JP2024506450A - 炭素回収を利用する化学物質および燃料を製造するプラントのための、コンピュータで実行されるモニタリング方法およびシステム - Google Patents
炭素回収を利用する化学物質および燃料を製造するプラントのための、コンピュータで実行されるモニタリング方法およびシステム Download PDFInfo
- Publication number
- JP2024506450A JP2024506450A JP2023538712A JP2023538712A JP2024506450A JP 2024506450 A JP2024506450 A JP 2024506450A JP 2023538712 A JP2023538712 A JP 2023538712A JP 2023538712 A JP2023538712 A JP 2023538712A JP 2024506450 A JP2024506450 A JP 2024506450A
- Authority
- JP
- Japan
- Prior art keywords
- plant
- computer
- input data
- blue
- implemented
- 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
- 238000000034 method Methods 0.000 title claims abstract description 130
- 238000012544 monitoring process Methods 0.000 title claims abstract description 97
- 239000000446 fuel Substances 0.000 title claims abstract description 76
- 239000000126 substance Substances 0.000 title claims abstract description 71
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 63
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 63
- 238000004519 manufacturing process Methods 0.000 claims abstract description 114
- 238000012545 processing Methods 0.000 claims abstract description 23
- 239000005431 greenhouse gas Substances 0.000 claims description 38
- 239000001257 hydrogen Substances 0.000 claims description 35
- 229910052739 hydrogen Inorganic materials 0.000 claims description 35
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 claims description 34
- 238000005259 measurement Methods 0.000 claims description 33
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 30
- 239000007789 gas Substances 0.000 claims description 26
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 claims description 22
- 238000004891 communication Methods 0.000 claims description 21
- 230000007613 environmental effect Effects 0.000 claims description 21
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 19
- 230000005611 electricity Effects 0.000 claims description 19
- 238000005457 optimization Methods 0.000 claims description 19
- 229910021529 ammonia Inorganic materials 0.000 claims description 16
- 239000000463 material Substances 0.000 claims description 16
- 239000003054 catalyst Substances 0.000 claims description 14
- 238000003860 storage Methods 0.000 claims description 14
- 239000003502 gasoline Substances 0.000 claims description 13
- 150000002431 hydrogen Chemical class 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 10
- 238000005265 energy consumption Methods 0.000 claims description 10
- 239000000203 mixture Substances 0.000 claims description 10
- 229930195733 hydrocarbon Natural products 0.000 claims description 7
- 150000002430 hydrocarbons Chemical class 0.000 claims description 7
- 230000015572 biosynthetic process Effects 0.000 claims description 6
- 238000006555 catalytic reaction Methods 0.000 claims description 6
- 238000003786 synthesis reaction Methods 0.000 claims description 6
- 239000007788 liquid Substances 0.000 claims description 5
- 230000004044 response Effects 0.000 claims description 5
- XTHFKEDIFFGKHM-UHFFFAOYSA-N Dimethoxyethane Chemical compound COCCOC XTHFKEDIFFGKHM-UHFFFAOYSA-N 0.000 claims description 3
- 150000001298 alcohols Chemical class 0.000 claims description 3
- 239000000295 fuel oil Substances 0.000 claims description 3
- 239000000314 lubricant Substances 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 2
- 238000009434 installation Methods 0.000 claims 1
- 241000196324 Embryophyta Species 0.000 description 95
- 239000000047 product Substances 0.000 description 73
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 39
- 230000008569 process Effects 0.000 description 36
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 32
- 238000005516 engineering process Methods 0.000 description 20
- 239000003345 natural gas Substances 0.000 description 17
- 229910002092 carbon dioxide Inorganic materials 0.000 description 16
- 238000010438 heat treatment Methods 0.000 description 9
- 239000002994 raw material Substances 0.000 description 8
- 230000008901 benefit Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 230000001276 controlling effect Effects 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 238000013450 outlier detection Methods 0.000 description 4
- 239000004215 Carbon black (E152) Substances 0.000 description 3
- 239000001569 carbon dioxide Substances 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000003546 flue gas Substances 0.000 description 3
- 238000009472 formulation Methods 0.000 description 3
- 239000002737 fuel gas Substances 0.000 description 3
- 238000000197 pyrolysis Methods 0.000 description 3
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 2
- GQPLMRYTRLFLPF-UHFFFAOYSA-N Nitrous Oxide Chemical compound [O-][N+]#N GQPLMRYTRLFLPF-UHFFFAOYSA-N 0.000 description 2
- 230000003197 catalytic effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000002354 daily effect Effects 0.000 description 2
- 230000008021 deposition Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000003921 oil Substances 0.000 description 2
- 235000019198 oils Nutrition 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000037361 pathway Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 235000015112 vegetable and seed oil Nutrition 0.000 description 2
- 239000008158 vegetable oil Substances 0.000 description 2
- 238000010792 warming Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000195493 Cryptophyta Species 0.000 description 1
- CBENFWSGALASAD-UHFFFAOYSA-N Ozone Chemical compound [O-][O+]=O CBENFWSGALASAD-UHFFFAOYSA-N 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 150000007513 acids Chemical class 0.000 description 1
- 239000000809 air pollutant Substances 0.000 description 1
- 231100001243 air pollutant Toxicity 0.000 description 1
- 150000001299 aldehydes Chemical class 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000012824 chemical production Methods 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 239000013065 commercial product Substances 0.000 description 1
- 230000001010 compromised effect Effects 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 230000003750 conditioning effect Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000009849 deactivation Effects 0.000 description 1
- 238000005262 decarbonization Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 239000010791 domestic waste Substances 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 238000004146 energy storage Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 229930195729 fatty acid Chemical class 0.000 description 1
