Minyak Pirolisis, AI & SAF: Peluang Baru Untuk Tenaga

AI dalam Minyak & Gas / Tenaga (Petronas & Utiliti Utama)••By 3L3C

Teknologi upgrading minyak pirolisis untuk SAF sedang naik. Artikel ini jelaskan bagaimana AI dan inovasi proses membuka peluang baharu untuk Petronas dan utiliti besar.

AI dalam minyak dan gassustainable aviation fuelminyak pirolisisPetronastenaga pekelilingdigital twinoptimasi tenaga
Share:

Minyak Pirolisis, AI & SAF: Peluang Nyata Untuk Tenaga Masa Depan

Pada 2024, syarikat penerbangan global menggunakan kurang daripada 1% sustainable aviation fuel (SAF) berbanding penggunaan jet fuel keseluruhan. Dalam masa yang sama, dunia menghasilkan lebih 350 juta tan plastik setahun – sebahagian besarnya berakhir di tapak pelupusan atau laut.

Di tengah jurang besar antara sasaran dekarbonisasi dan realiti operasi inilah teknologi seperti proses naik taraf minyak pirolisis (pyrolysis oil upgrading) yang dipatenkan CPTech mula beri kesan. Bukan sekadar cerita kitar semula plastik, ini sebenarnya cerita bagaimana data, AI dan proses terma lanjutan boleh menjadikan minyak dan gas lebih cekap serta lebih bersih.

Untuk pemain seperti Petronas dan utiliti besar di Malaysia, perkembangan ini bukan hanya berita luar negara. Ia isyarat arah industri: gabungan teknologi proses + AI + mandat hijau sedang mencipta model perniagaan baharu – daripada sisa plastik kepada SAF, daripada variasi kualiti feedstock kepada rantaian bekalan tenaga yang lebih boleh diramal.

Artikel ini akan kupas apa yang CPTech lakukan, mengapa paten di AS dan Arab Saudi penting, dan bagaimana pendekatan sama boleh diadaptasi oleh syarikat minyak & gas Malaysia dengan bantuan kecerdasan buatan.

Apa Sebenarnya Teknologi CPTech Selesaikan?

Inti paten CPTech mudah difahami: menukar minyak pirolisis yang kotor dan tidak stabil kepada produk ultra-bersih yang sesuai untuk SAF dan petrokimia pekeliling.

Secara ringkas, minyak pirolisis daripada plastik campuran biasanya:

  • sangat berubah-ubah komposisinya
  • kaya oksigen dan kandungan logam
  • mengandungi sulfur, nitrogen dan bendasing lain
  • tidak stabil dan susah diproses di kilang penapisan biasa

CPTech mematenkan satu rangkaian proses yang menggabungkan:

  • Kondensasi berfraksi (fractional condensation) – memisahkan wap kepada pecahan berbeza suhu/mendidih
  • Hydrotreating tersuai (tailored hydrotreating) – gunakan hidrogen dan pemangkin untuk keluarkan sulfur, nitrogen, oksigen
  • Penyulingan berketepatan (precision distillation) – haluskan lagi komposisi sehingga jadi minyak perantaraan yang stabil dan boleh diramal

Hasilnya ialah minyak pertengahan ultra-low sulfur, rendah kekotoran, dengan profil yang cukup “rapi” untuk:

  • dinaik taraf kepada sustainable aviation fuel (SAF)
  • digunakan sebagai feedstock petrokimia pekeliling

Dari perspektif operasi kilang penapisan, teknologi sebegini mengurangkan tiga sakit kepala utama:

  1. Variasi kualiti feedstock – sukar diramal, menyusahkan kawalan proses
  2. Beban pemangkin & korosi – disebabkan logam dan sulfur tinggi
  3. Isu kestabilan produk – risiko deposit, fouling, dan masalah penyimpanan

The reality? Kalau feedstock tak stabil dan sangat berubah-ubah, tak kira betapa hebat pun peralatan anda, margin operasi akan sentiasa tertekan. Di sinilah AI mula main peranan besar.

Di Mana AI Masuk? Dari Pirolisis ke Optimasi Tenaga

Untuk syarikat seperti Petronas yang sudah agresif dalam AI untuk pemodelan takungan, predictive maintenance dan energy optimization, proses naik taraf minyak pirolisis ialah sasaran sempurna untuk automasi dan analitik lanjutan.

