MétaCan
Menu
Retour à la cohorte
Enregistrement W3213392582 · doi:10.1115/1.4052921

Hydrogen Gas Refueling Infrastructure for Heavy-Duty Trucks: A Feasibility Analysis

2021· article· en· W3213392582 sur OpenAlex
Wahiba Yaïci, Michela Longo

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Energy Resources Technology · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésTruckHydrogen vehicleCompressed natural gasEnvironmental scienceZero emissionCriteria air contaminantsDiesel fuelGreenhouse gasCompressed hydrogenEnvironmental economicsHydrogen fuelBusinessWaste managementTransport engineeringHydrogenAutomotive engineeringEngineeringHydrogen storageAir pollutantsAir pollutionFuel cellsEconomics

Résumé

récupéré en direct d'OpenAlex

Abstract In view of serious environmental problems occurring around the world and in particular climate change caused significantly by dangerous CO2 emissions into the biosphere in the developmental process, it has become imperative to identify alternative and cleaner sources of energy. Compressed hydrogen is being considered as a potential fuel for heavy-duty applications because it will substantially reduce toxic greenhouse gas emissions and other pollutant emissions. The cost of hydrogen will be the main element in the acceptance of compressed hydrogen internal combustion engine (ICE) vehicles in the marketplace because of its effect on the levelized cost of driving. This paper investigates the feasibility of developing a nationwide network of hydrogen refueling infrastructure with the aim to assist in a conversion of long-haul, heavy-duty (LHHD) truck fleet from diesel fuel to hydrogen. This initiative is taken in order to reduce vehicle emissions and support commitments to the climate plans reinforcing active transportation infrastructure together with new transit infrastructure and zero-emission vehicles. Two methods based on constant and variable traffics, using data about hydrogen infrastructure and ICE vehicles, were created to estimate fueling conditions for LHHD truck fleet. Furthermore, a thorough economic study was carried out on several test cases to evaluate how diverse variables affect the final selling price of hydrogen. This gave an understanding of what elements go into the pricing of hydrogen and if it can compete with diesel in the trucking market. Results revealed that the cost to purchase green hydrogen is the utmost part in the pump price of hydrogen. Due to the variety in hydrogen production, there is no defined cost, which renders estimates difficult. Moreover, it was found that the pump price of green hydrogen is on average 239% more expensive than diesel fuel. The methodology proposed and models created in this feasibility study may serve as a valuable tool for future techno-economics of hydrogen refueling stations for other types of ICE fleets or fuel cell vehicles.

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.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,817

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,005
Tête enseignante GPT0,214
Écart entre enseignants0,209 · 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