生物质具有绿色、低碳、含硫低、可再生、可产油产气等优点[1],是非水可再生能源中唯一可以实现全生命周期CO$_{2}$近零排放的能源,而且其原料来源广泛、利用方式与煤炭接近,可用于大规模发电或家用取暖设施,因此,是未来全球化石能源的重要替代品之一,也对改善我国以煤炭为主的能源结构具有重大意义。
如图1所示,现代生物质能应用方法主要有物理法、热化学法、生物化学法等[2]。其中,热化学转化具有效率高、易于规模化、产业化等优点,是研究的重点之一。总体来讲,热化学转化包括直接燃烧(或混燃)、热解、气化、水热液化等。直接燃烧或者与煤混烧可产生热能、生产电力;热解是在中低温缺氧情况下进行分解反应,得到生物油、气、炭三类产物;气化则是在更高温度下,生物质原料与气化剂作用,生产合成气(主要是H$_{2}$,CO和CH$_{4}$)。生物质热化学转化反应器一般可分为固定床、气流床和流化床等类型。其中,固定床适用于规模较小的场合;气流床具有反应温度高、生成合成气焦油含量低等优点;流化床传热传质性能优异。然而,由于生物质种类繁多、组分复杂,再加上其热化学转化过程的内在复杂性,目前对其转化机理的认识还很不全面、透彻[3]。因此,迫切需要深刻理解操作条件与生物质转化性能之间的关系。研究手段主要有实验和数值模拟两大类。除了实验测量,数值计算在理解整个过程的详细内在机理方面也起着重要作用。而且,相比而言,数值模拟能够在较小的成本下对转化全过程进行重现,不仅能提供最终的产物信息,还能得到一些实验很难甚至不可能观测到的信息(如整个反应器的速度温度分布、组分分布、颗粒浓度等),因此在基础机理研究和反应器设计优化方面有着独特优势。
图1
1 数值模型
对生物质热化学转化过程的数值模拟研究主要可分为三类：热力学平衡或化学动力学模拟、过程模拟和计算流体力学(computational fluid dynamics, CFD)模拟[4]。前两类方法计算简单,但由于其一般不关注反应器内的流动和物理化学过程的耦合,因此很难真正体现反应器内的实际情况。而CFD方法可以解析反应器内的流场状态,能够更加准确地模拟含有剧烈传热传质和化学反应耦合现象的转化过程。
生物质是一种固体燃料,从多相流的视角,可以把生物质热化学转化看成固体燃料颗粒在流体中的运动、传热传质和化学反应的过程,对该过程可进行CFD建模。概括而言,用于颗粒多相流系统的CFD方法主要分为欧拉$\!-\!$欧拉法和欧拉$\!-\!$拉格朗日法两大类[5]。欧拉$\!-\!$欧拉法(如双流体和多流体模型)将流体相和颗粒相都看作连续介质[6],对流体和颗粒采用形式统一的输运方程。在计算资源相对匮乏的年代,因其计算量小,一直是研究颗粒多相流的主导手段。但是,欧拉$\!-\!$欧拉法存在着一些缺点,比如不能获取颗粒尺度的信息,存在相间交互项的封闭问题等,而且难以对颗粒形状、粒径分布、颗粒反应以及颗粒间交互力进行精确建模。欧拉$\!-\!$拉格朗日法可克服上述缺点,越来越受到科研人员的青睐[7]。在欧拉$\!-\!$拉格朗日体系下,流体相被看成连续相而颗粒相被当成一个个离散颗粒,每个颗粒可以拥有各自不同的物理(密度、大小、温度、组分)和化学属性(惰性或反应)。同时,追踪每个颗粒的运动轨迹和反应过程并解析颗粒$\!-\!$颗粒间和颗粒$\!-\!$流体间的交互作用。这种处理方法更符合实际情况,但其需要耗费较大的计算资源。欧拉$\!-\!$拉格朗日CFD模型在煤粉燃烧和气化过程模拟中已成功应用多年,是研究固体燃料颗粒系统的强大工具,因为它能够得到从颗粒注入反应器到夹带出反应器整个颗粒寿命内的详细信息。但是,其在生物质热化学转化方面的应用仍然偏少。
近年来,在生物质热化学转化的欧拉$\!-\!$拉格朗日CFD模型的建模和应用方面,本课题组进行了大量研究工作[8-20]。如果颗粒相采用离散单元法(discrete element method, DEM)解析,可称为CFD-DEM方法。相应地,对流体相采用宏观的输运方程,而对离散颗粒,则求解每个颗粒的质量、动量和能量演化方程。同时,考虑颗粒$\!-\!$颗粒间和颗粒$\!-\!$壁面间的碰撞(如软球或硬球碰撞模型)。相间交互则通过在流体相输运方程中添加源项的方式来实现。从物理学角度来看,相间交互主要包括三个方面：(1)空间体积的两相竞争;(2)相间动量交换;(3)相间热质传输。CFD-DEM在冷态颗粒系统中已有较多成功应用,而考虑了气体$\!-\!$颗粒流动、热质传输和化学反应的热态CFD-DEM还在不断地发展和完善中。下面我们就以CFD-DEM作为欧拉$\!-\!$拉格朗日CFD模型的代表,简要介绍一下用于生物质热化学转化过程模拟的颗粒相和连续相的演化方程。
