CN108416113A - 基于二氧化碳富集率的ccus全流程协同优化方法 - Google Patents
基于二氧化碳富集率的ccus全流程协同优化方法 Download PDFInfo
- Publication number
- CN108416113A CN108416113A CN201810128448.XA CN201810128448A CN108416113A CN 108416113 A CN108416113 A CN 108416113A CN 201810128448 A CN201810128448 A CN 201810128448A CN 108416113 A CN108416113 A CN 108416113A
- Authority
- CN
- China
- Prior art keywords
- carbon dioxide
- ccus
- whole process
- optimization
- index
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Treating Waste Gases (AREA)
Abstract
基于二氧化碳富集率的CCUS全流程协同优化方法,属于二氧化碳处理技术领域。其特征在于:包括如下步骤:步骤1,运用大系统分解递阶与模块化建模方法,建立CCUS全流程数学模型;步骤2,依据油气田开采标准的评价指标,提出CUSS全流程优化性能指标;步骤3,设计并实现基于二氧化碳富集率的CCUS全流程协同优化;步骤4,在进行协同优化的基础上,进行敏感性分析,最终得到CCUS的最佳实施方案。在本基于二氧化碳富集率的CCUS全流程协同优化方法中,综合考虑CCUS全流程综合指标,实现了系统的协同优化设计,达到了CCUS全流程整体最优设计。
Description
技术领域
基于二氧化碳富集率的CCUS全流程协同优化方法,属于二氧化碳处理技术领域。
背景技术
CCUS是二氧化碳捕集、利用与封存的英文简写,它的主要过程包括二氧化碳捕集、运输、利用与封存,是目前最有效的二样化碳减排与资源化利用的途径之一,是国家碳减排工程的重要手段。同时二氧化碳能够与原油混相进而降低其粘度的性质,是一种良好的驱油剂,可用于稠油、低渗等油藏并提高采收率(EOR)。二氧化碳驱油与封存技术可同时实现其资源化利用与碳减排目标,因此该技术是目前CCUS最关键的核心技术之一,国内外科研院所与大专院校已经围绕CCUS开展了近二十年的研究,然而这些研究多集中于CCUS工艺技术,很少涉及其全流程工程优化问题。
目前,国内外针对二氧化碳CCUS技术的研究成果及缺陷如下所示:
(1)文献:牛红伟,郜时旺,刘练波,王金意,燃煤烟气全流程CCUS系统的技术经济分析[J],中国电力,47(8):144-149,2014中对CCUS全流程进行了经济技术分析,采用逐项比较的方法,对二氧化碳捕集、压缩、运输、驱油与封存各环节的技术条件和经济成本进行分析,给出了在不同条件下个子系统可选择的工艺方案,给出了一些优惠改进措施。然而该文献未能给出明确的优化评价体系,也未涉及全流程建模问题,因此不能实现CCUS全流程的协同优化目标。
(2)文献:徐梓忻,基于燃煤电厂燃烧后捕集的CCS-EOR全流程项目综合经济评价与指标研究[D],华北电力大学硕士论文,2016研究了基于燃煤电厂燃烧后捕集的CCS-EOR全流程综合经济评价和指标体系,但该文献未涉及CCUS全流程建模与基于二氧化碳富集率的优化,不能解决CCUS全流程协同优化问题。
(3)文献:Qunhong Tian,Dongya Zhao,Zhaomin Li,Jian Zhang,Qingfang Li,Haili Liu and Shijian Lu, Modelling and evaluating CCUS: a survey [J],International Journal of Computer Applications in Technology,53(1):1-12,2016综述了CCUS过程的建模与评价技术,现有方法多集中于对CCUS过程中的某一个子系统进行建模、评价与优化,未见有关于CCUS全流程系统的建模、评价与优化方法。这些针对子系统的建模、评价与优化技术对于本发明专利具有一定的借鉴作用,但未能提出全流程综合评价体系、不能解决全流程协同优化问题。
(4)文献:Martens P,Delarue E,D'haeseleer W, A mixed integer linearprogramming model for a pulverized coal plant with post-combustion carboncapture [J], IEEE Transactions on Power Systems,2012,27(2):741-751针对CCUS流程中的燃煤电厂烟气二氧化碳捕集过程进行了建模,并应用混合整数规划方法对之进行优化设计。这种方法能够有效处理有多种备选工艺方案时的最佳方案制定,但不能解决CCUS全流程优化设计问题。虽然线性规划方法对CCUS全流程优化设计具有一定参考价值,但CCUS是一个强非线性过程,对于如何求解这种复杂非线性过程的优化问题是一个困难的问题。因此文献[4]与本方面专利在目标功能和方法上都存在很大差异。