- 239000000194 fatty acid Chemical class 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 239000012467 final product Substances 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 238000004868 gas analysis Methods 0.000 description 1
- 238000002309 gasification Methods 0.000 description 1
- -1 greater than 30% Chemical compound 0.000 description 1
- 238000005984 hydrogenation reaction Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 239000003350 kerosene Substances 0.000 description 1
- 150000002576 ketones Chemical class 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 229960001730 nitrous oxide Drugs 0.000 description 1
- 235000013842 nitrous oxide Nutrition 0.000 description 1
- 239000010815 organic waste Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000003209 petroleum derivative Substances 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000010791 quenching Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000002407 reforming Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000011347 resin Chemical class 0.000 description 1
- 229920005989 resin Chemical class 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012358 sourcing Methods 0.000 description 1
- 239000003784 tall oil Substances 0.000 description 1
- 150000003626 triacylglycerols Chemical class 0.000 description 1
- 238000010977 unit operation Methods 0.000 description 1
- 238000009834 vaporization Methods 0.000 description 1
- 230000008016 vaporization Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/4155—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by programme execution, i.e. part programme or machine function execution, e.g. selection of a programme
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41865—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by job scheduling, process planning, material flow
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32287—Medical, chemical, biological laboratory
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Automation & Control Theory (AREA)
- Manufacturing & Machinery (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- General Engineering & Computer Science (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Carbon And Carbon Compounds (AREA)
Abstract
本開示は、ブループラントのためのコンピュータで実行されるモニタリング方法であって、前記プラントは、ブルー化学もしくは燃料製品を製造するように構成されており、プラント中に、製造プロセスのパラメータを登録するための複数の手段、好ましくは複数のセンサを、例えば反応器に沿って、備えており、炭素回収が前記製品のカーボンフットプリントを改善するために利用される、前記方法に関する。前記方法はさらに、受け取ったセンサデータから持続可能性スコアを計算することを含む。本開示はさらに、コンピュータで実行されるモニタリング方法およびシステム、データ処理システム、および上記を含むブループラントに関する。
Description
本開示は、ブルー燃料および化学物質の製造、特にそれらの製造および環境フットプリントのモニタリングおよび最適化に関する。
化学物質および燃料、例えば水素、アンモニア、メタノール、エタノール、ナフサ、ジェット燃料、ディーゼルなどを、より低いカーボンフットプリントで製造することに対して関心が高まっている。そのような燃料および化学物質を製造するために、いくつかの経路、例えば、Power-to-X、Bio-to-Xまたはいわゆる「ブルー」経路(炭素回収を使用する)が可能である。
消費者、投資家および政府/立法者は、世界中の多くの化学、石油化学および精製プロセスのためのより持続可能な解決策に焦点を当てている。これによって、産業界に、それらの環境影響を低減することに向けた圧力がかかっている。化学物質および燃料製造の環境影響を定量化するために、例えば、ライフサイクル分析(LCA)、炭素集約度(CI)、温室効果ガス(GHG)排出量、またはカーボンフットプリントを測定する他の手段、例えば同様に適切な持続可能性スコアとして、いくつかの異なる方法が開発されてきた。
従って、燃料または化学物質製造の持続可能性スコアをモニタリングおよび最適化するための方法、特に自動化され、データの収集および最適なプラントパラメータの計算から経過する時間ギャップを最小化または排除する前記方法を得ることが有利であろう。
さらに、前記のブルー技術プラントにおける利用率、例えば製品収率をモニタリングし、最適化することが有利であろう。さらなる利点が、システムに閉ループ制御を介してプラントを制御および調節させることによるユニットの運転から生じるであろう。
ドキュメンテーション要求を満たすために本開示のシステムを使用すると、持続可能性スコアが継続的に計算され、記憶され、ユーザは要求に応じて、関係当局にGHG排出量についての証拠情報を提供することができる。
カーボンフットプリントがより低い燃料および化学物質へのシフトを動機付けるために、CIスコア、GHG排出スコア、または低GHG燃料および化学物質の同様の持続可能性スコアのレベルに関する法律が採用されている。従って、低GHG燃料および化学物質の製造のためには、持続可能性スコアの連続的または頻繁なモニタリングを、利益の最適化のために利用することもできる。
輸送燃料のGHG排出量を計算するためのモデル
・GHGenius
・GREET
・RED II, Annex V
・BioGrace
・GEMIS
・E3database
・Gabi
・SimaPro
・GHGenius
・GREET
・RED II, Annex V
・BioGrace
・GEMIS
・E3database
・Gabi
・SimaPro
本開示の実施態様の以下の詳細を、添付の図面によって例示する
図1は、コンピュータで実行されるモニタリング方法の例示的な実施態様を示すフローチャートである。
図1は、コンピュータで実行されるモニタリング方法の例示的な実施態様を示すフローチャートである。
図2は、コンピュータで実行されるモニタリング方法の別の例示的な実施態様を示すフローチャートである。
図3は、本開示によるモニタリングシステムの例示的な実施態様を例示する。
図4は、モニタリングシステムの別の例示的な実施態様を示す。
図5は、ブルー技術プラントの概念図を示し、主なインプットと、異なる炭素回収の機会、例えば煙道ガスCO2回収およびプロセスCO2回収を例示している。
図6は、コンピューティングデバイスの例示的な構成を示すブロック図である。
定義
ブルーアンモニアは、ブルー化学物質と見なされ、また、炭素回収・貯留(CCS:carbon capture and storage)技術および/または炭素回収・有効利用(CCU:carbon capture and utilization)を用いて、水素および窒素から製造されるブルー燃料とも見なされる。
ブルーアンモニアは、ブルー化学物質と見なされ、また、炭素回収・貯留(CCS:carbon capture and storage)技術および/または炭素回収・有効利用(CCU:carbon capture and utilization)を用いて、水素および窒素から製造されるブルー燃料とも見なされる。
ブルー化学物質は、典型的には、炭素回収・貯留(CCS)技術および/または炭素回収・有効利用(CCU)を用いて、化石資源および供給原料、例えば天然ガスから製造される化学物質である。ブルー化学物質の例は、とりわけ、ブルーアンモニア、ブルー水素、ブルーメタノールである。
ブルーディーゼルは、典型的には、炭素回収・貯留(CCS)技術および/または炭素回収・有効利用(CCU)を用いて、化石資源および供給原料、例えば天然ガスから製造される。
ブルー燃料は、典型的には、炭素回収・貯留(CCS)技術および/または炭素回収・有効利用(CCU)を用いて、化石資源および供給原料、例えば天然ガスから製造される燃料である。ブルー燃料の例は、とりわけ、ブルーディーゼル、ブルーガソリンまたはブルーアンモニアである。
ブルーガソリンは、典型的には、炭素回収・貯留(CCS)技術および/または炭素回収・有効利用(CCU)を用いて、化石資源および供給原料、例えば天然ガスから製造される。このケースでは、排出されたCO2は回収され、貯留される(CCS)。
ブルー水素は、典型的には、炭素回収・貯留(CCS)技術および/または炭素回収・有効利用(CCU)を用いて、化石資源、例えば天然ガスまたはLPGから製造される。このケースでは、排出されたCO2は回収され、貯留される(CCS)。
ブルーメタノールは、典型的には、炭素回収・貯留(CCS)技術および/または炭素回収・有効利用(CCU)を用いて、化石資源、例えば天然ガスから製造される。このケースでは、排出されたCO2は回収され、貯留される(CCS)。
ブルー技術は、より低いカーボンフットプリント製品を製造するために、炭素回収・貯留(CCS)および/または炭素回収・有効利用(CCU)技術と組み合わされた通例の化石技術である。例としては、SynCOR商標、POx、TIGAS、eSMR商標、HTCR、SMR、SMR-B、ATRと組み合わせた炭素回収を挙げることができるが、これらに限定はされない。
ブルー技術プラントまたはブループラントは、1種または複数のブルー化学物質および/またはブルー燃料を製造するためのプラントである。
Blue TIGASは、ブルーガソリンを製造するためのTopsoe Improved Gasoline Synthesis法(トプサーによって改善されたガソリン合成法)である。
回収フレアガス(CFG:Captured flare gas)は、石油生産および処理施設から回収され、そうでなければフレア化されるであろうメタンリッチガスである、廃棄物ストリームである。
炭素集約度または炭素集約度スコア 組織がそれらの環境効果を決定するために焦点を当てている重要業績評価指標(KPI)の1つは、炭素集約度スコアである。炭素集約度スコア、またはCIスコアは、例えば消費されたエネルギー量に対する、全炭化水素、または排出された温室効果ガスのライフサイクル測定値である。CI値は、典型的には、アメリカ合衆国およびその他の国において、Greenhouse Gases,Regulated Emissions and Energy Use in Transportation(GREET)モデルにおいて使用され、燃料のためのサプライチェーンに沿って排出された全ての炭素(当該燃料を(該当する場合に)探索、採掘、回収、生産、輸送、流通、分配および燃焼するために使用されたすべての炭素を含む)をまとめることによって計算されるが、CIスコアのための他の計算モードも存在している。より低いCIスコアは、最もクリーンな解決策であるため、最も好ましい。
触媒反応またはステップは、化学反応の間にそれ自体は変化しない触媒の添加によって化学反応速度を変化させるプロセスである。本開示の方法は、触媒反応ステップにおける温度および圧力に関するセンサデータを受け取ることを含む。
閉ループシステム:プロセスを測定、モニタリングおよび制御するためのシステムであり、プロセスを正確に制御するための1つの方法は、そのアウトプットをモニタリングし、そのうちの一部を「フィード」バックして、誤差を低減するように実際のアウトプットを所望のアウトプットと比較し、妨害された場合には、システムのアウトプットを元のまたは所望の応答に戻すことによる。そのアウトプットとそのインプットとの間に、1つまたは複数のフィードバックループまたは経路が存在し得る。
