綠電耦合生物質制甲醇的儲能-釋能效率和碳排放

摘 要：面向儲能和減碳需求，以麥秸和木屑為原料，研究風電耦合生物質制甲醇技術，分析甲醇產率、儲能-釋能效率（即儲釋效率）生命周期碳排放以及甲醇純發(fā)電和熱電聯產模式的差異。不分離產物氣CO2時，僅CO2和CO單程轉化率對甲醇產率有明顯的影響，其值在0.970～1.104 kg/kg之間。電解水效率是提升儲釋效率的關鍵參數。熱電聯產模式的儲釋效率和碳排放均明顯優(yōu)于純發(fā)電模式。前者模式的儲釋效率范圍為46.1%～58.6%，接近壓縮空氣儲能；再生電能和熱能的碳排放強度范圍分別為37～77 g CO2/kWh和10～21 g CO2/MJ，均大幅低于相應產品的當前碳排放水平。以木屑為原料的碳排放大幅低于以麥秸為原料的碳排放。通過捕集產物氣CO2，甲醇產率、綠電功耗和儲釋效率降低，但能夠實現生命周期零碳排放。

關鍵詞：甲醇；電解；生物質；儲釋效率；零碳排放

中圖分類號：TK02 " " " " " " " " 文獻標志碼：A

0 引 言

儲能是構建新型電力系統(tǒng)的關鍵環(huán)節(jié)，可實現能源“斷點續(xù)傳”，并可有效改善新能源波動性和電網調峰調頻能力［1］。電力多元轉化被視為一種極具前景的大規(guī)模儲能技術，氫、甲烷、甲醇、氨等均可作為儲能載體。相較于氫，甲醇易液化、體積能量密度高、不易泄漏、不易自燃爆炸、便于存儲和輸送，是理想儲能載體之一。當前甲醇主要由天然氣或煤轉化制備，而生物質是可再生的碳中性資源，理論上是制備綠色甲醇的理想碳源。電解水制氫制氧為生物質制取甲醇帶來新途徑［2-3］，即綠電耦合生物質制甲醇技術。

此前相關研究較系統(tǒng)地開展了綠電耦合生物質制甲醇技術的過程指標、能效和經濟性，包括電解水性能、氣化及甲醇合成參數、合成轉化率、能量集成、電價等多種因素［2-5］。研究主要分析以甲醇為產品的能效，缺少包含甲醇利用的儲釋效率。為與其他儲能技術對比分析，尋找適宜利用場景，需研究以甲醇為儲能載體的儲釋效率。

另外，此前關于該技術的環(huán)境影響評價的研究尚不充分。孫勇［6］研究了城市生活垃圾制取甲醇的效率、環(huán)境影響和經濟性，其中環(huán)境影響評價范圍有待擴展和深化。在雙碳戰(zhàn)略下，應使用生命周期方法（life cycle assessment， LCA）深入開展綠電耦合生物質制甲醇的碳排放評價，明確其碳排放競爭力。研究對象及其功能單位是LCA的關鍵之一。此前研究以甲醇為評價對象，然而甲醇在本文中作為儲能載體，應以再生的能量作為評價對象。

基于以上分析，本文研究綠電耦合生物質制甲醇技術，分析其儲釋效率和生命周期碳排放，探索一種低碳甚至零碳儲能技術。

1 系統(tǒng)介紹

本文研究對象包括兩大部分（圖1）：1）甲醇生產，即綠電耦合生物質制甲醇，實現儲能作用；2）甲醇利用，該步驟釋放能量。由于甲醇便于存儲，本文不考慮甲醇存儲或運輸環(huán)節(jié)。針對大規(guī)模儲能的目標，選用高效的燃氣輪機聯合循環(huán)作為甲醇利用技術，并考慮“純發(fā)電”和“熱電聯產”兩種模式。由于相關的利用技術成熟，本文使用當前工程項目數據，不再開展甲醇利用過程的建模，重點開展甲醇制取過程的建模。

