Steam-treated wood pellets: Environmental and financial implications relative to fossil fuels and conventional pellets for electricity generation
Notice bibliographique
Résumé
Steam-treated pellets can help to address technical barriers that limit the uptake of pellets as a fuel for electricity generation, but there is limited understanding of the cost and environmental impacts of their production and use. This study investigates life cycle environmental (greenhouse gas (GHG) and air pollutant emissions) and financial implications of electricity generation from steam-treated pellets, including fuel cycle activities (biomass supply, pellet production, and combustion) and retrofit infrastructure to enable 100% pellet firing at a generating station that previously used coal. Models are informed by operating experience of pellet manufacturers and generating stations utilising coal, steam-treated and conventional pellets. Results are compared with conventional pellets and fossil fuels in a case study of electricity generation in northwestern Ontario, Canada. Steam-treated pellet production has similar GHG impacts to conventional pellets as their higher biomass feedstock requirement is balanced by reduced process electricity consumption. GHG reductions of more than 90% relative to coal and ∼85% relative to natural gas (excluding retrofit infrastructure) could be obtained with both pellet options. Pellets can also reduce fuel cycle air pollutant emissions relative to coal by 30% (NOx), 97% (SOx), and 75% (PM10). Lesser retrofit requirements for steam-treated pellets more than compensate for marginally higher pellet production costs, resulting in lower electricity production cost compared to conventional pellets ($0.14/kW h vs. $0.16/kW h). Impacts of retrofit infrastructure become increasingly significant at lower generating station capacity factors, further favouring steam-treated pellets for both environmental and financial metrics.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».