中国储能网讯：6月11日，美国能源部（DOE）宣布为6个项目投入900万美元，用于推进废弃物制氢产业发展。具体项目如下：

  （1）生物质/废弃物前馈气化炉进料系统试点示范。GTI能源公司计划研发与开展一种新型的应用前馈控制策略运行的气化炉进料系统试点示范，最大程度地提高从生物质/废弃物中转化合成气的产量。系统将监测和分析原料中的有机、无机成分，通过基于模型的控制器优化气化炉的操作参数，实现目标温度操作，达成最终目标产量。项目还将对一个日产500吨的生物质/废弃物混合制氢工厂进行全面的技术经济分析和生命周期评估。

  （2）机器学习集成激光诱导击穿光谱技术用于实现制氢气化炉自动控制。理海大学等计划展示机器学习集成激光诱导击穿光谱（LIBS）技术的可行性，旨在提供夹带流反应器和流化床气化炉系统中的生物质、废塑料和遗留煤矸石等原料的特征信息。项目将研发一个用于在静态和动态条件下监测和量化原料的LIBS系统，结合机器学习算法优化流化床气化炉装置，并对整个生产体系进行技术经济分析，实现合成气产量最大化。

  （3）无线人工智能多功能光纤传感器研发。史蒂文斯理工学院计划研发并测试一种基于深度学习模型连续、实时确定气化系统状态的无线人工智能多功能光纤传感器，用于同时感知高温、压力、应变、氢气浓度、一氧化碳浓度、二氧化碳浓度和污垢严重程度等，从而提高混合固体原料制氢的气化系统竞争力。

  （4）用于气化炉内部部件表面污垢监测的双模纳米阵列传感器。康涅狄格大学计划开发一种新型纳米结构阵列的单片传感器，用于现场实时监测固体废物/生物质原料气化炉内部组件的表面颗粒污垢。传感器还将使用超低功耗无线网状通信技术。

  （5）创新点源碳捕集的柔性电网制氢混合天然气涡轮机系统示范。贝克休斯公司计划集合几种先进技术，在实验室规模上展示一种结合创新点源碳捕集的柔性电网制氢混合天然气涡轮机系统。项目旨在验证蓝氢的数字孪生体系结构，同时实现能源部95%的二氧化碳捕集率目标。

  （6）部署和测试用于评估具有燃烧后碳捕集功能的氢混合联合循环燃气轮机的数字孪生-代理模型。电力研究所计划构建一个氢混合燃料、燃气轮机联合循环（GTCC）、碳捕集的H2-GTCC-CC数字孪生模型，用于评估新的和现有的燃气轮机联合循环电厂在灵活操作下使用氢混合燃料和捕集二氧化碳时的净零能力和性能。