基于遺傳算法-綜合計算法的生物質熱解氣化優化分析

朱軼林，張新敬，徐玉杰，3，丁捷，郭歡，陳海生，3

（1 中國科學院工程熱物理研究所，北京 100190；2 中國科學院大學工程科學學院，北京 100049；3 國家能源大規模物理儲能技術（畢節）研發中心，貴州畢節 551712）

引言

可再生能源的開發與利用是解決當今能源短缺和環境污染問題的關鍵路徑，而生物質被認為是繼煤炭、石油和天然氣之后的第四大能源，也是唯一可直接存儲和運輸的可再生碳基能源，其利用過程的碳零排放和負排放對環境保護有重要意義[1-2]。生物質熱解氣化是一種高效清潔的能源利用方式，氣化產物以H2、CO、CH4和CO2等組分為主，可應用于發電、供熱、合成化學制品,具有能源、環境和經濟等多重效益[3-5]。由于生物質種類繁多且元素組成不同，其熱解氣化反應是復雜的動力學反應，為研究生物質熱解氣化產率分布及優化流程參數，對不同種類和工況的生物質開展熱解氣化實驗，其成本較高，也難以實現對所有產物的準確測定，因此關于生物質熱解氣化模型的研究成為國內外學者的研究熱點[6-7]。

生物質熱解氣化模型可概括為以下幾類。一是基于化學平衡的熱動力學模型，其中熱力學模型又稱為零維模型，是將整個氣化過程的多個非均相和均相化學反應，認為在某一溫度下達到化學平衡；動力學模型則是從氣化機理出發，綜合考慮氣化反應動力學、流體力學和傳熱學等特性[8]，由于氣化過程比較復雜，目前尚無公認的模型。閆桂煥等[9-10]綜合考慮系統散熱和固定碳不完全轉化等因素建立了生物質氣化熱力學模型，并考慮了焦油，為生物質低焦清潔利用提供參考。Gordillo等[11-12]依據化學反應平衡、質量守恒和能量守恒建立了生物質空氣-水蒸氣氣化動力學模型，并與固定床氣化實驗值對比。Silva 等[7]則綜述了生物質氣化熱動力學模型，總結到改進模型參數后的計算值與實驗值更接近，可更好地指導生物質氣化研究。二是參考煤氣化經驗模型的綜合計算法，將氣化過程分為熱解段和固定碳的氣化反應段，生成的合成氣為熱解氣與氣化氣的總和[13]。李洪濤等[14-15]建立了生物質空氣/水蒸氣氣化的綜合計算法模型，由生物質氣化實測數據對模型修正，并改進C/N 特征值取值的隨機性，與實驗數據對比，模擬結果符合良好。三是神經網絡模型，不考慮具體物理過程機理，利用氣化爐實際運行的現場數據通過多層前饋神經網絡對參數預估，并預測最終的氣化結果[6]。

目前，許多學者利用基于熱力學模型和動力學模型的流程模擬Aspen Plus 仿真生物質熱解氣化反應[6,16-18]。AI-Zareer 等[19]利用Aspen Plus 中的RYield模塊模擬熱解反應，熱解氣為CO、H2O、H2、CO2、CH4、H2S和N2的混合氣，以C6H6代表熱解過程產生的焦油，再以RGibbs 模塊模擬氣化反應。Nikoo 等[20]認為生物質在RYield 模塊中裂解為C、H2、O2、S、N2和灰分，再由RGibbs模擬部分碳和熱解氣的氧化反應，最后利用RCSTR模塊外嵌Fortran動力學子程序模擬固定碳的氣化反應，與實驗值對比，最小均方根誤差為CO 的8.68%，并指出熱解段應考慮焦油(CxHyOz)產生。Kaushal等[21]根據生物質干燥、熱解和氣化流程，利用Aspen Plus 軟件建立了流化床生物質氣化模型，在RYield 中生物質熱解為CO、CO2、H2、H2O、CH4和焦油，由RCSTR 模擬固定碳與氣化劑的氣化反應。張偉等[22]將生物質氣化分為干燥熱解和固定碳氣化兩個階段，參考煤熱解經驗模型在RYield 中給出生物質熱解產率分布，再由RCSTR 模擬炭和空氣、水蒸氣的氧化還原反應，合成氣為兩階段產氣之和。

