Modelling the Impacts of Hydrogen–Methane Blend Fuels on a Stationary Power Generation Engine
Notice bibliographique
Résumé
To reduce greenhouse gas emissions from natural gas use, utilities are investigating the potential of adding hydrogen to their distribution grids. This will reduce the carbon dioxide emissions from grid-connected engines used for stationary power generation, and it may also impact their power output and efficiency. Promisingly, hydrogen and natural gas mixtures have shown encouraging results regarding engine power output, pollutant emissions, and thermal efficiency in well-controlled on-road vehicle applications. This work investigates the effects of adding hydrogen to the natural gas fuel for a lean-burn spark-ignited four-stroke, 8.9 liter eight-cylinder naturally aspirated engine used in a commercial stationary power generation application via an engine model developed in the GT-SUITETM modelling environment. The model was validated for fuel consumption, air flow, and exhaust temperature at two operating modes. The focus of the work was to assess the sensitivity of the engine’s power output, brake thermal efficiency, and pollutant emissions to blends of methane with 0–30% (by volume) hydrogen. Without adjusting for the change in fuel energy, the engine power output dropped by approximately 23% when methane was mixed with 30% by volume hydrogen. It was found that increasing the fueling rate to maintain a constant equivalence ratio prevented this drop in power and reduced carbon dioxide emissions by almost 4.5%. In addition, optimizing the spark timing could partially offset the increases in in-cylinder burned and unburned gas temperatures and in-cylinder pressures that resulted from the faster combustion rates when hydrogen was added to the natural gas. Understanding the effect of fuel change in existing systems can provide insight on utilizing hydrogen and natural gas mixtures as the primary fuel without the need for major changes in the engine.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».