Optimization of H2 Supply to the Refuelling Infrastructure for Long-Haul Trucks: Centralized versus Local H2 Production, and Using Transportation by Tanker Truck or Pipeline
Notice bibliographique
Résumé
In a simulation study, it was investigated how the costs of supplying H2 for the refuelling of long-haul trucks along highways in Canada can be minimized by optimizing the design of the refuelling infrastructure. Scenarios using local or centralized blue H2 production were evaluated using two different modes of H2 transportation (liquid H2 tanker trucks and pipelines). For each scenario, the average H2 supply costs were determined considering H2 production costs from facilities of different sizes and transportation costs for H2 that was not produced locally. Average H2 supply costs were 2.83 CAD/kg H2 for the scenario with local H2 production at each refuelling site, 3.22–3.27 CAD/kg H2 for scenarios using centralized H2 production and tanker truck transportation, and 2.92–2.96 CAD/kg H2 for centralized H2 production scenarios with pipeline transportation. Optimized scenarios using the cheaper transportation option (tanker truck or pipeline) for each highway segment had average H2 supply costs (2.82–2.88 CAD/kg H2) similar to those of using only local H2 production, with slightly lower costs for the scenario using the largest H2 production volumes. Follow-on research is recommended to include the impact of CO2 transportation (from blue H2 production) on the design of an optimum supply infrastructure.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».