1.1 颗粒相
颗粒相中任一颗粒的质量、动量和能量方程汇总到表1中,各个变量的详细定义可参考我们之前发表的工作[9-10]。生物质颗粒假设由水分、挥发性物质、炭和灰分混合组成。以拉格朗日方式追踪每个颗粒的运动和演化。如表1所示,颗粒主要受到流体作用力、颗粒间交互力和重力。在热化学转化过程中,颗粒会经历三个主要的子过程：干燥、热解和相对缓慢的炭消耗反应。可采用单步[9]或多步[20]动力学模型对热解过程中的挥发分释放进行建模。由于转化过程中失去质量颗粒会收缩,我们也系统分析了常用的常体积和常密度收缩模型对计算结果的影响规律[11]。 脱挥发分后,颗粒中仅含有炭和灰。炭的消耗通过三个异相反应(即与O$_{2}$的氧化反应,与H$_{2}$O,CO$_{2}$的气化反应)来建模,消耗速率同时考虑了扩散和反应动力学效应。虽然有实验研究报道了生物质灰对炭反应的潜在催化作用[21],但是简单起见,我们的模型仍假设灰分是惰性的不参与任何化学反应。在每个时间步内,颗粒温度的计算考虑了对流传热、辐射和反应热。针对如流化床反应器中的稠密颗粒流,已有学者在颗粒能量方程中考虑了颗粒间接触热传导[22]的贡献。另外,值得注意的是, 表1中的颗粒能量方程面向的是热薄颗粒(即颗粒内部温度均匀,不考虑颗粒内部的温度梯度)。如果是针对如本文第4节所介绍的生物质热厚颗粒,方程中还需要包含颗粒内部热传导的贡献。
1.2 流体相
流体相为连续相,其质量、动量、能量和物种输运方程汇总到表2中。 $\varepsilon_{\rm g}$为流体的体积分数,其与颗粒相的体积分数$\varepsilon_{\rm p}$的和为1。流体相和颗粒相之间的耦合通过在相应的输运方程中添加源项(如 $S_{\rm p,m}$,$S_{\rm p,mom}$, $S_{{\rm p},h}$ 和 $S_{{\rm p},Yi})$来解析。另外,方程中还包含考虑均相反应和辐射的附加源项(如$S_{h}$和$S_{\rm rad})$。湍流可采用RANS模型(如标准的$k$-$\varepsilon $方法等)来求解。表2中其他变量的定义请参考我们之前发表的工作[9-10]。实际情况下,生物质热化学转化过程中涉及到种类繁多的气相反应,即使可以识别所有基元反应及其反应速率,也很难通过CFD方法计算出如此大量的耦合反应。简单起见,可选择少量代表性的反应(如H$_{2}$和CO的氧化反应,CH$_{4}$氧化和水蒸气重整反应以及可逆的水煤气变换反应)来描述生物质转化过程(如气化)中的主要气相反应。
2 气流床反应器
生物质气流床反应器具有操作温度高(可达1000 $^\circ$C以上)、转化效率高、生成合成气焦油含量低等特点。但它对原料的性质要求也高,比如水分含量要低,要经过充分的粉碎研磨以获得较小的粒径(如百微米量级)。同时,气流床反应器内颗粒浓度低,颗粒体积分数往往忽略不计,此时表2中的$\varepsilon_{\rm g}$取值为1。Fletcher等[23]基于CFX软件模拟了生物质气流床气化炉中的流动和反应。Chen等[24]数值研究了三种不同燃料(烘焙竹、生竹和烟煤)在气流床反应器中的气化特性,发现烘焙竹的气化性能接近低阶煤。但他们的模型作了大量简化,比如假设反应器内流场是二维且不可压缩,忽略流场体积力和辐射等。Gao等[25]采用本征反应速率子模型,用Ansys Fluent模拟了生物质气流床气化过程。Billaud等[26]研究了水蒸气、CO$_{2}$和O$_{2}$添加对生物质气流床气化的影响,发现在1200 $^\circ$C以上引入水蒸气和CO$_{2}$减少了焦炭和烟灰的产生,而加入O$_{2}$则减少了焦油的形成。
如图2所示,本课题组采用欧拉$\!-\!$拉格朗日CFD方法数值研究了多种硬木和软木生物质在实验室尺度气流床反应器中的热解和气化过程[9,11-12,15]。 操作温度在1000 $^\circ$C $\sim$ 1400 $^\circ$C范围内,首先探讨了反应器温度、水蒸气/碳摩尔比、过量空气比、颗粒粒径和生物质类型对气化性能的影响[9]。结果表明,升高操作温度对H$_{2}$和CO的产生有积极影响;增加水蒸气/碳摩尔比可增加H$_{2}$的产量,但会减少CO的产量;增大过量空气比会降低H$_{2}$和CO的产量;减小平均粒径$\bar{d}_{\rm p}$会增大CO和H$_{2}$的产量以及碳转化率,这是因为相对于倾向位于中心燃料喷射区域的大颗粒,小颗粒更容易沿着径向向壁面移动,由于壁面气流速度较低,从而使小颗粒具有更长的停留时间。