Carbon capture and utilization (CCU) is a realistic solution to mitigate greenhouse gas emission (GHG). Despite the technological advances in decades, many of the CCU processes are not certain to guarantee truly carbon reducing and economic benefits as they consume a significant amount of energy and additional raw materials. The sustainability of the CCU processes are affected by not only the capture and utilization efficiency but also the sources of the energy and raw materials. To identify the sustainable CCU pathway among the multiple candidates, a well-constructed framework is required which contains reliable life cycle inventory (LCI) database, incorporation of CCU technologies with their technological features, and methodological framework to evaluate the best pathways. A superstructure approach has been widely adapted to identify the promising CCU processes; however, no work has been conducted which encompasses all these issues enumerated above.
Throughout this dissertation, methodologies for identification of truly sustainable CCU pathways using superstructure approach are studied. In the first study, a computer-aided tool, ArKaTAC3 Ver. 3, is developed. This new version succeeds a previously published version but is distinguished from the old one as the new tool contains LCI database, parameterization of CCU processes by generic linear model, pathway identification function by mathematical programming, and provides graphic user interface that serves as intuitive visualization of superstructure. Two case studies are performed using this tool: (1) identification of potentially sustainable carbon utilization pathways under various scenarios with uncertainties, and (2) optimization of CCU supply chain network in Middle East.
In the second study, surrogate modeling for CCU processes are introduced. The purpose of the surrogate modeling is to construct alternative models capable to be incorporated into a CCU superstructure so that the true sustainable processes can be identified considering first principles of the chemical processes as nonlinear surrogate equations instead of rigorous models. The superstructure optimization problem with surrogate models can be formulated as mathematical programming provided that the surrogate models composed of simple mathematical expressions. In this dissertation, how the surrogate models can be constructed are discussed and the two case studies are conducted as an illustration of the methodology: (1) amine scrubbing CO2 capture processes and (2) vacuum swing adsorption process for CO2 capture.
Finally, a noble framework is proposed that incorporates the nonlinear surrogate models into a CCU superstructure to identify sustainable CCU pathways. The framework adapts state-task network (STN) representation of CCU processes for flexible representation of all types of chemical processes with nonlinearities. In addition, a superstructure network is modified so that selection of materials from different sources (e.g. gray, blue, and green hydrogen) and products into different markets can be considered. To solve the nonconvex mixed-integer programming (NC-MIP), logic-based outer approximation (LOA) is introduced. A case study demonstrates that the noble framework can identify the sustainable pathways.
탄소 포집 및 전환은 온실가스 저감을 위한 현실적인 해결책이다. 수십 년 동안의 기술적 발전에도 불구하고 탄소 포집 및 전환 공정들이 많은 양의 에너지 및 원료들을 소비함에 따라 진정한 탄소 저감 및 경제성을 달성할 수 있는지 불확실하다. 수많은 경로들 중에 지속 가능한 탄소 포집 및 전환 경로를 식별하기 위해 신뢰할 수 있는 전과정 목록 데이터베이스를 확보해야 하고, 각 탄소 포집 및 전환 기술들에 대한 특징들을 포괄할 수 있어야 하며, 경로들을 평가할 수 있는 방법론이 필요하다. 전도유망한 탄소 포집 및 전환 공정을 찾기 위해 초구조 접근이 활발하게 적용되고 있으나, 아직 위에서 열거된 이슈들을 모두 포괄하는 연구는 진행된 바 없다.
본 학위논문에서는 진정한 탄소 포집 및 전환 경로를 식별하기 위해 초구조 접근을 통한 방법론들이 연구되었다. 첫 번째 연구에서는, ArKaTAC3 (Ver. 3) 라고 부르는 컴퓨터 기반 도구가 개발되었다. 해당 버전은 기존에 출판된 바 있는 버전을 계승하나, 새로운 버전은 전과정 목록 데이터베이스, 탄소 포집 및 전환 공정들에 대한 선형적 모수화, 수학적 계획법을 통한 경로 식별 기능, 그리고 초구조를 직관적으로 가시화하는 그래픽 사용자 인터페이스를 제공하여 기존의 버전과 차별화된다. 본 도구를 사용하여 두 사례 연구가 진행되었다. 첫 번째로, 어떤 탄소 전환 경로가 각 시나리오 별로 지속 가능할 지를 불확실성을 고려하여 식별하였다. 두 번째로, 중동 지역에서의 탄소 포집 및 전환에 대한 공급방을 최적화하였다.
두 번째 연구에서는, 탄소 포집 및 전환 공정에 대한 대리 모델링이 제시되었다. 대리 모델을 개발하는 이유는 진정으로 지속 가능한 탄소 포집 및 전환 공정을 찾기 위해서는 각 공정들에 대한 기술적 원리를 초구조에 포함해야 하는데, 이러한 원리들은 매우 복잡하고 비선형적 관계를 따르기 때문이다. 간단한 수학식으로 표현되는 대리 모델들을 활용하여 초구조 최적화 문제를 수학적 계획법으로 정의할 수 있다. 본 박사학위논문에서는 대리 모델들이 어떻게 개발되어야 하는지 방법을 제시하며 아민 기반 탄소 포집 공정 및 진공 흡착 기반 탄소 포집 공정을 예시로 들어 대리 모델을 개발한다.
마지막으로, 비선형 대리 모델을 초구조에 통합하여 지속 가능한 탄소 포집 및 전관 경로를 식별하는 방법이 제시되었다. 본 방법론은 상태-과제 네트워크 표현을 통해 비선형적 관계식을 포함하는 화학 공정을 표현한다. 또한 다양한 곳에서부터 나오는 원료 (예: 회색, 청색, 및 녹색 수소) 와 제품에 대한 시장을 선택할 수 있도록 초구조가 수정되었다. 정의된 비볼록 정수계획법 문제를 면밀하게 풀기 위하여 논리 기반 외부 근사법을 도입하였다. 사례 연구를 통해 본 방법론이 가장 지속 가능한 경로들을 비볼록 비선형 정수계획법으로 풀 수 있다는 것을 보였다.