組成は、供給原料などの混合物の成分の正体を意味し、あるいは、特定の組成についての他の情報が、標準の、バッチに関連したまたはバッチで管理されたデータとして供されることができるがまた、センサの使用によって評価および/またはモニタリングされ得るか、またはコンピュータモデル、例えば様々な製造段階での組成を予測するソフトウェアアプリケーションによって予測され得るか(基礎となる変数)、または収集されたサンプルを研究所で分析し、それらをアクセス可能なデータベースに記憶させることによって検索され得る。前記のセンサをベースとする評価はまた、プラントにおけるオペレーション中の任意の段階で、ならびに測定間の様々な間隔で実行されてもよい。
コンピュータで実行される方法またはシステムは、1つまたは複数の特徴がコンピュータプログラムによって全体的または部分的に実現される、コンピュータ、コンピュータネットワークまたは他のプログラマブル機器の使用に関する。コンピュータで実行される方法およびシステムの例示的な実施態様を図6に示す。
本開示の文脈内においてデータクレンジングは、外れ値検知/除去、ローパスフィルタ、及び定常状態検出を意味する。データクレンジングは、1つまたは複数のセンサからのセンサデータを組み合わせる場合に、または持続可能性スコアを計算するために入力データが受け取られるときに、個々のセンサの測定の一部として実行され得る。データクレンジングは、プラント全体の質量およびエネルギーバランスが満たされることを確実にするために、測定されたデータが補正される、調整も含むことができる。
本開示の文脈内においてデータ調整は、全体の質量エネルギーおよびおよび成分バランスが満たされることを確実にするために、入力データを補正することを意味する。
測定データ(115、215、415、515)における偏差は、基礎となる変数またはパラメータの変動の結果である。偏差を同定するために、観測された現在の状態(230、430、530)と、所望のまたは予期される状態(240、440、540)とが比較される。基礎となる変数のどの変化が、観測された測定(例えば、センサ)データにおいて、ひいては計算された持続可能性スコアにおいて偏差を引き起こすかが確立されている場合、予期されるまたは所望の持続可能性スコアを実現するように、これらの基礎となるパラメータにおいて反対の変更がなされ得る。
イーケミカル(E-chemicals)には、「power-to-X」またはイーフューエル、power-to-liquidまたは合成燃料が含まれ得る。イーケミカルは、例えば、再生可能エネルギーから生成されるアンモニアまたはメタノールなどの化学物質である。例えば、イーメタノールは、廃棄物ストリーム、電気分解水素、およびCO2回収物から生成することができる。イーケミカルは、再生可能電気を用いた水の電気分解によって生成したグリーンもしくはe-水素と、濃縮された供給源からもしくは空気から回収されたCO2との組み合わせから得られた合成化学物質として定義することができる。
環境フットプリントは、企業、活動、プラント、ユニットなどが環境に及ぼす効果または影響、例えば、それらが使用する天然資源の量およびそれらが生成する有害ガスの量(排出量)を意味する。
ブルー製造のための供給原料は、典型的には、例えば天然ガス、軽質石油ガス(LPG:Light Petroleum Gas)、ナフサ、灯油、またはブルー製品に転化される他の油留分のように、化石をベースとする。しかしながら、再生可能な供給原料、例えば再生可能天然ガス、または再生可能燃料プラントから回収されたフレアガスまたはオフガスも、単独で、または化石をベースとする供給原料と組み合わせて、使用することができる。
温室効果ガス(GHG)は、熱赤外領域内の放射エネルギーを吸収し放出して温室効果を引き起こすガスであり、温室効果は、地球の大気からの放射が、地球の表面を、この大気がない場合の温度を超える温度に温めるプロセスである。地球大気中の主な温室効果ガスは、水蒸気(H2O)、二酸化炭素(CO2)、メタン(CH4)、一酸化二窒素(N2O)およびオゾン(O3)である。
温室効果ガス(GHG)排出量は、多くの場合に、二酸化炭素(CO2)当量で測定される。ガスの排出量をCO2当量に変換するためには、その排出量にガスの地球温暖化係数(GWP)を乗じる。GWPでは、多くのガスが、単位質量あたりで、CO2よりも地球温暖化により効果的であるという事実を考慮している。GWPは、ライフサイクル分析で使用される時間範囲に依存する。
温室効果ガス排出スコアは、上記で定義された炭素集約度スコアと類似しており、典型的には、例えば再生可能エネルギー指令改正(Renewable Energy Directive Recast:RED II)指令モデルを使用して、ヨーロッパ諸国および他の適用可能な国で使用されている。
HHV - 燃料の高位発熱量(総発熱量または総エネルギーとしても知られている)は、特定の量(初期は25℃において)によって、燃料が燃焼されて、生成物が25℃の温度に戻ったときに、放出された熱の量として定義され、燃焼生成物中の水の蒸発潜熱が考慮に入れられる。
入力データは、場合によっては、センサから直接、すなわち、直接測定されたパラメータとして得られる。他の場合には、1つまたは複数のセンサからのセンサデータが、例えば相対測定、較正もしくは補償として、組み合わされて、上記方法のための入力データを生成する。入力データは「入力変数」と「プラントデータ」を含む。特に、入力データは、オンラインセンサデータと、分析的測定または他の測定によって得られる、フィード、ユーティリティおよび流出物特性などのオフラインデータとを含む。
入力変数は、「入力データ」のサブセットであり、戦略の最適化において操作変数として使用される。操作変数は、目的関数へのその影響を最適化するために最適化戦略の調整に従う独立変数である - 最小化されるべきプラント性能の非負の尺度。入力変数は、とりわけ、プロセス変数、基礎となる変数、ベンチマークターゲットを含む。
プラントデータは、ブループラントを運転し最適化することに適した、登録の手段、例えばセンサ、分析的測定または他のものから来るデータを表す。
ライフサイクルアセスメントまたはLCA(ライフサイクル分析としても知られる)は、商業製品、プロセスまたはサービスのライフサイクルのすべての段階に関連する環境影響を評価するための方法論である。例えば、製造された製品の場合、環境影響は、原料の採取および加工(クレードル)から、製品の製造、流通および使用を経て、それを構成する物質のリサイクリングまたは最終処分(墓場)まで評価される。従ってそれは、原料の採取から、原料加工、製造、流通、使用、修理およびメンテナンス、および処分もしくはリサイクリングを経る製品ライフの全ての段階に関連する環境影響を評価する手法である。その結果は、製造システム全体を考慮し、単一のプロセスのみが使用された場合に生じる可能性のある部分最適化を回避することによって、意思決定者が環境への影響が最も少ない製品またはプロセスを選択するのを助けるために使用される。
LHV - 燃料の低位発熱量(真発熱量としても知られる)は、特定の量(初期は25℃において)を燃焼し、燃焼生成物の温度が150℃に戻ったときに、放出された熱の量として定義され、反応生成物中の水の蒸発潜熱は含まれないと仮定する。
材料インプットという語句は、プラントへの供給原料および他の原料の両方のインプットを示すために使用される。さらに、それは、プロセスにおけるエネルギーの生産または消費、ならびに利用率、例えば製品、例えば炭化水素または他のものの製造体積または製造量を指す。
モニタリングの目的のためには、クレンジングされたデータが、環境因子を決定するために用いられる。直接的または間接的な測定値は、データ補完、外れ値検知、ローパスフィルタリングおよび定常状態推定を含む、データクレンジングに付される。さらに、独立変数として参照され、ボックス制約および従属プラント設計制約に従う、ブループラント運転設定点への最適な調整を推定するためのワークフローは、最適化ルーチンを実行することを伴う。最適化問題定式化は、利用率、例えば製品収率と、環境フットプリントとの間の最良のトレードオフパフォーマンスを提供する。最後のステップは、(開ループまたは閉ループ)最適制御問題に対する実行可能解を構成する、実行可能情報を送ることを含む。
多目的最適化問題は、相反し得る2以上の目的関数を含み、このことは、1つの目的に対する改善が別の目的の犠牲のうえで得られ得ることを意味する。多目的問題に対しては単一の最適解ではなく、競合する目的間の最適なトレードオフを表す解のセットが存在する。
開ループシステム:アウトプットが制御システムへのインプットに影響を及ぼさないシステムであり、そのような開ループシステムは、単にオープンエンドのフィードバックを使わないシステムであり、その目的は、モニタリングおよび測定を含む。そのようなシステムでは、オペレータにフィードバックを供することができ、それは次いで、システムからの推奨に基づいて入力変数を調整するために使用することができる。
Power-to-X(P2XおよびP2Yも)は、多くの、電気変換、エネルギー貯蔵、および電力を使用する再変換経路である。Power-to-Xの変換技術は、発電における追加投資によって提供された電力をおそらく使用する、他のセクター(例えば輸送または化学物質)で使用するための電力セクターからの電力の切り離しを可能にする。上記用語中のXは、以下:power-to-アンモニア、power-to-化学物質、power-to-燃料、power-to-ガス、power-to-水素、power-to-液体、power-to-メタン、power-to-食品、power-to-電力およびpower-to-合成ガス、のうちの少なくとも1つを表し得る。電気自動車の充電、空間の暖房および冷房、ならびに温水暖房は、ゆくゆく、創出、需要応答の形態(そのようないくつかの語句power-to-モビリティーおよびpower-to-熱)に適合するようにシフトさせることができる。余剰電力を使用するPower-to-Xスキームは集合的に、柔軟性措置の項目に該当し、そして、再生可能発電の割合が高く、および/または強力な脱炭素化目標を有するエネルギーシステムにおいて特に有用である。多数の経路および技術が前記語句に包含される。
再生可能な供給原料は、典型的には、トリグリセリド、脂肪酸、樹脂酸、ケトン、アルデヒドまたはアルコールからなる群から選択される1種または複数の含酸素物質を含み、前記含酸素物質は、生物学的供給源、ガス化プロセス、ピロリシス(pyrolysis)プロセス、フィッシャー・トロプシュ合成、メタノールをベースとする合成、またはさらなる合成プロセスのうちの1つまたは複数に由来し、広範囲にわたる供給原料(特に再生可能起源の)、例えば植物、藻類、動物、魚類、植物油精製、他の生物学的供給源、家庭廃棄物、トール油もしくは黒液などの産業有機廃棄物に由来する供給原料を受け入れて実行することが可能なプロセスであるという、そのようなプロセスに関連する利益を伴う。イーフューエルの特定の場合には、供給原料は、CO2、水素または動力(電力)であり得る。
本出願の範囲内の再生可能プラントは、少なくとも部分的に再生可能な供給原料または供給源に由来するイーフューエルを含む、イーケミカルまたは燃料を含む、化学物質を製造するためのプラントを意味する。
再生可能天然ガス(RNG)は、典型的には、バイオメタンとしても知られる天然ガス品質にアップグレードされた埋立地ガスまたはバイオガスである。RNGを供給原料として使用すると、再生可能な燃料または化学物質の製造がもたらされる。
設定点は、管理者が規定の参照値に、または当該参照値付近に維持しなければならない、選択されたプラントアウトプットを意味する。最適な設定点は、閉ループオペレーションによって、または操作変数が所望の最適設定点として取られ、ローリングホライズン方式を適用する開ループのケースを使用して、決定することができる。
持続可能性スコアまたは環境持続可能性スコアは、炭素集約度(CI)スコア、炭素集約度(CI)、温室効果ガス(GHG)排出スコア、GHG排出量、または別のカーボンフットプリント計算結果もしくは測定基準、またはライフサイクルアセスメント(LCA)もしくはLCAスコアであるか、またはそれらを含む。改善された持続可能性は、カーボンフットプリントが低減されることを意味する。
熱分解 本明細書で使用される場合に、語句「熱分解」は、便宜上、材料が、亜化学量論的な量の酸素の存在下で(酸素なしを含む)、上昇させた温度(典型的には250℃~800℃もしくはさらには1000℃)で部分的に分解される、任意の分解プロセスに対して広く使用されるものとする。生成物は、典型的には、組み合わされた液体およびガスストリーム、ならびにある量の固体チャーである。当該用語は、触媒の存在下および非存在下の両方における、ピロリシスおよび水熱液化として知られるプロセスを含むと解釈されるべきである。
基礎となる変数(underlying variable)/パラメータまたはプロセス変数/パラメータは、最適化に適切であり、すなわち、改善された利用率、例えば製品収率または持続可能性スコアを得るために操作することができる変数である。これらは入力変数とみなされる。
本発明の文脈内において利用率は、供給原料を単一または複数のブルー燃料またはブルー化学製品に転化するブループラントの性能評価に使用される測定基準を意味する。供給原料からメタノールを製造し、炭素回収を利用するブループラントは、1つの主なアウトプットストリームを有する単一生成物プロセスの一例である。単一生成物プロセスの最適なプラント利用は、典型的には、単一生成物製造量、すなわち、単一生成物の質量流量または体積流量を最大化することを意味する。複数の生成物を製造するブループラントに関しては、例えばナフサが、供給原料をディーゼルに転化することから生じる天然副生成物であり、最適なプラント利用は、標的製品収率、すなわち、消費された供給原料との関連で形成された、通常パーセントとして表される標的生成物の量を最大化することを意味する。従って、利用率は、ブループラントで製造されているものに応じて、製造量、利用量(utility rate)、収率、製造体積などの測定基準を表し得る。
詳細な説明
本開示は、以下の利点を提供する:
・より低い炭素集約度スコア(CIスコア)を有するブルー燃料またはブルー化学物質はより価値のある製品である、
・従って、CIスコアと化学物質および燃料の現在の売買価値を継続的にモニタリングすることは、製造プラントの全体的な収益性を大幅に改善することになる、
・CIスコアをモニタリングすることは、プラントができるだけ効率的に運転されることを確実にすることも助け、できるだけ低いCO2フットプリントがもたらされる、
・それを手動で計算するよりも高速かつ簡単である、
・一貫性のある監査可能なデータ、
・当局への即時報告能力(CIスコアは継続的に計算され、記憶され、ユーザーは必要に応じて関連当局にGHG排出量についての証拠情報を提供することができる)。
本開示は、以下の利点を提供する:
・より低い炭素集約度スコア(CIスコア)を有するブルー燃料またはブルー化学物質はより価値のある製品である、
