综述：在热质交换网络综合方面，上层结构设计及求解方法取得了显著进展

《RENEWABLE & SUSTAINABLE ENERGY REVIEWS》：Advancements in superstructures design and solver approaches for heat and mass exchange network synthesis

过程集成技术（HENS、MENS及CHMENS）在节能减排中的潜力及优化方法研究存在显著差距，需通过并行算法、混合算法和人工智能提升效率。

　　

刘思琪|徐月|张世杰|易志康|肖源|崔国民

上海科技大学能源与动力工程学院，中国上海

摘要

过程集成（PI）技术，如换热网络合成（HENS）和质量交换网络合成（MENS），以及它们的混合系统（CHMENS），在化学工业中实现节能和减排方面具有巨大潜力。然而，由于问题规模的变化、不同类型的优化方法以及各种优化瓶颈，目前关于HENS和MENS与CHMENS结合的优化性能的信息仍然不足。本文全面回顾了HENS、MENS和CHMENS的问题描述、优化模型和优化算法。为了定量评估优化性能，本文展示了包含成本信息的典型HENS、MENS和CHMENS案例。通过比较优化方法，发现CHMENS领域存在较大的研究空白，实践中缺乏表现良好的模型和算法。此外，改进现有模型的可行域是HENS和MENS的发展主流趋势。在算法开发方面，寻找复杂网络合成中的全局最优解仍然是一个重大挑战。因此，可以将并行算法、混合算法和先进的人工智能（AI）方法应用于过程PI技术，以提高优化效率并降低经济成本。期望本研究能帮助读者全面了解HENS、MENS和CHMENS，并为基于它们问题描述、优化目标和方法论的其他PI技术的优化提供思路。

引言

2024年，全球能源需求快速增长，超过了历史平均水平。化学工业消耗了全球工业最终能源的约28-30%和总能源的10-12%。这种高能源需求需要更高效的能源利用[1]。为解决这一问题，过程集成（PI）被认为是一种有前景的技术，可以优化工业生产过程[2]，因为它不仅提高了能源回收效率，还减轻了环境压力[3]。PI技术为应对复杂的化学工程挑战提供了系统化的方法，从而提高了可持续性和环保性。

过去几十年中，开发了多种PI方法来促进过程优化、提高工业生产力，并实现化学制造系统中质量和能源资源的有效利用。这些方法包括换热网络合成（HENS）和质量交换网络合成（MENS）。图1基于过去四十年的综合文献回顾，大致分类了与HENS和MENS相关的主要研究领域。对于HENS，研究范围逐渐从纯HENS扩展到其他方面，如灵活HENS、改造HENS、厂内和厂间HENS。对于MENS，当前的研究包括纯MENS、灵活MENS、改造MENS、多组分MENS和CHMENS。研究发现，有367篇经过同行评审的出版物专注于纯HENS研究，占总数的48%，而MENS的相关论文数量分别为138篇和65篇。这表明HENS和MENS仍然是这些领域的研究主流。此外，由于HENS和MENS之间的高度相似性，现在提出了一种混合网络合成方法，称为联合换热和质量交换网络合成（CHMENS）。有必要对基于HENS、MENS和CHMENS的关键方法进行分类和回顾，因为这些方法对PI技术和过程工业的进一步发展做出了重要贡献。

HENS的优化方法已经得到了广泛研究。Furman等人[4]探讨了HENS的计算复杂性，指出优化质量和效率无法同时兼顾。随后，Furman等人[5]基于461篇相关文章，总结了HENS模型构建和求解的时间里程碑。Sreepathi等人[6]介绍了多种HENS的设计和改造方法，包括基于数学规划的方法、基于夹点分析的方法和混合方法[7]。最近，Xu等人[8]在10个典型案例研究中定量比较了上述优化方法的性能，得出当前方法仍难以找到全局最优解的结论。

