A novel empirical model for predicting the carbon dioxide emission of a gas turbine power plant

气体压缩机 二氧化碳 相对湿度 环境科学 燃烧 温室气体 质量流 总压比 体积流量 入口 工业气体 涡轮机 核工程 化学 气象学 热力学 机械工程 工程类 生态学 物理 有机化学 生物
作者
Henry O. Egware,Collins C. Kwasi-Effah
出处
期刊:Heliyon [Elsevier]
卷期号:9 (3): e14645-e14645 被引量:4
标识
DOI:10.1016/j.heliyon.2023.e14645
摘要

Carbon dioxide (CO2) is a major greenhouse gas released by gas turbine power plants that is hazardous to the environment. Hence, it is vital to investigate the operational conditions that influence its emissions. Various research papers have utilized a variety of techniques to estimate CO2 emissions from fuel combustion in various power plants without taking into account the environmental operational characteristics which in turn may have a significant effect on the obtained output values. Therefore, the purpose of this research is to assess the carbon dioxide emissions while considering both external and internal functioning characteristics. In this paper, a novel empirical model for predicting the feasible amount of carbon dioxide emitted from a gas turbine power plant was developed based on ambient temperature, ambient relative humidity, compressor pressure ratio, turbine inlet temperature and the exhaust gas mass flow rate. The predictive model developed shows that the mass flow rate of CO2 emitted has a linear relationship with the turbine inlet temperature to ambient air temperature ratio, ambient relative humidity, compressor pressure ratio, and exhaust gas mass flow rate with a determination coefficient (R2) of 0.998. Results obtained shows that rise in ambient air temperature and air fuel ratio led to increase in CO2 emission, while increase in ambient relative humidity and compressor pressure ratio resulted in reduction of CO2 emission. Furthermore, the average emission of CO2 obtained for the gas turbine power plant was 644.893kgCO2/MWh and 634, 066, 348.44kgCO2/yr, of which the latter is within the guaranteed values of 726, 000, 000 kgCO2/yr. Thus, the model can be utilized to perform an optimal study for CO2 reduction in gas turbine power plants.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
宁做我完成签到,获得积分10
刚刚
2秒前
gaozengxiang发布了新的文献求助10
2秒前
2秒前
3秒前
传奇3应助张子扬采纳,获得10
5秒前
110完成签到,获得积分10
5秒前
5秒前
背后半烟完成签到,获得积分10
5秒前
Singularity应助llj采纳,获得10
6秒前
博士完成签到 ,获得积分10
6秒前
憨憨的日常完成签到,获得积分10
6秒前
穆紫应助涂楚捷采纳,获得10
6秒前
穆紫应助涂楚捷采纳,获得10
6秒前
穆紫应助涂楚捷采纳,获得10
6秒前
zxm发布了新的文献求助30
7秒前
背后半烟发布了新的文献求助10
8秒前
9秒前
蓝狄发布了新的文献求助10
9秒前
qym发布了新的文献求助10
9秒前
面壁的章北海完成签到,获得积分10
9秒前
善学以致用应助lxh采纳,获得30
10秒前
爆米花应助kkuang采纳,获得10
12秒前
yii完成签到,获得积分10
12秒前
Orange应助110采纳,获得10
13秒前
平淡菲音完成签到 ,获得积分10
13秒前
Hello应助猫和老鼠采纳,获得10
14秒前
er发布了新的文献求助10
14秒前
草珊瑚发布了新的文献求助30
14秒前
15秒前
爱撒娇的刺猬完成签到,获得积分10
15秒前
慕青应助无聊的采纳,获得10
16秒前
zxm完成签到,获得积分10
16秒前
巧乐兹发布了新的文献求助10
16秒前
张子扬发布了新的文献求助10
18秒前
18秒前
19秒前
星辰大海应助贪玩手链采纳,获得10
19秒前
21秒前
高分求助中
Sustainability in Tides Chemistry 2000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 500
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3125080
求助须知:如何正确求助?哪些是违规求助? 2775384
关于积分的说明 7726510
捐赠科研通 2430943
什么是DOI,文献DOI怎么找? 1291531
科研通“疑难数据库(出版商)”最低求助积分说明 622169
版权声明 600352