Comparative assessment of blue hydrogen from steam methane reforming, autothermal reforming, and natural gas decomposition technologies for natural gas-producing regions
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Interest in blue hydrogen production technologies is growing. Some researchers have evaluated the environmental and/or economic feasibility of producing blue hydrogen, but a holistic assessment is still needed. Many aspects of hydrogen production have not been investigated. There is very limited information in the literature on the impact of plant size on production and the extent of carbon capture on the cost and life cycle greenhouse gas (GHG) emissions of blue hydrogen production through various production pathways. Detailed uncertainty and sensitivity analyses have not been included in most of the earlier studies. This study conducts a holistic comparative cost and life cycle GHG emissions’ footprint assessment of three natural gas-based blue hydrogen production technologies – steam methane reforming (SMR), autothermal reforming (ATR), and natural gas decomposition (NGD) to address these research gaps. A hydrogen production plant capacity of 607 tonnes per day was considered. For SMR, based on the percentage of carbon capture and capture points, we considered two scenarios, SMR-52% (indicates 52% carbon capture) and SMR-85% (indicates 85% carbon capture). A scale factor was developed for each technology to understand the hydrogen production cost with a change in production plant size. Hydrogen cost is 1.22, 1.23, 2.12, 1.69, 2.36, 1.66, and 2.55 $/kg H2 for SMR, ATR, NGD, SMR-52%, SMR-85%, ATR with carbon capture and sequestration (ATR-CCS), and NGD with carbon capture and sequestration (NGD-CCS), respectively. The results indicate that when uncertainty is considered, SMR-52% and ATR are economically preferable to NGD and SMR-85%. SMR-52% could outperform ATR-CCS when the natural gas price decreases and the rate of return increases. SMR-85% is the least attractive pathway; however, it could outperform NGD economically when CO2 transportation cost and natural gas price decrease. Hydrogen storage cost significantly impacts the hydrogen production cost. SMR-52%, SMR-85%, ATR-CCS, and NGD-CCS have scale factors of 0.67, 0.68, 0.54, and 0.65, respectively. The hydrogen cost variation with capacity shows that operating SMR-52% and ATR-CCS above hydrogen capacity of 200 tonnes/day is economically attractive. Blue hydrogen from autothermal reforming has the lowest life cycle GHG emissions of 3.91 kgCO2eq/kg H2, followed by blue hydrogen from NGD (4.54 kgCO2eq/kg H2), SMR-85% (6.66 kgCO2eq/kg H2), and SMR-52% (8.20 kgCO2eq/kg H2). The findings of this study are useful for decision-making at various levels.
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.
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 | 0,001 |
| 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 découle