(5)文献:Qunhong Tian,Dongya Zhao,Zhaomin Li,Quanmin Zhu, Robust andstepwise optimization design for 二氧化碳 pipeline transportation [J],International Journal of Greenhouse Gas Control,58: 10-18,2017以及文献:DongyaZhao,Qunhong Tian,Zhaomin Li,Quanmin Zhu, A new stepwise and piecewiseoptimization approach for 二氧化碳 pipeline [J], International Journal ofGreenhouse Gas Control,49:192-200,2016,(SCI)针对二氧化碳运输管道,建立了基于平准化模型的经济指标解决了系统不确定性对于二氧化碳管道优化设计的影响,但是不能解决CCUS全流程协同问题。
(6)文献:Amin Ettehadtavakkol,Larry W, Lake,Steven L, Bryant, 二氧化碳-EOR and storage design optimization [J],International Journal ofGreenhouse Gas Control,25:79-92,2014以及文献:William Ampomah,Robert S, Balchand Reid B, Grigg,Brian McPherson,Zhenxue Dai,Feng Pan, Co-optimization ofCO2-EOR and storage processes in mature oil reservoirs [J], Greenhouse GasScience & Technology,online,2016考虑了二氧化碳提高采收率和封存问题,提出了一种二氧化碳提高采收率与封存的优化方法,通过仿真实例验证了所提出的优化技术。但是这些文献仅仅考虑了驱油与封存问题,没有涉及捕集与运输环节。
(7)申请号为:201510474230,6,专利名称为:一种基于气举法采油的CCUS系统及应用以及申请号为:201310175405,4专利名称为:一种基于二氧化碳辅助SAGD开采稠油油藏的CCUS系统及方法,分别提出了CCUS新的工艺路线。但是这两篇文献都是涉及CCUS的技术发明专利,未涉及CCUS全流程协同优化中的关键核心技术。
发明内容
本发明要解决的技术问题是:克服现有技术的不足,提供一种综合考虑CCUS全流程综合指标,实现了系统的协同优化设计,达到了CCUS全流程整体最优设计的基于二氧化碳富集率的CCUS全流程协同优化方法。
本发明解决其技术问题所采用的技术方案是:该基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:包括如下步骤:
步骤1,运用大系统分解递阶与模块化建模方法,建立CCUS全流程数学模型;
步骤1包括如下步骤:
步骤1-1,模型结构分解,形成多个子模型;
步骤1-2,对子模型进行参数优化;
步骤1-3,进行全流程参数优化;
步骤1-4,模型验证;
步骤2,依据油气田开采标准的评价指标,提出CUSS全流程优化性能指标;
步骤3,以步骤1中建立的多个子模型为评价对象,以二氧化碳富集率为决策变量,结合步骤2中建立的优化性能指标,运用协同优化方法把优化问题分解为多个子模型的优化问题;
步骤4,在进行协同优化的基础上,进行敏感性分析,最终得到CCUS的最佳实施方案。
优选的,步骤1中所述的CCUS全流程数学模型包括:
二氧化碳捕集系统为始端,结合二氧化碳的捕集方式,形成的二氧化碳捕集模型;
以捕集后二氧化碳的质量流为设计条件,以二氧化碳注入油田的最小注入压力为约束条件,构建结合壁厚、管径、泵站数量因素在内的二氧化碳运输模型;
以二氧化碳输送管道的管道出口压力为基础,建立二氧化碳驱油与封存模型。
优选的,所述的二氧化碳运输模型为管道运输模型。
优选的,所述的步骤2包括如下步骤:
步骤2-1,首先建立各个子评价体系的指标;
步骤2-2,将各个子评价体系中指标归一化处理,建立总和的综合评价目标,采用加权的方法,合理分配各子系统的权重系数。
优选的,所述的子评价体系的指标包括分别以经济、环境、工艺、能量、安全为指标的经济评价体系、环境评价体系、工艺评价体系、能量评价体系以及安全评价体系。
优选的,在所述的经济评价体系中,以二氧化碳捕集、运输、驱油与封存的总费用为评价指标;
在所述的环境评价体系中,以二氧化碳净减排量为指标;
在所述的工艺评价体系中,以二氧化碳的捕集率、管道输送能力、油藏封存二氧化碳能力为指标;
在所述的能量评价体系中,以压缩机、泵站、冷却器的能耗为评价指标;
在所述的安全评价体系中,以捕集设备、管道输送二氧化碳泄露的安全等级评价体系为评价指标。
与现有技术相比,本发明所具有的有益效果是:
1、在本基于二氧化碳富集率的CCUS全流程协同优化方法中,综合考虑CCUS全流程综合指标,实现了系统的协同优化设计,达到了CCUS全流程整体最优设计,不仅进行了CCUS全流程数学建模,而且提出了CCUS全流程综合评价指标和CCUS全流程协同优化方法。
2、在本申请的协同优化设计中,不仅仅提出了综合的评价体系,而且在根据大系统分解递阶与模块化建模的基础上,实施了各个子系统的协同优化。
3、本基于二氧化碳富集率的CCUS全流程协同优化方法中,结合国家政策、设备市场价格、管道输送对环境的影响、施工现场情况、油田封存能力等,采用加权的方法,合理分配各子系统的权重系数。因此在本基于二氧化碳富集率的CCUS全流程协同优化方法中,不仅可以顺利的建立经济、环境、工艺、能量、安全等为指标的各个子系统的评价体系,而且可以建立各系统总的评价体系。