生物質氣化涉及熱解和固定碳氧化還原等過程[13-15,21-22]，可實現生物質燃料的高效清潔利用，為此國內外學者在生物質熱解氣化模型研究上取得了較大進展。但是在綜合計算法中，由于參考的是煤熱解經驗模型，且生物質熱解組分和氣化組分相互影響，不能確定熱解模型參數，也不明確綜合平衡常數和固定碳轉化率對氣化過程的影響[14-15]；而在Aspen Plus 模型中，通過RYield 模塊模擬生物質熱解反應，將生物質分解成單質元素[11-12]或參考煤氣化經驗模型[14-16,20]，較少考慮熱解段焦油產生，無法反映生物質熱解氣化真實過程，導致模擬值與實驗值有一定偏差；而且少有研究綜合考慮理論計算法和流程模擬的復合，從而提高模擬效果的準確性和可靠性[6]。

因此，為準確預測生物質熱解氣化產率分布，貼合生物質轉化真實過程，本文開展了生物質熱解氣化基于綜合計算法的優化分析，由生物質熱解氣化實測數據通過遺傳算法(genetic algorithm,GA)對綜合計算法模型進行改進,并按照綜合算法中熱解段和固定碳氣化反應段建立Aspen Plus 模型，熱解過程組分和氣化段固定碳轉化率由GA-綜合計算法得出，再根據Gibbs 最小自由能原理模擬固定碳的氣化反應，與實驗值對比驗證模型的有效性和可靠性，最后探討了GA-綜合計算法中綜合平衡常數和固定碳轉化率對合成氣組分及氣化評價指標的影響，為研究生物質熱解氣化產率分布及流程參數優化提供指導。

1 計算模型

1.1 生物質熱解模型

生物質熱解組分及產率受元素組成、熱解溫度和溫升速率等諸多因素影響，因此生物質熱解產率分布關系式難以確定。目前，關于生物質熱解模型主要參考煤熱解經驗模型(H.H.Дбpoxotob 模型)，由不同種類燃煤的熱解實驗數據擬合出熱解產物轉化的比例系數[16,20]。但是生物質不同于燃煤，其揮發分含量一般高于60%，固定碳含量小于20%，熱解過程主要發生的化學反應是長鏈有機大分子的分解，因為其揮發分含量較高，焦油以苯和苯酚等大分子有機物存在，因此生物質參考煤熱解模型來確定其熱解產率分布是不準確的[13]。綜合計算法是依據H.H.Дбpoxotob模型，由生物質熱解實測數據對熱解產物轉化的比例系數修正[14-15]。表1 列出了綜合計算法模型熱解段產物產率輸入條件，CR1、CR2和CR3為轉化比例系數，表示生物質干基元素含量占比與當量元素生成熱解產物，Rtar則為焦油產率系數，表示為揮發分的占比。為確定熱解模型參數，在GA-綜合計算法模型中給出比例系數的約束范圍,由于生物質焦油主要以苯和苯酚等CHO 類大分子有機物存在[23-24]，焦油的分子組成參考文獻[14,21]為CH1.12O0.19,且生物質熱解模型遵循元素守恒和化學反應平衡。

表1 兩種模型熱解段產物產率輸入條件對比Table 1 Comparison of input values of pyrolysis composition yields in different models

1.2 固定碳氣化模型

固定碳的氧化還原反應為碳[25]與氣化劑中的氧及水蒸氣的反應[14-15]，其主要氣體產物為CO、CO2、H2、H2O 和N2，模型中各組分含量可聯立方程式(1)～式(7)求解。

式中，RC/N為碳氮特征值，即為固定碳氣化模型組分中元素碳與氮的摩爾系數比；MolCO為1kg 生物質燃料在固定碳氣化模型中生成CO的量，mol/kg;同理，MolCO2和MolN2分別為1kg 生物質燃料在固定碳氣化模型中的CO2和N2的量，mol/kg。

式中，MolPyrolysis,C為1kg 生物質燃料由熱解過程生成固定碳的量，mol/kg;RFCR為固定碳氣化模型中固定碳的轉化率；MolC為1kg 生物質燃料中實際反應的固定碳的量，mol/kg。

碳平衡：

式中，RMCO為反應的固定碳轉化成CO 的摩爾系數。

氫平衡：

式中，MolH2Ototal為1 kg 生物質燃料所需氣化劑中水蒸氣的量，mol/kg；MolH2為1 kg生物質燃料在固定碳氣化階段生成H2的量，mol/kg;MolH2Oundec為氣化劑水蒸氣相對于1 kg生物質燃料未參與固定碳氧化還原反應的量，mol/kg。