如圖2所示，水先經水泵PM1升壓后進入電解裝置WE。使用Aspen Plus的RStoic模型和Sep模型模擬電解水過程。產物H2經過多級壓縮機CM1升壓，出口壓力比甲醇合成壓力高0.01 MPa，用于模擬管路和設備上的壓力損失及相應能耗。電解水的系統(tǒng)能效為60%～76%（基于低位熱值）［7-8］。

1.1 基于電解水的氣化單元

以麥秸和木屑為代表原料，其組成見表1［9］。先干燥將水分控制在5%以內。由于電解水提供充足的純氧，氣化器采用結構和運行簡單的自熱式氣化器。純氧氣化和較高的氣化溫度均可有效減少焦油生成量。本文氣化溫度范圍800～1400 ℃，氣化壓力范圍0.1～4.0 MPa［10-11］。由于反應溫度高，假設碳轉化率為99%，設備熱損失占原料能量的3%，氣化器壓降為5 kPa。

氣化過程的模擬由熱解和氣化重整兩步構成，分別采用Aspen Plus的RYield和RGibbs模塊，其他細節(jié)和驗證詳見文獻［12］。使用Design-Spec功能，自動計算給定條件下所需的氧氣量。產物氣通過換熱器CL1降溫后凈化，采用Sep模塊模擬雜質分離。然后，產物氣經冷卻器CL2冷凝、壓縮機CM2升壓，最終出口壓力同樣比甲醇合成壓力高0.01 MPa。在常規(guī)流程中，壓縮后的產物氣直接進入預熱器HTSG（不進入CO2分離單元），與電解水產生的H2混合作為合成氣。電解水提供足夠的H2，能使合成氣的（H2-CO2）/（CO+CO2）比值達到2.05，后續(xù)無須合成氣成分調整。電解水量由合成所需的H2量自動計算，副產物氧量多于氣化所需氧量，多余O2的利用不在本文研究范圍內。

1.2 甲醇合成單元

產物氣和循環(huán)乏氣經預熱器HTSG加熱至200 ℃，所需熱量來自本流程內的余熱回收?；旌蠚膺M入甲醇合成器，CO和CO2發(fā)生甲醇合成反應。為了提高轉化率和選擇性，既要選擇優(yōu)異的催化劑，還要選擇適宜的溫度和壓力。目前工業(yè)上采用低壓甲醇合成工藝較多，本文設定為240 ℃和5.5 MPa。在當前技術水平下，CO單程轉化率（[XCO]）為35%～67%，CO2單程轉化率（[XCO2]）相對較低，約為17%～28%［13-14］。另外，甲醇合成過程還會生成甲烷、乙醇、二甲醚、丙醇等副產物，其反應轉化率一般不超過0.15%［15］。甲醇合成反應器采用RStoic模型和PR-BM物性方法進行模擬。

為提高合成氣的利用率，采用兩級閃蒸回收有用乏氣并循環(huán)使用。合成產物先降溫降壓至2.5 MPa和25 ℃［16］，然后進入閃蒸器F1分離乏氣。為防止不凝性氣體的累積，3%的乏氣作為弛放氣送至燃氣內燃機作為燃料，其余循環(huán)利用。F1的液相產物繼續(xù)降壓至約0.35 MPa，然后進入閃蒸器F2，氣相產物同樣進入燃氣內燃機燃燒；液相產物粗甲醇進入精餾單元。

1.3 甲醇精餾單元

采用三塔精餾系統(tǒng)分離提純甲醇［17］。精餾塔的模擬采用RadFrac模型和NRTL物性方法，預塔、加壓塔和常壓塔的板數分別為48、85和85，回流比分別為0.64、3.5和1.8。精餾后甲醇純度不低于99.85%（質量分數）［18］。精餾1 t甲醇的能耗為1.0～1.1 t蒸汽（約160 ℃，0.6 MPa），熱源來自本系統(tǒng)內的余熱回收利用。

