MétaCan
Menu
Retour à la cohorte
Enregistrement W2616747199 · doi:10.2118/185579-ms

Assessing the Long-Term Energy Landscape Using a Global Energy Market Model

2017· article· en· W2616747199 sur OpenAlexaff
Roberto F. Aguilera

Notice bibliographique

RevueSPE Latin America and Caribbean Petroleum Engineering Conference · 2017
Typearticle
Langueen
DomaineEnergy
ThématiqueGlobal Energy and Sustainability Research
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésEnergy mixFossil fuelRenewable energyResource (disambiguation)Term (time)Primary energyMarket shareEnergy marketAlternative energyEnergy (signal processing)Environmental economicsPopulationEconometricsEconomicsNatural resource economicsComputer scienceEngineeringMathematicsStatisticsElectricity generationWaste management

Résumé

récupéré en direct d'OpenAlex

Abstract The objective of this paper is to estimate the long-term energy mix – i.e. the combination of resources including solids, liquids and gases that will satisfy energy demand to the year 2040 – with a Global Energy Market model (GEM). The GEM provides a close match of the historical energy mix dating back to the year 1850 and is then used to make forecasts for the future. Originally developed in 2007, the GEM was used to project the energy mix to the year 2030. In the present paper, the validity of the original projection is tested against the most recently available data. The GEM estimates the fractional contribution of different primary energy sources to the global market. In total, there are six parameters that allow the GEM equation to give the best possible match of the historical energy mix. Using the estimated parameter values, the model can then be extended into the future, providing a reference case and alternative scenarios of the energy mix based on evolving unconventional, conventional and renewable resource quantities, costs, technologies, economic growth, population and policies. The original GEM findings from 2007 forecasted a "2030 1/3 forecast", indicating that solids, liquids and gases would each occupy a third of the energy market in the year 2030. After further disaggregating the categories, it was found that liquids, mostly, oil would experience a declining market share by 2030 while natural gas would see a rapid rise. The share solids, mostly coal, was relatively flat by that time. Our new results show continued penetration of natural gas in the energy mix – a result consistent with efforts to reduce carbon emissions. Our proposed paper is novel in that it uses the most recent statistics of the last 10 years on consumption of different energy sources to verify the accuracy of the original GEM projections carried out in 2007. Once the results are proven reasonable, new scenarios are developed with an extended time horizon to the year 2040.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,448
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,021
Tête enseignante GPT0,284
Écart entre enseignants0,262 · 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 tête enseignante, pas un consensus.

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

Citations0
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSPE Latin America and Caribbean Petroleum Engineering ConferenceMême sujetGlobal Energy and Sustainability ResearchTravaux en français237 207