4、本基于二氧化碳富集率的CCUS全流程协同优化方法中,以二氧化碳捕集模型、二氧化碳运输模型以及二氧化碳驱油与封存模型为基础,将评价指标作为CUSS全流程优化性能指标(或称为目标函数),以二氧化碳富集率为决策变量,运用协同优化方法把CCUS全流程协同优化问题分解为二氧化碳捕集、二氧化碳运输以及二氧化碳驱油与封存子优化问题,各子优化问题在一定程度上独立求解,并在协调策略的影响下实现整体最优设计。
附图说明
图1为基于二氧化碳富集率的CCUS全流程协同优化方法流程图。
图2为基于二氧化碳富集率的CCUS全流程协同优化方法技术线路图。
图3为基于二氧化碳富集率的CCUS全流程协同优化方法全流程建模技术线路图。
具体实施方式
图1~3是本发明的最佳实施例,下面结合附图1~3对本发明做进一步说明。
如图1所示,基于二氧化碳富集率的CCUS全流程协同优化方法,包括如下步骤:
步骤1,运用大系统分解递阶与模块化建模方法,建立CCUS全流程数学模型。
在现有技术中,CCUS技术全流程包括二氧化碳的捕集、二氧化碳的运输以及二氧化碳的利用与封存,结合图2,根据CCUS全流程,CCUS的建模过程又可分为如下几个步骤:
步骤1-1,模型结构分解,形成多个子模型;
步骤1-2,对子模型进行参数优化;
步骤1-3,进行全流程参数优化;
步骤1-4,模型验证。
具体而言:采用大系统分解技术将CCUS全过程划分为若干个子系统,针对每一个子系统的技术特征,运用物料平衡、能量平衡,并根据基于0.6次幂的设备投资预算模型等常规建模方法建立每一个子系统的过程模型。在此基础上运用模块化建模原理,考虑子系统之间的联系与匹配关系,建立全流程数学模型。
结合图3,以燃煤电厂为例,以该燃煤电厂的二氧化碳捕集系统为始端,结合二氧化碳的捕集方式,形成二氧化碳捕集模型。然后以捕集后二氧化碳的质量流为设计条件,以二氧化碳注入油田的最小注入压力为约束条件,在考虑地形、温度、安全等因素的基础上,构建结合壁厚、管径、泵站数量等因素在内的二氧化碳运输模型,二氧化碳运输模型包括管道运输模型以及其他形式的运输模型,如车辆运输模型、火车运输模型、轮船运输模型等。最后以二氧化碳输送管道的管道出口压力为基础,建立二氧化碳驱油与封存模型。
在模型的建立过程中,综合考虑电厂、管道的使用设计寿命及捕集运输能力,使其与油田二氧化碳的封存能力相匹配。即在燃煤电厂和管道的使用年限内,实现油田的最大化二氧化碳封存量与采收率为匹配目标。建模过程中,同样综合考虑市场价格、税务、国家补贴等,建立CCUS全流程模型。
步骤2,依据油气田开采标准的评价指标,提出CUSS全流程优化性能指标。
依据现有油气田开采标准的评价指标,建立以经济、环境、工艺、能量、安全等为指标的综合评价体系。具体包括如下步骤:
步骤2-1,首先建立各个子评价体系的指标。
具体而言:在经济评价体系中,以二氧化碳捕集、运输、驱油与封存的总费用为评价指标;在环境评价体系中,以二氧化碳净减排量为指标;在工艺评价体系中,以二氧化碳的捕集率、管道输送能力、油藏封存二氧化碳能力为指标;在能量评体系中,以压缩机、泵站、冷却器等的能耗为评价指标;在安全评价体系中,建立捕集设备、管道输送二氧化碳泄露等安全等级评价体系为评价指标。
步骤2-2,将各个子评价体系中指标归一化处理。
建立总和的综合评价目标,结合国家政策、设备市场价格、管道输送对环境的影响、施工现场情况、油田封存能力等,采用加权的方法,合理分配各子系统的权重系数。
因此在本基于二氧化碳富集率的CCUS全流程协同优化方法中,不仅可以顺利的建立经济、环境、工艺、能量、安全等为指标的各个子系统的评价体系,而且可以建立各系统总的评价体系。
步骤3,设计并实现基于二氧化碳富集率的CCUS全流程协同优化。
在采用大系统分解技术将CCUS全过程划分为若干个子系统的基础上,针对CCUS技术全流程优化设计,以上述步骤1中建立的二氧化碳捕集模型、二氧化碳运输模型以及二氧化碳驱油与封存模型为基础,以二氧化碳富集率为决策变量,结合步骤2中建立的优化性能指标(或称为目标函数),运用协同优化方法把CCUS全流程协同优化问题分解为二氧化碳捕集、二氧化碳运输以及二氧化碳驱油与封存子优化问题,各子优化问题在一定程度上独立求解,并在协调策略的影响下实现整体最优设计。
具体而言:分别针对每一个子模型进行优化,同时在在优化每一子优化问题时,同时综合考虑其它子优化问题的结果,使子优化问题之间的优化结果能够一致,从而使其子优化问题结果与全过程优化问题结果相统一。
通过把CCUS技术优化问题分解为多个子优化问题,采用分解建模、并行求解策略,具有建模难度低、求解效率高、模型独立性较高和适合于分布式计算等优点,协同优化是解决涉及多学科的CCUS复杂工程优化问题的有效方法,因此可实现子系统参数的优化与全过程参数优化的协调统一。
步骤4,在进行协同优化的基础上,进行敏感性分析,最终得到CCUS的最佳实施方案。
以上所述,仅是本发明的较佳实施例而已,并非是对本发明作其它形式的限制,任何熟悉本专业的技术人员可能利用上述揭示的技术内容加以变更或改型为等同变化的等效实施例。但是凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与改型,仍属于本发明技术方案的保护范围。
Claims (6)
1.基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:包括如下步骤:
步骤1,运用大系统分解递阶与模块化建模方法,建立CCUS全流程数学模型;
步骤1包括如下步骤:
步骤1-1,模型结构分解,形成多个子模型;
