Optimizing electricity production from food waste: A case study of Bangladesh
Notice bibliographique
Résumé
• Anaerobic WtE system proposed for Dhaka, Bangladesh. • Uses 72.25% biodegradable MSW from Amin Bazar landfill. • 40 MW biogas plant modeled in HOMER Pro software. • LCOE of 8.7 Tk/kWh, cheaper than current power sources. • Cuts GHG emissions to 1,143 tons CO₂, 1.15 tons NOₓ yearly. Rapid urbanization in developing nations has intensified municipal solid waste (MSW) generation, posing critical challenges to sustainable urban development and energy security. This study presents a comprehensive techno-economic and environmental evaluation of an anaerobic digestion-based waste-to-energy (WtE) system tailored for Dhaka, Bangladesh-where over 72.25% of MSW is biodegradable. A 40 MW biogas power plant was modeled using HOMER Pro software, incorporating load profiles, grid interaction, and system cost dynamics. The proposed system achieves a competitive levelized cost of electricity (LCOE) of 8.7 Tk/kWh ($0.0733), significantly outperforming conventional Independent Power Producers (14.62 Tk/kWh), rental and quick rental plants (12.53 Tk/kWh) and imported power (14.02 Tk/kWh). Annual GHG emissions were reduced to 1,143,159 kg CO₂ and 1,150 kg NOₓ, compared to 638,442 tons CO₂e from open dumping, as quantified using the SP1 methane emission model. These findings establish anaerobic digestion as a scalable, low-carbon alternative for urban energy systems in resource-constrained settings, aligning with circular economy and climate resilience 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 | 0,001 |
| 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 ».