論文「詳細プロセスモデルを用いたPower-to-Xエネルギーシステムの運用最適化のための分解手法」のデータセット

Unofficial AI-generated summary based on the public title and abstract. Not an official translation.

🔬研究者:Provides optimization data and methodology for DAC plant operation using surrogate models, valuable for researchers in carbon capture and energy systems.

🏢実務担当者:Useful for companies deploying DAC to benchmark optimization approaches and improve operational efficiency.

このデータセットは、論文「詳細なプロセスモデルを用いたPower-to-Xエネルギーシステムの運用最適化のための分解手法」に付随するものです。 本論文では、直接空気回収（DAC）プラントが、詳細プロセスモデルと対応する代理プロセスモデルの2つの異なる粒度レベルでモデル化されています。これらのモデルは、DACプラントの運用上の意思決定を最適化するために使用されます。 DACプラントの詳細プロセスモデルはPostweilerら[1]によって開発され、微分代数方程式（DAE）のシステムとして定式化されています。我々の研究では、このモデルをブラックボックスモデルとして扱い、指定されたCO₂回収目標を達成しながら運用コストを最小化するために、DAEモデルを用いてスタンドアロンDACプラントの運用を最適化します。最適化問題は粒子群最適化（PSO）アルゴリズムを用いて解決されます。得られた最適化データは収集され、このデータセットで提供されます。 このデータセットには以下の情報が含まれています： PSOアルゴリズムの進行状況 トップ1の最適化結果 トップ10の最適化結果 詳細と手順は以下に記載されています： 付随する論文：https://doi.org/10.1016/j.apenergy.2026.128445 当グループのGitリポジトリ：https://git-ce.rwth-aachen.de/ltt/ptg-es4 このデータセットには約30 GBのストレージ容量が必要であることにご注意ください。 本研究は、「欧州地域開発基金」（EFRE-20800350）およびドイツ学術交流会（DAAD）からのフェローシップによって共同資金提供されています。この支援に感謝の意を表します。 参考文献 [1] Postweiler, P., ら. 吸着ベースの直接空気回収・炭素貯留システムの環境プロセス最適化. Energy & Environmental Science, 17(9), 3004–3020 (2024).

AI 翻訳（deepseek-v4-flash）。 正確を期す場合は下の原文を参照してください。

This dataset accompanies the article  "A decomposition method for optimizing the operation of power-to-X energy systems with detailed process models." In the main article, a direct air capture (DAC) plant is modeled at two different levels of granularity: a detailed process model and a corresponding surrogate process model. These models are used to optimize the operational decisions of the DAC plant. The detailed process model of the DAC plant was developed by Postweiler et al. [1] and is formulated as a system of differential-algebraic equations (DAEs). In our work, we treat this model as a black-box model and optimize the operation of a stand-alone DAC plant using the DAE model to achieve a specified CO₂ capture target while minimizing the operational cost. The optimization problems are solved using a particle swarm optimization (PSO) algorithm. The resulting optimization data are collected and provided in this dataset. This dataset includes the following information: Progress of the PSO algorithm Top 1 optimization result Top 10 optimization results   More details and instructions can be found in: the accompanying article: https://doi.org/10.1016/j.apenergy.2026.128445 our Git repository: https://git-ce.rwth-aachen.de/ltt/ptg-es4 Please note that the dataset requires approximately 30 GB of storage space.   This study is co-funded by the  "Europäischer Fonds für regionale Entwicklung" (EFRE-20800350) and a fellowship from the German Academic Exchange Service (DAAD) . The support is gratefully acknowledged.   Reference [1] Postweiler, P., et al. Environmental Process Optimisation of an Adsorption-Based Direct Air Carbon Capture and Storage System. Energy & Environmental Science, 17(9), 3004–3020 (2024).

• Zenodo https://zenodo.org/records/14860488first seen 2026-07-24 04:14:01 · last seen 2026-07-28 04:25:21