・従って、CIスコアと化学物質および燃料の現在の売買価値を継続的にモニタリングすることは、製造プラントの全体的な収益性を大幅に改善することになる、
・CIスコアをモニタリングすることは、プラントができるだけ効率的に運転されることを確実にすることも助け、できるだけ低いCO2フットプリントがもたらされる、
・それを手動で計算するよりも高速かつ簡単である、
・一貫性のある監査可能なデータ、
・当局への即時報告能力(CIスコアは継続的に計算され、記憶され、ユーザーは必要に応じて関連当局にGHG排出量についての証拠情報を提供することができる)。
例示的な実施態様では、これらの利点のうちの1つまたは複数を、炭素回収を利用するプラントによる化学もしくは燃料製品の製造を制御するコンピュータで実行される方法であって、前記プラントが入力データを登録するための手段を備え、前記方法が(a)所定の測定間隔で、または連続的に、入力データを登録するための手段から得られ、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取ること;(b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算すること;(c)前記持続可能性スコアにおける偏差を決定すること;(d)偏差の原因としての基礎となる変数を決定すること;および(e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得ること、を含む前記方法によって得ることができる。これらの利点の1つまたは複数はまた、この方法を実施するように構成されたコンピュータ実行システムを使用することによっても得ることができる。
図1は、本開示に従うコンピュータで実行されるモニタリング方法100の第1の実施態様を例示する。第1のステップ110において、測定データ115が、入力データを登録するための複数の手段から、好ましくはそれぞれがプラントにおける製造プロセスのパラメータをモニタリングするように構成されているセンサから受け取られる。本開示で使用される入力データを登録するための手段は、前記センサを含むが、特に、供給原料、中間体生成物または最終生成物からのサンプルを収集し、分析することもでき、それぞれの結果は、サンプルが採取されたときのタイムスタンプとともにデータベースに記憶される。
本開示の好ましい実施態様では、センサは、少なくとも、製造プロセスへの材料インプットの直接的または間接的測定、例えば、製造エネルギー消費の直接的または間接的測定、および利用率、例えば炭化水素リッチ生成物の製造体積の直接的または間接的測定を提供するように、プラントに組み込まれる。製造プロセス、例えば、触媒転化プロセスが2以上の材料インプットを必要とする場合、典型的には、2つ以上のセンサが使用される。同様に、2つ以上の化学製品が製造される場合、典型的には、2つ以上のセンサが製造体積などの利用率を測定するために使用される。多くの異なるセンサ、例えば流量センサ、温度センサ、圧力センサ、電気消費メータ、化学センサなどを使用することができる。上述のセンサデータから、持続可能性スコア120が計算される。製造地および/または製品の販売地の法律に応じて、異なる持続可能性スコアを使用することができる。持続可能性スコアの例は、炭素集約度(CI)、温室効果ガス(GHG)排出係数、炭素フットプリントスコア、またはライフサイクルアセスメント(LCA)スコアである。
図2は、図1に関して上述した、本開示の第1の実施態様に関連するモニタリング方法200の第2の実施態様を例示し、ここで同様の参照番号は同様の部分を指す。従って、ここでは、2つの実施態様の間の相違点のみを説明する。持続可能性スコア220が計算された後、評価230が、製造プロセスの現在の状態についてなされる。比較のために、所望のまたは予期される状態240が、好ましくは、過去の状態、設定点およびシミュレートされた状態のうちの1つまたは複数として、提供され、評価される。最後に、観測された現在の状態230と、所望のまたは予期される状態240とが、二者間の偏差を同定するように比較される。そのような偏差を、次いで、プラントのオペレータに報告することができ、従って、1つまたは複数のプロセスパラメータの調節を可能にする。
あるいは、いくつかの好ましい実施態様では、そのような偏差を実行可能な情報に変換してもよく、当該情報は引き続き、オペレータに、またはプラントの制御システムに直接送られる。測定データ215における偏差は、基礎となる変数またはパラメータにおける偏差の結果である。例えば、触媒反応器中の反応は発熱性であり得、その場合、触媒床の観察される温度上昇は、実際には供給原料の流量が大きすぎること、またはクエンチガスもしくはリサイクルの流量が小さすぎることによって引き起こされ得る。従って、基礎となるパラメータは、温度自体よりもむしろ、流量であってもよい。基礎となる変数のどの変化が、観測されたセンサ値において、ひいては計算された持続可能性スコアにおいて偏差を引き起こすかが確立されている場合、期待されるまたは所望の持続可能性スコアを実現するように、これらの基礎となるパラメータにおいて反対の変更がなされ得る。
図3は、本開示の第3の実施態様に従うモニタリングシステム300を例示する。モニタリングシステム300は、上記のようなコンピュータで実行されるモニタリング方法100または200に関連する。従って、ここでは、このシステム300に特有の詳細のみを説明する。システム300は、図1および図2について上述したような、(例えばセンサを介して)測定された入力データを提供するための複数のセンサ310を備える。センサ310は、上述のようなモニタリング方法100、200を実行するように適合されたデータ処理システム320と通信する。
図4は、本開示の第4の実施態様に従うモニタリングシステム400を例示する。この実施態様は図3に示される実施態様に関連し、ここで同様の参照番号は同様の部分を指す。従って、ここでは、2つの実施態様の間の相違点のみを説明する。図3に示す実施態様と同様に、データ処理システム420は、複数のセンサ410と通信する。しかしながら、この実施態様では、センサ410はプラント中の場所に配置され、測定データ415を提供する一方で、データ処理システム420は遠隔に配置され、インターネットなどのデータネットワーク430を介してセンサ410に接続される。ここに示される実施態様において、データ処理システム420からのアウトプットは通信リンク450を介してオペレータ440に送られるが、それに限定されるものではない。オペレータ440はプラントに配置されてもよいし、または異なる場所に配置されてもよい。また、通信リンク450は、ここに示されるように別個のリンクであってもよく、またはデータネットワーク430を介してもよい。このようにして、データ処理システム420は、複数のプラントをモニタリングするために使用することができる。これはまた、サービスプロバイダが、プラントオペレータへのサービスとして、これらのモニタリング能力を提供することを可能にする。開ループシステムが、データを測定し、モニタリングするために適所にあってもよいが、本実施態様は、通信ネットワークを介してプラントに実行可能情報を伝送することを含んでいてよく、すなわち、データ処理システム420からの1つまたは複数の実行可能命令(例えば、閉ループシステムにおける)を有するアウトプットが、通信リンク450またはデータネットワーク430を介してオペレータ440に送られる。
図5は、ブルー技術プラントへの主供給原料としての天然ガス供給を示す。天然ガス供給はまた、部分的に、プラントにおける加熱目的のための燃料ガスとして機能し得る。電気、化学物質および水供給など、ブルー技術プラントへの他の潜在的なインプット/ユーティリティが示されている。プロセススキームで観測されるように、CO2は、煙道ガスから、ならびにブルー技術プラントに依存するプロセスガスから、回収され得る。回収されたCO2を貯留することによって、これは、最終生成物(複数可)のCIスコアを低下させることに寄与する。
このプラントの製造プロセスをモニタリングすることは、例えば、(とりわけ)以下のパラメータを登録することを含み得る:
- 天然ガスインプット量
- 燃料ガスインプット量
- 煙道ガスアウトプット量
- 蒸気搬出量(export rate)
- 化学物質インプット量
- 水消費量
- 製品(複数可)搬出量
- 全てのストリームの温度および圧力
- 回転機器(ポンプ、コンプレッサー等)のための電気消費量
図6は、例示的な実施態様において本明細書に開示されるコンピュータで実行されるモニタリングおよび制御方法を実行するように構成されたコンピューティングデバイス120の例示的な構成を示すブロック図である。コンピューティングデバイス120は、本開示に従う方法を実行するように機能する様々なハードウェアおよびソフトウェアコンポーネントを含む。コンピューティングデバイス120は、ユーザインターフェース150、メモリ160と通信するプロセッサ155、および通信インターフェース165を備えることができる。プロセッサ155は、メモリ160にロードされて記憶され得るソフトウェア命令を実行するように機能する。プロセッサ155は、個々の実行に応じて、いくつかのプロセッサ、マルチプロセッサコア、またはいくつかの他のタイプのプロセッサを含み得る。メモリ160は、プロセッサ155によってアクセス可能であることができ、それによって、プロセッサ155がメモリ160上に記憶された命令を受け取り、実行することが可能となる。メモリ160は例えば、ランダムアクセスメモリ(RAM)または任意の他の適切な揮発性または不揮発性コンピュータ可読記憶媒体であり得る。さらに、メモリ160は、固定されていても取り外し可能であってもよく、1つまたは複数のコンポーネントまたはデバイス、例えばハードドライブ、フラッシュメモリ、書き換え可能な光ディスク、書き換え可能な磁気テープ、または上記のうちのいくつかの組み合せを含んでいてもよい。
このプラントの製造プロセスをモニタリングすることは、例えば、(とりわけ)以下のパラメータを登録することを含み得る:
- 天然ガスインプット量
- 燃料ガスインプット量
- 煙道ガスアウトプット量
- 蒸気搬出量(export rate)
- 化学物質インプット量
- 水消費量
- 製品(複数可)搬出量
- 全てのストリームの温度および圧力
- 回転機器(ポンプ、コンプレッサー等)のための電気消費量
図6は、例示的な実施態様において本明細書に開示されるコンピュータで実行されるモニタリングおよび制御方法を実行するように構成されたコンピューティングデバイス120の例示的な構成を示すブロック図である。コンピューティングデバイス120は、本開示に従う方法を実行するように機能する様々なハードウェアおよびソフトウェアコンポーネントを含む。コンピューティングデバイス120は、ユーザインターフェース150、メモリ160と通信するプロセッサ155、および通信インターフェース165を備えることができる。プロセッサ155は、メモリ160にロードされて記憶され得るソフトウェア命令を実行するように機能する。プロセッサ155は、個々の実行に応じて、いくつかのプロセッサ、マルチプロセッサコア、またはいくつかの他のタイプのプロセッサを含み得る。メモリ160は、プロセッサ155によってアクセス可能であることができ、それによって、プロセッサ155がメモリ160上に記憶された命令を受け取り、実行することが可能となる。メモリ160は例えば、ランダムアクセスメモリ(RAM)または任意の他の適切な揮発性または不揮発性コンピュータ可読記憶媒体であり得る。さらに、メモリ160は、固定されていても取り外し可能であってもよく、1つまたは複数のコンポーネントまたはデバイス、例えばハードドライブ、フラッシュメモリ、書き換え可能な光ディスク、書き換え可能な磁気テープ、または上記のうちのいくつかの組み合せを含んでいてもよい。
1つまたは複数のソフトウェアモジュール170が、メモリ160内に符号化され得る。ソフトウェアモジュール170は、プロセッサ155によって実行されるように構成されたコンピュータプログラムコードまたは命令のセットを有する1つまたは複数のソフトウェアプログラムまたはアプリケーションを備え得る。本明細書に開示されるシステムおよび方法の態様のためのオペレーションを実行するためのそのようなコンピュータプログラムコードまたは命令は、1種または複数のプログラミング言語の任意の組み合わせで記述され得る。
ソフトウェアモジュール170は、例示的な実施態様において本明細書に開示されるコンピュータで実行されるモニタリングおよび制御方法を実行するためのプログラムと、プロセッサ155によって実行されるように構成された1つまたは複数の追加のアプリケーションとを含み得る。ソフトウェアモジュール170の実行中、プロセッサ155は、本開示の実施態様に従ってコンピュータで実行されるモニタリングおよび制御に関連する様々なオペレーションを実行するようにコンピューティングデバイス120を構成する。
データベース185など、本システムおよび方法のオペレーションに関連する他の情報および/またはデータも、メモリ160上に記憶され得る。データベース185は、コンピュータで実行されるモニタリングおよび制御の様々なオペレーション全体にわたって利用される様々なデータ項目および要素を含むことができ、および/または維持することができる。データベース185は、コンピューティングデバイス120に対してローカルに構成されているものとして示されているが、特定の実行においては、データベース185および/またはその中に記憶されている様々な他のデータ要素は遠隔に配置され得ることに留意されるべきである。そのような要素は、プロセッサにロードされ実行されるために、リモートデバイスまたはサーバ(図示せず)上に配置され、当業者に知られている方法でネットワークを介してコンピューティングデバイス120に接続されてもよい。
さらに、ソフトウェアモジュール170のプログラムコードおよび1つまたは複数のコンピュータ可読記憶デバイス(例えばメモリ160)は、当業者に知られているように、本開示に従って製造および/または配布され得るコンピュータプログラム製品を形成する。
通信インターフェース165はまた、プロセッサ155に動作可能に接続することができ、コンピューティングデバイス120と、外部デバイス、機械および/または要素(例えば、サーバまたは他のコンピュータを含む)との間の通信を可能にする任意のインターフェースであり得る。通信インターフェース165は、データを送るおよび/または受け取るように構成される。例えば、通信インターフェース165は、Bluetooth、Wi-Fiまたはセルラートランシーバ、衛星通信送信機/受信機、光ポート、および/またはコンピューティングデバイス120をサーバまたは他のコンピュータにワイヤレスに接続するための任意の他のそのようなインターフェースを含み得るが、これらに限定されない。
