MétaCan
Menu
Retour à la cohorte
Enregistrement W2171131039 · doi:10.1002/bbb.208

The international logistics of wood pellets for heating and power production in Europe: Costs, energy‐input and greenhouse gas balances of pellet consumption in Italy, Sweden and the Netherlands

2010· article· en· W2171131039 sur OpenAlexaboutno aff
Richard Sikkema, Martin Junginger, Wilfried Pichler, Sandra Hayes, André Faaij

Notice bibliographique

RevueBiofuels Bioproducts and Biorefining · 2010
Typearticle
Langueen
DomaineEngineering
ThématiqueThermochemical Biomass Conversion Processes
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPelletsTonneGreenhouse gasRaw materialEnvironmental scienceRenewable energyCoalWaste managementPelletFossil fuelElectricityAgricultural economicsEnvironmental engineeringEngineeringEconomicsChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The European wood pellet market is booming: concerns about climate change and renewable energy targets are predominant drivers. The aim of this analysis is to compare typical wood pellet chains from the purchase of the feedstock from sawmills to the conversion into heat or electricity. Cost structures, primary energy inputs and avoided greenhouse gas (GHG) emissions are reviewed. Three cases are defined: pellets for district heating (DH) in Sweden (replacing heavy fuel oil); bagged pellets for residential heating in Italy (natural gas); and Canadian pellets for electricity production in the Netherlands (coal). Supply may cost €110–€170 per tonne of delivered pellets, with the main cost factors being feedstock collection, drying and long‐distance ocean transportation (for Canadian pellets only). Largest avoided emissions are for power production (1937 kg CO2eq/tonne of pellets), followed by district heating (1483 kg). In relative terms, the GHG reduction varies from 81% for residential heating (with pre‐dried feedstock) to 97% for DH. Based on a wood‐pellet consumption of 8.2 million tonnes, the EU27 plus Norway and Switzerland avoided about 12.6 million tonnes of CO2 emissions in 2008. Concluding, wood pellets can achieve substantial GHG savings, especially when substituting coal for power production. However, wood pellets are relatively expensive, especially compared to coal. Only in the case of high oil prices, can the substitution of heating oil for DH be commercially viable. In most other cases, substitution is only possible with financial support from national governments, for example, feed‐in tariffs or carbon taxes. The commercial markets for CO2 emission rights may cover some costs, but their impact is still limited. Copyright © 2010 Society of Chemical Industry and John Wiley & Sons, Ltd

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations105
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiofuels Bioproducts and BiorefiningMême sujetThermochemical Biomass Conversion ProcessesTravaux en français237 207