Air pollution co-benefits from strengthening electric transmission and distribution systems
Notice bibliographique
Résumé
Inefficiencies in the transmission and distribution (T&D) of electricity between suppliers and customers can lead to higher compensatory electricity generation and unanticipated air pollution. Using both life cycle assessments and uncertainty analyses, we estimate the compensatory air pollutants – CO 2 eq , SO x , NO x , and PM 2.5 – associated with aggregate and non-technical T&D losses at national and subnational scales. Our global analysis estimates that 1 Gigatonne of CO 2eq and 1.3 Megatonnes (Mt) NO x , 1.6 Mt SO x , and 2 Mt PM 2.5 are associated with annual aggregate T&D losses. We also find that approximately 274 Mt CO 2eq , 367 kilotonnes (kt) NO x , 486 kt SO x , and 535 kt PM 2.5 are emitted due to non-technical T&D losses. Our subnational analysis in the United States demonstrates the variation of emissions savings across regulatory jurisdictions. We present an initial deployment cost analysis for CO 2 eq reduction which compares deploying smart meters (i.e., reducing non-technical T&D losses) to renewable energy generation expansion. Investments in T&D infrastructure are beneficial in a completely decarbonized system because improvements in the T&D grid can make investments in renewable energy more cost-effective. • We investigate air pollution emissions from inefficiencies in electric transmission and distribution systems. • Approximately 274 Mt CO 2eq , 367 kt NO x , 486 kt SO x , and 535 kt PM 2.5 result from non-technical transmissions losses. • Subnational analysis in the United States demonstrates the variation of emissions savings across regulatory jurisdictions.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».