《 GE获得核能供能直接空气捕获研究项目》

  • 来源专题:能源情报网信息监测服务平台
  • 编译者: guokm
  • 发布时间:2023-09-07
  • 近日,美国能源部(DOE)选择GE Vernova位于New York州Niskayuna的先进研究业务单元,负责领导在Texas州Houston附近建立直接空气捕获(DAC)区域中心的初步可行性评估。作为研究的一部分,将评估使用BWRX-300小堆为DAC系统供应能源。

    GE将与DOE进行资金谈判,以最终确定研究的条款和范围。这笔资金是美国基础设施投资和就业法案(IIJA)资助的区域DAC中心计划宣布的第一轮资金的一部分,项目资金大概330万美元(约2390万人民币)。GE Vernova还是另外两个被选中进行资金谈判项目的DAC技术提供商,这两个项目将由Illinois大学牵头,在Colorado州和Florida执行。

    作为GE Vernova拟议研究的一部分,研究人员将探索一种新型DAC系统设计的可行性,该系统集成了GE Hitachi的BWRX-300小型模块化反应堆和可再生电力,能够直接从环境空气中捕获CO2并储存在地下或用作增值产品,如可持续航空燃料的原料。将300 MWe BWRX-300产生的热量和电力与DAC系统集成,有潜力实现最低的碳去除成本。该项目建成后,每年可从空气中去除100万吨CO2,这相当于大约20万辆油耗22英里每加仑(约9.35公里每升)普通汽车的年排放量。

    GE Vernova先进研究总监Matt Guyette表示,“我们很自豪能成为政府雄心勃勃计划的一部分以减少二氧化碳排放,并在碳捕获方面支持至关重要的新能源行业。我们的初步可行性研究建议,利用了我们全套的能源生产资产和能力,这是只有GE Vernova能够做到,包括无碳核能和可再生电力,以创造我们认为具有成本效益的从大气中去除数百万吨CO2的解决方案。”

    GE Vernova将合作的另外两个项目将由Illinois州大学理事会领导。这些项目旨在推广有前景的技术,可以从大气中捕获CO2,并将其储存在Florida州Tuscaloosa集团和Colorado州Denver-Julesburg盆地的地下。这两项研究都旨在发展DAC技术提供商、绿色能源提供商、CO2运输网络和寻求将CO2储存在地下的公司之间的合作关系。

    拟议DAC区域中心项目中的所有参与方都致力于推动碳捕获的发展,同时也提供社区利益。参与方将促进社区沟通和参与,为其项目制定全面的社区福利计划。

    DAC不同于通常在排放点进行的碳捕获。根据国际能源署的说法,DAC比碳捕获成本高得多,并且是一个高耗能的过程。DAC项目还需要大量的土地和水资源。

    2023年3月,GE宣布在其Niskayuna研究设施成功示范了可扩展的原型直接空气捕获系统。Guyette表示,GE Vernova选择参加这些DOE资金谈判将有助于加快GE Vernov在本十年末部署商业可扩展DAC解决方案的目标。

    Guyette表示,“这些DAC中心研究的经验教训和巨大潜力将进一步推动我们在2030年之前提供经济和商业化可扩展解决方案的计划。我们相信,我们世界领先的材料科学研究,再加上能够整合GE Vernova投资组合中广泛能源资产的独特能力,使我们能够在未来几十年成为这一新兴行业的重要参与者。”

    GE Vernova的先进研究业务单元是GE能源业务组合的核心创新引擎,这些业务将统一在名为GE Vernova的旗帜下。这个研究组织由250多名研究人员组成,几乎代表了每个主要的科学和工程学科。他们共同推动重大的研究计划和倡议,以实现电力脱碳、加速可再生能源发展、促进电气化,并创建适用于零碳能源未来的21世纪电网。

