MétaCan
Menu
← Back to cohort
Record W7025006952

Techno-Economic Analysis of a Decentralized Polygeneration System

2023· other· fr· W7025006952 on OpenAlexfundaboutno aff

Bibliographic record

VenuePolyPublie (École Polytechnique de Montréal) · 2023
Typeother
Languagefr
Field
Topic
Canadian institutionsnot available
FundersHydro-Québec
KeywordsEconomic analysisRenewable energyEnergy sourceCost analysis
DOInot available

Abstract

fetched live from OpenAlex

RÉSUMÉ: En plein cœur de la crise climatique, des solutions efficaces sont nécessaires pour décarboner la société. Les systèmes énergétiques décentralisés de petite taille permettent l’usage de ressources locales pour répondre aux besoins de la communauté et de l’industrie. Antar et Robert ont publié une étude thermochimique sur un petit système de polygénération fonctionnant à base de biomasse résiduelle lignocellulosique (copeaux de bois) et produisant de l’électricité, du méthanol, de l’hydrogène et un flux de dioxyde de carbone quasi-pur. L’aspect techno-économique d’un tel système doit être exploré pour qu’il passe un jour de la théorie à la réalité. Cet aspect est évalué ici par une étude techno-économique de l’implantation du système dans une serre du sud du Québec. L’investissement en capital fixe, les dépenses opérationnelles, la valeur actualisée nette (VAN), entre-autres, sont calculées. Une comparaison est faite avec une solution de référence basée sur la combustion simple de biomasse résiduelle pour une durée de vie de 15 ans ; chaque système ayant à répondre aux besoins en chaleur de la serre. Le prix des copeaux de bois est considéré à 100 CAD/TMA (tonne métrique anhydre), équivalent à 66,67 CAD par tonne de biomasse contenant 45% d’humidité. Trois scénarios de marché sont considérés pour les prix de vente de l’électricité, du méthanol et de l’hydrogène : un scénario pessimiste, de base et optimiste ; menant à l’évaluation de 27 scénarios. Le flux de CO2 produit par le système de polygénération est considéré suffisamment pur pour l’injection directe aux fins d’enrichissement de l’atmosphère de la serre. Cinq puissances de chauffage équivalentes sont testées pour les deux types de système dans le scénario de marché de base avec, au besoin, un système de chauffage auxiliaire pour couvrir les pointes de demande. Pour tous les autres scénarios, seule la configuration la plus prometteuse dans le marché de base du système de polygénération est évaluée. Le calcul de l’investissement nécessaire en capital est réalisé en se basant sur les données de coût obtenues dans la littérature et sur l’information provenant du modèle thermochimique du système, réalisé à l’aide de l’outil Aspen Plus. Le système de polygénération peut fonctionner dans quatre modes différents, qui visent chacun la maximisation de la production de l’électricité, du méthanol, de l’hydrogène ou de la chaleur, respectivement. L’optimisation de la performance annuelle des deux types de système est faite en implémentant un programme d’optimisation linéaire mixte à l’aide du langage de modélisation Pyomo et du solveur SCIP. La demande en chaleur est obtenue d’une simulation TRNSYS d’une serre de taille moyenne (20 000 m²) située à proximité de Montréal, Québec. L’optimisation est accomplie pour une durée d’un an en utilisant des pas de temps de 15 minutes. Des cinq configurations du système de polygénération, c’est la plus puissante (8000 kW) qui offre les meilleurs résultats économiques en termes de revenus annuels et de valeur nette actualisée cumulative. En ce qui concerne le système basé sur la combustion, c’est le quatrième plus puissant (5200 kW) qui offre les meilleurs résultats. La performance économique du système de polygénération est majoritairement dictée par le prix de l’hydrogène. Dans le scénario pessimiste du prix de l’hydrogène, seul un sous-scénario (prix optimiste de l’électricité et du méthanol) génère une VAN cumulative positive. Cependant 7 des 9 sous-scénarios présentent une VAN cumulative semblable ou supérieure au système basé sur la combustion. En tout, 19 des 27 scénarios de marché génèrent une VAN cumulative positive. Dans les scénarios de base et optimiste du prix de l’hydrogène, les valeurs de VAN cumulative vont d’environ 15 MCAD à 40 MCAD. La profitabilité du système dépend considérablement de l’évolution future des marchés de l’hydrogène et du méthanol verts. L’adoption généralisée de ces biocarburants en tant que vecteurs énergétiques favoriserait l’implémentation de systèmes similaire à celui développé par Antar et Robert. Si la taxe sur le carbone augmente, le reste du flux de CO2 pourrait être capturé, ce qui a le potentiel de rendre les émissions de carbone du système négatives et d’accroître du même coup les revenus générés. Les serres et autres industries utilisant plusieurs types d’énergie pourraient profiter d’une valorisation locale des ressources en biomasse. Une autonomie accrue, une résilience augmentée face aux prix du marché et le contournement des difficultés reliées aux chaînes d’approvisionnement sont tous des