氧平衡：

式中，MolN2為相對于1 kg 生物質燃料由氣化劑空氣帶入N2的量，mol/kg;為氣化劑水蒸氣相對于1 kg 生物質燃料參與固定碳氧化還原反應的量，mol/kg。

綜合平衡常數K[14-15]：

綜合平衡常數K用來描述固定碳氣化階段CO、CO2、H2和未分解水蒸氣之間的關系，K的公式形式與CO 變換反應的平衡常數表達式相同，而這里的綜合平衡常數K是一個經驗值，其值與氣化溫度及運行工況有關，在實際生產中K值范圍為1.2～3.0[14]。

1.3 由遺傳算法改進的綜合計算法

綜合計算法模型參考的是H.H.Дбpoxotob模型，并將與生物質燃料特性相似的泥煤數據作為熱解組分和產率的初始值，再由生物質實測數據對生物質熱解組分產率進行修正，在固定碳氣化階段參考的是泥煤數據，綜合平衡常數K取為2.5[15]。為確定綜合計算法的模型參數，提高模型計算精度，需要對綜合計算法進行改進。由于生物質熱解和氣化反應遵循元素守恒和化學反應平衡，生物質熱解產物及合成氣組分間相互影響，導致由實測數據對模型參數修正需要對比的子目標較多且計算量大，而利用遺傳算法可實現最優解的快速收斂，提高綜合計算法的計算速度和精度[26]。這是因為遺傳算法是一種借鑒生物界進化規律演化而來的優化方法，其本質是一種高效、并行和全局搜索的算法，并自適應地控制搜索過程以求得最優解[27]。

生物質熱解氣化GA-綜合計算法流程如圖1所示，在遺傳算法中，初始種群設置為100，交叉概率為0.9，變異概率為0.1，定義目標函數OBJPyrolysis為生物質熱解組分實驗值與計算值的相對誤差之和，而目標函數OBJGasification為生物氣化組分實驗值與計算值的相對誤差之和，如式(8)和式(9)所示。在GA-綜合計算法中運用兩次遺傳算法，第一次遺傳算法的初始參數為生物質的元素分析、工業分析，CR1、CR2、CR3和Rtar的約束范圍及熱解實驗值；第二次遺傳算法的初始參數為第一次遺傳算法的熱解組分產率分布、空氣當量比(ER)和蒸汽/生物質質量比(S/B),綜合平衡常數K和固定碳轉化率RFCR的約束范圍及合成氣實驗值；分別通過1000代遺傳和變異選出最優個體，得到的解唯一且收斂，即確定熱解階段最優比例系數CR1、CR2、CR3和Rtar，以及固定碳氣化階段的綜合平衡常數K和固定碳轉化率RFCR，如圖中實線流程所示；由生物質熱解氣化實驗數據通過遺傳算法對綜合計算法改進后，進而可對生物質含濕量、空氣當量比和蒸汽/生物質質量比等參數進行合成氣組分和氣化評價指標的敏感性分析，如圖中虛線流程所示。其中，綜合平衡常數K的計算精度為0.001,為滿足計算精度要求，算法中嵌套關于固定碳轉化成CO 摩爾系數RMCO的迭代收斂計算過程，RMCO為需要調整的輸入變量，計算次數CI為迭代收斂判斷條件。上述算法編程是在Matlab 工作環境中實現。

圖1 生物質熱解氣化GA-綜合計算法流程Fig.1 Flowchart of GA-comprehensive calculation model for biomass pyrolysis and gasification

式中，i表示生物質熱解組分，j表示生物質氣化產物。

1.4 Aspen Plus模型

Aspen Plus 是一款生產裝置設計、穩態模擬和流程優化的通用化工模擬軟件，其在石油精餾、填料塔設計、換熱器設計和校核等方面均有較成熟的模擬范例，且在煤炭轉化方面應用較多。由于生物質和煤在性質和氣化過程上存在較大的相似性，許多學者采用Aspen Plus 模擬生物質的氣化過程，并證明了可行性[6,28-29]。生物質熱解氣化基于綜合計算法的Aspen Plus 模型如圖2 所示，數字1～12 表示物質流，字母a、b 和c 表示熱流，A～G 代表反應器模塊，其中，通過1 個產率反應器模塊RYield(A-熱解器)模擬生物質熱解過程，2 個Gibbs 自由能模塊RGibbs分別模擬固定碳氧化(C-燃燒器)和還原反應(D-氣化器)[30]，其中RYield 模塊中熱解組分產率分布由GA-綜合計算法得出，確定最優比例系數CR1、CR2、CR3和Rtar的綜合計算法-熱解模型在A-熱解器中通過Fortran 語言編譯，氣化段固定碳轉化率亦由GA-綜合計算法得出，物性方法選擇PR-BM,氣化系統熱損失為輸入生物質低位熱值總能量的2%[31]，固定碳氧化反應為生物質熱解提供熱量[30]，依據質量守恒、能量守恒和化學反應平衡，進而可計算出每個流程節點的熱力學狀態參數和成分組成，較好地模擬生物質熱解氣化反應。