1. Pemodelan kualiti minyak pirolisis secara masa nyata

Minyak pirolisis daripada plastik bercampur tak pernah konsisten. Di sinilah model AI berasaskan data proses dan spektrum (NIR, FTIR, GC) boleh:

  • meramal komposisi kimia minyak mentah pirolisis dalam masa hampir nyata
  • mengklasifikasikan batch mengikut kesesuaian (contoh: lebih sesuai ke SAF atau ke petrokimia)
  • mencadangkan tetapan optimum untuk fractional condensation dan hydrotreating

Bagi operator kilang, ini bermakna:

  • kurang trial-and-error di lapangan
  • lebih sedikit off-spec product
  • perancangan blending yang jauh lebih kemas

2. Pengoptimuman tenaga dalam proses pirolisis & penapisan

Pirolisis plastik dan proses hydrotreating memakan tenaga tinggi. AI boleh digunakan untuk:

  • mengoptimumkan suhu relau, kadar aliran dan tekanan untuk minimakan penggunaan gas bahan api
  • mengimbangkan penjimatan tenaga dengan sasaran kualiti produk
  • mensimulasikan senario “what-if” (contoh: jika feedstock lebih kaya PVC, apa tetapan paling efisien?)

Saya pernah lihat sendiri di beberapa aset gas dan penapisan: model AI yang dilatih dengan data 6–12 bulan operasi boleh menjimatkan 3–7% tenaga proses tanpa sebarang CAPEX besar. Untuk aset tenaga intensif, angka ini bukan kecil.

3. Integrasi dengan perancangan rantaian bekalan

Bila data kualiti minyak pirolisis, jadual pengeluaran, dan permintaan SAF digabung dalam satu platform AI:

  • perancangan suapan ke unit penapisan jadi lebih responsif kepada pasaran
  • stok plastik sisa, minyak pirolisis dan SAF boleh diurus sebagai satu sistem, bukan silo
  • unjuran kewangan jadi lebih tepat kerana varians kualiti feedstock dikurangkan

Ini sepadan dengan hala tuju Petronas yang menolak platform bersepadu data tenaga – dari upstream, midstream, ke downstream.

Kenapa Paten di AS & Arab Saudi Penting Untuk Malaysia

Bila CPTech memperoleh paten di United States dan Arab Saudi, ia beri beberapa isyarat strategik kepada pemain serantau:

  1. Teknologi ini bukan konsep makmal – ia ada nilai komersial global. Paten di dua pasaran tenaga utama menunjukkan operator dan pelabur nampak potensi model ini.
  2. Ruang kolaborasi rentas negara terbuka luas. Malaysia berada di tengah-tengah laluan perdagangan minyak dan petrokimia, dengan infrastruktur sedia ada yang kukuh.
  3. Regulasi SAF sedang bergerak laju. UK dan EU sudah tetapkan mandat SAF berperingkat sehingga 2050. Asia Tenggara akan terikut, sama ada melalui pasaran eksport atau perjanjian penerbangan.

Bagi Petronas dan utiliti besar Malaysia, ini memberi beberapa peluang konkrit:

  • Joint development project dengan pemegang paten untuk membina loji perintis di Zon Industri seperti Pengerang atau Kerteh
  • Menggunakan kemampuan AI dalaman untuk menambah nilai kepada teknologi pirolisis (contoh: modul optimasi tenaga, digital twin)
  • Membina kedudukan awal sebagai hub SAF rantau ASEAN, memanfaatkan rangkaian sedia ada dengan syarikat penerbangan dan pelabuhan udara

Most companies tunggu sampai mandat tempatan dikeluarkan baru mahu bergerak. Itu strategi yang mahal. Pemain yang masuk awal akan menguasai:

  • data operasi paling berharga
  • rantaian bekalan plastik sisa
  • hubungan peraturan dengan pihak berkuasa

Mandat SAF Global & Implikasinya Untuk Operator Asia

CPTech sendiri menyebut bahawa mandat SAF UK dan EU menjadi pemangkin utama. Beberapa poin penting:

  • UK mensyaratkan SAF 2% daripada permintaan jet fuel pada 2025, naik ke 10% pada 2030 dan 22% pada 2040.
  • EU melalui ReFuelEU Aviation menetapkan campuran SAF bermula 2% pada 2025 dan meningkat secara berperingkat sehingga 70% pada 2050.

Pada masa yang sama, bekalan SAF berasaskan bio (minyak masak terpakai, lemak haiwan, sisa pertanian) semakin ketat. Tekanan ini membuka ruang untuk feedstock pekeliling seperti plastik sisa.

Bagi pemain Asia Tenggara:

  • syarikat penerbangan yang banyak operasi ke Eropah dan UK akan terkesan dahulu
  • pembekal bahan bakar di rantau ini berpeluang menjadi pembekal SAF ke hab Eropah

Ini bukan isu ESG semata-mata. Ia isu akses pasaran dan daya saing jangka panjang. Yang menariknya, pendekatan berasaskan data dan AI menjadikan model ini lebih bankable kerana:

  • varians kualiti produk boleh dikurangkan dan dimodelkan
  • profil risiko proses lebih jelas
  • unjuran OPEX lebih tepat

Pelabur suka dua perkara: kejelasan risiko dan kejelasan pulangan. AI membantu kedua-duanya.