  • 原文来源:http://www.nengyuanjie.net/article/80513.html
相关报告
  • 《我国核燃料研究获得突破》

    • 来源专题:中国科学院文献情报先进能源知识资源中心 |领域情报网
    • 编译者:guokm
    • 发布时间:2017-06-12
    • 由中国科学院近代物理研究所原创提出的全新加速器驱动先进核能系统,可将铀资源利用率由目前技术的“不到1%”提高到“超过95%”,处理后核废料量不到乏燃料的4%,放射寿命由数十万年缩短到约500年。为探索更高效、更安全的核燃料循环体系奠定了基础,有望使核裂变能成为近万年可持续、安全、清洁的战略能源。 中国科学院近代物理研究所副所长徐瑚珊研究员表示,发展清洁、高效、安全、可靠的核裂变能,是解决未来能源供应、保障我国经济社会可持续发展的战略选择。然而,核裂变能可持续发展必须解决核燃料的利用效率和乏燃料的安全处理处置问题,这是国际核能界面临的共同挑战。徐瑚珊说,2011年中国科学院启动了战略性先导科技专项(A类)“未来先进核裂变能-ADS(加速器驱动次临界系统)嬗变系统”,经过6年多的不懈努力和奋力攻关,该专项从零开始,突破了一些关键核心技术并部分引领国际发展。在认识到传统的ADS方案在经济性上缺乏竞争力且技术挑战巨大之后,该专项原创地提出了“加速器驱动先进核能系统”全新概念,并已通过大规模并行计算模拟研究证明了其原理上的可行性,完成了一系列实验室模拟原理验证实验并取得了突破性进展。
  • 《微生物研究所在AI赋能挖掘微生物组功能多肽方面获得新进展》

    • 来源专题:生物安全知识资源中心—领域情报网
    • 编译者:hujm
    • 发布时间:2022-03-08
    • 抗生素耐药是现代医学面临的严峻挑战之一,在近几十年来,产生抗生素耐药性的病原微生物持续增加,每年在全球范围内耐药菌引发感染造成的死亡人数达到70万人。抗菌肽(AMPs)作为解决抗生素耐药性的候选方案之一,具有不易产生抗药性、作用快速等优势,同时因为容易降解也不会对环境造成持续性污染。因此,开发出能够应对抗多重耐药菌的新药物,缓解耐药问题迫在眉睫;但传统方法筛选新药的候选分子成功率较低,亟需高通量的挖掘和筛选手段。       抗菌肽是一类具有抗微生物活性的小肽,其作用范围包括细菌、真菌、病毒和寄生虫。抗菌肽可以通过多种作用机制达到抑制病原微生物的效果,其中较为普遍的作用机制是结合病原微生物的细胞膜,扰乱细胞膜结构;或直接在细胞膜上形成微孔使细胞内容物外流,最终将病原微生物杀死。近些年来,能抵御多重耐药菌同时不易产生耐药性的抗菌肽,已被认为是替代传统抗生素的下一代抗菌剂,如果能在大量的微生物和微生物组中高效、高通量挖掘,将非常有益于临床应对耐药菌的治疗。       2022年3月3日,中国科学院微生物研究所在国际重要期刊《自然-生物技术》(Nature Biotechnology)上发表了题为“Identification of antimicrobial peptides from the human gut microbiome using deep learning”的研究性文章。该文章采用自然语言学习(NLP)的多种神经网络方法,实现了抗菌肽挖掘模型的构建和优化;通过该预测模型在大规模微生物组(1万余样本)中的应用,总计挖掘并合成了216种潜在的新型抗菌肽。经实验验证,其中181种新型抗菌肽具有抗菌活性(占83.8%)。进一步的实验表明抗菌肽对多重耐药革兰氏阴性菌具有较强的抑菌能力,同时在动物感染模型中验证部分抗菌肽具有非常好的体内活性和安全性(图1)。  该研究结合了微生物组大数据和最新的深度学习模型,提供了人工智能赋能大分子挖掘和转化的良好范例;同时,也表明微生物组数据中存在着大量待开发资源,通过计算方法可以将具有生物活性的分子快速高通量的发掘出来。其次,该研究还扩大了人工智能在生物医学领域的应用范围,先前研究中主要集中在医学图像处理、小分子药物筛选等领域,增加了人工智能的应用场景。考虑到未来随着测序数据的累积,更多的微生物大数据将被获得。同时,不论是小分子药物还是肽的搜索空间仍处于早期探索阶段,对于挖掘多功能分子(治疗感染、代谢和免疫疾病),具有非常大的发展潜力。       中国科学院微生物研究所王军课题组马越,夏彬彬,陈义华课题组郭正彦,张雨薇为本文的共同第一作者。王军研究员和陈义华研究员为共同通讯作者。本研究受到了中国科学院战略先导项目“病原体宿主适应与免疫干预”、科技部重点研发、国家自然科学基金委相关人才计划项目(陈义华)、面上项目和“糖脂代谢的时空网络调控”重大研究计划培育项目,以及北京市科技新星项目的支持。       论文链接:https://www.nature.com/articles/s41587-022-01226-0