ユーザインターフェース150もまた、プロセッサ155に動作可能に接続することができる。ユーザインターフェースは、1つまたは複数の入力デバイス、例えばスイッチ(複数可)、ボタン(複数可)、キー(複数可)およびタッチスクリーンを備え得る。ユーザインターフェース150は、データの入力を可能にするように機能する。ユーザインターフェース150は、上述の方法のオペレーションに関連する、ユーザからのコマンド、例えばオンオフコマンド、またはセッティングのキャプチャを促進するように機能する。
ディスプレイ190もまた、プロセッサ155に動作可能に接続することができる。ディスプレイ190は、スクリーン、またはユーザが様々なオプション、パラメータおよび結果、例えばグループ識別子を閲覧することを可能にする任意の他のそのような表示デバイスを含み得る。ディスプレイ190は、LEDディスプレイなどのデジタルディスプレイであってもよい。ユーザインターフェース150およびディスプレイ190は、タッチスクリーンディスプレイに統合されてもよい。コンピューティングデバイス120のオペレーションならびに上述の様々な要素およびコンポーネントは、コンピュータで実行されるモニタリングおよび制御を参照した当業者によって理解されるであろう。
本明細書に記載されたものが、コンピュータで実行されるモニタリングおよび制御を達成するための例示的なシステムであることは理解されよう。例示的な構成を参照して本開示を説明してきたが、本教示の趣旨および範囲から逸脱することなく改変を行うことができるので、本開示をそのような構成に限定することは意図されていないことを理解されたい。本教示の方法は、ソフトウェア、ファームウェア、ハードウェアまたはそれらの組合せで実行され得る。一モードでは、前記方法は、実行可能プログラムとしてソフトウェアで実行され、1つまたは複数の専用または汎用デジタルコンピュータ(複数可)によって実行される。前記方法のステップは、ソフトウェアモジュールが常駐するかまたは部分的に常駐するサーバまたはコンピュータによって実行され得る。
一般に、ハードウェアアーキテクチャに関して、そのようなコンピュータは、当業者によって十分に理解されるように、ローカルインターフェースを介して通信可能に接続される、プロセッサ、メモリならびに1つまたは複数の入力および/または出力(I/O)デバイス(または周辺機器)を含む。ローカルインターフェースは、例えば、限定はされないが、当技術分野で知られているように、1つまたは複数のバスまたは他の有線または無線接続であり得る。ローカルインターフェースは、通信を可能にするために、追加の要素、例えばコントローラ、バッファ(キャッシュ)、ドライバ、リピータおよびレシーバを有し得る。さらに、ローカルインターフェースは、他のコンピュータコンポーネント間の適切な通信を可能にするために、アドレス、制御および/またはデータ接続を含み得る。
前記システムは、クラウドまたはローカルサーバアーキテクチャを使用して実行され得ることが理解されよう。このように、本教示は、添付の特許請求の範囲に照らして必要とみなされる限りにおいてのみ限定されるべきであることが理解されよう。
好ましい実施態様
1.ブループラントのためのコンピュータにより実行されるモニタリング方法であって、前記プラントは化学もしくは燃料製品を製造するように構成され、前記プラントは入力データを登録するための手段を含み、前記方法は以下を含む:
a)製造プロセスへの材料インプット、製造エネルギー消費量、および利用率、例えば化学もしくは燃料製品の製造体積、のうちの少なくとも1つの測定値を示す入力データを受け取ること、
b)受け取った入力データから持続可能性スコアを計算すること。
1.ブループラントのためのコンピュータにより実行されるモニタリング方法であって、前記プラントは化学もしくは燃料製品を製造するように構成され、前記プラントは入力データを登録するための手段を含み、前記方法は以下を含む:
a)製造プロセスへの材料インプット、製造エネルギー消費量、および利用率、例えば化学もしくは燃料製品の製造体積、のうちの少なくとも1つの測定値を示す入力データを受け取ること、
b)受け取った入力データから持続可能性スコアを計算すること。
このようにして、製造プロセスの持続可能性スコアの効率的なモニタリングが達成され得る。
これまでの一般的な慣行は、任命された認定機関が定期的にプラントを訪問し、関連するすべての入力データを収集し(これは時間がかかる)、当該プラントによって以前に(時には数年前に)提出された経路申請(pathway application)に対して炭素集約度/GHG排出量を検証することである。他方、本開示は、接続サービスによるGHG排出量の連続的なモニタリングを提供し、例えば、触媒交換のためのユニットオペレーションおよび計画を最適化し、オペレーションの中断を防止または最小化し、コストのかかるターンアラウンド時間を最小化し、最大触媒性能を保証し、触媒寿命を最大化し、製造を改善し、コストを低減するために、プラント所有者/オペレータが先んじて計画し、改変を行うことを可能にする。触媒プラントの収益性の最も重要な因子の1つは、触媒が活性を維持する時間の長さである。触媒の運転開始活性がどれほど高いかにかかわらず、触媒が予想よりも急速に失活する場合、ユニット性能は損なわれ、利益は低下する。実際、触媒の失活により、反応器温度を、例えば生成物仕様を目標に保つために、定期的に上昇させなければならない。そのような温度の上昇は、燃料ガスおよび/または電気消費の増加を引き起こし、GHG排出量の増加を引き起こし得る。さらに、触媒が失活するにつれて、水素消費も増加する可能性が高い。従って、上記のようなGHGモニタリングツールが同定し得る、サイクル長の間のGHG排出量と収益性の観点からの転換点があるかもしれない。従って、CIスコアまたはGHG排出スコアを製品(例えば、燃料)が認定される必要があるたびに計算する代わりに、それを連続的にモニタリングすることには利点がある。
本開示は、以下の利点を提供する:
・より低い炭素集約度スコア(CIスコア)を有するブルー燃料または化学物質は、より価値のある製品であり、これは、前記のブルー燃料または化学物質が、より高いCIスコアを有するブルー燃料または化学物質と比較して、環境影響および多くの場合にプラントにおける収益性の点でより価値があることを意味する、
・従って、CIスコアと製品(複数可)の現在の売買価値を継続的にモニタリングすることは、ブループラントの全体的な収益性を改善することになる、
・CIスコアをモニタリングすることは、ブループラントができるだけ効率的に運転されることを確実にすることも助け、できるだけ低いCO2フットプリントがもたらされる、
・それを手動で計算するよりも高速かつ簡単である、
・一貫性のある監査可能なデータ、
・当局への即時報告能力(CIスコアは継続的に計算され、記憶され、ユーザーは必要に応じて関連当局にGHG排出量についての証拠情報を提供することができる)。
・より低い炭素集約度スコア(CIスコア)を有するブルー燃料または化学物質は、より価値のある製品であり、これは、前記のブルー燃料または化学物質が、より高いCIスコアを有するブルー燃料または化学物質と比較して、環境影響および多くの場合にプラントにおける収益性の点でより価値があることを意味する、
・従って、CIスコアと製品(複数可)の現在の売買価値を継続的にモニタリングすることは、ブループラントの全体的な収益性を改善することになる、
・CIスコアをモニタリングすることは、ブループラントができるだけ効率的に運転されることを確実にすることも助け、できるだけ低いCO2フットプリントがもたらされる、
・それを手動で計算するよりも高速かつ簡単である、
・一貫性のある監査可能なデータ、
・当局への即時報告能力(CIスコアは継続的に計算され、記憶され、ユーザーは必要に応じて関連当局にGHG排出量についての証拠情報を提供することができる)。
一般に、製造プロセスは、化石または再生可能起源の原材料、および任意選択的に以下:熱エネルギー、電気エネルギーおよび化石起源の原材料、のうちの1つまたは複数のプロセスインプットを伴い得る。製造プロセスは、化学的または触媒的に変換された生成物と、任意選択的に、熱エネルギー、電気エネルギー、堆積値に関連する生成物および堆積コストに関連する生成物のうちの1つまたは複数、のプロセスアウトプットを生成する。プロセスインプットおよびプロセスアウトプットは最適化に関連し、製造のnet値は、個々のコストおよび価格、商業的価値および環境コストから計算される。場合によっては、前記方法のための入力データがセンサから直接、すなわち、直接測定されたパラメータとして取得される。他の場合には、1つまたは複数のセンサからのセンサデータが、例えば相対測定、較正もしくは補償として、組み合わされて、上記方法のための入力データを生成する。
いくつかの実施態様では、前記方法は、持続可能性スコアを計算する前に、入力データのデータクレンジングを含む。これは、外れ値検知/除去、ローパスフィルタ、及び定常状態検出を含むことができる。データクレンジングは、1つまたは複数のセンサからのセンサデータを組み合わせる場合に、または持続可能性スコアを計算するために入力データが受け取られるときに、個々のセンサの測定の一部として実行され得る。データクレンジングは、プラント全体の質量およびエネルギーバランスが満たされることを確実にするために、測定されたデータが補正される、調整も含むことができる。
一実施態様では、化学製品は、1)含酸素物質、例えばメタノール、DMEまたはエタノール、2)炭化水素、3)水素、4)合成ガス、5)アンモニア、または6)アルコールからのガソリンであってよい。燃料製品は、以下:輸送燃料または石油化学原料、例えばディーゼル、ガソリン、航空燃料、燃料油、アンモニア、水素、潤滑剤およびナフサ、のうちの1つであってよい。
好ましい実施態様では、製造プロセスは、化石供給原料をブルー化学製品もしくは燃料製品に転化するために使用されるブルー技術のタイプ(複数可)である。例:改質、水素化処理、ガス化およびアップグレーディング、エタノール製造、アンモニア技術などと組み合わされた炭素回収。化学製品または燃料製品を製造するための化石および再生可能供給原料の共処理は、本開示における好ましい実施態様の1つである。カリフォルニア大気資源局(CARB)によって使用されるGREETモデルで行われるライフサイクル温室効果ガス分析は、製造プロセスで使用される全てのプロセスエネルギーおよび材料(すなわち、供給原料の製造、貯留および取扱い、ならびに燃料および共生成物の製造、貯留および取扱いからの排出)の評価を含む。いくつかの例では、化学製品を製造するために、化石供給原料および再生可能供給原料の両方が使用される。
2.入力データを登録するための手段が複数のセンサを含み、前記入力データは、前記複数のセンサのうちの1つまたは複数による測定値をベースとする、実施態様1に記載のコンピュータで実行されるモニタリング方法。
3.持続可能性スコアが、炭素集約度(CI)スコア、温室効果ガス(GHG)排出スコア、または別のカーボンフットプリントスコア、またはライフサイクルアセスメント(LCA)スコアであるか、またはこれらを含む、実施態様1または2に記載のコンピュータで実行されるモニタリング方法。
排出集約度(例えば、炭素集約度、すなわちCI)は、特定の活動または工業生産プロセスの集約度に対する所定の汚染物質の排出率であり;例えば、生成されるされる燃料の発熱量(LHV)のメガジュール当たりに放出される二酸化炭素のグラム、または生成される温室効果ガス(GHG)排出量の国内総生産(GDP)に対する比率である。排出集約度は、燃焼された燃料の量、畜産における動物の数、工業生産レベル、移動距離または類似の活動データに基づいて、大気汚染物質または温室効果ガス排出量の推定値を導出するために使用される。排出集約度はまた、異なる燃料または活動の環境影響を比較するために使用されてもよい。場合によっては、関連する語句である排出係数および炭素集約度が互換的に使用される。使用される専門用語は異なる分野/産業部門について異なり得る;通常、語句「炭素」は、他の汚染物質、たとえば粒子状排出物を除く。1つの一般的に使用される数量は、キロワット時当たりの炭素集約度(CIPK)であり、これは、異なる電力源からの排出量を比較するために使用される。
本開示の一実施態様では、製造プロセスが以下のうちの1つまたは複数を含む:含酸素物質製造、例えばメタノール製造、エタノール製造、DME製造、または炭化水素製造;植物油の水素化;水素製造;合成ガス製造;アルコールからのガソリン合成;およびアンモニア製造。
4.入力データの少なくとも一部は、液体、ガスもしくは固体ストリームに関連し、質量流量、体積流量、温度、圧力、化学組成および/または電気消費を含む、実施態様1、2または3のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
5.前記ガスストリームが、水素プラント水蒸気改質器へのH2または供給材料ストリームを含む、実施態様4に記載のコンピュータで実行されるモニタリング方法。
6.前記ガスストリームの少なくとも1つが、水素プラント水蒸気改質器への、少なくとも75体積%、80体積%、90体積%もしくは99体積%のH2もしくは供給材料ストリームを含むストリームである、実施態様5に記載のコンピュータで実行されるモニタリング方法。
7.前記入力データが、規則的な間隔でおよび/または連続的に受け取られる、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
8.前記入力データが、リアルタイムで受け取られる、実施態様1~6のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
例えば、規則的な間隔は、異なる入力データについて、毎日、毎時、毎分もしくは類似の規則的な間隔またはそれらの組み合わせであってもよい(例えば、温度については分データであるが、供給原料については毎日)。全てのセンサは同一の間隔でサンプリングされる必要はなく、すなわち、一部のセンサに関連する入力データは、例えば毎日受け取られてよく、一方、他のセンサは、リアルタイム、準リアルタイム、または別の間隔によってデータを提供する。
9.ディスプレイデバイスが入力データを対話式に表示し、ディスプレイデバイスが専用通信インフラストラクチャを介してモニタリングシステムから入力信号を図形またはテキスト形式で受け取り、ユーザのための対話式ディスプレイを生成するように構成されている、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
好ましい実施態様では、利用率、例えば製品収率および排出/持続可能性スコアが、ディスプレイデバイス上に表示される。
