Thermodynamic Analysis of a Power Plant Integrated with Fogging Inlet Cooling and a Biomass Gasification
Notice bibliographique
Résumé
Biomass energy and especially biofuels produced by biomass gasification are clean and renewable options for power plants. Also, on hot days the performance of gas turbines decreases substantially, a problem that can be mitigated by fog cooling. In the present paper, a biomass-integrated fogging steam injected gas turbine cycle is analyzed with energy and exergy methods. It is observed that (1) increasing the compressor pressure ratio raises the air flow rate in the plant but reduces the biomass flow rate; (2) increasing the gas turbine inlet temperature decreases the air and biomass flow rates; (3) increasing the compressor pressure ratio raises the energy and exergy efficiencies, especially at lower pressure ratios; (4) increasing the gas turbine inlet temperature raises both efficiencies; and (5) overspray increases the energy efficiency and net cycle power slightly. The gas turbine exhibits the highest exergy efficiency of the cycle components and the combustor the lowest. A comparison of the cycle with similar cycles fired by natural gas and differently configured cycles fueled by biomass shows that the cycle with natural gas firing has an energy efficiency 18 percentage points above the biomass fired cycle, and that steam injection increases the energy efficiency about five percentage points relative to the cycle without steam injection. Also, the influence of steam injection on energy efficiency is more significant than fog cooling.
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 | 0,001 |
| 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 ».