MétaCan
Menu
Retour à la cohorte
Enregistrement W4214480712 · doi:10.1111/gcbb.12932

Carbon‐negative hydrogen production: Fundamentals for a techno‐economic and environmental assessment of HyBECCS approaches

2022· article· en· W4214480712 sur OpenAlexfundno aff
Johannes Full, Sonja Ziehn, Marcel Geller, Robert Miehe, Alexander Sauer

Notice bibliographique

RevueGCB Bioenergy · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensnon disponible
Organismes subventionnairesBundesministerium für Wirtschaft und EnergieMinistry of Rural Affairs
Mots-clésGreenhouse gasEnvironmental economicsCarbon neutralityHydrogen technologiesEnvironmental scienceRenewable energyBiomass (ecology)Carbon capture and storage (timeline)Bio-energy with carbon capture and storageProduction (economics)Environmental resource managementClimate changeHydrogen productionNatural resource economicsClimate change mitigationEconomicsEcologyHydrogen economyHydrogenChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract In order to achieve greenhouse gas neutrality, hydrogen generated from renewable sources will play an important role. Additionally, as underlined in the Sixth Assessment Report of the Intergovernmental Panel on Climate Change (IPCC), new technologies to remove greenhouse gases from the atmosphere are required on a large scale. A novel concept for hydrogen production with net negative emissions referred to as HyBECCS (Hydrogen Bioenergy with Carbon Capture and Storage) combines these two purposes in one technological approach. The HyBECCS concept combines biohydrogen production from biomass with the capture and storage of biogenic carbon dioxide. Various technology combinations of HyBECCS processes are possible, whose ecological effects and economic viability need to be analyzed in order to provide a basis for comparison and decision‐making. This paper presents fundamentals for the techno‐economic and environmental evaluation of HyBECCS approaches. Transferable frameworks on system boundaries as well as emission, cost, and revenue streams are defined and specifics for the application of existing assessment methods are elaborated. In addition, peculiarities concerning the HyBECCS approach with respect to political regulatory measures and interrelationships between economics and ecology are outlined. Based on these considerations, two key performance indicators (KPIs) are established, referred to as levelized cost of carbon‐negative hydrogen (LCCNH) and of negative emissions (LCNE). Both KPIs allow deciding whether a specific HyBECCS project is economically viable and allows its comparison with different hydrogen, energy provision, or negative emission technologies (NETs).

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,004
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0040,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,003
Études des sciences et des technologies0,0010,003
Communication savante0,0050,003
Science ouverte0,0010,003
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,200
Écart entre enseignants0,183 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGCB BioenergyMême sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207