The integration of long-term marginal electricity supply mixes in the ecoinvent consequential database version 3.4 and examination of modeling choices
Notice bibliographique
Résumé
Purpose The long-term marginal electricity supply mixes of 40 countries were generated and integrated into version 3.4 of the ecoinvent consequential database. The total electricity production originating from these countries accounts for 77% of the current global electricity generation. The goal of this article is to provide an overview of the methodology used to calculate the marginal mixes and to evaluate the influence of key parameters and methodological choices on the results. Methods The marginal mixes are based on public energy projections from national and international authorities and reflect the accumulated effect of changes in demand for electricity on the installation and operation of new-generation capacities. These newly generated marginal mixes are first examined in terms of their compositions and environmental impacts. They are then compared to several sets of alternative electricity supply mixes calculated using different methodological choices or data sources. Results and discussion Renewable energy sources (RES) as well as natural gas power plants show the highest growth rates and usually dominate the marginal mixes. Nevertheless, important variations may exist between the marginal mixes of the different countries in terms of their technological compositions and environmental impacts. The examination of the modeling choices reveals substantial variations between the marginal mixes integrated into the ecoinvent consequential database version 3.4 and marginal mixes generated using alternative modeling options. These different modeling possibilities include changes in the methodology, temporal parameters, and the underlying energy scenarios. Furthermore, in most of the impact categories, average (i.e., attributional) mixes cause higher impact scores than marginal mixes due to higher shares of RES in marginal mixes. Conclusions Accurate and consistent data for electricity supply is integrated into a consequential database providing a strong basis for the development of consequential Life Cycle Assessments. The methodology adopted in this version of the database eliminates several shortcomings from the previous approach which led to unrealistic marginal mixes in several countries. The use of energy scenarios allows the evolution of the electricity system to be considered within the definition of the marginal mixes. The modeling choices behind the electricity marginal mix should be adjusted to the goal and scope of individual studies and their influence on the results evaluated.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,005 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».