另外,所研究的四种生物质山毛榉、松树、圣栎和桉树的碳转化率随着$\bar{d}_{\rm p}$的增加分别按$\bar{d}_{\rm p}$的$-$0.058 1,$-$0.054 4,$-$0.069 1和$-$0.075 4次幂降低。碳转化主要由两种转化机制引起：(1)快速脱挥发分;(2)炭异相反应。我们得到的碳转化率粒径依赖性落在扩散控制的异相反应($-$1次幂)和脱挥发分(0次幂)的极限之间。它们的值大于Chen等[27]报道的用于煤气流床气化的$-$0.145次幂,这是因为与煤相比,生物质的挥发性物质含量要高得多。关于气化介质和反应器结构的影响[15],计算结果表明,引入CO$_{2}$可提高CO的产率、碳转化率和冷煤气效率,但会降低水蒸气分解率。水蒸气 $-$CO$_{2}$复合气化在合成气产率、碳转化率和低热值方面均优于纯CO$_{2}$和纯水蒸气气化,但在水蒸气分解率方面表现较差。另外,如图3所示,增加生物质的进口尺寸可加速热解过程;而使生物质进口远离气化器轴线可以提高可燃气体(如H$_{2}$和CO)的产量和转化率。
图2
图3
原始生物质具有许多缺点,例如高水分含量、低能量密度、吸湿性强以及不均匀的物理化学性质(形状大小等),这导致对其长距离运输、存储、利用等都面临巨大挑战。而烘焙预处理可以释放其大部分水分以及少量的挥发物和半纤维素,进而提高其能量密度,降低O/C和H/C比,并改善其疏水性和可磨性[28]。 本课题组探究了烘焙生物质在高温气流床反应器内的气化性能[12]。结果表明,与原始生物质相比,烘焙生物质的挥发物含量较低,炭含量较高,这两者均不利于碳转化。因此,烘焙生物质需要更高的操作温度、更大的过量空气比或更长的颗粒停留时间才能达到和原始生物质相同的转化水平。同等操作条件下,与原始燃料相比,烘焙生物质气化时可以提高反应器内的最高温度,但却降低了H$_{2}$的产量和碳转化率。
生物质热化学转化时,由于水分蒸发、脱挥发分和炭消耗反应,颗粒会发生收缩。颗粒收缩不仅影响颗粒的运动还会影响其传热传质和化学反应。本课题组数值分析了两种不同颗粒收缩模型对气流床反应器中生物质热解和气化特性的影响[11]。结果表明,颗粒收缩模型对计算结果影响显著。与常密度模型相比,常体积模型预测的脱挥发分速率更快,H$_{2}$,CO,CH$_{4}$产量和碳转化率更高,CO$_{2}$产量更低,颗粒停留时间更长。
3 流化床反应器
流化床反应器具有传热传质速率高、温度控制性能好、混合能力强等特性,广泛应用于固体燃料气化燃烧、催化裂化以及其他化工能源工业过程。生物质流化床反应器中,燃料颗粒与大量床料颗粒(如沙或橄榄石)一起组成稠密颗粒系统,被气化氧化剂(如空气、水蒸气、O$_{2}$、CO$_{2}$或其组合)流化。反应器内包含许多物理化学过程,如混合、分离、颗粒碰撞、破碎、干燥、热解、挥发物燃烧以及炭与O$_{2}$/水蒸气/CO$_{2}$的异相反应等。这些过程涉及多个不同尺度,因此深入研究流化床反应器内复杂的气体$\!-\!$颗粒流动、传质传热和化学反应特性对于其设计、优化和放大至关重要。然而,迄今为止,大多数CFD-DEM研究都集中在冷态流化床的流体动力学上,而对稠密气固流与化学反应耦合的热态流化床的模拟研究仍然较少。Liu等[29]采用CFD-DEM方法研究了流化床中300个炭颗粒和丙烷的燃烧过程,但模拟过程中没有连续注入燃料颗粒。Bruchmüller等[30]模拟了生物质在鼓泡床中的快速热解过程,但没有考虑湍流和化学反应。Gerber等[31]使用CFD-DEM模拟了流化床反应器中木头的气化过程,但没有采用除燃料外的额外床料。最近,Wang等[32]采用MFIX-DEM研究了不同接触力模型对生物质流化床气化特性的影响。而为了模拟更大的生物质颗粒系统,Ostermeier等[33]采用了粗颗粒CFD-DEM方法。
