بهینه‌سازی طراحی و ارزیابی تأثیر جهانی جذب مستقیم کربن هوا با انرژی خورشیدی-حرارتی

1. مقدمه

نیاز فوری به کربن‌زدایی از اقتصاد جهانی در حالی که تقاضای انرژی رو به افزایش است، فناوری جذب مستقیم هوا (DAC) را در خط مقدم راهبردهای کاهش تغییرات اقلیمی قرار داده است. با این حال، شدت انرژی بالای آن، به ویژه انرژی حرارتی مورد نیاز برای باززایی جاذب (۱۰۰ تا ۸۰۰ درجه سانتی‌گراد)، همچنان مانعی حیاتی از نظر هزینه و پایداری است. این مطالعه، ادغام فناوری حرارتی خورشیدی متمرکز (CST) با ذخیره‌سازی انرژی حرارتی (TES) کم‌هزینه مبتنی بر شن را برای تأمین انرژی سیستم‌های DAC بررسی می‌کند. ما یک تحلیل فنی-اقتصادی جامع از پیکربندی‌های DAC خورشیدی-حرارتی متصل به شبکه و مستقل ارائه می‌دهیم و پتانسیل آن‌ها برای دستیابی به حذف دی‌اکسید کربن مقیاس‌پذیر و مقرون‌به‌صرفه را ارزیابی می‌کنیم.

2. روش‌شناسی و طراحی سیستم

این پژوهش از یک رویکرد بهینه‌سازی در سطح سیستم برای مدل‌سازی و ارزیابی DAC خورشیدی-حرارتی استفاده می‌کند.

3. نتایج و تحلیل عملکرد

4. بینش‌های کلیدی و بحث

5. جزئیات فنی و فرمول‌بندی ریاضی

بهینه‌سازی فنی-اقتصادی، هزینه ترازشده حذف CO2 (LCOR) را که به صورت زیر فرمول‌بندی شده است، حداقل می‌کند:

$LCOR = \frac{CAPEX \cdot CRF + OPEX}{M_{CO_2}}$

که در آن $CAPEX$ کل هزینه سرمایه‌ای، $CRF$ عامل بازیابی سرمایه $CRF = \frac{i(1+i)^n}{(1+i)^n - 1}$ (با $i$ به عنوان نرخ بهره و $n$ طول عمر نیروگاه)، $OPEX$ هزینه عملیاتی سالانه و $M_{CO_2}$ جرم سالانه CO2 جذب‌شده است.

تراز انرژی برای TES شن حیاتی است. انرژی حرارتی ذخیره‌شده $Q_{stored}$ به صورت زیر داده می‌شود:

$Q_{stored} = m_{sand} \cdot c_{p,sand} \cdot (T_{hot} - T_{cold})$

که در آن $m_{sand}$ جرم شن ذخیره‌سازی، $c_{p,sand}$ ظرفیت گرمایی ویژه آن (~800 ژول بر کیلوگرم کلوین) و $T_{hot}$ و $T_{cold}$ به ترتیب دمای ذخیره‌سازی بالا و پایین هستند.

6. نتایج آزمایشگاهی و توصیف نمودارها

یافته‌های کلیدی این مطالعه بهتر از طریق چند نمودار مفهومی (که در اینجا بر اساس روایت مقاله توصیف شده‌اند) قابل مشاهده است:

• نمودار: LCOR در مقابل اندازه مزرعه خورشیدی و ظرفیت ذخیره‌سازی: یک نمودار سطح سه‌بعدی یا نقشه کانتوری که یک حداقل هزینه واضح را نشان می‌دهد. LCOR با افزایش اندازه مزرعه خورشیدی و ذخیره‌سازی تا یک نقطه کاهش می‌یابد، پس از آن بازده نزولی به دلیل افزایش CAPEX آغاز می‌شود. نقطه بهینه مربوط به محدوده ۲۰۰-۱۶۰ دلار بر تن و سیستمی است که قادر به ضریب ظرفیت بیش از ۸۰٪ است.
• نمودار: پروفایل عملکرد روزانه: یک نمودار خط زمانی ۲۴ ساعته که نشان می‌دهد خروجی حرارتی CST در ظهر به اوج می‌رسد و TES شن را شارژ می‌کند. تقاضای حرارت باززایی DAC به صورت یک بلوک ثابت یا پلکانی در ساعات عصر/شب نشان داده می‌شود که مستقیماً از TES تأمین می‌شود و نشان می‌دهد ذخیره‌سازی چگونه عملکرد پیوسته را ممکن می‌سازد.
• نمودار: نقشه امکان‌سنجی جغرافیایی: یک نقشه جهان که مناطق با هم‌افزایی بالا را برجسته می‌کند—مناطقی که تابش خورشیدی بسیار بالا (DNI > 2500 کیلووات‌ساعت بر متر مربع در سال)، زمین‌های شنی (کاهش هزینه مواد ذخیره‌سازی) و نزدیکی به حوضه‌های رسوبی برای ذخیره‌سازی زمین‌شناسی (مانند شبه‌جزیره عربستان، صحرای بزرگ آفریقا، صحرای آتاکاما، مناطق دورافتاده استرالیا) را ترکیب می‌کنند.
• نمودار: شکست هزینه (نمودار دایره‌ای): نشان می‌دهد که برای سیستم بهینه DAC خورشیدی-حرارتی، اجزای CAPEX (مزرعه خورشیدی، TES، ماژول‌های DAC) بر LCOR غالب هستند، در حالی که OPEX متغیر (عمدتاً نگهداری) سهم کمتری دارد که ماهیت سرمایه‌بر راه‌حل را تأکید می‌کند.

7. چارچوب تحلیل: یک مطالعه موردی

سناریو: ارزیابی یک سایت در صحرای نوادا، ایالات متحده

هدف: تعیین امکان‌سنجی و پیکربندی بهینه یک نیروگاه DAC خورشیدی-حرارتی.

مراحل چارچوب:

1. ارزیابی منابع: جمع‌آوری داده‌ها: DNI سالانه = 2800 کیلووات‌ساعت بر متر مربع، هزینه زمین، پروفایل دمای محیط.
2. تعریف محدودیت‌ها: هدف جذب = 6000 تن CO2 در سال. زمین در دسترس = 2 کیلومتر مربع. باید یک سیستم مستقل (بدون اتصال به شبکه) باشد.
3. تعیین اندازه سیستم (تکرارشونده):
   • فرض یک جاذب نیازمند 1.8 مگاوات‌ساعت حرارت به ازای هر تن CO2.
   • محاسبه تقاضای حرارتی کل سالانه: 6000 تن * 1.8 مگاوات‌ساعت/تن = 10,800 مگاوات‌ساعت حرارتی.
   • تعیین اندازه مزرعه CST برای تأمین این تقاضا، با در نظر گرفتن بازده کلکتور خورشیدی و تلفات رفت و برگشت TES.
   • تعیین اندازه TES شن برای تأمین ۱۶-۱۴ ساعت حرارت در توان باززایی، اطمینان از عملکرد شبانه.
   • تعیین اندازه مزرعه PV و باتری‌ها برای تأمین بارهای الکتریکی پارازیتیک (فن‌ها، پمپ‌ها، کنترل‌ها).
4. مدل‌سازی هزینه: استفاده از ارقام CAPEX محلی (دلار بر متر مربع برای CST، دلار بر کیلووات‌ساعت حرارتی برای TES شن، دلار بر تن ظرفیت برای ماژول DAC) و برآوردهای OPEX (۲-۳٪ از CAPEX سالانه). اعمال فرمول LCOR از بخش ۵.
5. تحلیل حساسیت: تغییر پارامترهای کلیدی: هزینه مزرعه خورشیدی (±۲۰٪)، زمان چرخه جاذب، نرخ بهره. شناسایی بزرگ‌ترین عوامل محرک هزینه.
6. خروجی: یک طراحی سیستم بهینه‌شده با مساحت CST مشخص، حجم TES و یک برآورد LCOR حاصل. تحلیل به احتمال زیاد نوادا را به عنوان یک سایت بسیار مناسب تأیید می‌کند، با LCOR نزدیک به انتهای پایین محدوده ۲۰۰-۱۶۰ دلار.