別の好ましい実施態様では、表示された入力データ、例えばプラントデータ、の質を識別する、色相および色の技術に基づいて;および入力データ、例えば、前記データに基づいて予期されるプラント性能を予測するためのプラントデータを使用してプラントプロセスモデルを生成し、プラントプロセスモデルは、プラントのオペレーションについてモニタリングされている少なくとも1つのプラント制約に基づいてモデル化する反復プロセスによって生成される。
10.利用率、例えば製品収率、および排出もしくは持続可能性スコアが、ディスプレイデバイス上に表示される、実施態様9に記載のコンピュータで実行されるモニタリング方法。
11.以下を含む、製造プロセスを最適化することをさらに含む、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法:
a)入力データを登録しおよび製造プロセスのパラメータをモニタリングするための手段を使用して、製造プロセスの現在の状態および設定点を評価すること、
b)持続可能性スコアを計算する前に入力データをクレンジングすること、
c)複数の入力変数のうちの少なくとも1つを操作することにより、利用率、例えば製品収率を最大化し、製造プロセスの環境フットプリント、処理からの排出量を最小化するために、多目的最適化問題サブジェクトを解くこと。
a)入力データを登録しおよび製造プロセスのパラメータをモニタリングするための手段を使用して、製造プロセスの現在の状態および設定点を評価すること、
b)持続可能性スコアを計算する前に入力データをクレンジングすること、
c)複数の入力変数のうちの少なくとも1つを操作することにより、利用率、例えば製品収率を最大化し、製造プロセスの環境フットプリント、処理からの排出量を最小化するために、多目的最適化問題サブジェクトを解くこと。
このようにして、前記モニタリング方法は、クレンジングされたプラントデータを使用して、異なる目的、例えば利用率、例えば製品収率を最大化すること、および/または製造プロセスの環境フットプリントを最小化することに関して、製造プロセスを最適化することを含む。データクレンジングは、多数の方法、例えば外れ値検知/除去、ローパスフィルタ、及び定常状態検出、のいずれか1つで実行され得る。データクレンジングは、1つまたは複数のセンサからのセンサデータを組み合わせる場合に、または持続可能性スコアを計算するために入力データが受け取られるときに、個々のセンサの測定の一部として実行され得る。
処理からの排出に関する上限の制約を最小化しおよび/または満たしながら、製造プロセスが、ブルー利用率、例えば製品収率に関して最適化され、それによって、より価値のある製品が得られよう。その結果、場合により、全ての目的の重み付き総和を構築することにより、多目的問題をスカラー問題に変換するために重み付き総和戦略を使用する、ブルー利用率、例えば製品収率と処理からの排出量の間のバランスは、目的の重み付けによる最適化問題定式化に固有のものである。
一実施態様では、前記方法は、原料/供給原料および/または運転に関連するプロセスへの操作の変化が、両方の利用率、例えば処理からの収率および排出量に及ぼす影響をシミュレートまたは予測することを含む。
- プロセスに関する調整は、環境フットプリントを最小限に抑えながら、利用率、例えば製品収率を最大限にすることを目標とすべきである。従って、2つの競合する目的が存在する。
- 原料の変化またはプロセスへの運転に関連する変化が、両方の利用率、例えば収率およびCIスコアまたは持続可能性スコアまたは環境持続可能性スコアに及ぼす影響を提供するためにシミュレート/予測できること。
12.通信ネットワークを介してブループラントに実行可能な情報を送信することをさらに含む、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
最適化問題定式化は、利用率、例えば製品収率と、持続可能性スコアとの間の最良のトレードオフパフォーマンスを提供する。続いて、可能性のある開ループまたは閉ループ最適化問題に対する実現可能解を構成する実行可能情報が送られて、プラント制御システム設定点をそれに応じて調整する。従って、前記の実行可能情報が、利用率、例えば製品収率および持続可能性スコアならびに製造プロセスの現在の設定点に関連するプラントデータの所望の重み付けに基づいて、プラント制御システム設定点をどのように調整するかを決定する。
一実施態様では、プラントのオペレータに、最適な設定点調整を知らせることができ、従って、オペレータが必要に応じて製造プロセスに介入することを可能にする。プラントのオペレータへの報告は、多数の方法のうちのいずれか1つにおいて、例えば情報表示、電子メール、ウェブサービス、専用通知ネットワークなどにより実行することができる。
13.1つまたは複数の基礎となる変数のための改善された値を計算し、計算された改善された値をプラントのオペレータに報告することをさらに含む、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
このようにして、プラント性能を改善するための提案された値を同定し、オペレータに提供することができる。次いで、オペレータは提案に従って製造パラメータを全体的にまたは部分的に調整することを選択することができ、または他の調整を行うことを選択することができる。従って、プラントのオペレーションの責任はオペレータに残り、その一方で、前記モニタリング方法は単にオペレータのための指針を提供する。
14.以下をさらに含む、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法:
- 設定点トラッキング(setpoint tracking)し、望ましくない効果を引き起こす操作された基礎となる変数のうちの1つまたは複数において最適な設定点偏差を同定すること。そのような望ましくない効果は、利用率、例えば製品収率に関して観測される減少、および/または持続可能性スコアの悪化(改善または維持と反対のものとして)であり得る。持続可能性スコアを悪化させる例は、目標とする持続可能性スコアが低い場合(例えば、CIスコア)の、前記持続可能性スコアの増加であり得る。
- 設定点トラッキング(setpoint tracking)し、望ましくない効果を引き起こす操作された基礎となる変数のうちの1つまたは複数において最適な設定点偏差を同定すること。そのような望ましくない効果は、利用率、例えば製品収率に関して観測される減少、および/または持続可能性スコアの悪化(改善または維持と反対のものとして)であり得る。持続可能性スコアを悪化させる例は、目標とする持続可能性スコアが低い場合(例えば、CIスコア)の、前記持続可能性スコアの増加であり得る。
15.観測された偏差に応じて1つまたは複数の基礎となる変数を調整することをさらに含む、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
このようにして、製造プロセスは、より最適なオペレーションを提供するように、すなわち、利用率、例えば収率を最大化することおよび/または持続可能性スコアを最適化することに関して、自動的に調整され得る。
16.製造プロセスの持続可能性スコアおよび/または利用率、例えば製品収率を改善するために、1つまたは複数の基礎となる変数のための改善された値が計算され、炭素回収の使用により、CO2の相当な部分、例えば30%超のCO2が、炭素含有ガスから回収される、前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
このようにして、製造は、改善されたブルー化学物質もしくは燃料(例えばより低い持続可能性スコア(例えば炭素集約度スコアまたはGHG排出スコア)を有する)を提供するために最適化され得、それによって、より価値のある製品が得られ得る。利用率、例えば製品収率と持続可能性スコアとの間のトレードオフは、プラントの収益性を改善し、環境フットプリントを低下させるために、このように最適化され得る。
改善された値はプラントのオペレータへの推奨であり、持続可能性スコアを改善するために、入力変数がそこに設定されるべき値を表す。特に、これらの改善された値(複数可)は、持続可能性スコアを改善するために、基礎となる変数/入力変数のうちの1つまたは複数を取り、再計算することを指す。前記の改善された値(複数可)に基づいて、入力変数は、製造プロセスの改善された持続可能性スコアおよび/または利用率、例えば製品収率を達成するために変更されるべきである。
17.前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法であって、製造プロセスが触媒反応ステップを含み、前記方法が、前記触媒反応ステップにおける温度および圧力に関する入力データを受け取ることを含む、前記方法。
18.触媒の交換が最適化され、入力データに基づく計算の結果として交換の予定が決定される、実施態様17に記載のコンピュータで実行されるモニタリング方法。
19.前述の実施態様のいずれか1つに記載のコンピュータで実行されるモニタリング方法を実行するためのデータ処理システムであって、サーバを備え、前記サーバは、前記ブループラントから離れて配置され、インターネットに接続されている、前記データ処理システム。
20.入力データおよび持続可能性スコアを計算し、対話式に表示するためのディスプレイデバイスを提供する、ブループラントのためのコンピュータで実行されるモニタリングシステムであって、ディスプレイデバイスが専用通信インフラストラクチャを介してヒューマンマシンインターフェースを使用して、入力信号を図形もしくはテキスト形式で受け取るように構成されており、前記モニタリングシステムが、
- 入力データを登録するための手段;
- 実施態様19に記載のデータ処理システム、
を含み、
前記システムは、ネットワークを介して入力データ、例えば、プラントのオペレーションに関連するプラントデータを受け取るおよび/または送るためのウェブをベースとするプラットフォームを用いて、通信ネットワークを介してプラントと通信するためのサーバに接続されている、
前記モニタリングシステム。
- 入力データを登録するための手段;
- 実施態様19に記載のデータ処理システム、
を含み、
前記システムは、ネットワークを介して入力データ、例えば、プラントのオペレーションに関連するプラントデータを受け取るおよび/または送るためのウェブをベースとするプラットフォームを用いて、通信ネットワークを介してプラントと通信するためのサーバに接続されている、
前記モニタリングシステム。
21.入力データを登録するための前記手段が、インターネットを介してセンサデータをサーバに送信するように構成された、ブループラントに配置された複数のセンサである、実施態様20に記載のブループラントのためのコンピュータで実行されるモニタリングシステム。
22.前記複数のセンサが、製造プロセスの同一のまたは異なる基礎となる変数またはパラメータをモニタリングする、実施態様21に記載のブループラントのためのコンピュータで実行されるモニタリングシステム。
23.前記複数のセンサが、設備の同一の場所の異なる位置からデータを収集するために反応器に沿って配置される、実施態様20~22のいずれか1つに記載のブループラントのためのコンピュータで実行されるモニタリングシステム。
24.ブルー供給原料または資源から化学製品または燃料製品を製造するためのブループラントであって、前記プラントは、実施態様19に記載のデータ処理システムおよび実施態様20~23のいずれか1つに記載のモニタリングシステムを備え、前記プラントは、入力データを登録するための手段を備え、そして
a)少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学製品の製造体積の測定値を示す入力データが受け取られ、
b)受け取った入力データから持続可能性スコアが計算される
ように構成されている、前記プラント。
a)少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学製品の製造体積の測定値を示す入力データが受け取られ、
b)受け取った入力データから持続可能性スコアが計算される
ように構成されている、前記プラント。
25.入力データを登録するための手段が1つまたは複数のセンサである、実施態様24に記載のブループラント。
26.前記プラントが、水素化処理、水素製造、アンモニア製造またはメタノール、エタノール、ナフサ、合成ガス、ガソリン、ジェット燃料もしくはディーゼルの製造と組み合わされた炭素回収および貯留ならびに/あるいは炭素回収および有効利用を介して、ブルー化学もしくは燃料製品を製造するように構成されている、実施態様24または25のいずれか1つにブループラント。
27.化学製品が、1)含酸素物質、例えばメタノール、DMEもしくはエタノール、2)炭化水素、3)水素、4)合成ガス、5)アンモニアまたは6)アルコールからのガソリンである、実施態様26に記載のブループラント。
28.燃料製品が、ブルー輸送燃料または石油化学原料、例えばディーゼル、ガソリン、航空燃料、燃料油、アンモニア、水素、潤滑剤またはナフサである、実施態様26に記載のブループラント。
29.ブループラントによる化学もしくは燃料製品の製造を制御する、コンピュータで実行される方法であって、前記プラントが入力データを登録するための手段を備え、前記方法が
a)所定の測定間隔で、または連続的に、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取ること;
b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算すること;
c)前記持続可能性スコアにおける偏差を決定すること;
d)偏差の原因としての基礎となる変数を決定すること;および
e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得ること、
を含む、前記方法。
a)所定の測定間隔で、または連続的に、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取ること;
b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算すること;
c)前記持続可能性スコアにおける偏差を決定すること;
d)偏差の原因としての基礎となる変数を決定すること;および
e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得ること、
を含む、前記方法。
30.ブループラントによる化学もしくは燃料製品の製造を制御するためのコンピュータで実行されるシステムであって、前記プラントが入力データを登録するための手段を備え、前記システムが