1.4 能量集成利用單元

氣化產物氣的冷卻、合成過程的放熱、合成產物的冷卻、馳放氣燃燒利用后的煙氣余熱均是有回收價值的熱量。干燥、氣化介質預熱、合成氣預熱均需相應的中低溫熱量。本文將以上回收熱與加熱按溫度匹配的原則進行利用，多余的熱量送入有機朗肯發(fā)電單元ORC，所產生的電量用于補充本系統(tǒng)的電耗。假設燃氣內燃機裝置和ORC單元的凈效率分別為40%和25%。

2 評價指標

2.1 產 率

本文重點考查基于干燥無灰基生物質的甲醇產率：

[Y=mMmFS] （1）

式中：[Y]——甲醇產率，kg/kg；[mFS]、[mM]——系統(tǒng)消耗的生物質和產出的甲醇的質量流量，kg/h，其中生物質使用干燥無灰基數據。

2.2 儲釋效率

儲釋效率是評判儲能技術的關鍵指標之一。以甲醇作為儲能載體，本文綜合計入能量存儲和釋放過程的能量效率。在甲醇利用釋能環(huán)節(jié)，參考燃氣-蒸汽聯合循環(huán)技術，考慮“純發(fā)電”和“熱電聯產”兩種利用方式，相應的儲釋效率為：

[ηSR，P=QM?mMQFS?mFS+3.6?PGE×ηMtP×100%] （2）

[ηSR，C=QM?mMQFS?mFS+3.6?PGE×ηMtC×100%] （3）

式中：[ηSR，P]——純發(fā)電模式的儲釋效率，%；[QM]——甲醇的低位熱值，取為19.9 MJ/kg；[QFS]——干燥無灰基生物質的低位熱值，MJ/kg；[PGE]——扣除系統(tǒng)內部發(fā)電的綠電功率，kW；[ηSR，C]——熱電聯產模式的儲釋效率，%；[ηMtP]——純發(fā)電模式的甲醇利用能效，%；[ηMtC]——熱電聯產模式的甲醇利用能效。參考當前主流燃氣聯合循環(huán)的性能數據，兩者分別設為60%和90%，后者對應熱電比1.06。

2.3 生命周期碳排放

使用SimaPro開展生命周期碳排放評價，使用溫室效應（global warming potential， GWP）作為碳排放量的核算指標，主要考慮CO2和CH4等氣體。評價范圍包括：原料種植收獲、原料運輸、甲醇生產、甲醇發(fā)電或熱電聯產等階段所需物質、能量、水，追溯上游排放，并包含設備制造和工廠建設引起的碳排放。

參考目前生物質發(fā)電項目的規(guī)模以及收集半徑的約束，假設本項目規(guī)模25 t/h生物質。考慮到本技術的應用場景是大規(guī)模儲能，通過電網調度可服務多個可再生發(fā)電站，因此年利用小時數超過單個風電或光伏電站。本文假設年利用小時數均為4000 h，壽命20 a，相應的聯合循環(huán)電廠的規(guī)模約50 MW。本文暫不考慮生產與利用兩端可能存在的利用小時數差異，因為相似技術的設施建設對其碳排放的貢獻一般較小。

純發(fā)電模式下，再生電能的生命周期碳排放強度[CE，P]（g CO2/kWh）為：

[CE，P=GCH+GTP+GMP+GMU+GPCEP] （4）

式中：[GCH]、[GTP]、[GMP]、[GMU]和[GPC]——生命周期內原料種植收獲、原料運輸、甲醇生產、甲醇發(fā)電和工廠設施建設等階段的碳排放，g CO2；[EP]——純發(fā)電模式下生命周期內甲醇再生的電量，kWh。