Bagaimana Operator Malaysia Boleh Mula: 4 Langkah Praktikal

Bagi anda yang berada di Petronas, TNB, atau utiliti besar lain, berikut pendekatan yang lebih realistik berbanding “terus bina loji penuh skala”.

1. Mula dengan kajian teknikal & data

  • Kenal pasti aliran sisa plastik yang munasabah di sekitar aset sedia ada (industri, bandar besar, zon bebas cukai).
  • Jalankan uji kaji pirolisis skala kecil untuk karakterisasikan minyak pirolisis: komposisi, variasi hari ke hari, kandungan logam dan sulfur.
  • Bentuk dataset asas untuk melatih model AI kualiti minyak.

2. Bangunkan pilot digital twin sebelum pilot fizikal

Sebelum melabur dalam loji fizikal berpuluh juta ringgit, bina dulu digital twin proses pirolisis + upgrading:

  • modelkan relau pirolisis, unit hydrotreating dan distillation
  • sambungkan kepada algoritma optimasi tenaga
  • jalankan ribuan simulasi senario feedstock, harga tenaga dan spesifikasi produk

Pendekatan ini selari dengan strategi AI yang sudah banyak operator guna untuk pemodelan takungan – cuma kali ini digunakan di dunia downstream.

3. Rakan kongsi teknologi, tumpu pada kekuatan dalaman

CPTech mungkin satu contoh pembekal teknologi proses. Di pihak Malaysia, kekuatan biasanya pada:

  • modal, infrastruktur & akses tapak
  • keupayaan integrasi sistem dan data perusahaan
  • rangkaian pelanggan (penerbangan, petrokimia, utiliti)

Gabungan yang masuk akal:

  • rakan teknologi proses membawa know-how pirolisis dan upgrading
  • operator Malaysia membawa AI, data, infrastruktur & akses pasaran

4. Jadikan projek ini “projek AI tenaga”, bukan projek sampingan ESG

Banyak projek hijau gagal skala kerana dilayan sebagai PR atau CSR. Cara lebih berkesan:

  • masukkan projek ini dalam peta jalan digital & AI korporat
  • luluskan KPI jelas: penjimatan tenaga, margin produk, kadar kitar semula plastik
  • pastikan pasukan data/AI terlibat dari fasa reka bentuk, bukan hanya dihimpit ke hujung untuk “buat dashboard”

Bila projek sebegini disatukan dengan usaha AI sedia ada (contoh: energy optimization di penapisan, analitik kebolehpercayaan peralatan), kesannya kepada P&L lebih mudah dibuktikan.

Mengapa Inovasi Minyak Pirolisis Penting Untuk Masa Depan Tenaga Malaysia

Teknologi yang dipatenkan CPTech sebenarnya satu contoh jelas bagaimana inovasi proses tradisional minyak & gas boleh menjadi jambatan ke arah masa depan tenaga rendah karbon.

Ia menunjukkan bahawa:

  • minyak & gas bukan sektor yang ketinggalan, tetapi boleh memacu pekeliling karbon melalui kejuruteraan proses
  • AI dalam minyak & gas bukan setakat ramal kegagalan pam, tetapi boleh mengubah cara kita reka keseluruhan rantaian nilai – daripada sisa plastik ke SAF
  • paten dan kerjasama antarabangsa semakin penting untuk mengukuhkan kedudukan serantau seperti Malaysia dalam sistem tenaga global

Bagi Petronas dan utiliti besar, soalan yang lebih jujur untuk 2026 dan seterusnya bukan lagi “perlukah kita masuk ke ruang ini?”, tetapi “bagaimana kita mahu berada di hadapan?”

Jika anda sedang merangka pelan AI atau strategi dekarbonisasi, jadikan minyak pirolisis dan SAF ini sebagai salah satu use case utama. Ia memaksa organisasi menggabungkan:

  • teknologi proses canggih
  • kejuruteraan data dan AI
  • model perniagaan baharu berasaskan pekeliling

Ada banyak cara untuk bercakap tentang masa depan tenaga. Saya lebih suka yang datang dengan P&L yang masuk akal. Dan projek seperti pirolisis plastik ke SAF – disokong oleh paten global dan dioptimumkan oleh AI – tepat berada di persimpangan itu.

Artikel ini sebahagian daripada siri “AI dalam Minyak & Gas / Tenaga (Petronas & Utiliti Utama)” yang meneliti bagaimana AI mengubah operasi minyak & gas, daripada takungan hingga ke rantaian nilai tenaga pekeliling.