A multi-carrier energy system for electricity, desalinated water, and hydrogen production: Conceptual design and techno-economic optimization
Notice bibliographique
Résumé
This study investigates the integration of multiple energy carriers within a unified, multi-carrier energy system using an energy cascade approach. The system harnesses geothermal energy to power interconnected subsystems, including an organic Rankine cycle (ORC), liquefied natural gas (LNG), and a solid oxide fuel cell (SOFC) stack. The dual ORC system and LNG stream are directly fed from the geothermal source, while the SOFC stack uses methane produced during LNG regasification. Besides electricity, the system generates hydrogen and desalinated water by incorporating a proton exchange membrane (PEM) electrolyzer and a reverse osmosis (RO) desalination plant. The electricity produced by the upper ORC powers the PEME for hydrogen production, while freshwater production is supported by the combined output from the lower ORC, LNG turbine, and SOFC. A detailed thermo-economic analysis assesses the system's efficiency and economic feasibility. Optimization efforts focus on three areas: electrical efficiency, hydrogen, and freshwater production, using artificial neural networks (ANN) and genetic algorithms (GA). The optimization results reveal that Ammonia-propylene excels in electrical efficiency, R1234ze(Z)-ethane in net power output, R1233zd(E)-propylene in cost-effectiveness, R1234ze(Z)-ethane in hydrogen production, and Ammonia-ethane in water production. The study offers valuable insights into enhancing the efficiency, cost-effectiveness, and sustainability of integrated energy systems.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 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 ».