圖2 生物質熱解氣化基于綜合計算法的Aspen Plus模型Fig.2 Aspen Plus model of biomass pyrolysis and gasification

1.5 氣化過程的基本參數和評價指標

1kg 收到基燃料燃燒所需要的干空氣量為SR(kg/kg)[14-15]：

式中,Car、Har、Oar和Sar為生物質燃料收到基元素分析。

空氣當量比ER(kg/kg)為氣化時實際供給的空氣量AR與燃料完全燃燒所需空氣量SR之比[32]：

氣體燃料的產率Rpro(m3/kg) 為氣化1 kg 生物質原料所得到的干氣體燃料在標準狀況下的體積。

生物質合成氣體熱值LHVgas(kJ/m3)由式（12）計算[33]：

氣化效率ηgas定義為單位質量的生物質氣化后，氣化氣體所包含的化學能與氣化原料所包含的化學能之比：

碳轉換率ηCC為生物質燃料中的碳轉為氣體燃料中碳的份額，即氣體中含碳量與原料中含碳量之比：

式中，GV為單位質量生物質氣化后產生合成氣在標準狀況下的體積，m3。

2 結果與討論

2.1 生物質熱解模型驗證

選取稻殼和白楊木為生物質原料，其工業分析和元素分析如表2 所示[13-14]，工業分析基準為收到基，而元素分析基準為干燥基。稻殼熱解模型計算值與實驗值[13，34]對比如圖3 所示，熱解溫度為873 K[13],由H.H.Дбpoxotob 模型計算得到的熱解組分存在O2，無焦油和C2H4，實際上生物質的固定碳含量小于20%，而揮發分的含量一般高于60%，長鏈有機分子發生熱解反應會生成焦油和烯烴；且該模型計算的CO產率為38.6%，明顯高于實驗值14.6%，而計算得到的CO2產率為4.14%，小于實驗值13.7%，因此H.H.Дбpoxotob 模型計算的生物質熱解組分及產率與實驗值偏差較大，不能真實反映生物質熱解過程。結果對比還可發現，稻殼熱解實驗固定碳的組分高于其他模型值，這是因為在熱解實驗中忽略了C2H4的檢測[15]；由GA-綜合計算法計算得到的焦油產率系數Rtar為0.0832，比例系數CR1=0.4284,CR2=0.3202和CR3=0.1974,相比于實驗值，其平均組分誤差為8.53%；由GA-綜合計算法得到的熱解組分值相比于綜合計算法的模擬值，平均組分誤差為4.36%，這說明相比于無改進的綜合計算法，GA-綜合計算法的模型值更接近實驗值，可以更好地預測生物質熱解組分產率。

圖3 稻殼熱解模型值與實驗值對比Fig.3 Comparison of simulated results and experimental values for husk pyrolysis

表2 生物質原料的工業分析和元素分析Table 2 Proximate and ultimate analysis of biomass samples

2.2 生物質氣化模型驗證

生物質氣化模型的計算值與實驗值[14-15]對比如圖4 所示，本部分參考文獻[15]生物質氣化實驗的測試工況，稻殼進料為800 kg/h,空氣當量比ER為0.27，氣化蒸汽用量為80 kg/h。由圖4(a)可知，通過GA-綜合計算法得到稻殼的目標函數OBJGasification=0.3225,計算優化后確定的固定碳轉化率RFCR為0.84，綜合平衡常數K=3,平均組分誤差為5.37%，明顯優于綜合計算法得到的合成氣組分值，與實驗值接近；相比于熱解過程其平均組分誤差為8.53%,這說明GA-綜合計算法運用兩次遺傳算法優化相關參數后，合成氣組分計算值與實驗值更接近，GA-綜合計算法的計算精度較高。