步骤1-2,对子模型进行参数优化;
步骤1-3,进行全流程参数优化;
步骤1-4,模型验证;
步骤2,依据油气田开采标准的评价指标,提出CUSS全流程优化性能指标;
步骤3,以步骤1中建立的多个子模型为评价对象,以二氧化碳富集率为决策变量,结合步骤2中建立的优化性能指标,运用协同优化方法把全流程协同优化问题分解为多个子模型的优化问题;
步骤4,在进行协同优化的基础上,进行敏感性分析,最终得到CCUS的最佳实施方案。
2.根据权利要求1所述的基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:步骤1中所述的CCUS全流程数学模型包括:
二氧化碳捕集系统为始端,结合二氧化碳的捕集方式,形成的二氧化碳捕集模型;
以捕集后二氧化碳的质量流为设计条件,以二氧化碳注入油田的最小注入压力为约束条件,构建结合壁厚、管径、泵站数量因素在内的二氧化碳运输模型;
以二氧化碳输送管道的管道出口压力为基础,建立二氧化碳驱油与封存模型。
3.根据权利要求2所述的基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:所述的二氧化碳运输模型为管道运输模型。
4.根据权利要求1所述的基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:所述的步骤2包括如下步骤:
步骤2-1,首先建立各个子评价体系的指标;
步骤2-2,将各个子评价体系中指标归一化处理,建立总和的综合评价目标,采用加权的方法,合理分配各子系统的权重系数。
5.根据权利要求4所述的基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:所述的子评价体系的指标包括分别以经济、环境、工艺、能量、安全为指标的经济评价体系、环境评价体系、工艺评价体系、能量评价体系以及安全评价体系。
6.根据权利要求5所述的基于二氧化碳富集率的CCUS全流程协同优化方法,其特征在于:在所述的经济评价体系中,以二氧化碳捕集、运输、驱油与封存的总费用为评价指标;
在所述的环境评价体系中,以二氧化碳净减排量为指标;
在所述的工艺评价体系中,以二氧化碳的捕集率、管道输送能力、油藏封存二氧化碳能力为指标;
在所述的能量评价体系中,以压缩机、泵站、冷却器的能耗为评价指标;
在所述的安全评价体系中,以捕集设备、管道输送二氧化碳泄露的安全等级评价体系为评价指标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810128448.XA CN108416113A (zh) | 2018-02-08 | 2018-02-08 | 基于二氧化碳富集率的ccus全流程协同优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810128448.XA CN108416113A (zh) | 2018-02-08 | 2018-02-08 | 基于二氧化碳富集率的ccus全流程协同优化方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108416113A true CN108416113A (zh) | 2018-08-17 |
Family
ID=63128066
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810128448.XA Pending CN108416113A (zh) | 2018-02-08 | 2018-02-08 | 基于二氧化碳富集率的ccus全流程协同优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108416113A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115059437A (zh) * | 2022-06-16 | 2022-09-16 | 西南石油大学 | 含多元杂质的co2提高枯竭气藏采收率及其有效封存的方法 |
CN115467709A (zh) * | 2022-07-25 | 2022-12-13 | 大连理工大学 | 一种二氧化碳源汇匹配方法及系统 |
CN116411997A (zh) * | 2023-03-06 | 2023-07-11 | 大连理工大学 | 一种co2封存利用源汇匹配全流程评价装置 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400040A (zh) * | 2013-07-31 | 2013-11-20 | 中国人民解放军国防科学技术大学 | 采用多步时域差值学习的故障诊断与预测方法 |
CN103544361A (zh) * | 2013-11-04 | 2014-01-29 | 西北大学 | 一种油气田开发中co2地质封存潜力的评价方法 |
CN103761354A (zh) * | 2013-11-18 | 2014-04-30 | 芜湖大学科技园发展有限公司 | 电力系统仿真过程中的人机交互方法 |
CN105335619A (zh) * | 2015-11-10 | 2016-02-17 | 广西大学 | 适用于高计算代价数值计算模型参数反分析的协同优化法 |