熱電聯產模式下，再生電能和再生熱能的生命周期碳排放強度[CE，C]（g CO2/kWh）和[CH，C]（g CO2/MJ）分別為：

[CE，C=11+k?GCH+GTP+GMP+GMU+GPCEC] （5）

[CH，C=k1+k?GCH+GTP+GMP+GMU+GPCHC] （6）

式中：[k]——熱電比；[EC]和[HC]——熱電聯產模式下再生的電量（kWh）和熱量（MJ）。

在種植收獲階段，由于植物的固碳作用，不計入生物質含碳對應的碳排放。[GCH]主要考慮土壤、化肥、農藥、燃油和電力等因素引起的碳排放［19］。秸稈的碳排放需考慮谷物與秸稈之間的分配，本文采用經濟分配法。小麥價格采用國家規(guī)定的2023年小麥最低收購價格2.34元/kg?；蒉r網麥秸價格在280～750元/t之間，考慮到優(yōu)質秸稈的用途，本項目應選取品質偏低的秸稈，價格按380元/t計算。相應的經濟分配系數和碳排放強度分別為0.14和134 g CO2/kg。木屑作為林業(yè)廢棄物，不計生長階段的碳排放。

運輸階段[GTP]主要考慮貨車油耗引起的直接排放。假設運輸工具采用8 t級別中型柴油貨車，收集半徑35 km［20］。甲醇生產階段[GMP]源自消耗綠電的碳排放。使用SimaPro中國江蘇地區(qū)風電的碳排放數據，即33 g CO2/kWh。由于甲醇所含的炭來自生物質，在甲醇利用階段無需考慮碳排放，即[GMU]為零。最后，對于工廠設施建設[GPC]，使用SimaPro中甲醇工廠和燃氣發(fā)電工廠的碳排放數據。

3 結果與討論

3.1 產率

首先以麥秸為原料研究各參數對[Y]的影響。各參數范圍如上所述，其基準值為：[TG=1100 ℃]，[pG=2 MPa]，[ηWE=68%]，[pWE=2.8 ]MPa，[XCO=0.51，XCO2=0.22]。[Y]在0.975～1.012 kg/kg之間，對[XCO2]和[XCO]的敏感系數均值分別為0.060和0.025，對其余變量的敏感系數的絕對值均小于0.005。[Y]隨CO和CO2單程轉化率的升高而升高，這是因為循環(huán)次數減少，通過馳放氣排出系統(tǒng)的CO和CO2減少，原料利用率提高。

3.2 儲釋效率

以麥秸為原料，圖3展示了純發(fā)電模式下[ηSR，P]的范圍及變化，其中[ΔV/V0]為某參數相對其基準值的變化率。[ηSR，P]在30.1%～35.0%之間。按敏感系數絕對值從大到小的順序，各參數的排序為[ηWE、TG、XCO2、XCO、pG]和[pWE]，其均值分別為0.610、[-0.115]、0.051、0.041、0.009和0.008。不論[ηSR，P]的變化范圍或敏感度，電解水效率都是提高儲釋效率的關鍵。其次是氣化溫度，[ηSR，P]隨[TG]的升高而降低，說明低溫氣化有利于提高儲釋效率。此外，[ηSR，P]隨其他參數的升高而升高。隨著[pG]從0.1 MPa升至0.5 MPa，[ηS]迅速升高；當[pG]超過1 MPa后（對應橫坐標-50%），[ηSR，P]的增幅逐漸減弱。這說明，當高壓氣化技術不夠成熟和可靠之前，沒必要追求過高的氣化壓力。

[ηSR，C]在45.1%～52.5%之間。根據式（2）和式（3），[ηSR，P]與[ηSR，C]之間存在線性關系。因此，[ηSR，C]隨以上參數的變化趨勢以及敏感程度相同，不再討論?！凹儼l(fā)電”和“熱電聯產”兩種模式的主要差別在于：通過熱電聯產模式，雖然再生的電量減少，但充分利用了熱能，從而使儲釋效率顯著提高15～18個百分點。這說明產物甲醇應優(yōu)先用于同時存在“熱電”需求的場景，例如綜合能源系統(tǒng)、集中供暖季。

為后續(xù)優(yōu)化提升儲釋效率，圖4展示了基準工況下基于熱電聯產模式的儲能-釋能系統(tǒng)的能量輸入和輸出。主要輸入能量是綠電，占比約57%。在輸出側，余熱發(fā)電損失的占比（15.01%）最大，其后依次為電解水損失、其余損失、精餾損失。其中，其余損失指甲醇生產環(huán)節(jié)內的各種散熱損失、機械損失，例如氣化爐的散熱損失占比約為1.29%，該項的構成繁多且難以顯著節(jié)能。精餾損失主要是冷卻精餾產物的冷卻損失，屬于低品位熱能，節(jié)能對提升儲釋效率的作用微弱?；鶞使r下基于低位熱值的[ηWE]取值為67.7%，未來有一定的提升空間。綜合來看，提升電解水效率是最重要的方向。

