MétaCan
Menu
Retour à la cohorte
Enregistrement W4400391875 · doi:10.1016/j.heliyon.2024.e33971

Renewable compensation policies and conventional energy investment: A theoretical model

2024· article· en· W4400391875 sur OpenAlexfundno aff
Boris Ortega Moreno

Notice bibliographique

RevueHeliyon · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueClimate Change Policy and Economics
Établissements canadiensnon disponible
Organismes subventionnairesCanada First Research Excellence FundFonds National de la Recherche LuxembourgSocial Sciences and Humanities Research Council of CanadaGovernment of Canada
Mots-clésRenewable energyEconomicsInvestment (military)ElectricityFeed-in tariffContext (archaeology)Imperfect competitionMicroeconomicsNatural resource economicsEnvironmental economicsEnergy policyEngineering

Résumé

récupéré en direct d'OpenAlex

Many jurisdictions are simultaneously expanding natural gas and renewable capacities, largely supported by renewable compensation policies (RCPs). However, RCPs' impacts on firms' incentives for conventional capacity investment remain unclear. This paper develops a two-stage theoretical model to investigate this interaction within an imperfect competition and uncertain demand context. Firms initially invest in conventional energy capacity, followed by competing to supply electricity from conventional and previously owned renewables. Conventional output is compensated at market prices, but renewable output is subject to two common RCPs: feed-in tariffs (FiT) and feed-in premiums (FiP). The illustrative numerical example shows that increasing the proportion of renewable output compensated by a FiT from 20% to 80% increases the market-level conventional investment by 18%, leading to an increase in consumer surplus but decreasing firms' profits. These results exemplify the unintended effects of RCPs, encouraging the adoption of conventional generation capacity. The model presented in this paper provides a theoretical foundation for understanding the relationship between RCPs and conventional energy capacity investment-critical for carbon-intensive nations transitioning to renewables while maintaining reliable electricity supply through conventional generation.

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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,572
Score d'incertitude au seuil0,469

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 Opus0,067
Tête enseignante GPT0,253
Écart entre enseignants0,187 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHeliyonMême sujetClimate Change Policy and EconomicsTravaux en français237 207