生物质热解产物综合利用方案及经济可行性

更新时间:2023-05-08 15:06:48 阅读: 评论:0

第41卷第1期2021年2月
林㊀产㊀化㊀学㊀与㊀工㊀业Chemistry and Industry of Forest Products
Vol.41No.1Feb.2021
㊀㊀收稿日期:2020-06-20
㊀㊀基金项目:国家重点研发计划资助项目(2019YFC1906805);东南大学青年至善学者资助(无编号)㊀㊀作者简介:张欣驰(1999 ㊀),男,
山西晋城人,本科生,研究方向为能源与动力
∗通讯作者:吴石亮,讲师,硕士生导师,主要从事固废资源化利用和清洁燃烧方向;E-mail :㊂
doi:10.3969/j.issn.0253-2417.2021.01.014
生物质热解产物综合利用方案及经济可行性
ZHANG Xinchi ㊀
张欣驰,董善美,王粤,吴石亮∗,肖睿
(东南大学能源与环境学院,江苏南京211189)
摘㊀要:通过收集秸秆类生物质热解数据,构建热解产物数据库,从而建立SVM 生物质热解产物模型,
提出基于农业园区的生物质分级利用一体化方案,同时利用产物模型基于该方案进行个性化
种植优化调节㊂在处理量400kg /h 的情况下,与传统秸秆还田方案相比,该方案能够处理掉25%~50%的还田秸秆㊂在秸秆处理和肥料采买项目上,园区可节省相关支出近30%,采取优化方案可
在此基础上再减少支出近4%㊂
关键词:农林废弃物;热解;SVM 算法;缓控释;一体化方案中图分类号:TQ35;S216.2㊀㊀㊀㊀
㊀㊀
㊀㊀文献标志码:A㊀㊀㊀
㊀㊀
㊀㊀文章编号:0253-2417(2021)01-0100-07
引文格式:张欣驰,董善美,王粤,等.生物质热解产物综合利用方案及经济可行性[J ].林产化学与工业,2021,41(1):100-106.
Comprehensive Utilization Scheme and Economic Feasibility of
Biomass Pyrolysis Products
ZHANG Xinchi,DONG Shanmei,WANG Yue,WU Shiliang,XIAO Rui
(School of Energy and Environment,Southeast University,Nanjing 211189,China)
Abstract :In this study,we developed an integrated scheme of biomass grading utilization,bad on an agricultural park,by collecting straw biomass pyrolysis data,establishing a pyrolysis product databa,and establishing an SVM biomass pyrolysis product model of the databa.The product model was ud to optimize individualized planting bad on the scheme.When the treatment capacity was 400kg /h,the scheme enabled disposal of 25%-50%of the returning straw,compared with that in the traditional straw-returning scheme.In the straw treatment project and fertilizer purcha,the park could save on nearly 30%of the related expenditure,and the optimization scheme could reduce expenditure by nearly 4%.Key word :agricultural wastes;pyrolysis;SVM algorithm;low and controlled relea;integrated scheme
中国具有丰富的农林废弃物资源,据统计,农作物秸秆的资源量已经达到了9亿吨/年[1]㊂目前,农
林废弃物的利用方式仍处于探索阶段,而农林废弃物资源的循环和分级利用是农林废弃物资源化利用的趋势,该方法的实现有利于增加农产品附加值㊁促进绿色农业发展[2]㊂当今阶段农业园区必须对园区内每年产生的大量秸秆类农林废弃物进行收集和处理,较为常用的办法有秸秆粉碎还田㊁堆沤制备有机肥等[2]㊂但是秸秆粉碎还田会降低稻麦等农作物的出芽率,堆沤制备的有机肥料肥效低,处理不当还会造成环境污染等问题[3]㊂生物质热解技术可以通过较低的成本连续高效地将低能量密度的生物质转化成高能量密度的气㊁液㊁固产物[4]㊂其中热解气燃烧能够提供热解反应器所需的能量;经焙烧活化后的生物炭由于具有丰富的孔隙结构以及巨大的比表面积使得其具有作为肥料载体的巨大潜力,可作为肥料缓释材料应用于大规模农作物水稻㊁小麦等的种植,能有效克服目前市场上简单混合生物炭与肥料得到的缓释肥缓释能力非常有限的问题;生物油具有天然的聚合成膜特性,其富含多羟基化合物,与异氰酸根化合物反应后可以生成新型的生物基聚氨酯树脂,改性后可作为包膜控释肥的包膜膜材,应
