Evaluation of water/energy intensity of green hydrogen production plants in Africa scenario
Notice bibliographique
Résumé
Abstract The recent environmental concerns due to CO2 emissions continuous growth and the contemporary increase in fossil fuel prices on international markets are two important factors that are moving the interest towards green and carbon free fuels. In this sense, green hydrogen production from electrolysis is a very promising option as a way to store electrical energy from renewable energy sources (RES) as fuel. However, two inputs are necessary: electrical energy and water. Whereas in EU scenario, electrical energy costs are the ones which affect more the feasibility, in Africa scenario, the availability of RES, in particular solar, is higher in many Countries, allowing for lower energy costs. Green hydrogen production can represent an important resource for microgrids and remote local communities, where the electrical and gas grids are not well developed. However, in this scenario, the large amount of high purity demineralized water required for the process may represent a critical aspect that must be considered. In this study, three different microgrids located in Africa (Kenya, Mali and South Africa) are analysed, considering solar PV installation, three different water intake options (ground water, surface water and seawater), and the impact of the water purification process on the whole plant from both the energy and the economic standpoints. The analysis is performed for the three scenarios, assuming the same electrolyser size (1 MW), considering PEM commercial systems and evaluating the feasibility in the three scenarios, optimizing the PV plant size (range 1-10 MW) to minimize H2 production cost. For the chosen configurations, the water-energy-food nexus is investigated, as both the water intensity and the required area (not available for agriculture purpose) are evaluated.
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 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| 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 ».