8. چشم‌انداز کاربرد و جهت‌های آینده

سیستم DAC خورشیدی-حرارتی مسیری جذاب برای حذف دی‌اکسید کربن در مقیاس بزرگ، به ویژه در زمینه‌های زیر ارائه می‌دهد:

• مراکز سوخت مصنوعی کربن‌خنثی: استقرار هم‌مکان این نیروگاه‌ها با تولید هیدروژن سبز (از طریق PV خورشیدی یا باد) و زیرساخت ذخیره‌سازی CO2 برای تولید هیدروکربن‌های مصنوعی (مانند سوخت جت)، ایجاد تأسیسات یکپارچه «سوخت خورشیدی» در بیابان‌ها.
• برداشت بهبودیافته نفت (EOR) با ردپای کربنی خالص منفی: تأمین CO2 کم‌هزینه و خورشیدی برای EOR در میادین نفتی مجاور، جایی که ذخیره‌سازی زمین‌شناسی مرتبط می‌تواند هنگامی که با جذب اتمسفری ترکیب شود، به انتشارات خالص منفی منجر شود.
• استقرار ماژولار برای جبران‌سازی شرکتی: طراحی ماژولار ۶۰۰۰ تن در سال به خوبی برای سبدهای حذف کربن شرکتی مناسب است و به شرکت‌ها اجازه می‌دهد واحدهای اختصاصی و قابل ردیابی را حمایت مالی کنند.

جهت‌های آینده تحقیق و توسعه:

• هم‌توسعه جاذب: طراحی جاذب‌هایی با چرخه‌های باززایی سریع‌تر و دمای پایین‌تر (۱۲۰-۸۰ درجه سانتی‌گراد) که کاملاً با پروفایل‌های دشارژ TES شن هماهنگ شده‌اند.
• مهندسی پیشرفته TES: بهبود انتقال حرارت در بسترهای شن از طریق مبدل‌های حرارتی لوله‌پره‌ای تعبیه‌شده یا طراحی‌های بستر سیال برای افزایش چگالی توان.
• بهینه‌سازی سیستم هیبریدی: ادغام بخش کوچکی از انرژی تجدیدپذیر مکمل (مانند باد) برای حفظ حداقل عملکرد در دوره‌های نادر و طولانی ابری، افزایش بیشتر ضریب ظرفیت.
• تحلیل چرخه عمر و پایداری: انجام یک ارزیابی کامل چرخه عمر (LCA) از سیستم، شامل استخراج شن، تولید آینه و مصرف آب، برای اطمینان از حداکثر شدن منافع زیست‌محیطی خالص.

9. مراجع

1. IPCC. (2023). Climate Change 2023: Synthesis Report. Intergovernmental Panel on Climate Change.
2. Keith, D. W., Holmes, G., St. Angelo, D., & Heidel, K. (2018). A Process for Capturing CO2 from the Atmosphere. Joule, 2(8), 1573–1594.
3. National Renewable Energy Laboratory (NREL). (2024). Long-Duration Energy Storage Technology Analysis. U.S. Department of Energy.
4. Fasihi, M., Efimova, O., & Breyer, C. (2019). Techno-economic assessment of CO2 direct air capture plants. Journal of Cleaner Production, 224, 957–980.
5. International Energy Agency (IEA). (2022). Direct Air Capture: A key technology for net zero.
6. Zhu, J., et al. (2022). Is Zhu et al. (2017) the "CycleGAN" of Image-to-Image Translation? A Critical Analysis of Unpaired Translation Methods. arXiv preprint arXiv:2205.12549. (به عنوان یک قیاس برای ارزیابی نوآوری رویکردهای ادغام سیستم استفاده شده است).
7. McQueen, N., et al. (2021). A review of direct air capture (DAC): scaling up commercial technologies and innovating for the future. Progress in Energy, 3(3), 032001.