MétaCan
Menu
Retour à la cohorte
Enregistrement W4224053637 · doi:10.3390/en15082848

Feasibility Investigation of Hydrogen Refuelling Infrastructure for Heavy-Duty Vehicles in Canada

2022· article· en· W4224053637 sur OpenAlexaffabout
Wahiba Yaïci, Michela Longo

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésTruckHydrogen vehicleHydrogen fuelGreenhouse gasEnvironmental scienceMiles per gallon gasoline equivalentDiesel fuelCombustionGreen vehicleAutomotive engineeringWaste managementBusinessEngineeringFuel efficiencyFuel cells

Résumé

récupéré en direct d'OpenAlex

A potentially viable solution to the problem of greenhouse gas emissions by vehicles in the transportation sector is the deployment of hydrogen as alternative fuel. A limitation to the diffusion of the hydrogen-fuelled vehicles option is the intricate refuelling stations that vehicles will require. This study examines the practical use of hydrogen fuel within the internal combustion engine (ICE)-powered long-haul, heavy-duty trucking vehicles. Specifically, it appraises the techno-economic feasibility of constructing a network of long-haul truck refuelling stations using hydrogen fuel, across Canada. Hydrogen fuel is chosen as an option for this study due to its low carbon emissions rate compared to diesel. This study also explores various operational methods, including variable technology integration levels and truck traffic flows, truck and pipeline delivery of hydrogen to stations, and the possibility of producing hydrogen onsite. The proposed models created for this work suggest important parameters for economic development, such as capital costs for station construction, the selling price of fuel, and the total investment cost for the infrastructure of a nation-wide refuelling station. Results showed that the selling price of hydrogen gas pipeline delivery option is more economically stable. Specifically, it was found that at 100% technology integration, the range in selling prices was between 8.3 and 25.1 CAD$/kg. Alternatively, at 10% technology integration, the range was from 12.7 to 34.1 CAD$/kg. Moreover, liquid hydrogen, which is delivered by trucks, generally had the highest selling price due to its very prohibitive storage costs. However, truck-delivered hydrogen stations provided the lowest total investment cost; the highest is shown by pipe-delivered hydrogen and onsite hydrogen production processes using high technology integration methods. It is worth mentioning that once hydrogen technology is more developed and deployed, the refuelling infrastructure cost is likely to decrease considerably. It is expected that the techno-economic model developed in this work will be useful to design and optimize new and more efficient hydrogen refuelling stations for any ICE vehicles 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.

Comment cette classification a été obtenuedéplier

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 enseignants0,876
Score d'incertitude au seuil0,695

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,016
Tête enseignante GPT0,216
Écart entre enseignants0,200 · 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 tête enseignante, 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

Citations22
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetHybrid Renewable Energy SystemsTravaux en français237 207