对于生物质流化床反应器,本课题组首先用CFD-DEM方法研究了冷态时三个常用曳力模型(即Gidaspow,Di Felice和Extented Hill-Koch-Ladd (EHKL)模型)对颗粒流化特性的影响[8]。得到了典型的流化现象(如气泡、气栓、颗粒混合等)。结果发现,Gidaspow模型获得了最大的气泡、气栓和床高以及最低的气泡发生频率(气泡生成、长大和破裂的周期过程);而Di Felice模型和 EHKL模型预测的结果差异较小。颗粒流化特性也依赖于碰撞模型中的恢复系数$e$和摩擦系数$\mu$,对于$e=1$且$\mu =0$的理想碰撞,根本观察不到气泡和气栓的形成。另外,增加软球碰撞模型中的弹簧刚度会略微降低流化床内压力波动的频率。接着,我们基于OpenFOAM开发了用于生物质流化床气化过程模拟的热态CFD-DEM模型,考虑了生物质颗粒连续进料、颗粒碰撞、稠密颗粒流流体动力学、湍流、传热传质、辐射、颗粒收缩、热解以及均相和异相化学反应,并用该模型分析了多个不同操作参数对气化性能的影响[10]。结果表明,较高的操作温度对吸热反应中的产物(如H$_{2}$和CO)有利;随着水蒸气/生物质质量比的增加,H$_{2}$和CO$_{2}$浓度增加,而CO浓度减少;由于生物质热解和气化会额外产生气体,一方面造成反应器中产物气体分布不均匀,另一方面反应器中的宏观结构(如气泡和气栓)也不对称。如图4所示,还研究了三个不同生物质进料位置的影响,即床底部进料(Feed1)、床下部位置进料(Feed2)和床面附近进料(Feed3)。计算结果显示,Feed1具有最高的生物质平均颗粒温度和碳转化率。对于Feed2,除了靠近进料位置有少量生物质局部聚集外,和Feed1产生的生物质颗粒分布相比没有显著差异。但是,对于Feed3,相对较低的生物质密度会阻止其与床料的良好混合,使得注入床面的许多燃料颗粒在热解和气化过程中聚集在床面,进而更容易进入干舷区并更容易被夹带出反应器。总之,随着生物质进料位置高度的增加,颗粒夹带增强,导致更大的碳损失,造成颗粒停留时间缩短,因此颗粒平均温度和碳转化率也相应降低(如 图5所示)[10]。此外,我们还比较了流化床气化炉内原始和烘焙草本类生物质(芒草)的气化性能[13]。结果发现,相同操作条件下,与原始生物质相比,烘焙生物质获得了较低的H$_{2}$产量和碳转化率,却得到了较高的CO产率。另外,烘焙生物质的气化性能比原始燃料更依赖于进料位置。对于Feed1,Feed2和Feed3,烘焙生物质由于颗粒夹带造成的碳损失量都大于原始生物质。较强的颗粒夹带还导致较短的平均颗粒停留时间,这两者对于颗粒加热和碳转化率都是不利的。因此,为了获得与原始燃料相同的转化率,烘焙生物质流化床转化时需要底部进料或采用较低的流化速度以减轻颗粒夹带效应。
图4
图5
4 生物质大颗粒热厚模型
为了简化计算,已有的生物质热化学转化CFD模型建模时大多采用热薄处理,即不考虑颗粒受热时的内部温度梯度而是将颗粒视为一个整体,任一时刻颗粒内部每一部分的温度和反应速率都相同。这种处理方法适用于微米级小颗粒(如煤粉)。但是,生物质颗粒由于其纤维属性,即使经过机械研磨处理,其尺寸仍可能较大,可达几毫米到几厘米。结果,当其经历加热和转化时,可以观察到颗粒表面和核心之间存在明显的温度和性质差异[34-35],进而造成和温度直接相关的水分蒸发、热解和炭氧化气化等过程可在生物质颗粒内部同时发生[36]。另外,随着转化的进行,颗粒内部将出现多孔结构,从而引起反应面积和热质交换率的显著变化。同时,颗粒内外流场之间复杂的热质交换也会导致所谓的Stefan流效应[37]。因此,热薄处理可能会对生物质大颗粒的预测带来较大误差,而热厚处理可以解析颗粒内部温度梯度和性质演化,这对于更好地理解生物质大颗粒的转化过程非常重要。
为了深入了解生物质大颗粒的热解、气化和燃烧特性,需要对颗粒进行热厚处理和建模。建模方法主要分为两大类,一类是简化的一维热厚模型,另一类是精细的多维热厚模型。下面就从这两方面做一些介绍。
4.1 一维热厚模型
一维热厚模型仅求解一个方向(如径向)的温度梯度而忽略其他方向的梯度,颗粒内部热传导为一维问题,如一维分层模型[38-39]。对于分层模型,每层的物理和化学属性各不相同,但每一层往往仍只有一个温度。为了解析层内的温度梯度,可以在层内再划分多个计算网格[40]。Yang等[41]采用三种类型的网格单元(即空网格单元、边界单元和内部单元)代表热厚颗粒,并且不同的单元可具有不同种类的反应和控制方程。Lu等[42]将一维热厚模型扩展应用到了非球形颗粒。他们发现,对于非球形颗粒,当颗粒尺寸超过几百微米时,等温球形假设就不能很好地解析其燃烧过程。然而,已有的一维热厚模型都集中在单个固定颗粒或固定床中颗粒的建模上,而对于流化床中自由移动的生物质颗粒,相关的研究非常少。
