Turquoise hydrogen to reduce emissions of the north American oil upstream sector
Notice bibliographique
Résumé
In Canadian remote oil sites, natural gas extracted with the bitumen is flared or vented, impacting on the environment. Providing a pipeline network to recover the gas is unaffordable in most cases. Here we propose the economic framework of an innovative process to recover the gas, based on pyrolysis at T = 1223 K and P = 0.1 MPa, performed in situ. Part of produced hydrogen combusts to sustain the process, while solid carbon is sold. We conceptualised and simulated in Aspen Plus two process alternatives. In configuration 1, the remaining part of hydrogen is sent to a gas turbine, where it burns to produce electricity. In configuration 2, the unburnt hydrogen is purified and sold. Both configurations reduce CO 2 emissions by more than 92 % compared to flaring. Both configurations produce a profit over 10 years, being their IRR above 20 % and payback time below 3.5 y. • Flaring and venting natural gas contribute to 1.7 % of Canada’s global emissions. • Methane pyrolysis is a promising technology to abate oil sector’s emissions. • We present techno-economics and sensitivity analysis of two process alternatives. • Turquoise H 2 sustains energetically the process that produces carbon, to be sold. • Emissions compared to the flaring scenario are reduced by over 90 %.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».