Achieving net-zero CO2 emissions from indirect co-combustion of biomass and natural gas with carbon capture using a novel amine blend
Notice bibliographique
Résumé
The application of indirect co-combustion of biomass (in the form of producer gas) and natural gas with CCS technology has been identified as an alternative approach for electricity generation while achieving net zero CO 2 emissions. Using the benchmark 5 M MEA (as a basis) and LCA methodology, it was identified that to achieve net-zero CO 2 emissions, 14.5 % producer gas (energy basis) is required. Different amine blends were developed and assessed against 5 M MEA. The best performing solvent was 4 M (2:2) AMP: 1-(2HE) PRLD with CO 2 absorption and desorption parameter of 4.5 % and 1667 % higher than 5 M MEA at absorption and desorption temperatures of 40 °C and 90 °C, respectively. At the desorption temperature of 110 °C, the lean loading of this optimum solvent and 5 M MEA were 0.02 and 0.24 mol CO 2 /mol of amine, respectively implying a higher cyclic capacity. The CO 2 removal efficiency of the final solvent at 110 °C was 31 % higher than that for 5 M MEA. Finally, Using this optimum solvent as the absorbent for CO 2 capture and applying the increased CO 2 removal efficiency to the LCA data, it was determined that 8.2 % of producer gas, on energy basis, is sufficient for achieving net-zero CO 2 emissions. Thus, using a solvent with a better absorption and desorption parameter allows for a reduction in the volume of biomass required for achieving net-zero CO 2 emissions. If the ratio of biomass volume requirement for 5 M MEA is maintained in the scenario where the optimum solvent is used, negative CO 2 emissions will be achieved.
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 | 0,000 |
| 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 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,001 |
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 ».