a)所定の測定間隔で、または連続的に、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取り;
b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算し;
c)前記持続可能性スコアにおける偏差を決定し;
d)偏差の原因としての基礎となる変数を決定し;および
e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得る
ように構成されている、前記システム。
a)所定の測定間隔で、または連続的に、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取り;
b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算し;
c)前記持続可能性スコアにおける偏差を決定し;
d)偏差の原因としての基礎となる変数を決定し;および
e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得る
ように構成されている、前記システム。
例1
この例は、製品である水素の量、製品である水素のCI、グリッドからの輸入電力の量、および再エネ証書(renewable energy certificates)の購入の最適化を詳述する。ブルー水素製造における電力消費は、電力がグリッドから輸入される場合、水素製品のCIに著しく寄与し得る。製造された水素の一部からタービンでプラントの自身の電気を発電するか、または再エネ証書を購入することによって、製造される水素のCIを最小限に抑えることができる。水素のより低いCIは、製造会社のGHG排出量にポジティブに寄与し、より高い価値の製品を生成する。同時に、低CI電気を生成するために製品水素の一部を使用することは、輸出に利用可能な水素の量を減少させ、再エネ証書はコストが増加する。
この例は、製品である水素の量、製品である水素のCI、グリッドからの輸入電力の量、および再エネ証書(renewable energy certificates)の購入の最適化を詳述する。ブルー水素製造における電力消費は、電力がグリッドから輸入される場合、水素製品のCIに著しく寄与し得る。製造された水素の一部からタービンでプラントの自身の電気を発電するか、または再エネ証書を購入することによって、製造される水素のCIを最小限に抑えることができる。水素のより低いCIは、製造会社のGHG排出量にポジティブに寄与し、より高い価値の製品を生成する。同時に、低CI電気を生成するために製品水素の一部を使用することは、輸出に利用可能な水素の量を減少させ、再エネ証書はコストが増加する。
風力及び太陽光からの再生可能エネルギー生成は、典型的には時間ベースで取引される電力価格の著しい変動を引き起こす。同様に、LCFSクレジットのような炭素価格は、市場によって変動する。従って、コンピュータで実行されるモニタリング方法は、ブルー水素製造における排出量を低減し、利益を最大化するために、連続的な最適化を可能にする。
例としては、基本的なケースが、タービンにおいて直接水素製品を使用することによって、ブルー水素製造に必要とされる電気を生成することであるということが挙げられよう。特定の地域で著しい風が発生する期間は潜在的に、再エネ証書での非常に低い電力価格をもたらし得、その結果、グリッドから電力を購入することがより最適になる。さらに、コンピュータで実行されるモニタリング方法は、潜在的に改善される持続可能性スコア、例えば、より低いCIで、水素のより高い輸出を可能にする。
例2
この例は、天然ガスと比較して、供給源に対するRNGの時間および程度の最適化をカバーしている。これは、ブルーTIGASプラントについて行うことができる。RNGが供給原料として使用される場合、ブルー技術プラントは、供給原料として天然ガスを使用してブルー燃料または化学物質を製造するだけの場合と比較して、より低いCIを有する再生可能燃料または化学物質を製造する。RNGは、供給原料として単独で、またはハイブリッド生産(hydrid production)をもたらす天然ガスとの組み合わせで、使用することができる。
この例は、天然ガスと比較して、供給源に対するRNGの時間および程度の最適化をカバーしている。これは、ブルーTIGASプラントについて行うことができる。RNGが供給原料として使用される場合、ブルー技術プラントは、供給原料として天然ガスを使用してブルー燃料または化学物質を製造するだけの場合と比較して、より低いCIを有する再生可能燃料または化学物質を製造する。RNGは、供給原料として単独で、またはハイブリッド生産(hydrid production)をもたらす天然ガスとの組み合わせで、使用することができる。
コンピュータで実行されるモニタリングは、市場ダイナミクスに適応するために、より短い期間でこの混合の最適化を可能にする。RNGの調達コストは、天然ガス価格と原産地証明書の保証価格に依存して変動する。さらに、より低いCI燃料または化学物質のために利用可能なクレジットまたはプレミアムは、需要および供給が変化することにつれて、市場のダイナミクスに従う。認証されたRNGを調達するためのプレミアムが低く、より低いCIの燃料または化学物質に対するクレジットまたはプレミアムが潜在的に高い期間では、ブルー燃料または化学物質のみと比較して、より多くの再生可能燃料または化学物質を製造することが有益であろう。
Claims (30)
- ブループラントのためのコンピュータにより実行されるモニタリング方法であって、前記プラントは化学もしくは燃料製品を製造するように構成され、前記プラントは入力データを登録するための手段を備え、前記方法は
a)製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積、のうちの少なくとも1つの測定値を示す入力データを受け取ること;
b)受け取った入力データから持続可能性スコアを計算すること、
を含む、前記方法。 - 入力データを登録するための手段が複数のセンサを含み、前記入力データは、前記複数のセンサのうちの1つまたは複数による測定値をベースとする、請求項1に記載のコンピュータで実行されるモニタリング方法。
- 持続可能性スコアが、炭素集約度(CI)スコア、温室効果ガス(GHG)排出スコア、または別のカーボンフットプリントスコア、またはライフサイクルアセスメント(LCA)スコアであるか、またはこれらを含む、請求項1または2に記載のコンピュータで実行されるモニタリング方法。
- 入力データの少なくとも一部が、液体、ガスもしくは固体ストリームに関連し、質量流量、体積流量、温度、圧力、化学組成および/または電気消費を含む、請求項1、2または3のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 前記ガスストリームが、水素プラント水蒸気改質器へのH2または供給材料ストリームを含む、請求項4に記載のコンピュータで実行されるモニタリング方法。
- 前記ガスストリームの少なくとも1つが、水素プラント水蒸気改質器への、少なくとも75体積%、80体積%、90体積%もしくは99体積%のH2もしくは供給材料ストリームを含むストリームである、請求項5に記載のコンピュータで実行されるモニタリング方法。
- 前記入力データが、規則的な間隔でおよび/または連続的に受け取られる、請求項1~6のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 前記入力データが、リアルタイムで受け取られる、請求項1~6のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- ディスプレイデバイスが入力データを対話式に表示し、ディスプレイデバイスが専用通信インフラストラクチャを介してモニタリングシステムから入力信号を図形またはテキスト形式で受け取り、ユーザのための対話式ディスプレイを生成するように構成されている、請求項1~8のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 利用率、例えば製品収率、および排出スコアもしくは持続可能性スコアが、ディスプレイデバイス上に表示される、請求項9に記載のコンピュータで実行されるモニタリング方法。
- 以下:
a)入力データを登録しおよび製造プロセスのパラメータをモニタリングするための手段を使用して、製造プロセスの現在の状態および設定点を評価すること、
b)持続可能性スコアを計算する前に入力データをクレンジングすること、
c)複数の入力変数のうちの少なくとも1つを操作することにより、利用率、例えば製品収率を最大化し、製造プロセスの環境フットプリント、処理からの排出量を最小化するために、多目的最適化問題サブジェクトを解くこと、
を含む、製造プロセスを最適化することをさらに含む、請求項1~10のいずれか1つに記載のコンピュータで実行されるモニタリング方法。 - 通信ネットワークを介してブループラントに実行可能な情報を送信することをさらに含む、請求項1~11のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 1つまたは複数の基礎となる変数のための改善された値を計算し、計算された改善された値をプラントのオペレータに報告することをさらに含む、請求項1~12のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 以下:
- 設定点トラッキングし、望ましくない効果を引き起こす操作された基礎となる変数のうちの1つまたは複数において最適な設定点偏差を同定すること、
をさらに含む、請求項1~13のいずれか1つに記載のコンピュータで実行されるモニタリング方法。 - 観測された偏差に応じて1つまたは複数の基礎となる変数を調整することをさらに含む、請求項1~14のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 製造プロセスの持続可能性スコアおよび/または利用率、例えば製品収率を改善するために、1つまたは複数の基礎となる変数のための改善された値が計算され、炭素回収の使用により、CO2の相当な部分、任意選択的に30%超のCO2が、炭素含有ガスから回収される、請求項1~15のいずれか1つに記載のコンピュータで実行されるモニタリング方法。
- 請求項1~16のいずれか1つに記載のコンピュータで実行されるモニタリング方法であって、製造プロセスが触媒反応ステップを含み、前記方法が、前記触媒反応ステップにおける温度および圧力に関する入力データを受け取ることを含む、前記方法。
- 触媒の交換が最適化され、入力データに基づく計算の結果として交換の予定が決定される、請求項17に記載のコンピュータで実行されるモニタリング方法。
- 請求項1~18のいずれか1つに記載のコンピュータで実行されるモニタリング方法を実行するためのデータ処理システムであって、サーバを備え、前記サーバは、前記ブループラントから離れて配置され、インターネットに接続されている、前記データ処理システム。
- 入力データおよび持続可能性スコアを計算し、対話式に表示するためのディスプレイデバイスを提供する、ブループラントのためのコンピュータで実行されるモニタリングシステムであって、ディスプレイデバイスが専用通信インフラストラクチャを介してヒューマンマシンインターフェースを使用して、入力信号を図形もしくはテキスト形式で受け取るように構成されており、前記モニタリングシステムが、
- 入力データを登録するための手段;
- 請求項19に記載のデータ処理システム、
を含み、
前記システムは、ネットワークを介して入力データ、例えば、プラントのオペレーションに関連するプラントデータを受け取るおよび/または送るためのウェブをベースとするプラットフォームを用いて、通信ネットワークを介してプラントと通信するためのサーバに接続されている、
前記モニタリングシステム。 - 入力データを登録するための前記手段が、インターネットを介してセンサデータをサーバに送信するように構成された、ブループラントに配置された複数のセンサである、請求項20に記載のブループラントのためのコンピュータで実行されるモニタリングシステム。
- 前記複数のセンサが、製造プロセスの同一のまたは異なる基礎となる変数またはパラメータをモニタリングする、請求項21に記載のブループラントのためのコンピュータで実行されるモニタリングシステム。
- 前記複数のセンサが、設備の同一の場所の異なる位置からデータを収集するために反応器に沿って配置される、請求項20~22のいずれか1つに記載のブループラントのためのコンピュータで実行されるモニタリングシステム。
- 供給原料または資源から化学もしくは燃料製品を製造するためのブループラントであって、前記プラントは、請求項19に記載のデータ処理システムおよび請求項22~23のいずれか1つに記載のモニタリングシステムを備え、前記プラントは、入力データを登録するための手段を備え、そして
a)少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学製品の製造体積の測定値を示す入力データが受け取られ、
b)受け取った入力データから持続可能性スコアが計算される
ように構成されている、前記プラント。 - 入力データを登録するための手段が1つまたは複数のセンサである、請求項24に記載のブループラント。
- 前記プラントが、水素化処理、水素製造、アンモニア製造またはメタノール、エタノール、ナフサ、合成ガス、ガソリン、ジェット燃料もしくはディーゼルの製造と組み合わされた炭素回収および貯留ならびに/あるいは炭素回収および有効利用を介して、ブルー化学もしくは燃料製品を製造するように構成されている、請求項24または25のいずれか1つにブループラント。
- 化学製品が、1)含酸素物質、例えばメタノール、DMEもしくはエタノール、2)炭化水素、3)水素、4)合成ガス、5)アンモニアまたは6)アルコールからのガソリンである、請求項26に記載のブループラント。
- 燃料製品が、ブルー輸送燃料または石油化学原料、例えばディーゼル、ガソリン、航空燃料、燃料油、アンモニア、水素、潤滑剤またはナフサである、請求項26に記載のブループラント。
- ブループラントによる化学もしくは燃料製品の製造を制御する、コンピュータで実行される方法であって、前記プラントが入力データを登録するための手段を備え、前記方法が
a)所定の測定間隔で、または連続的に、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取ること;
b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算すること;