EP3121740A1 (en) * | 2014-05-27 | 2017-01-25 | China Academy of Space Technology | Multidisciplinary optimization-based system for determining satellite overall plan, and implementation method |
CN107423564A (zh) * | 2017-07-26 | 2017-12-01 | 中国环境科学研究院 | 流域生态修复策略的决策分析方法 |
CN107506534A (zh) * | 2017-08-04 | 2017-12-22 | 陕西延长石油(集团)有限责任公司 | 一种二氧化碳驱油封存中盖层封闭性评价方法 |
CN107575190A (zh) * | 2017-09-25 | 2018-01-12 | 中国石油大学(华东) | 一种基于最优烟气co2富集率开采稠油油藏的ccus系统及其工作方法 |
-
2018
- 2018-02-08 CN CN201810128448.XA patent/CN108416113A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103400040A (zh) * | 2013-07-31 | 2013-11-20 | 中国人民解放军国防科学技术大学 | 采用多步时域差值学习的故障诊断与预测方法 |
CN103544361A (zh) * | 2013-11-04 | 2014-01-29 | 西北大学 | 一种油气田开发中co2地质封存潜力的评价方法 |
CN103761354A (zh) * | 2013-11-18 | 2014-04-30 | 芜湖大学科技园发展有限公司 | 电力系统仿真过程中的人机交互方法 |
EP3121740A1 (en) * | 2014-05-27 | 2017-01-25 | China Academy of Space Technology | Multidisciplinary optimization-based system for determining satellite overall plan, and implementation method |
CN105335619A (zh) * | 2015-11-10 | 2016-02-17 | 广西大学 | 适用于高计算代价数值计算模型参数反分析的协同优化法 |
CN107423564A (zh) * | 2017-07-26 | 2017-12-01 | 中国环境科学研究院 | 流域生态修复策略的决策分析方法 |
CN107506534A (zh) * | 2017-08-04 | 2017-12-22 | 陕西延长石油(集团)有限责任公司 | 一种二氧化碳驱油封存中盖层封闭性评价方法 |
CN107575190A (zh) * | 2017-09-25 | 2018-01-12 | 中国石油大学(华东) | 一种基于最优烟气co2富集率开采稠油油藏的ccus系统及其工作方法 |
Non-Patent Citations (2)
Title |
---|
QUNHONG TIAN 等: "Modelling and evaluating CCUS: a survey", 《COMPUTER APPLICATIONS IN TECHNOLOGY》 * |
牛红伟 等: "燃煤烟气全流程CCUS系统的技术经济分析", 《中国电力》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115059437A (zh) * | 2022-06-16 | 2022-09-16 | 西南石油大学 | 含多元杂质的co2提高枯竭气藏采收率及其有效封存的方法 |
CN115059437B (zh) * | 2022-06-16 | 2023-10-31 | 西南石油大学 | 含多元杂质的co2提高枯竭气藏采收率及其有效封存的方法 |
CN115467709A (zh) * | 2022-07-25 | 2022-12-13 | 大连理工大学 | 一种二氧化碳源汇匹配方法及系统 |
CN116411997A (zh) * | 2023-03-06 | 2023-07-11 | 大连理工大学 | 一种co2封存利用源汇匹配全流程评价装置 |
CN116411997B (zh) * | 2023-03-06 | 2023-11-07 | 大连理工大学 | 一种co2封存利用源汇匹配全流程评价装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Dahowski et al. | A $70/tCO2 greenhouse gas mitigation backstop for China's industrial and electric power sectors: Insights from a comprehensive CCS cost curve | |
Herzog | Scaling up carbon dioxide capture and storage: From megatons to gigatons | |
McCoy | The Economics of CO2, Transport by Pipeline and Storage in Saline Aquifers and Oil Reservoirs | |
Vishal et al. | Understanding initial opportunities and key challenges for CCUS deployment in India at scale | |