基于分层[43-44]和离散[45],本课题组开发了适用于流化床反应器中生物质颗粒的一维热厚模型。如 图6(a)所示,将生物质颗粒从内到外分为湿、干、炭和灰四个不同的材料层,每一层都有不同的物理和化学性质(密度、导热系数、反应活性等)。值得注意的是,四个材料层在生物质转化过程中是动态变化的,初始时整个颗粒只有一层(即湿层)。转化过程中,湿层干燥之后变为干层,干层脱挥发分之后变成炭层,炭层中的碳消耗之后演化为灰层,且不同材料层可在颗粒内部同时存在。针对每一材料层,具体的质量和能量演化方程,可参见我们之前的工作[17]。另外,如图6(b)所示,为了解析层内的温度梯度,每个材料层还沿径向进一步离散为许多计算网格。
图6
我们将该一维热厚模型与CFD-DEM方法结合,研究了生物质在流化床反应器中的热解过程[17]。通过颗粒表面和核心温度演化、质量损失历史、颗粒轨迹和产物气体分布展示了热厚模型和热薄模型计算结果之间的巨大差异。结果表明,对生物质大颗粒进行热厚处理非常必要,因为存在较大的颗粒内部温度梯度,使得颗粒的不同部分可同时经历不同的转化过程,而这种特性不能通过热薄模型来预测。同时,热薄模型预测的固体质量分数演化曲线上出现了两个平台,分别代表干燥和脱挥发分开始之前的加热阶段。而热厚模型预测的固体质量分数演化曲线连续且平稳地降低,并没有平台出现。这是因为即使颗粒内部温度仍然较低,只要颗粒表面达到高温就能释放出物质,因此热厚模型预测的固体质量分数演化趋势更加符合实际。而对于热薄模型,仅当整个颗粒的温度达到触发温度时,干燥和脱挥发分过程才开始,因此需要更长的加热时间并导致其质量分数演化曲线上出现了两个平台。另外,还发现颗粒内部温度梯度的持续时间随粒径的增加而非线性增加。对于粒径为0.5 mm,1 mm,2 mm和3 mm的榉木颗粒,在所研究的热解条件下(操作温度1098 K),颗粒内温度梯度的持续时间分别约为0.4 s,1.1 s,3.2 s和9.0 s。
4.2 多维热厚模型
生物质大颗粒的热化学转化过程中,颗粒内部的结构演化、热质传输和化学反应紧密耦合。简化的一维热厚模型只能解析颗粒径向的温度和性质梯度,且往往也不考虑颗粒内部的输运过程以及颗粒内外流场的耦合作用。为了解析颗粒内部各个方向的温度梯度以及更全面地了解内部转化情况,需要构建更详细的多维热厚模型。Lee等[46]采用二维表面解析方法研究了单个炭颗粒的瞬时燃烧特性。发现当雷诺数从1增加到10时,焦炭氧化过程从快速燃烧模式转变为动力学控制模式,但他们没有考虑颗粒内部孔隙率的演化。Kwiatkowski等[47]建立了生物质三维热解和气化模型,考虑了由达西定律控制的颗粒内部流场,但他们的能量方程中忽略了热对流和辐射的贡献。Ciesielski等[48]开发了适用于生物质大颗粒的三维模型,模型中采用了从图像分析获得的颗粒形态和微观结构信息。Xiong等[49]采用格子Boltzmann方法在颗粒尺度上模拟了生物质热解过程,考虑了颗粒内部输运和颗粒外的流场。Beckmann等[50]通过将颗粒内部流场(受达西定律控制)与外部流场耦合,模拟了5.2毫米炭颗粒的氧化过程,发现气体物种在颗粒内部的扩散对化学反应有重大影响。Gentile等[51]通过解析颗粒内部的传热和物质输运,建立了生物质热解模型。它能够模拟颗粒物理性质(如材料的各向异性和变形)的演化,但该模型没有解析颗粒的外部流场。Xue等[52]通过孔解析CFD方法对炭氧化过程进行了模拟,发现颗粒周围的火焰结构与颗粒大小和孔结构密切相关。Dierich等[53]提出的CFD方法可以追踪颗粒界面和孔隙率,发现Stefan流可以改变颗粒周围的流体边界层并显著影响传质。
近年来,基于CFD方法,本课题组也建立了一种亚颗粒尺度的生物质大颗粒热厚模型[14]。如 图7所示,模型同时采用连续和离散两套系统对颗粒进行建模。在固相温度模拟中,颗粒内部的传热网格与流场网格重叠(图7(a)),并通过考虑颗粒热传导、热对流和辐射来求解固体温度。在离散系统中(图7(b)),大颗粒被视为多孔介质并通过计算网格将颗粒离散成虚拟粒子簇[54],然后对每个虚拟粒子采用适用于热薄颗粒的水分蒸发、脱挥发分、炭氧化气化和颗粒收缩子模型。同时,采用统一的多相CFD算法模拟颗粒内外部流场并解析固体与周围气体之间的热质交换,这与Beckmann等[50]为颗粒内外部流动分别建立不同输运方程的方法不同。另外,还考虑了转化过程中颗粒内部孔隙率和比表面积的变化。因此,该模型不仅可以解析颗粒内部各个方向的温度和性质梯度,而且可以揭示颗粒内外流场的耦合关系以及Stefan流对转化行为的影响,其计算结果有助于理解生物质大颗粒转化时的详细演化过程。
图7
