Techno-economic assessment of liquid carrier methods for intercontinental shipping of hydrogen: A case study
Notice bibliographique
Résumé
As global economies seek to transition to low-carbon energy systems to achieve net zero targets, hydrogen has potential to play a key role to decarbonise sectors that are unsuited to electrification or where long-term energy storage is required. Hydrogen can also assist in enabling decentralized renewable power generation to satisfy higher electricity demand to match the scale-up of electrified technologies. In this context, suitable transport, storage, and distribution networks will be essential to connect hydrogen generation and utilisation sites. This paper presents a techno-economic impact evaluation of international marine hydrogen transportation between Canada and the Netherlands, comparing liquid hydrogen, ammonia, and a dibenzyl toluene liquid organic hydrogen carrier (LOHC) as potential transport vectors. Economic costs, energy consumption and losses in each phase of the transportation system were analysed for each vector. Based on the devised scenarios, our model suggests levelised costs of hydrogen of 6.35–9.49 $ 2022 /kg H2 and pathway efficiencies of 55.6–71.9%. While liquid hydrogen was identified as the most cost-competitive carrier, sensitivity analysis revealed a merit order for system optimisation strategies, based upon which LOHC could outperform both liquid hydrogen and ammonia in the future. • Comparative techno-economic analysis of large-scale, transatlantic hydrogen transport technologies. • Model suggests levelised costs of hydrogen of 6.35–9.49 $/kg and pathway efficiencies of 55.6–71.9%. • Liquid hydrogen was identified as the most suitable carrier for Canada-EU hydrogen shipping. • Improved dehydrogenation efficiencies could make LOHCs cost competitive. • Co-locating reconversion plants with industrial heat sources should be a priority for deployment.
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 | 0,000 |
| 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) | 0,001 | 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 ».