第1期张欣驰,等:生物质热解产物综合利用方案及经济可行性101
㊀用于高价值作物花卉㊁蔬果[5-6]的种植,相较于传统人工聚合包膜材料更节能环保,经济实惠,由此可以解决农业园区肥料需求量大的问题㊂目前支持向量机(SVM)算法较好地应用在生物质热化学转化过程中,相比其他机器学习算法,该算法在解决小样本㊁非线性及高维模式识别中表现突出[7]㊂本研究通过收集相关文献数据,利用SVM 算法建立秸秆类生物质热解产物模型,提出了一个基于农业园
区的产物综合利用一体化方案,并利用该模型进行后续优化,以期进一步提升农林废弃物资源开发利用综合效益㊂
1㊀建模及分析方法
1.1㊀生物质分级利用的SVM 建模
1.1.1㊀机器学习算法SVM 的原理㊀支持向量机(SVM)算法的基本思想是将二维空间里难以分类的数据映射到高维的特征空间中,在特征空间里利用算法求出一个超平面实现数据的分类㊂将思想运用到回归问题,就是支持向量回归(SVR),即找到这样的超平面,让所有数据点到这个平面的方差最小,这个超平面的函数就是数据内在关联的最优解㊂超平面的分类函数表达式为:
f (x )=ωT x +b (1)
其中,式(1)中ωT x 表示向量ω与向量x 的内积,b 为偏差项㊂令f (x )=0时定义数据点落在超平面上,对于回归类问题,目标函数可修正为:
min i w ,b ,e mizeφ(ω,ε)=1
2 ω 2+c ðN
i =1
εi
(2)式(2)中 ω 表示向量ω的范数,,c 为惩罚参数,约束条件为:
y i [(w ㊃x i )+b ]ȡ1-εi ,i =1,2, ,N
(3)式(3)中εi (i ȡ0)为表征误差大小的松弛变量,通过特定的核函数,就能够计算出低维空间向量经
过映射后在高维空间的向量内积值,核函数定义式为:K (x i ,x j )=ϕ(x i )T ㊃ϕ(x j )
(4)
1.1.2㊀SVM 建模的方法及步骤
1.1.
2.1㊀数据集的建立㊀SVM 算法建模是借用数据挖掘的思想,利用已有的数据划分出一个 训练数据集 ,使用算法来解析训练集中的数据,提取输入数据与输出数据之间的关系,构建关联模型,进一步利用该关联模型去预测新的数据集的对应输出数据㊂本研究通过收集相关文献中的生物质热解数据,建
立生物质热解产物数据库,为模型建模提供数据基础㊂利用SVM 算法构建生物质热解产物的预测模表1㊀生物质数据集Table 1㊀Biomass data ts
生物质种类
biomass species
数据集data t 训练集training t
预测集prediction t
文献reference 玉米芯corncob 82[8]木薯杆cassava bar 72[9-10]木薯根茎cassava rootstock 102[9-10]水稻秸秆rice straw 103[11-12]小麦秸秆wheat straw 51[12]玉米秸秆corn straw 186[11-17]油菜秸秆rapestraw
51[18]脱灰油菜秸秆ashless rape straw 21[19]花生秸秆peanut straw 51[19]芝麻秸秆same straw 41[19]棉花秸秆cotton straw 52[20]大豆秸秆soybean straw
5
2
[11]
型,通过分析预测性能来进行模型评估,利用模型的预测数据为农业园区废弃生物质利用方案的优化提供模型基础㊂选取的所有热解数据均取自流化床反应器热解实验,所有的实验全部是在纯氮气气氛下进行反应㊂数据库中输入数据包括部分秸秆类生物质的工业化学分析㊁粉碎粒径和热解温度;工业化学分析包括水分㊁灰分㊁碳㊁氢㊁氧㊁氮的含量;输出数据包括生物炭㊁生物油以及热解气产率㊂共选取12种农业园区种常见的秸秆类生物质原料,具体见表1㊂
如表1所示,生物质数据库共包含
108组数据,数据分成训练集和预测集用于构建模型,将108组数据分为84组训
102㊀林㊀产㊀化㊀学㊀与㊀工㊀业第41卷
练集数据和24组预测集数据㊂
1.1.
2.2㊀模型核函数和参数的选择㊀由于生物质热解过程的非线性化程度较高,核函数采用径向基核函数(RBF),公式为:
K (x i ,x j )=exp
- x i -x j  2
2σ2
()
(5)
式(4)中σ2为核函数的宽度㊂模型所用SVR 方法决策函数基于超平面函数模型提出,决策函数如下:
f (x )=
ðbsv
i =1
αi y i (φ(x i ),φ(x ))+b
(6)
经多次对秸秆类生物质热解模型进行试验,对于气产率模型,设定惩罚系数c 为55,对于油产率模型,设定惩罚系数c 为100,对于炭产率模型,设定惩罚系数c 为95㊂
1.1.
