Techno-economic evaluation of blue hydrogen production with carbon capture and storage for onshore Eastern Australia
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
This techno-economic assessment models the feasibility of a greenfield blue hydrogen development with production capacity of 400 tons of hydrogen per day (TH2/day). At an assumed 85% CO2 recovery rate, the 400 TH2/day production scale equates to a need for approximately 1.241 million tons of CO2 per year (MtCO2/year) of subsurface CO2 storage capacity over an assumed project life of 25 years (approximately 31 Mt of total CO2 sequestered). The blue hydrogen production technology applied to the assessment is a Steam Methane Reformer (SMR) with two points of CO2 recovery (pre-combustion process stream amine scrubbing and post-combustion flue gas capture). The remaining key scope components are the CO2 compression and dehydration system, 65 km of CO2 distribution pipeline and a CO2 injection and storage hub comprised of three injection wells, three deep observation wells and three groundwater monitoring wells. The study includes the screening process applied to identify five high-grade depleted gas reservoirs in the Cooper Basin that are the CO2 storage candidates, and which ultimately define the project location. The economic evaluation of the project includes the definition of cost and operations estimates to determine a mean project case and then applies a Palisade @Risk probabilistic distribution model to key project inputs as to risk the project under various scenarios. The analysis concludes that the economic viability of large-scale, greenfield blue hydrogen projects in Australia is highly dependent on hydrogen sale price, Australian Carbon Credit Unit (ACCU) value, wholesale natural gas prices and capital cost efficiency.
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 | 0,001 | 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 découle