Retrofitting coal‐fired power plants with biomass co‐firing and carbon capture and storage for net zero carbon emission: A plant‐by‐plant assessment framework
Notice bibliographique
Résumé
Abstract The targets of limiting global warming levels below 2°C or even 1.5°C set by Paris Agreement heavily rely on bioenergy with carbon capture and storage (BECCS), which can remove carbon dioxide in the atmosphere and achieve net zero greenhouse gas (GHG) emission. Biomass and coal co‐firing with CCS is one of BECCS technologies, as well as a pathway to achieve low carbon transformation and upgrading through retrofitting coal power plants. However, few studies have considered co‐firing ratio of biomass to coal based on each specific coal power plant's characteristic information such as location, installed capacity, resources allocation, and logistic transportation. Therefore, there is a need to understand whether it is worth retrofitting any individual coal power plant for the benefit of GHG emission reduction. It is also important to understand which power plant is suitable for retrofit and the associated co‐firing ratio. In order to fulfill this gap, this paper develops a framework to solve these questions, which mainly include three steps. First, biomass resources are assessed at 1 km spatial resolution with the help of the Geography Information Science method. Second, by setting biomass collection points and linear program model, resource allocation and supply chain for each power plants are complete. Third, is by assessing the life‐cycle emission for each power plant. In this study, Hubei Province in China is taken as the research area and study case. The main conclusions are as follows: (a) biomass co‐firing ratio for each CCS coal power plant to achieve carbon neutral is between 40% and 50%; (b) lower co‐firing ratio sometimes may obtain better carbon emission reduction benefits; (c) even the same installed capacity power plants should consider differentiated retrofit strategy according to their own characteristic. Based on the results and analysis above, retrofit suggestions for each power plant are made in the discussion.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».