我们首先采用该模型研究了生物质大颗粒的热解过程[14]。得到了实验难以提供的颗粒内外部温度、气体种类和流线的分布与演化。结果发现,脱挥发分过程中释放的气体物质集中在颗粒的背风侧附近,Stefan流会在颗粒表面形成隔离层,进而在颗粒内外部流的相互作用中起到关键作用。增加颗粒初始孔隙率、比表面积、来流速度或减小粒径将降低颗粒内部温度梯度。为了预测热解过程中的焦油组分和产量,我们还基于生物质三种基本成分(即纤维素、半纤维素和木质素)的热降解来描述生物质的热解过程,将多步动力学热解模型[55-56]和开发的多维热厚模型耦合,研究了生物质大颗粒的热解产物产率[20]。模拟结果表明,不同大小的颗粒会产生相似的炭、焦油和气体收率。 当热解温度从400 $^\circ$C升至700 $^\circ$C时,气体产率显著提高($\approx$ 70%),炭产率适度下降($\approx$ 25%),而焦油产率随温度的升高先升高后降低,但总体变化不大。除了热解,还研究了生物质大颗粒的燃烧过程[16]。结果表明,Stefan流效应在颗粒表面形成的隔离层不仅可能导致颗粒表面附近的加热延迟,并且对氧化剂的扩散产生显著影响;来流速度的增加对颗粒的加热有积极影响,但这种影响仅在一定的速度范围内比较明显;减小粒径有利于提高燃烧温度。生物质炭通常具有多孔结构,且这种多孔结构会随着材料种类和热化学处理条件的变化而变化,因此炭气化或氧化是一个非常复杂的过程。我们模拟了单个5毫米炭颗粒的水蒸气气化过程[19]。基于气化过程中颗粒内部孔隙率分布标定了三个不同的层,即外部灰层(孔隙率大于0.9)、中间层(孔隙率介于0.6 $\sim$ 0.9)和核心层(孔隙率小于0.6)。如图8所示,气化过程中颗粒内部孔隙率的演化不对称,这种不对称不能被一维热厚模型预测到。最高的H$_{2}$O和CO$_{2}$质量分数位于灰层,而中间层和核心层分别包含最高的H$_{2}$和CO质量分数。同时,还发现中间层中Stefan流效应可以降低从动力学控制模式到扩散控制模式的转变温度。另外,中间层中的炭消耗率随着水蒸气质量分数、气化温度和来流速度的增加而增加,但随着粒径的增加而减少。
图8
综上,我们发现,对于生物质大颗粒的内部温度和性质梯度的解析,无论是简化的一维热厚模型,还是精细的多维热厚模型,近年来都取得了较大的发展。但是,多维热厚模型目前主要针对的仍是单个固定颗粒。 考虑到其计算量较大,将其应用于多颗粒系统甚至工业反应器尺度的系统仍面临巨大挑战。
5 结语
生物质作为一种重要的碳中性可再生能源,具有广阔的应用前景。本文从颗粒多相流CFD建模的视角分析了生物质热化学转化过程。首先介绍了欧拉$\!-\!$拉格朗日框架内颗粒相和流体相的演化方程。接着,针对生物质气流床和流化床反应器,概述了文献中和本课题组的研究进展。最后,对于生物质颗粒较大的特性,综述了一维和多维热厚模型以及我们最新的研究成果。但是,现有生物质颗粒系统的CFD模型仍存在许多不足,还需针对生物质颗粒的物理和化学特性进一步发展和完善,比如颗粒的不规则形状带来的附加问题(如形状表征、接触检测和碰撞模型,形状对现有颗粒受力、传质传热、化学反应模型的影响,热化学转化过程中的形变等),生物质尤其是草本生物质灰分催化活性的建模,生物油二次分解的建模,气体污染物(如氮氧化物)和颗粒污染物的生成演化过程建模等等,都是未来研究的难点与方向。
参考文献
Catalytic thermochemical conversion of biomass for biofuel production: a comprehensive review
Lignocellulosic biomass: a review of conversion technologies and fuel products
New concepts in biomass gasification
Numerical approaches and comprehensive models for gasification process: a review