圖4 中AspenPlus_Ref_Coal 為參考煤氣化模型建立的Aspen Plus模型，RYield模塊中輸入的是Ash、H2O、C、H2、N2、S 和O2等產物，而后進入RGibbs 模塊模擬氣化反應，分析可得，模擬合成氣組分中沒有焦油、C2H4等產物存在，且與實驗值偏差較大，其原因是生物質氣化與煤氣化在機理上存在明顯不同，其理論計算法和Aspen Plus 流程模擬均不能直接參考煤氣化模型。AspenPlus_GACC 為基于GA-綜合計算法建立起的氣化模型，其中，GACC_PG 表示模型中RYield 的熱解組分產率分布由GA-綜合計算法得出，氣化段的固定碳轉化率亦由GA-綜合計算法確定，而GACC_P 表示僅RYield 模塊的熱解組分產率由GA-綜合計算法得出。由圖4(a)分析可知，AspenPlus_GACC_PG 模型的計算值要優于綜合計算法，與GA-綜合計算法和實驗值相差不大，相比于AspenPlus_GACC_P 模型中干合成氣CO2濃度為12.6%和CO 濃度為20.9%，由于稻殼固定碳轉化率為0.84，有利于固定碳氣化階段的氧化反應，導致干合成氣中CO2濃度為14.7%，CO 濃度為17.1%，與實驗值CO 濃度18.87%接近，而且干合成氣H2、CH4和N2的濃度均與實驗值吻合，這說明AspenPlus_GACC_PG模型貼合生物質轉化過程，可實現理論計算和流程模擬的復合來提高模擬效果的準確性和可靠性。

圖4 生物質氣化模型與實驗值對比Fig.4 Comparison of simulated results and experimental values for husk and poplar gasification

選擇白楊木為研究對象，如圖4(b)所示，通過GA-綜合計算法得到的目標函數OBJGasification=0.3875，優化確定白楊木的固定碳轉化率RFCR為0.9102，綜合平衡常數K=3,平均合成氣組分誤差為6.46%；AspenPlus_Ref_Coal 模型值與白楊木氣化實驗值差別較大，也說明了生物質氣化模型不能直接參考煤氣化模型；AspenPlus_GACC_PG 模型的計算值與實驗值接近，優于綜合計算法，相比于AspenPlus_GACC_P 模型，因為固定碳轉化率小于1，干合成氣CO2濃度增大而CO 濃度減小，其中CH4和N2的濃度均與實驗值吻合，這說明AspenPlus_GACC_PG 模型可較好地反映生物質熱解氣化流程。

2.3 GA-綜合計算法中綜合平衡常數和固定碳轉化率的影響分析

通過2.1 節和2.2 節研究發現，綜合平衡常數K和固定碳轉化率RFCR是影響固定碳氣化反應的兩個重要因素，為揭示其對生物質氣化反應的影響，本節以稻殼為研究對象開展綜合平衡常數和固定碳轉化率對生物質氣化反應評價指標的敏感性分析。綜合平衡常數K對稻殼干合成氣組分的影響如圖5(a)所示，分析可知，按組分濃度大小排序依次是N2、CO、H2、CO2、CH4、C2H4和H2S,隨著綜合平衡常數K從1.2 提高到3，CO 的體積分數從22.4%增大到23.9%，CO2的濃度則從11.4%減小到10.33%，而H2的濃度從15.9%下降到14.88%，其原因是固定碳轉化成CO 摩爾系數RMCO隨綜合平衡常數K的增大從0.69 變化到0.75[圖5(b)]，由于給定了生物質進料流量和ER=0.27且假設固定碳的轉化率為1，則在固定碳氣化階段C/N 特征值為一定值0.49，因此隨著綜合平衡常數K的增大，生物質干合成氣組分CO的濃度變大，而CO2和H2的濃度減小。

綜合平衡常數K對生物質合成氣評價指標的影響如圖6 所示，由圖6(a)分析可知，隨著綜合平衡常數的增大，稻殼合成氣的熱值由6.06 MJ/m3提高到6.15 MJ/m3,而干合成氣產率則從1.63 m3/kg 下降到1.61 m3/kg,由于給定了生物質燃料流量和空氣當量比ER=0.27,因此合成氣組分N2的濃度隨K的增大而減小，如圖5(a)所示；雖然合成氣組分H2的濃度亦隨K的增大而減小，但是CO 的濃度隨著RMCO的提高而增大，如式(12)所示，導致合成氣的熱值緩慢增大。由圖6(b)分析可得，生物質碳轉換率ηCC為0.8，不隨綜合平衡常數K的增大而變化，而稻殼氣化效率隨綜合平衡常數的提高從0.689 緩慢增大到0.692，這是因為給定了固定碳氣化段固定碳轉化率RFCR為1，且熱解過程70%～90%(質量)的生物質轉化成熱解氣[21],因此綜合平衡常數對稻殼氣化效率和固定碳轉化率的影響較小。

