中國儲能網(wǎng)訊：6月11日，美國能源部（DOE）宣布為6個項目投入900萬美元，用于推進廢棄物制氫產(chǎn)業(yè)發(fā)展。具體項目如下：
（1）生物質(zhì)/廢棄物前饋氣化爐進料系統(tǒng)試點示范。GTI能源公司計劃研發(fā)與開展一種新型的應用前饋控制策略運行的氣化爐進料系統(tǒng)試點示范，最大程度地提高從生物質(zhì)/廢棄物中轉(zhuǎn)化合成氣的產(chǎn)量。系統(tǒng)將監(jiān)測和分析原料中的有機、無機成分，通過基于模型的控制器優(yōu)化氣化爐的操作參數(shù)，實現(xiàn)目標溫度操作，達成最終目標產(chǎn)量。項目還將對一個日產(chǎn)500噸的生物質(zhì)/廢棄物混合制氫工廠進行全面的技術經(jīng)濟分析和生命周期評估。
（2）機器學習集成激光誘導擊穿光譜技術用于實現(xiàn)制氫氣化爐自動控制。理海大學等計劃展示機器學習集成激光誘導擊穿光譜（LIBS）技術的可行性，旨在提供夾帶流反應器和流化床氣化爐系統(tǒng)中的生物質(zhì)、廢塑料和遺留煤矸石等原料的特征信息。項目將研發(fā)一個用于在靜態(tài)和動態(tài)條件下監(jiān)測和量化原料的LIBS系統(tǒng)，結(jié)合機器學習算法優(yōu)化流化床氣化爐裝置，并對整個生產(chǎn)體系進行技術經(jīng)濟分析，實現(xiàn)合成氣產(chǎn)量最大化。
（3）無線人工智能多功能光纖傳感器研發(fā)。史蒂文斯理工學院計劃研發(fā)并測試一種基于深度學習模型連續(xù)、實時確定氣化系統(tǒng)狀態(tài)的無線人工智能多功能光纖傳感器，用于同時感知高溫、壓力、應變、氫氣濃度、一氧化碳濃度、二氧化碳濃度和污垢嚴重程度等，從而提高混合固體原料制氫的氣化系統(tǒng)競爭力。
（4）用于氣化爐內(nèi)部部件表面污垢監(jiān)測的雙模納米陣列傳感器。康涅狄格大學計劃開發(fā)一種新型納米結(jié)構陣列的單片傳感器，用于現(xiàn)場實時監(jiān)測固體廢物/生物質(zhì)原料氣化爐內(nèi)部組件的表面顆粒污垢。傳感器還將使用超低功耗無線網(wǎng)狀通信技術。
（5）創(chuàng)新點源碳捕集的柔性電網(wǎng)制氫混合天然氣渦輪機系統(tǒng)示范。貝克休斯公司計劃集合幾種先進技術，在實驗室規(guī)模上展示一種結(jié)合創(chuàng)新點源碳捕集的柔性電網(wǎng)制氫混合天然氣渦輪機系統(tǒng)。項目旨在驗證藍氫的數(shù)字孿生體系結(jié)構，同時實現(xiàn)能源部95%的二氧化碳捕集率目標。
（6）部署和測試用于評估具有燃燒后碳捕集功能的氫混合聯(lián)合循環(huán)燃氣輪機的數(shù)字孿生-代理模型。電力研究所計劃構建一個氫混合燃料、燃氣輪機聯(lián)合循環(huán)（GTCC）、碳捕集的H2-GTCC-CC數(shù)字孿生模型，用于評估新的和現(xiàn)有的燃氣輪機聯(lián)合循環(huán)電廠在靈活操作下使用氫混合燃料和捕集二氧化碳時的凈零能力和性能。
