Optimering av CCS med Genetisk Algoritm

Autor: Hellstadius, Liam, Billsten, Eskil
Jazyk: švédština
Rok vydání: 2024
Předmět:
Druh dokumentu: Text
Popis: Denna rapport presenterar en optimering av "Carbon Capture & Storage" (CCS). Framför allt optimeras det för miljöns skull och minskningen av koldioxidens påverkan på miljön. I och med det sker en optimering av möjligheten att tjäna pengar på CCS för att ge ett ekonomiskt incitament till en mer storskalig lagring av koldioxid. Mer specifikt sker en optimering av injiceringshastigheter av koldioxid utifrån att maximera den tillåtna kostnaden givet en vinst. Det testades för en större vinst (girig) och en netto noll vinst (passiv). Detta gjordes genom genetisk algoritm (GA) och upprepade simuleringar med hjälp av open source toolboxen MRST och dess modul co2lab. Vidare implementerades det även en local search algorithm (LSA) som används för att testa och förbättra prestandan hos GA genom att snabbare konvergera resultat. Resultat och analys visar att en girig inställning kan leda till överinjektion av koldioxid, medan en passiv strategi kan vara för försiktig. Optimala resultat uppnåddes genom en kombination av GA och LSA, vilket balanserar mellan att maximera lagringen av koldioxid och minimera utsläpp. Slutligen visar simuleringar och resultat en tydlig effektivitet hos GA och LSA i att hitta optimala lösningar för koldioxidlagring för ett hypotetiskt scenario.
Databáze: Networked Digital Library of Theses & Dissertations