圖5 綜合平衡常數對稻殼干合成氣組分、固定碳轉化成CO摩爾系數和C/N特征值的影響Fig.5 Effect of comprehensive equivalent constant on gasification compositions,transferring coefficient of fixed carbon for CO and characteristic value C/N

圖6 綜合平衡常數對生物質合成氣評價指標的影響Fig.6 Effect of comprehensive equivalent constant on gasification evaluating values

為分析固定碳轉化率對生物質氣化過程的影響，綜合平衡常數參考文獻[14]，即K取2.5。固定碳轉化率對稻殼干合成氣組分的影響如圖7(a)所示，分析可知，隨著固定碳轉化率RFCR從0.8提高到1，合成氣組分CO 的濃度從17.32%變化到23.63%，H2的濃度從14.23%增大到15.09%，而CO2的濃度則從14.3%減小到10.55%，這是因為隨著固定碳轉化率的提高，有利于固定碳還原反應的進行，生物質合成氣中CO和H2的濃度增大，相對應的固定碳轉化成CO的摩爾系數RMCO亦增大，如圖7(b)所示;由圖7(b)可得，C/N 特征值隨著固定碳轉化率的提高而增大，對比分析可知，RMCO隨RFCR變化的增量為0.2187，而RC/N的增量為0.0984，因此導致CO2濃度隨著固定碳轉化率的增大而減小。

圖7 固定碳轉化率對干合成氣組分、固定碳轉化成CO摩爾系數和C/N特征值的影響Fig.7 Effect of conversion ratio of fixed carbon on gasification compositions,transferring coefficient of fixed carbon for CO and characteristic value C/N

固定碳轉化率RFCR對生物質合成氣評價指標的影響如圖8所示，分析可得，隨著RFCR從0.8提高到1，合成氣熱值LHVgas從5.35 MJ/m3提高到6.14 MJ/m3,這是因為合成氣中可燃氣體CO 和H2的濃度隨RFCR的提高而增大，干合成氣產率則從1.51 m3/kg 提高到1.62 m3/kg，對應干合成氣N2濃度隨RFCR的增大而減小，如圖7(a)所示。由圖8(b)分析可知，稻殼氣化效率ηgas隨著RFCR提高從0.56 增大到0.69，同樣與合成氣熱值LHVgas有相同的變化趨勢，碳轉換率ηCC則隨著RFCR的提高從0.71增大到0.8。

圖8 固定碳轉化率對生物質合成氣評價指標的影響Fig.8 Effect of conversion ratio of fixed carbon on gasification evaluating values

3 結論

為準確預測生物質熱解氣化產率分布和模擬氣化流程，本文開展了基于綜合計算法的生物質熱解氣化優化分析，并按照綜合計算法中熱解段和固定碳氣化反應段建立Aspen Plus 模型，探討了GA-綜合計算法中綜合平衡常數和固定碳轉化率對干合成氣組分及氣化評價指標的影響，具體如下。

(1)GA-綜合計算法的計算精度較高，可確定稻殼的焦油產率系數Rtar為0.0832，比例系數CR1=0.4284,CR2=0.3202 和CR3=0.1974,平均熱解組分誤差為8.53%；固定碳轉化率RFCR為0.84，綜合平衡常數K=3,平均合成氣組分誤差為5.37%。

(2)提高綜合平衡常數后，干合成氣中CO 濃度增大，H2和CO2的濃度減小，其合成氣熱值和氣化效率增大，而干合成氣產率下降；提高固定碳轉化率，干合成氣CO 和H2的濃度增大，CO2濃度減小，合成氣熱值、氣化效率和干合成氣產率均增大。

(3)生物質熱解氣化直接參考煤氣化模型不適合，而生物質熱解氣化基于GA-綜合計算法的Aspen Plus 模型，熱解過程組分和氣化階段固定碳轉化率由GA-綜合計算法得出，合成氣模擬值與實驗值接近，實現了GA-綜合計算法與流程模擬的復合，較好地反映生物質熱解氣化流程。