2.3㊀模型的评价㊀通过引入3种评价指标来衡量预测结果误差大小,分别为:平均绝对误差(MAE),均方根误差(RMSE)和皮尔逊相关系数(R )㊂
MAE =1
N ðN i =1
Y pred i -Y exp i
(7)RMSE =1N ðN
i =1Y pred i
-Y exp i ()2(8)R =
Cov(Y pred i ,Y exp i )
Var[Y
pred
i
]Var[Y exp i
]
(9)
式(6)中,N 为数据样本数,Y exp i 和Y pred i
分别为实验测得值和模拟值㊂
MAE 和RMSE 数值越低,模型的精度越高,若为0则表示模型无误差;R 越接近1,模型的精度越高㊂
1.2㊀农业园区生物质分级利用方案1.
2.1㊀生产流程㊀基于当前农业园区具体现实以及生物质基缓控释材料制备技术,构建农业园区生物
质分级利用方案,如图1所示㊂
1.传送装置conveyer;
2.搅拌器blender;
3.焙烧床roasting bed;
4.烘干机dryer;
5.粉磨机pulverizer;
6.燃烧床combustion bed;
7.热解床pyrolysis bed;
8.生物油储存罐bio-oil storage tank;
9.一次冷凝器primary condenr;10.二次冷凝器after-condenr;11.反应床reaction bed;12.包衣机coating machine;13.大棚greenhous;14.预混装置premixed device;15.农田cropland
图1㊀农业园区生物质分级利用方案专用设备流程图
Fig.1㊀Flow chart of special equipment for biomass grading utilization scheme in agricultural park
农业园区生产过程中产生的秸秆类废弃物经过烘干㊁碾磨㊁筛分等预处理后,进行热解;得到的热解气预混合后通入燃烧床为热解反应提供能量㊂生物炭经过焙烧活化处理后,与肥料搅拌混合,得到生物
第1期张欣驰,等:生物质热解产物综合利用方案及经济可行性103
㊀炭基缓释肥料,用于园区内大规模农作物的增产㊂生物油与异氰酸根化合物反应,经过有机硅改性处理后转换成控释膜材,经由包衣机喷涂包覆在肥料颗粒表面,得到生物包膜控释肥料,用于园区内高价值农作物的培育㊂
1.2.2㊀经济可行性分析㊀在建立的生物质热解产物产率模型的基础上,讨论生物质热解产物分级利用方案的经济可行性㊂由于实际的经济效益受当地政策和经济条件的影响,本研究对农业园区生物质分级利用方案的经济性分析将基于中国的背景条件展开,采用成本-效益分析的方法,通过对投资成本㊁运行成本和经营利益进行计算分析,来论证方案的经济可行性㊂2㊀结果与分析
2.1㊀热解产物综合利用方案评估
2.1.1㊀模型预测结果㊀图2显示了生物炭㊁生物油㊁热解气3者的预测模型在训练集和预测集上的输出结果比较㊂数据点在图形对角线上方表示模型计算值大于实验值,在下方则表示计算值小于实验值,
与对角线的距离大小表明了预测的精确程度㊂可以发现,SVM 模型在训练集上表现出了较高的精度,输出数据与实际的实验结果十分接近,但在预测集上表现效果相对较差㊂
a.气产率gas yield;
b.炭产率char yield;
c.油产率oil yield
图2㊀基于热解数据库的热解产物分布预测模型
Fig.2㊀Prediction model of pyrolysis product distribution bad on pyrolysis databa
2.1.2㊀模型精度评价㊀SVM 模型对于各产物产率的性能预测如表2所示㊂
表2㊀热解产物产率SVM 模型预测性能评价指标1)
Table 2㊀SVM model prediction performance evaluation index for pyrolysis product yield
模型models 样本集sample t 样本数numbers
MAE RMSE R 气产率gas yield 训练集training t 840.3255  1.05680.9949预测集prediction t 24  1.7278  2.08920.8882炭产率char yield 训练集training t 840.412  1.40430.9940预测集prediction t 24  1.4358  1.75780.9413油产率oil yield
训练集training t 840.3589  1.10770.9962预测集prediction t
24
1.8461
2.2135
0.9320
1)MAE:平均绝对误差mean absolute error;RMSE:均方根误差root mean square;R :皮尔逊相关系数Pearson correlation coefficient