Nowadays, gasification is seen as a worldwide settled technique for sustainably generating energy from residues. Its final product is a synthetic gas which may be used for several purposes such as fueling engines, industry and the transport sector. This technique involves several complex reactions, different thermodynamic regimes and environments, and may be held under a myriad of operational conditions. Thus, simulation tools have become very useful to predict the optimal parameters to be applied and the heating content of the final product, therefore producing the most suitable syngas for the desired utilizations. Computational fluid dynamics (CFD) reduces the time needed to design and implement each gasification experiment, using mathematical approaches and developing specific codes regarding the type of feedstock, reactor utilized and expected atmosphere. This paper reviewed the major works on numerical methods for gasification and co-gasification of feedstocks, such as biomass, waste and fossil fuels, published in the last two decades. A thorough explanation of the solid and gaseous phases, their interconnections and behavior was presented, while relating the characteristics of the main methods to the final product obtained. Major trends were identified as well as some suggestions regarding future perspectives were done. Kinetic, thermodynamic and computational fluid dynamic models were seen to be preferred concerning the study of syngas production from distinct types of feedstocks. Also, biomass and coal were the most frequently used feedstocks, with 37% and 24% of the total share, respectively. Relative to the gasifier type, fluidized beds were used in almost 50% of the assessments, followed by entrained beds, mostly used for coal gasification. Only major trends could be identified for some of the experimental conditions applied, due to the high variances seen for different feedstocks or reactor features. This review supports the need to continue developing new models and adapting the existing ones in order to reach broader conclusions, since distinct parameters afford completely different outcomes.