CN108416113A (zh) | 基于二氧化碳富集率的ccus全流程协同优化方法 | |
Ilinova et al. | Prospects and social effects of carbon dioxide sequestration and utilization projects | |
US20130341246A1 (en) | Reducing the carbon emissions intensity of a fuel | |
CN102252343B (zh) | 一种多孔介质燃烧器燃烧优化的方法 | |
Litynski et al. | US Department of Energy’s regional carbon sequestration partnership program: overview | |
Wei et al. | A cost-effective and reliable pipelines layout of carbon capture and storage for achieving China's carbon neutrality target | |
Tsvetkova et al. | Assessment of positive and negative aspects of СО2 sequestration projects by argument map development | |
Wahab et al. | Coalbed methane as a new source of energy in Indonesia and some developed countries; a review | |
Flavin et al. | The role of natural gas in a low-carbon energy economy | |
McCoy et al. | Models of CO2 transport and storage costs and their importance in CCS cost estimates | |
DaneshFar et al. | Economic Evaluation of CO2 Capture, Transportation, and Storage Potentials in Oklahoma | |
Finley | An assessment of geological carbon sequestration options in the Illinois Basin | |
Lap et al. | BECCS as climate mitigation option in a Brazilian low carbon energy system: Estimating potential and effect of gigatonne scale CO2 storage | |
Manuilova | Evaluation of environmental performance of carbon capture and storage project in Canada using life cycle assessment methodology. | |
Louwen | Comparison of the life cycle greenhouse gas emissions of shale gas, conventional fuels and renewable alternatives from a Dutch perspective | |
Fukai et al. | Technical and economic performance metrics for CCUS projects: Example from the East Canton Consolidated Oil Field, Ohio, USA | |
Zhang et al. | Co-benefits of integrating PM10 and CO2 reduction in an electricity industry in Tianjin, China | |
Zhang et al. | Analysis and optimization of energy flow in the full chain of carbon dioxide capture and oil recovery | |
Qin | The Air-Carbon-Water Synergies and Trade-Offs in China's Natural Gas Industry | |
Mansour et al. | Modeling a storage tank of carbon capture technology in a power plant in southern Iraq | |
Poiencot et al. | Evaluation of Carbon Dioxide Transportation Deployment Alternatives for Florida, USA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180817 |