MétaCan
Menu
Retour à la cohorte
Enregistrement W4282938448 · doi:10.1016/j.egyr.2022.06.004

Optimization and energy assessment of technological process for CO2 capture system of natural gas and coal combustion

2022· article· en· W4282938448 sur OpenAlexaff
Emmanuel Adu, Yingnan Li, Yindi Zhang, Yue Xin, Paitoon Tontiwachwuthikul

Notice bibliographique

RevueEnergy Reports · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensUniversity of Regina
Organismes subventionnairesnon disponible
Mots-clésFlue gasNatural gasProcess engineeringCoalPower stationCarbon capture and storage (timeline)Waste managementEngineeringCombined cycleProcess simulationPetroleum engineeringEnvironmental scienceProcess (computing)Mechanical engineeringComputer scienceTurbineElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Flue gas stream generated from combusted natural gas, petroleum, and coal in power plants contains enormous CO2 with detrimental effects on the environment. CO2 capture systems must be integrated into these power plants to prevent emissions of CO2 into the open atmosphere. This work uses rate-based process modelling and a parametric design approach to optimally design large-scale amine-based PCC and compression systems that can be integrated into real 550 MW coal-fired and 555MW NGCC fired power plants. A comparative analysis of energy and economy is also conducted. Based on monoethanolamine (MEA), the process parameters of the post-combustion capture and compression system for CO2 were used as the study baseline. Different amines and alternative flow scheme optimization of the post-combustion capture with compression models are developed for coal and natural gas combined cycle (NGCC) cases and their energy consumption performances compared. Also, the operating and capital costs of the CO2 Capture and Storage (CCS) plant are determined for the overall process of economic evaluation concerning technical and economic performance parameters. The results show that rich solvent cooled recycle (RSR) and lean vapour compression (LVC) process modification under the integration case of CO2 capture and compressed Coal, energy savings of 20.4%, 41.8% and 34.8% for MEA, piperazine activated methyldiethanolamine solution (MDEA+PZ) and piperazine activated monoethanolamine (MEA+PZ) respectively, is possible when compared with the basic situation of MEA. RSR+LVC process modification under the integration case of CO2 capture and compressed NGCC, energy savings of 18.9%, 35.4% and 34.4% for MEA, MDEA+PZ and MEA+PZ, respectively, is possible when compared with the basic situation of MEA. Economic performance: the total annual operating costs of MDEA+PZ, RSR+LVC technological process optimized for the coal case was reduced by approximately 30% compared with the basic situation of MEA, while that for the NGCC case was reduced by 19%. The cost of CO2 avoided for the coal used MDEA+PZ into RSR+LVC technological process optimized capture is decreased by 13% compared with coal captured in MEA basic situation. For the NGCC cases, the cost of CO2 avoided for the NGCC of MDEA+PZ, RSR+LVC process optimized capture is decreased by 7% compared with NGCC with MEA basic case capture.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,005
Tête enseignante GPT0,210
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ReportsMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207