c)前記持続可能性スコアにおける偏差を決定すること;
d)偏差の原因としての基礎となる変数を決定すること;および
e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得ること、
を含む、前記方法。 - ブループラントによる化学もしくは燃料製品の製造を制御するためのコンピュータで実行されるシステムであって、前記プラントが入力データを登録するための手段を備え、前記システムが
a)所定の測定間隔で、または連続的に、少なくとも、製造プロセスへの材料インプット、製造エネルギー消費、利用率、例えば前記化学もしくは燃料製品の製造体積の測定値を示す入力データを受け取り;
b)所定の計算間隔で、または連続的に、受け取った入力データから持続可能性スコアを計算し;
c)前記持続可能性スコアにおける偏差を決定し;
d)偏差の原因としての基礎となる変数を決定し;および
e)前記の基礎となる変数を変更して、目標の持続可能性スコアを得る
ように構成されている、前記システム。
Applications Claiming Priority (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063130181P | 2020-12-23 | 2020-12-23 | |
US63/130,181 | 2020-12-23 | ||
US202163136049P | 2021-01-11 | 2021-01-11 | |
US63/136,049 | 2021-01-11 | ||
PCT/US2021/064885 WO2022140558A2 (en) | 2020-12-23 | 2021-12-22 | Computer-implemented monitoring methods and systems for a plant producing chemicals and fuels utilizing carbon capture |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2024506450A true JP2024506450A (ja) | 2024-02-14 |
Family
ID=79731047
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023538712A Pending JP2024506450A (ja) | 2020-12-23 | 2021-12-22 | 炭素回収を利用する化学物質および燃料を製造するプラントのための、コンピュータで実行されるモニタリング方法およびシステム |
Country Status (8)
Country | Link |
---|---|
US (2) | US20240046190A1 (ja) |
EP (2) | EP4268161A1 (ja) |
JP (1) | JP2024506450A (ja) |
KR (1) | KR20230122101A (ja) |
AU (2) | AU2021406399A1 (ja) |
CA (2) | CA3202540A1 (ja) |
MX (1) | MX2023007594A (ja) |
WO (2) | WO2022140558A2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7058254B2 (ja) * | 2019-10-11 | 2022-04-21 | 京セラ株式会社 | 情報処理装置、情報処理方法、及びプログラム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100274612A1 (en) * | 2009-04-24 | 2010-10-28 | Rockwell Automation Technologies, Inc. | Utilizing sustainability factors for product optimization |
US20100274603A1 (en) * | 2009-04-24 | 2010-10-28 | Rockwell Automation Technologies, Inc. | Dynamic sustainability factor management |
US20120290362A1 (en) * | 2011-05-09 | 2012-11-15 | Abengoa Bioenergia Nuevas Tecnologias, S.A. | Method of measurement of emissions of greenhouse gas industry related bioproducts |
-
2021
- 2021-12-21 US US18/258,966 patent/US20240046190A1/en active Pending
- 2021-12-22 CA CA3202540A patent/CA3202540A1/en active Pending
- 2021-12-22 KR KR1020237024522A patent/KR20230122101A/ko unknown
- 2021-12-22 AU AU2021406399A patent/AU2021406399A1/en active Pending
- 2021-12-22 AU AU2021409724A patent/AU2021409724A1/en active Pending
- 2021-12-22 WO PCT/US2021/064885 patent/WO2022140558A2/en active Application Filing
- 2021-12-22 EP EP21844971.8A patent/EP4268161A1/en active Pending
- 2021-12-22 US US18/258,960 patent/US20240045403A1/en active Pending
- 2021-12-22 WO PCT/EP2021/087238 patent/WO2022136522A1/en active Application Filing
- 2021-12-22 JP JP2023538712A patent/JP2024506450A/ja active Pending
- 2021-12-22 EP EP21851740.7A patent/EP4268163A2/en active Pending
- 2021-12-22 CA CA3201611A patent/CA3201611A1/en active Pending
- 2021-12-22 MX MX2023007594A patent/MX2023007594A/es unknown
Also Published As
Publication number | Publication date |
---|---|
WO2022140558A3 (en) | 2022-08-25 |
AU2021406399A1 (en) | 2023-07-06 |
EP4268163A2 (en) | 2023-11-01 |
KR20230122101A (ko) | 2023-08-22 |
US20240045403A1 (en) | 2024-02-08 |
CA3201611A1 (en) | 2022-06-30 |
WO2022140558A2 (en) | 2022-06-30 |
EP4268161A1 (en) | 2023-11-01 |
WO2022136522A1 (en) | 2022-06-30 |
MX2023007594A (es) | 2023-07-10 |
US20240046190A1 (en) | 2024-02-08 |
CA3202540A1 (en) | 2022-06-30 |
AU2021409724A1 (en) | 2023-07-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Luderer et al. | Impact of declining renewable energy costs on electrification in low-emission scenarios | |
Yue et al. | Biomass-to-bioenergy and biofuel supply chain optimization: Overview, key issues and challenges | |
Bernardi et al. | Spatially explicit multiobjective optimization for the strategic design of first and second generation biorefineries including carbon and water footprints | |
JP2014174993A (ja) | 改善したプラント制御システムおよび方法 | |
JP2015530652A (ja) | プラント制御最適化システム | |
Makepa et al. | A systematic review of the techno-economic assessment and biomass supply chain uncertainties of biofuels production from fast pyrolysis of lignocellulosic biomass | |
Tapia et al. | Design of biomass value chains that are synergistic with the food–energy–water nexus: strategies and opportunities | |
Hu et al. | Equilibrium fuel supply and carbon credit pricing under market competition and environmental regulations: A California case study | |
Nugroho et al. | Building an agent-based techno-economic assessment coupled with life cycle assessment of biomass to methanol supply chains | |
Gargalo et al. | Optimal design and planning of glycerol-based biorefinery supply chains under uncertainty | |
Chung et al. | Computer-aided identification and evaluation of technologies for sustainable carbon capture and utilization using a superstructure approach | |
JP2024506450A (ja) | 炭素回収を利用する化学物質および燃料を製造するプラントのための、コンピュータで実行されるモニタリング方法およびシステム | |
Farouk et al. | Development of a C–H–O symbiosis network during conceptual design via economic, sustainability, and safety metrics | |
Domínguez-García et al. | Strategic planning for the supply chain of aviation biofuel with consideration of hydrogen production | |
Salgas et al. | Cost estimation of the use of low-carbon fuels in prospective scenarios for air transport | |
Yue et al. | Biomass and biofuel supply chain modeling and optimization | |
CN116710939A (zh) | 用于利用碳捕集生产化学品和燃料的设备的计算机实现的监测方法和系统 | |
Aba et al. | Integrated ethanol and gasoline supply chain planning under environmental constraints: A case study of Brazil | |
Sunny et al. | Optimization of regasified liquefied natural gas based reforming process for syngas production in an ammonia plant | |
Kurtz et al. | Hydrogen station prognostics and health monitoring model | |
Michailos et al. | Valorization of rice straw for ethylene and jet fuel production: a technoeconomic assessment | |
Lauven | Optimization of biomass-to-liquid plant setups and capacity using nonlinear programming | |
US20240201666A1 (en) | Method and apparatus for optimizing carbon emissions associated with an operation of a processing plant | |
EP4390790A1 (en) | Methods, apparatuses, and computer programming products implementing a multi-variable, closed loop approach for determining an optimization pathway | |
Brecelj et al. | Forecasting Sensor Values in Waste-To-Fuel Plants: a Case Study |