Life Cycle Assessment of Transportation Fuels from Canada’s Oil Sands through Development of Theoretical Engineering Models
Notice bibliographique
Résumé
Oil sands in Canada are significant in fulfilling the current and the future energy demands of North America. The development of these resources, besides the increased awareness in global carbon management, has given way to various policy regulations such as the Low Carbon Fuel Standard (LCFS) and Europe’s Fuel Quality Directive that demand proper quantification and estimation of life cycle (LC) greenhouse gas (GHG) emissions from transportation fuels. Previous studies show the variability in oil sands projects and the demand for proper quantification of project-specific energy consumption and GHG emissions. The novelty of this study is its aim at developing theoretical models based on engineering first principles to quantify the energy demand and GHGs emitted in oil sands operations using project-specific parameters. These models are used to quantify the GHG emissions in surface mining, steam assisted gravity drainage (SAGD), upgrading, transportation, and refining operations, through identifying the key sensitive parameters. Further, a comprehensive life cycle assessment (LCA) for transportation fuels (gasoline, diesel, and jet fuel) derived from Canada’s oil sands is conducted in which all the possible pathways from bitumen extraction to use in vehicles are explored. The life cycle inventory data for the LCA are obtained from the developed theoretical models. The impact of cogeneration of electricity in oil sands recovery, extraction, and upgrading on the LC GHG emissions of gasoline is explored. Sub process level mass allocation is followed to allocate the refinery emissions among the products. Emissions in surface mining and SAGD range from 180 to 302 kg of CO2 eq/m3 of bitumen and 238 to 1,204 kg of CO2 eq/m3 of bitumen, respectively, representing a wide range of variability in oil sands projects. Temperature and warm water consumption in surface mining and the steam-to-oil ratio (SOR) in SAGD are major parameters affecting GHG emissions. Hydroconversion upgrading is more energy- and GHG-intensive than delayed coker upgrading but gives a higher SCO yield. Refining SCO to transportation fuels produces 41% and 49% fewer emissions than do dilbit and bitumen, respectively. LC well-to-wheel (WTW) GHG emissions range from 106.8 to 116 g-CO2eq/MJ of gasoline; 100.5 to 115.2 g-CO2eq/MJ of diesel, and 96.4 to 109.2 g-CO2 eq/MJ of jet fuel, depending on the pathway. Combustion emissions (64.7% to 70.3%) are the largest constituent of WTW emissions for gasoline production; recovery forms 7.2% to 16%. The WTW GHG intensity of pathways depends on the allocation method and transportation fuel chosen for comparison.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».