3.3 生命周期碳排放

基于以上變量基準值，麥秸和木屑的生命周期碳排放構成如圖5所示。不論采用哪種原料，運輸、工廠建設階段的碳排放占比都不超過8%。碳排放主要由種植階段和甲醇生產耗電引起。以麥秸為原料時，生命周期碳排放主要來自甲醇生產階段消耗的風電（占比52.5%），其次是麥秸種植收獲（占比約43%）。由于木屑碳排放強度為零，以木屑為原料的生命周期碳排放主要來自甲醇生產階段消耗的風電，占比高達92.6%。

3.4 當前和優(yōu)化情景的儲釋效率和碳排放

本節(jié)分兩個情景討論儲釋效率：1）當前情景，選用當前成熟或主流的單元技術，即常壓氣化和質子交換膜電解技術，氣化溫度為1200 ℃，[ηWE]和[pWE]分別為68%和5.6 MPa，[XCO]和[XCO2]分別為0.35和0.17；2）優(yōu)化情景，參考加壓煤氣化的運行壓力以及固體氧化物電解技術的發(fā)展趨勢，結合前述文獻報道的參數范圍，采用4 MPa加壓氣化，氣化溫度為800 ℃，[ηWE]和[pWE]分別為76%和2.5 MPa，[XCO]和[XCO2]分別為0.67和0.28。兩種情景下的儲釋效率和碳排放分別見表2和表3。

綠電耦合麥秸和木屑制甲醇的[Y]范圍分別為0.970～1.023 kg/kg和1.046～1.104 kg/kg。相比較當前情景，優(yōu)化情景由于單程轉化率的提升，其產率提高約5%，儲釋效率提高

6～10個百分點。不過，高效電解水以及其他節(jié)能優(yōu)化將綠電功耗[PGE]降低21%。這意味著，相對于當前情景，優(yōu)化場景下消納同樣規(guī)模的綠電需更多的原料。

對比當前主流儲能技術的儲釋效率，即抽水蓄能（70%～85%）、電化學儲能（85%～98%）和非補燃式壓縮空氣儲能（40%～70%）［21］。即使在優(yōu)化情景下，本技術的儲釋效率仍較低。然而，即使以優(yōu)化情景計算，25 t/h麥秸和4000 h的利用小時數可存儲約413 GWh的電量，儲能容量巨大。因此，本技術應瞄準抽水蓄能和電化學儲能之外的應用場景，發(fā)揮其儲能密度高、存儲時間長、規(guī)模大的優(yōu)勢，選擇適合的地點和時間。例如，集中供暖季節(jié)、商業(yè)體和園區(qū)的供冷季等。

SimaPro提供的天然氣制甲醇的全球平均碳排放強度約為600 g CO2/kg?；诰G電耦合生物質制甲醇技術，以麥秸為原料的甲醇碳排放為325～388 g CO2/kg，而以木屑為原料的甲醇碳排放為166～219 g CO2/kg?？梢娫摷夹g能提供低碳的甲醇產品。

從生命周期角度看（表3），采用純發(fā)電模式時，以麥秸和木屑為原料的再生電能的碳排放強度范圍分別為145～172 g CO2/kWh和74～97 g CO2/kWh，遠低于當前中國煤電、氣電以及電網平均碳排放。采用熱電聯產模式，再生電能的碳排放強度降低約50%，減碳作用進一步增強?？梢娫摷夹g具有強大的減碳作用。

根據中國頒布的行業(yè)企業(yè)溫室氣體排放核算方法與報告指南，企業(yè)的外購熱力的排放因子為110 g CO2/MJ。以本技術生產的甲醇為儲能載體，其供熱碳排放強度為10～21 g CO2/MJ，碳減排優(yōu)勢較大。另外，從生命周期碳排放的角度看，應選擇熱電聯產作為甲醇利用方式。

