Opportunities for CO2 Capture and Storage in Iranian Electricity Generation
Notice bibliographique
Résumé
CO2 capture and storage (CCS) systems are technologies that can be used to reduce CO2 emissions by different industries where combustion is part of the process. A major problem of CCS system utilization in electricity generation industry is their high efficiency penalty in power plants. For different types of power plants fueled by oil, natural gas and coal, there are three main techniques that can be applied: • CO2 capture after combustion (post-combustion); • CO2 capture after concentration of flue gas by using pure oxygen in boilers and furnaces (oxy-fuel power plant); • CO2 capture before combustion (pre-combustion). More than 90% of electricity generation in Iran is based on fossil fuel power plants. Worldwide, electricity generation is responsible for 54% of GHG emissions. Thus, it is vital to reduce CO2 emission in fossil fuel-fired power plants. In this paper, it is shown that, by applying CO2 capture systems in power generation industry, very low CO2 emission intensity is possible but the energy and economic penalties are substantial. The analyses showed that for different technologies efficiency penalty could be as high as 25% and cost of electricity might increase by more than 65%. Two scenarios for Iranian electricity generation sector were investigated in this paper: installing CCS in the existing power plants with current technologies and replacing existing power plants by natural gas combined cycle plants equipped with CO2 capture system. The results revealed that the GHG intensity can be reduced from 610 to 79 gCO2eq/kWh in the first scenario and to 54 gCO2eq/kWh in the second scenario.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».