avantages apportés par un système de polygénération. Les communautés isolées pourraient également réduire leur dépendance aux ressources importées en adoptant ce genre de système. Enfin, des applications de chauffage et de production d’énergie communautaire sont à considérer pour de futures études. ABSTRACT: In the context of addressing man-made climate change, effective solutions are needed to decarbonize society. Small-scale decentralized energy systems enable the use of local resources to answer the energetic needs of people, communities, and businesses. Antar and Robert have published a thermo-chemical study on a small-scale polygeneration system running on wood chips producing heat, electricity, methanol, hydrogen, and a high-purity stream of carbon dioxide, but the techno-economic aspect of the system remained unexplored. The evaluation of this aspect is carried out in the context of implementation in a southern Quebec greenhouse, by the means of a techno-economic assessment (TEA). The fixed capital investment (FCI), operational expenditure (OPEX), cumulative net present value (NPV), among other metrics, are evaluated. Comparison is done with a biomass combustion-based reference system for a lifetime of 15 years. Both systems have to cover the greenhouse heat demand, with the eventual use of a costly auxiliary burner to cover demand peaks. Wood chips feedstock is considered at 100 CAD per oven-dry metric ton (ODMT), corresponding to 66.67 CAD per ton of 45% moisture content biomass. Three price scenarios are investigated respectively for electricity, methanol, and hydrogen: pessimistic, baseline, and optimistic; leading to the evaluation of 27 market scenarios. The polygeneration system CO2 output stream is considered pure enough for direct injection in the greenhouse for atmosphere enrichment. Five power scenarios are investigated for both polygeneration and combustion-based systems in the baseline market scenario. In the 26 other market scenarios, the optimization is run only for the most promising polygeneration configuration. The FCI evaluation is accomplished using data from the literature and the information from the thermo-chemical model of the polygeneration system, implemented in the Aspen Plus software. The polygeneration system can run in four different modes, each one aiming to maximize the production of either electricity, methanol, hydrogen, or heat. To optimize the annual operational performance of both system types, a mixed-integer linear program is implemented using the Pyomo modeling language and the SCIP solver. The input heat demand is obtained from a TRNSYS simulation of a medium-sized greenhouse tomato producer (20 000 m2) operating close to Montreal, Quebec. The optimization is run for a year using 15 minutes timesteps. Of the five polygeneration power configurations, the most powerful system (8000 kW) yields the best economic results in terms of annual revenues and cumulative NPV. On the combustion side, the fourth most powerful combustion-based system (5200 kW) gives the highest (but negative) cumulative NPV. The hydrogen price is the most determining factor regarding the cumulative NPV. In the pessimistic hydrogen market price scenario, only one sub-scenario (varying methanol and electricity prices) has a positive cumulative NPV, but seven of the 9 low hydrogen price sub-scenarios give similar or better results than the combustion-based system. Overall, 19 of the 27 market scenarios present a positive cumulative NPV. In baseline and high hydrogen market price scenarios, the cumulative NPV ranges approximately from 15 MCAD to 40 MCAD. The profitability of the system depends considerably on the future market evolution of green hydrogen and green methanol. The widespread adoption of those biofuels as energy carriers would promote the implementation of systems similar to the one developed by Antar and Robert. If carbon pricing increases, the remainder of the CO2 rich stream could be captured to make the system carbon negative and more profitable. Greenhouses and other industries requiring many utilities could benefit from producing them on their premises. Increased autonomy, resilience to market prices, and to difficulties in the supply chain are examples of those benefits. By adopting polygeneration systems, isolated communities could reduce their dependence on foreign resources. District heating and energy production applications should also be considered in future studies.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.044
Threshold uncertainty score0.088

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.000
Science and technology studies0.0010.001
Scholarly communication0.0010.001
Open science0.0010.001
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0070.000

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.010
GPT teacher head0.235
Teacher spread0.224 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2023
Admission routes2
Has abstractyes

Explore more

Same venuePolyPublie (École Polytechnique de Montréal)→French-language works237,207→