AI-assisterad CO2 infångning i biomassabaserade kraftvärmeverk
Bioenergi med CO2 infångning och lagring (BECCS) är en del i att uppnå Sveriges mål om netto noll utsläpp av koldioxid till 2045. Prestanda för kemisk absorption för infångning av CO2 från kraftvärmeverk med biomassa påverkas av variationer i rökgasflöden och sammansättning, beroende av användning av olika biomassa och dynamisk värmetillförsel.
Projektets mål är att utveckla artificiell intelligens (AI) assisterade lösningar för optimering av dynamisk drift av kemisk absorption integrerat i kraftvärmeverk. AI ska användas för att prediktera rökgasflöde och rökgassammansättning, baserat på on-linemätning av bränslets sammansättning, från vilken driften av kemisk absorption kan optimeras.
Genom att undersöka den dynamiska interaktionen mellan värmetillförseln till fjärrvärmenätet och värmebehovet för CO2 infångningen används AI för optimering av prestandan för kraftvärmeverk. Resultatet ska öka hastigheten för CO2 infångningen, minska kostnaden och främja tillämpningen av BECCS.
Start
2021-02-01
Planerat avslut
2024-12-31
Huvudfinansiering
Samarbetspartners
Forskningsområde
Forskningsinriktning
Projektansvarig vid MDU
Övergripande syfte med projektet:
Det övergripande målet med detta projekt är att utveckla artificiell intelligens (AI) -assisterade lösningar för att optimera och styra den dynamiska driften av kemisk absorption för infångning av koldioxid från en kraftvärmeanläggning med biomassa som bränsle. Sådana lösningar förväntas bidra till minskning av koldioxidutsläpp och minskning av energianvändningen samt kostnaden för infångning av CO2.
Vilka aktiviteter ingår i projeketet?
- AI-assisterad förutsägelse av rökgassammansättning och flödesnivåer (leds av Dr. Jan Skvaril)
- AI-assisterad optimering av kemisk absorption för CO2-infångning och bio-CHP (leds av Dr. Haoran Zhang)
- Utvärdering av prestanda för AI-assisterad kemisk absorption och BECCS (leds av Prof. Eva Thorin)
Projektmål
- Att utveckla ett tillvägagångssätt för att förutsäga rökgassammansättning och flödeshastighet genom att använda tekniker för djup maskininlärning baserat på online-mätning av bränsle och driftsparametrar för förbränning och rökgasreningssystem.
- Att optimera den dynamiska driften av kemisk absorption och utveckla en avancerad strategi för styrning baserad på AI.
- Att undersöka sambandet mellan värmetillförsel och CO2-avskiljning i kraftvärmeverket baserat på den dynamiska variationen i bränsle- och värmebehov
- Att optimera integreringen av CO2-avskiljning i kraftvärmeverk genom att beakta olika målfunktioner, såsom att maximera CO2-avskiljningen och minimera kostnaden för CO2-avskiljning
Var genomförs projektet?
Mälardalens universitet.
