Life cycle and techno-economic assessment of transportation biofuels from hydrothermal liquefaction of forest residues in British Columbia
Notice bibliographique
Résumé
Biofuels from hydrothermal liquefaction (HTL) of abundantly available forest residues in British Columbia (BC) can potentially make great contributions to reduce the greenhouse gas (GHG) emissions from the transportation sector. Life cycle and techno-economic assessment are conducted to evaluate the environmental and economic performance of a hypothetic 100 million liters per year (MLPY) HTL biofuel system in the Coast Region of BC based on three different supply chain designs. The life cycle GHG emission of HTL biofuels ranges from 17.0-20.5 g CO₂-eq/MJ, corresponding to 78%-82% reduction compared with petroleum fuels. A further reduction of 6.8 g CO₂-eq/MJ can be achieved when by-product biochar is applied for soil amendment. The conversion stage dominates the total GHG emissions, making up more than 50%. The process emitting most GHGs over the life cycle of HTL biofuels is HTL buffer production. Transportation emissions can be lowered by 83% if forest residues are converted to bio-oil before transportation. Process performance parameters (e.g., HTL energy requirement and biofuel yield) and the location specific parameter (e.g., electricity mix) have significant influence on the GHG emissions of HTL biofuels. The economic analysis shows that the minimum selling price (MSP) of HTL biofuels ranges from $0.82-$0.90 per liter of gasoline equivalent, which is about 63%-80% higher than that of petroleum fuels. Converting forest residues to bio-oil and wood pellets before transportation can significantly lower the variable operating cost but not the MSP of HTL biofuels, due to the considerable increase in capital investment. Bio-oil and biofuel yield can significantly influence the MSP of HTL biofuels. Therefore, technology advancement is needed to bring down the production cost of HTL biofuels, otherwise, a high carbon tax can be applied to make HTL biofuels competitive with petroleum fuels.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».