Overview of computational fluid dynamics simulation of reactor-scale biomass pyrolysis
单裂缝中携砂液流动规律研究
The two phase flow of proppant-laden fluid in a single fracture
离散颗粒流动堆积行为离散元模拟及实验研究
Simulation based on discrete element method and experiment on flow and packing behavior of particles
Influence of drag force correlations on periodic fluidization behavior in Eulerian-Lagrangian simulation of a bubbling fluidized bed
Eulerian-Lagrangian simulation of biomass gasification behavior in a high-temperature entrained flow reactor
CFD-DEM simulation of biomass gasification with steam in a fluidized bed reactor
Effects of particle shrinkage and devolatilization models on high-temperature biomass pyrolysis and gasification
Influence of torrefaction on biomass gasification performance in a high-temperature entrained-flow reactor
Comparison of gasification performances between raw and torrefied biomasses in an air-blown fluidized-bed gasifier
New pyrolysis model for biomass particles in a thermally thick regime
Effects of operating conditions and reactor structure on biomass entrained-flow gasification
Modelling the combustion of thermally thick biomass particles
A new combustion model is developed for thermally thick biomass particles by considering the intraparticle heat conduction, radiation, and reactions as well as the interaction of the internal and external flows of the particle. The particle temperature is solved in a continuous system with a finite element method, while the pyrolysis and char conversion are resolved in a discrete system. Furthermore, the flow fields both inside and outside the particle are modeled by a uniform multiphase CFD algorithm. The integrated model is first validated with the experimental data available in the literature. Numerical simulations not only provide the temperature and mass loss evolutions of the particle, but also reveal the flame structure, porosity evolvement, gas species distribution and streamlines inside and outside the particle which are quite difficult to be obtained in experiment. Moreover, the influences of inflow velocity, oxygen mass fraction, particle size and shape on biomass combustion behavior are also investigated. Results show that, the intraparticle heating and the char oxidation processes have a close relationship with the inflow velocity and particle size. The alteration in the oxygen mass fraction also has an important impact on the particle combustion behavior. In addition, different pyrolysis characteristics and flame structures are observed in the combustion of the square and rectangular particles. (C) 2019 Elsevier B.V.
Simulation of biomass pyrolysis in a fluidized bed reactor using thermally thick treatment
Numerical simulation of a chemical looping combustion of biomass: hydrodynamic investigation
CFD simulation of the steam gasification of millimeter-sized char particle using thermally thick treatment
Pyrolysis simulation of thermally thick biomass particles based on a multistep kinetic scheme
Impact of torrefaction on properties of Miscanthus$\times$giganteus relevant to gasification
Influences of operating parameters on the fluidized bed coal gasification process: a coarse-grained CFD-DEM study
A CFD based combustion model of an entrained flow biomass gasifier
A comparison of gasification phenomena among raw biomass, torrefied biomass and coal in an entrained-flow reactor
Model development for biomass gasification in an entrained flow gasifier using intrinsic reaction rate submodel
Influence of H$_{2}$O, CO$_{2}$ and O$_{2}$ addition on biomass gasification in entrained flow reactor conditions: experiments and modelling
Numerical simulation of entrained flow coal gasifiers. Part II: effects of operating conditions on gasifier performance
Impact of torrefaction on syngas production from wood
Simulation of char and propane combustion in a fluidized bed by extending DEM-CFD approach
Modeling the thermochemical degradation of biomass inside a fast pyrolysis fluidized bed reactor
A two dimensional Euler-Lagrangian model of wood gasification in a charcoal bed -- Part I: model description and base scenario
CFD-DEM coupled with thermochemical sub-models for biomass gasification: validation and sensitivity analysis
Coarse-grained CFD-DEM simulation of biomass gasification in a fluidized bed reactor
Experimental and theoretical investigation of heat and mass transfer processes during wood pyrolysis
Low-temperature pyrolysis of woody biomass in the thermally thick regime
Devolatilization of millimeter-sized biomass particles at high temperatures and heating rates. Part I: experimental methods and results
Effects of Stefan flow and CO oxidation on char particle combustion in O$_{2}$/CO$_{2}$ atmosphere
Combustion of wood particles--a particle model for Eulerian calculations
A CFD model for thermal conversion of thermally thick biomass particles
Thermal conversion of biomass: comprehensive reactor and particle modeling
Fuel size effect on pinewood combustion in a packed bed
Comprehensive study of biomass particle combustion
CFD simulations of biofuel bed conversion: a submodel for the drying and devolatilization of thermally thick wood particles
Fast-solving thermally thick model of biomass particles embedded in a CFD code for the simulation of fixed-bed burners
Application of CFD to model fast pyrolysis of biomass
A transient two-dimensional chemically reactive flow model: fuel particle combustion in a nonquiescent environment
Pyrolysis and gasification of a thermally thick wood particle-effect of fragmentation
Biomass particle models with realistic morphology and resolved microstructure for simulations of intraparticle transport phenomena
High-resolution particle-scale simulation of biomass pyrolysis
Mathematical modeling of reactants' transport and chemistry during oxidation of a millimeter-sized coal-char particle in a hot air stream
A computational framework for the pyrolysis of anisotropic biomass particles
Numerical study of a reacting single coal char particle with different pore structures moving in a hot O$_{2}$/CO$_{2}$ atmosphere
A fixed-grid model to track the interface and porosity of a chemically reacting moving char particle
Three-dimensional calculation of a chemically reacting porous particle moving in a hot O$_{2}$/CO$_{2}$ atmosphere
Chemical kinetics of biomass pyrolysis
