Optimal Renewable Energy Integration into Refinery with CO2 Emissions Consideration: <i>An Economic Feasibility Study</i>
Notice bibliographique
Résumé
With increasing global energy demand and declining energy return on energy invested (EROEI) of crude oil, global energy consumption by the O&G industry has increased drastically over the past few years. In addition, this energy increase has led to an increase GHG emissions, resulting in adverse environmental effects. On the other hand, electricity generation through renewable resources have become relatively cost competitive to fossil based energy sources in a much 'cleaner' way. In this study, renewable energy is integrated optimally into a refinery considering costs and CO2 emissions. Using Aspen HYSYS, a refinery in the Middle East was simulated to estimate the energy demand by different processing units. An LP problem was formulated based on existing solar energy systems and wind potential in the region. The multi-objective function, minimizing cost as well as CO2 emissions, was solved using GAMS to determine optimal energy distribution from each energy source to units within the refinery. Additionally, an economic feasibility study was carried out to determine the viability of renewable energy technology project implementation to overcome energy requirement of the refinery. Electricity generation through all renewable energy sources considered (i.e. solar PV, solar CSP and wind) were found feasible based on their low levelized cost of electricity (LCOE). The payback period for a Solar CSP project, with an annual capacity of about 411 GWh and a lifetime of 30 years, was found to be 10 years. In contrast, the payback period for Solar PV and Wind were calculated to be 7 and 6 years, respectively. This opens up possibilities for integrating renewables into the refining sector as well as optimizing multiple energy carrier systems within the crude oil industry
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 | 0,002 | 0,003 |
| Communication savante | 0,001 | 0,002 |
| 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».