Scaling considerations and optimal control for an offshore wind powered direct air capture system
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
Abstract The optimal design and operation of an offshore wind powered direct air capture (DAC) system is complex owing to the intermittent energy supply and the modularity of the units. A solid amine DAC process involves multiple individual units which undergo periodic loading to capture carbon dioxide (CO 2 ) from ambient air, followed by regeneration to produce pure CO 2 for utilisation or sequestration. The modular nature of a solid DAC process is exploited in this study to investigate the optimal design and coordinated operation of multiple DAC units mounted on a single 15 MW offshore wind turbine platform, with battery energy storage for additional short term power buffering. Important design parameters considered include the number of independently controllable units, the cyclic capacity of each unit (proportional to the amount of adsorbent) and the battery capacity and maximum power ratings. The design study results highlighted the diminishing returns to the CO 2 capture rate with scaling, with a full design optimisation based upon cost estimations left for future work as the technology matures. It was found the optimal configuration was 14 DAC units, each with a cyclic capacity of 2000 kg <mml:math xmlns:mml="http://www.w3.org/1998/Math/MathML" overflow="scroll"> <mml:mrow> <mml:msub> <mml:mi/> <mml:mrow> <mml:msub> <mml:mrow> <mml:mi>CO</mml:mi> </mml:mrow> <mml:mn>2</mml:mn> </mml:msub> </mml:mrow> </mml:msub> </mml:mrow> </mml:math> , giving a total annual capture rate of 45 600 ton yr −1 and a wind utilisation factor of 96.6%. Furthermore, it was found that a rules-based control strategy based on high and low loading limits was competitive with a machine learning based controller and outperformed a model predictive control scheme.
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 | 0,000 |
| 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