从表2中可以看出,SVM 算法的预测性能均在训练集上表现出较预测集更高的精度,同时三者的训练集表现结果相差不大㊂炭产率的预测集结果较气产率和油产率拥有更好的表现㊂
Kim [21]通过收集文献数据,基于多元非线性回归方法建立了生物质热解产物预测模型,其模型R
约为0.78㊂本研究数据在训练集上的R 均大于0.9940,而在预测集上的R 分别为0.9413㊁0.9320和
0.8882,已超过前人模型精度㊂
图3显示了生物炭㊁生物油㊁热解气三者的预测模型在训练集和预测集上绝对误差的表现㊂陈
星[22]通过使用ANN 神经网络算法和SVM 算法对比对生物质热解过程进行对比分析,其计算数据在训
104㊀林㊀产㊀化㊀学㊀与㊀工㊀业第41卷
练集上的绝对误差在0.5~1.2之间浮动,在预测集上的绝对误差在1.7~2.5之间浮动㊂本研究数据在训练集上绝大部分计算值的绝对误差在0.4以内,相对误差小于0.5%;在预测集上,大部分计算值的绝对误差在1.0~3.0间浮动,所有计算值相对误差均小于12%,与文献[22]分析结果精度相当
a.气产率gas yield;
b.炭产率char yield;
c.油产率oil yield
图3㊀热解产物分布预测模型
Fig.3㊀Prediction model of pyrolysis product distribution
2.2㊀项目运行效益分析
2.2.1㊀项目经济性分析㊀项目所需的设备总费用为69.75万元,包含热解㊁预处理㊁冷凝㊁加工㊁辅助等系统设备㊂考虑组装费25万元㊁主体设备69.75万元㊁营运资本15.3万元和不可预见费14.45万元[23]等等,初投资共计102万元[23]㊂
以系统处理量400kg /h㊁系统年运行时长3000h 为标准,根据项目运行过程中的耗能㊁耗材㊁人力
表3㊀单位处理成本及经济效益
Table 3㊀Unit treatment cost and economic benefit
项目project
明细details
收支/(元㊃t -1)income and expenditure /
(yuan ㊃t -1)
运行费用operation cost
捆扎运输[24]binding transportation -136.84水电hydropower
-111.93燃料[25]fuels -16.00
人力labour -150.00折旧[26]depreciation -48.17其他others
-2627.73经营价值business value 生物炭bio-char +5360.00生物油bio-oil
+39770.00净利润profits
+42039.33等计算得到项目运行成本和利润估算结果如表3所示㊂表中材料费用及生物炭㊁生物油产品的价值由采购网统计得到,水电费以江苏省农业生产水电费用为标准计算,人力费用以南京市近年月平均工资为标准近似取5000元/(人㊃月),其中维护
[26]
㊁财务
[23]
及材料费用统一计入其
他项㊂
由表3可知,年处理量1200t 时,每处理1t 生物质,项目的运行费用约为
3090.67元,产品总净利润约42039.33元,因此该方案切实可行㊂在补贴项目本身运行成本的同时,理想条件下还能为园区创收,具备持续运行的能力㊂
2.2.2㊀个性化优化方案的效益对比㊀基于生物质热解产物关联模型,可根据园区作物种类㊁秸秆产量㊁肥料需求量等园区特性,合理选择热解条件,达到经济㊁环境效益最大化㊂例如针对一个种植面积共
1467400m 2的综合性农业园区,包含水稻66700m 2㊁小麦66700m 2㊁玫瑰266800m 2㊁康乃馨266800m 2㊁黄瓜400200m 2㊁草莓400200m 2㊂
该园区年产水稻秸秆60t,小麦秸秆40t,次年需要炭基缓释复合肥料7t㊁包膜控释复合肥料130t㊂根据水稻秸秆及小麦秸秆的热解模型,设计优化方案,记为方案一(选取小麦秸秆约25.2t,碾磨成粒径
0.6~0.8mm 的颗粒,在500ħ下热解,剩余约85.2t 秸秆进行机械处理)㊂同时设计两个对比方案,记为方案二(选取水稻秸秆约49t,碾磨成粒径0.6~0.8mm 的颗粒,在400ħ下热解,剩余约51t 秸秆进行机械处理)和方案三(原始的秸秆还田[27]方案,共需处理秸秆100t)㊂3种方案的经济效益对比结果

本文发布于:2023-05-08 15:06:48,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/78/557212.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:模型   热解   生物质   数据   秸秆
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图