Renewable hydrogen from seafood shell waste for long-term energy storage on islands
Notice bibliographique
Résumé
This study explores the potential of renewable seafood shell waste for sustainable energy conversion and long-term storage, particularly for isolated communities. Despite its rich chitin and protein composition, seafood shell waste is often neglected. The research evaluates and compares three advanced gasification technologies: biomass gasification, plasma gasification, and chemical looping, to convert seafood shell waste into syngas and H 2 . The study uses validated Aspen Plus models to optimize feedstock blending ratios and operational parameters. Results show that feedstocks high in lobster and shrimp shells yield higher H 2 outputs and improved syngas quality compared to clam-dominated blends. For instance, biomass gasification at 1200 °C yielded approximately 500 kg/h of H 2 from pure lobster or shrimp feeds, while plasma gasification at 4500 °C achieved yields near 730 kg/h. Plasma gasification, when integrated with fuel cell conversion and heat recovery systems, can generate over 10,000 kWh during a 6-hour peak period, enough to power over 1100 single-detached homes. Its levelized cost of hydrogen (LCOH) varies from $5.72-$8.37/kg H 2 , making it less expensive than chemical looping and biomass gasification. Plasma gasification also has the lowest global warming potential (GWP) at 6 kg CO 2 e/kg H 2 . Combining plasma gasification with carbon capture and storage may reduce GWP to 0.3 kg CO 2 e/kg H 2 and can be further explored. These findings underscore the technical and economic viability of converting seafood shell renewable waste into H 2 , advancing sustainable energy transitions, and supporting net-zero goals.
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 | 0,000 | 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 ».