Techno-economic analysis and strategic optimization of biobutanol production from lignocellulosic biomass in Mexico
Notice bibliographique
Résumé
Recent advancements in acetone-butanol-ethanol (ABE) fermentation, performed as a consolidated bioprocess, have resulted in high biobutanol concentrations of 23 g/L. This achievement has motivated the techno-economic analysis of industrial-scale biobutanol production in this study. To that end, biobutanol plants with capacities of 500 tonnes/day, 1500 tonnes/day, and 2400 tonnes/day are evaluated and deemed economically feasible with positive net present value (NPV). In addition, different mathematical programming models, with and without budget consideration, are developed to determine the optimal locations for establishing biobutanol plants in Mexico. The primary objective of these models is to maximize the NPV of the supply chain while meeting all the constraints including biobutanol demand. The mathematical programming model without budget limitation suggests establishing 16 biobutanol plants, 12 plants with a capacity of 2400 tonnes/day and 4 plants of 1500 tonnes/day, resulting in a positive total NPV of USD 3.57 billion. The model with a budget limitation of USD 0.69 billion suggests establishing three biorefineries with an NPV of USD 0.32 billion. Furthermore, to allow flexibility in deviating from the budget, a goal programming model is developed to minimize NPV and budget deviations. The goal programming model proposes establishing two biorefineries with a higher NPV (i.e., USD 0.72 billion) compared to the model with budget limitations because of the flexibility in deviating from the budget goal. The sensitivity analysis of the model without budget limitation indicates that the biobutanol selling price has the highest impact on the achieved NPV.
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 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 | 0,001 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».