3.5 面向零碳儲能的流程優(yōu)化及儲能指標

以上結果表明，即使采用無碳排放的木屑，由于運輸、綠電生產和轉換過程能量損失等因素的累積，再生的電和熱具有減碳優(yōu)勢，但仍引起一定的碳排放。值得注意的是，生物質產物氣中CO2體積分數一般在15%以上。由于CO2濃度較高，適宜采用成熟的分離技術進行CO2捕集，從而降低生命周期碳排放。據此優(yōu)化綠電耦合生物質制甲醇流程，如圖2虛線框所示。由于變壓吸附和物理吸附等分離方法均運行在加壓條件下，因此在CM2后增設CO2分離單元，以獲得足夠的壓力。CO2分離單元的能耗主要是壓縮功耗。假設分離獲得的高純度CO2被封存或固碳處理，相關的能耗及排放不在本文研究范圍內。經CO2分離單元處理后的產物氣進入HTSG，其余流程保持不變。相應的結果見表4。通過分離產物氣CO2，可實現生命周期零碳排放，然而以麥秸為原料的CO2分離比（0.9585、0.7910）遠高于以木屑為原料的分離比（0.5870、0.4313）。以麥秸為原料時，由于絕大部分CO2被分離捕集，其甲醇產率和功耗大幅下降，儲釋效率小幅下降。儲釋效率下降的原因主要有兩方面：1）分離CO2造成壓縮功耗損失；2）高效率的電解水單元的輸入能量占比降低，進而引起系統(tǒng)能效降低。此時，綠電占總輸入能量的比例可能降至50%以下。綜上，通過捕集合成氣中CO2，綠電耦合生物制甲醇技術能實現零碳儲能，但需付出產率、功耗和儲釋效率降低的代價（對比表2）。為實現降低碳排放強度或實現零碳排放，應優(yōu)先使用不計種植生長階段碳排放的生物質廢棄物，例如木屑、餐廚垃圾等；其次是該階段碳排放低的生物質原料。通過捕集產物氣中的CO2可實現零碳儲能，這是當前各種儲能技術所不具備的優(yōu)勢。

4 結 論

本文研究了基于電解水制氫制氧的綠電耦合生物質制甲醇技術的甲醇產率、儲能性能和生命周期碳排放，主要結論如下：

1）在不分離產物氣CO2的前提下，基于干燥無灰基麥秸和木屑的產率在0.970～1.104 kg/kg之間，僅對CO2和CO單程轉化率較為敏感。

2）純發(fā)電和熱電聯產模式下儲釋效率分別為30.8%～39.1%和46.1%～58.6%，主要對電解水效率、氣化溫度、CO2和CO單程轉化率等參數敏感。該技術應優(yōu)先用于熱電聯產場景。

3）不捕集產物氣CO2時，本技術能制取低碳的甲醇，再生低碳的電和熱。通過捕集產物氣CO2，能實現生命周期零碳排放，但導致甲醇產率和綠電消納功率大幅降低，儲釋效率小幅降低。

4）本技術應優(yōu)先消納不計種植生長階段碳排放的生物質廢棄物，其次使用該階段碳排放低的生物質原料。

本技術的儲釋效率有待提高，未來應探索其他高效電能轉換技術的應用，從而提高整體能效。另外，本文僅研究了典型風電碳排放，不同綠電的碳排放，甚至不同地區(qū)和技術水平下的碳排放差異較大，建議未來充分探討多種綠電的影響?？紤]到生物質的價格優(yōu)勢，甚至補貼，該技術可能存在成本優(yōu)勢，未來應開展生命周期跨度的經濟性研究。

［參考文獻］

［1］ 吳智泉， 賈純超， 陳磊， 等. 新型電力系統(tǒng)中儲能創(chuàng)新方向研究［J］. 太陽能學報， 2021， 42（10）： 444-451.