在MENS研究方面，已经进行了关于通过塔板和填料柱的气液流合成方法以及多组分系统的迷你研究[9]。Short等人[10]全面回顾了MENS的不同优化方法，包括高阶求解算法。他们的回顾还包括了混合网络设计。Yoro等人[11]总结了CHMENS技术在二氧化碳捕获领域的应用，指出使用混合网络设计策略可以最小化能源和材料消耗[12]。然而，由于问题规模的变化、不同类型的优化模型和优化算法的存在，目前关于HENS和MENS之间优化性能差异的信息仍然不足。此外，尚未对HENS、MENS和混合系统的优化性能进行全面研究。混合网络的最优设计可以为相关问题提供技术指导。

HENS问题的优化目标包括通过换热器实现能源回收[13]、总年成本（TAC）[14]、环境性能[15]和熵损失[16]。而MENS问题的优化目标包括废物回收[17]、温室气体排放[18]、资源消耗[19]和TAC[20]。尽管如此，带有CHMENS的HENS和MENS问题本质上是经济设计问题，重点在于最大化化学过程中的可回收资源[21]。因此，在仅考虑集成方法改进的情况下，TAC是最有价值的优化目标[22]。

表1展示了应用于HENS和MENS问题的不同优化方法的比较。虽然基于热力学的方法由于其高效率而更广泛使用，但基于数学的同时合成方法因其强大的全局优化性能而脱颖而出。在此背景下，本研究旨在阐明在不同问题规模和经济情景下，基于同时合成数学方法的HENS和MENS之间的优化性能差异。此外，还分析了混合网络优化。比较了不同优化模型和求解算法下HENS、MENS和CHMENS的优化水平。此外，本研究还将为包含工作流、换热网络和水交换网络的混合网络优化提供思路。

部分摘录

回顾方法

本研究的目的是突出HENS、MENS和CHMENS优化方法之间的性能差异。由于不同研究对HENS和MENS发展的贡献已分别探讨，因此本回顾将重点关注HENS、MENS和CHMENS的结合。回顾过程分为三个步骤[23]：（1）根据作者和关键词收集出版物；（2）通过筛选将文章分类到不同类别

HENS

HENS的研究最初由Hwa发起，一般的HENS问题可以定义如下（图2）：N_H个给定入口温度的热流需要冷却到指定的出口温度，N_C个给定入口温度的冷流需要加热到指定的出口温度。每个流的入口和出口温度、热流量以及每个换热器及其相应设施的成本都是已知的。

HENS优化模型的研究现状

蒸汽和冷却水等设施作为过程流的热量不足或过剩的重要能源缓冲，当内部热量回收不足时提供外部加热/冷却以维持过程温度。Liu等人[26]提出了一种带有多个设施中间布置的扩展阶段式超级结构（SWS）。为了进一步分析温度均匀性与HENS效率之间的相关性，Chen等人[27]提出了

优化方法比较

图33和图34展示了可用于HENS、MENS和CHMENS的不同优化方法和算法的可视化比较。显然，MENS和CHMENS的优化模型和求解算法大多基于HENS的模型。就优化模型而言，表现良好的超级结构（如SWS、CBM和NNM）已扩展到新兴领域。如第3节所述，HENS、MENS和CHMENS涉及匹配关系的设计和优化

结论与未来展望

本文回顾了HENS、MENS和CHMENS的同时合成数学方法，包括问题描述、优化超级结构和求解算法。通过比较各种案例研究的TAC，评估了不同优化方法的性能。本文的主要成就和结论总结如下。

(1)

HENS、MENS和CHMENS的数学表示、假设、目标函数和约束条件

CRediT作者贡献声明

刘思琪：概念化、方法论、撰写 - 初稿。徐月：撰写 - 初稿、监督。张世杰：概念化、撰写 - 审阅与编辑。易志康：撰写 - 审阅与编辑。肖源：可视化、项目管理。崔国民：资源协调、监督、项目管理和资金获取。

利益冲突声明

作者声明他们没有已知的财务利益或个人关系可能影响本文报告的工作。

致谢

非常感谢国家自然科学基金（52406105, 21978171）的财政支持。我们还要感谢MogoEdit（https://www.mogoedit.com）在本手稿准备过程中的英语编辑工作。