人工神经网络(ANN)建立系统参数预测模型；4)应用TOPSIS决策方法筛选最优工况。研究还建立了包含20个关键组件的数学模型，通过质量/能量/?平衡方程进行系统验证。

系统设计与性能分析
通过构建包含燃气轮机循环(GTC)、CBC、SRC和MED的集成系统，在燃烧室温度1200°C、压力比19.38的工况下，系统净发电量达到1644 kW。独特的氨水工质CCP系统同时产出44.71 kW冷量和41.81 kW热量，实现了能源的品位对口利用。

热力学性能评估
?分析显示系统总?效率达49.32%，其中燃烧室?损占比最大(38.7%)。通过优化烟气再循环率，将CO₂捕集能耗降低至总输出的6.2%，显著优于传统胺法捕集15-20%的能耗水平。

多目标优化结果
NSGA-II优化得到Pareto前沿显示，当?效率从46.1%提升至49.3%时，淡水产量需从72.4 m³/天降至66.35 m³/天。TOPSIS决策选定的最优解实现了27.54 $/GJ的产物综合成本，较基准系统降低19.8%。

环境效益分析
全生命周期评估表明，该系统每发电1MWh可减排CO₂ 0.273吨，相比传统沼气发电减排率达103.5%。MED单元产水能耗仅为2.8 kWh/m³，达到国际先进水平。

该研究通过智能算法优化和系统集成创新，解决了可再生能源系统效率低、碳捕集成本高的行业难题。所提出的氧燃料燃烧耦合多效热回收架构，为未来负碳能源系统的设计提供了新范式。特别值得注意的是，研究将优化计算时间控制在20分钟以内，大幅提升了复杂能源系统的设计效率。这些突破对推动能源结构转型和实现"双碳"目标具有重要实践意义，相关成果发表在《Desalination》期刊。