Session 1. Oral Presentation for: Importance of heat integration in post combustion carbon capture
Notice bibliographique
Résumé
Presented on 27 May 2025: Session 1 Heat integration is crucial in post-combustion carbon capture (PCC) for optimising energy efficiency and reducing the cost of capture. There are different methods by which this can be effectively accomplished depending on the specific application. Combined heat and power, process integration with existing units to utilise the excess heat, and waste heat recovery from flue gas are a few of the options employed to achieve this. Another effective strategy involves integrating the energy requirement for CO2 compression with the heat requirement for amine regeneration. This is achieved by producing high-pressure steam to drive CO2 compression via a steam turbine. The letdown steam from the turbine is then utilised for amine regeneration, maximising energy efficiency and reducing operational costs. This paper evaluates the impact of heat integration strategies on the levelised cost of PCC, considering both the capital and operating costs. Cost analysis integrates case study data from existing plants and estimates capital cost expenditures for full-scale PCC plants. The impact of factors like carbon emissions, taxes, credits, and sales are also considered. The discussion explores how key considerations and motivating factors influence process-design decisions at the flow sheet level regarding heat integration strategy selection. Additionally, the paper discusses how these strategies can address key challenges associated with carbon capture, such as adding a revenue stream by replacing aging assets or exporting power. Additional heat integration optimisation strategies for typical flue gas sources and existing operating units for specific applications will be included. To access the Oral Presentation click the link below. To read the full paper click here
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,002 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,003 | 0,000 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,006 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,653 | 0,402 |
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 ».