WU Z Q， JIA C C， CHEN L， et al. Research on innovative direction of energy storage in new power system construction［J］. Acta energiae solaris sinica， 2021， 42（10）： 444-451.

［2］ ZHANG H F， WANG L G， VAN HERLE J， et al. Techno-economic evaluation of biomass-to-fuels with solid-oxide electrolyzer［J］. Applied energy， 2020， 270： 115113.

［3］ BUTERA G， H?JGAARD JENSEN S， ?STERGAARD GADSB?LL R， et al. Flexible biomass conversion to methanol integrating solid oxide cells and two stage gasifier［J］. Fuel， 2020， 271： 117654.

［4］ 王玉亭. 基于水電解和甲醇合成的可再生能源消納系統(tǒng)熱力性能及經濟性分析［D］. 北京： 華北電力大學， 2022.

WANG Y T. Thermal performance and economic analysis of renewable energy consumption system based on water electrolysis "and "methanol "synthesis［D］. "Beijing： "North China Electric Power University， 2022.

［5］ POLUZZI A， GUANDALINI G， GUFFANTI S， et al. Flexible " power "amp; "biomass-to-methanol " "plants： "design optimization and economic viability of the electrolysis integration［J］. Fuel， 2022， 310： 122113.

［6］ 孫勇. 城市生活垃圾氣化制燃料的技術—環(huán)境—經濟性分析［D］. 廣州： 華南理工大學， 2022.

SUN Y. Technical-environmental-economic analysis of gasification of municipal solid waste to produce fuel［D］. Guangzhou： South China University of Technology， 2022.

［7］ DAWOOD F， ANDA M， SHAFIULLAH G M. Hydrogen production for energy： an overview［J］. International journal of hydrogen energy， 2020， 45（7）： 3847-3869.

［8］ 李亮榮， 彭建， 付兵， 等. 碳中和愿景下綠色制氫技術發(fā)展趨勢及應用前景分析［J］. 太陽能學報， 2022， 43（6）： 508-520.

LI L R， PENG J， FU B， et al. Development trend and application prospect of green hydrogen production technologies under carbon neutrality vision［J］. Acta energiae solaris sinica， 2022， 43（6）： 508-520.

［9］ FENG F， SONG G H， SHEN L H， et al. Energy efficiency analysis of biomass-based synthetic natural gas production process using interconnected fluidized beds and fluidized bed " methanation " "reactor［J］. " Clean " technologies " and environmental policy， 2016， 18（3）： 965-971.

［10］ IM-ORB K， ARPORNWICHANOP A. Process and sustainability analyses of the integrated biomass pyrolysis， gasification， and methanol synthesis process for methanol production［J］. Energy， 2020， 193： 116788.

［11］ YANG S Y， LI B X， ZHENG J W， et al. Biomass-to-methanol by dual-stage entrained flow gasification： design and techno-economic analysis based on system modeling［J］. Journal of cleaner production， 2018， 205： 364-374.

［12］ SONG G H， WANG L， YAO A L， et al. Technical and economic assessment of a high-quality syngas production process integrating oxygen gasification and water electrolysis： the Chinese case［J］. ACS omega， 2021， 6（42）： 27851-27864.

［13］ PUIG-GAMERO M， ARGUDO-SANTAMARIA J， VALVERDE J L， et al. Three integrated process simulation using aspen Plus?： pine gasification， syngas cleaning and methanol synthesis［J］. Energy conversion and management， 2018， 177： 416-427.

［14］ ZHANG H F， WANG L G， PéREZ-FORTES M， et al. Techno-economic optimization of biomass-to-methanol with solid-oxide electrolyzer［J］. Applied energy， 2020， 258： 114071.

［15］ ANICIC B， TROP P， GORICANEC D. Comparison between two methods of methanol production from carbon dioxide［J］. Energy， 2014， 77： 279-289.

［16］ ARTEAGA-PéREZ L E， GóMEZ-CáPIRO O， KARELOVIC A， et al. A modelling approach to the techno-economics of Biomass-to-SNG/Methanol systems： stand alone vs integrated topologies［J］. Chemical engineering journal， 2016， 286： 663-678.

［17］ 臧楠. 甲醇精餾工藝模擬計算與優(yōu)化及新工藝研究［D］. 西安： 西安石油大學， 2011.

ZANG N. Simulation calculation and optimization of methanol distillation process and research on new technology［D］. Xi’an： Xi’an Shiyou University， 2011.

［18］ POLUZZI A， GUANDALINI G， GUFFANTI S， et al. Flexible power and biomass-to-methanol plants with different gasification technologies［J］. Frontiers in energy research， 2022， 9： 795673.

［19］ 葉茂林， 譚烽華， 李宇萍， 等. 百噸級生物質混合醇系統(tǒng)能耗和溫室氣體排放分析［J］. 太陽能學報， 2023， 44（1）： 361-368.

YE M L， TAN F H， LI Y P， et al. Analysis of energy consumption and greenhouse gas emission of 100 t/a mixed alcohol system from biomass［J］. Acta energiae solaris sinica， 2023， 44（1）： 361-368.

［20］ 張晟義， 張杰， 王童， 等. 我國農業(yè)生物質發(fā)電潛力評估及環(huán)境效益分析［J］. 云南農業(yè)大學學報（社會科學版）， 2021， 15（4）： 51-60.

ZHANG S Y， ZHANG J， WANG T， et al. The potential assessment and environment benefit analysis of agricultural biomass power generation in China［J］. Journal of Yunnan Agricultural University （social science）， 2021， 15（4）： 51-60.

［21］ 張文智， 楊晉紅， 賈艷剛. 新型儲能產業(yè)發(fā)展對新型電力系統(tǒng)建設的促進研究［J］. 新能源科技， 2023（1）： 12-17.

ZHANG W Z， YANG J H， JIA Y G. Research on the promotion of the development of new energy storage industry to the construction of new power systems［J］. New energy technology， 2023（1）： 12-17.

ENERGY STORAGE-RELEASE EFFICIENCY AND CARBON EMISSION OF GREEN ELECTRIC COUPLING BIOMASS TO

METHANOL PRODUCTION

Song Guohui1，2，Zhao Liang3，Wang Jinping1，2，Wang Hongyan1，Xiao Jun4

（1. School of Energy and Power Engineering， Nanjing Institute of Technology， Nanjing 211167， China；

2. Jiangsu Provincial Key Laboratory of Multi-Energy Integration and Flexible Power Generation Technology，

Nanjing Institute of Technology， Nanjing 211167， China；

3. College of Materials Science and Engineering， Nanjing Forestry University， Nanjing 210037， China；

4. School of Energy and Environment， Southeast University， Nanjing 210096， China）

Abstract：Facing the demands of energy storage and decarbonization， the technology of methanol production from biomass coupled with wind power was studied using wheat straw and sawdust as feedstock. The performances were analyzed and evaluated including the methanol yield， the energy efficiency of storage-release processes （i.e.， storage-release efficiency）， the life cycle carbon emissions， and the differences between power generation model and cogeneration mode for methanol utilization. Without the separation of CO2 in product gas， only the one-way conversion rates of CO2 and CO have obvious impacts on the methanol yield， ranging from 0.970 to 1.104 kg/kg. The efficiency of water electrolysis is the key parameter to improve the storage-release efficiency. Both storage-release efficiency and carbon emission intensity under the cogeneration mode have significantly advantages over those under pure power generation mode. Under the cogeneration mode， the storage-release efficiency varies from 46.1% to 58.6%， which is similar to that of the compressed air energy storage. The ranges of carbon emission intensity of the regenerated electricity and thermal energy are 37-77 g CO2/kWh and 10-21 g CO2/MJ， respectively， which are significantly lower than the current levels of the products. The carbon emission intensities with sawdust as feedstock are significantly lower than those with wheat straw. "This technology with separation and capture of CO2 in product gas can achieve the zero-carbon emission in the life span at the cost of decreases in the methanol yield， power rate， and storage-release efficiency.

Keywords：methanol； electrolysis； biomass； storage-release efficiency； zero carbon emission