Renewable hydrogen horizon: Geospatial techno-economic feasibility and life cycle greenhouse gas analysis in the Middle East and North Africa
Notice bibliographique
Résumé
Renewable hydrogen is receiving increasing attention for its potential as a flexible energy carrier in sectors such as transportation and industry. Specific cost and carbon intensity (CI) of renewable hydrogen production vary largely based on the location, owing to differences in renewable energy resources, as well as the supply chain dynamics. This study maps the techno-economic and life cycle greenhouse gas emissions of renewable hydrogen production in the Middle East and North Africa region, leveraging abundant solar and wind resources. The work investigates the variability in hydrogen costs and CI, optimally sizing proton-exchange membrane (PEM) electrolyzers to account for partial and cyclic loading, and explores standalone versus grid-connected systems. PEM capacity ratios of 52 %–63 % for photovoltaic (PV) systems and 28 %–82 % for wind systems were identified as optimal, with hydrogen production costs ranging from $3.8-$4.8/kg for PV and $2.0-$7.0/kg for wind. CIs span from 1.9 to 3.7 kg CO 2,eq /kg H 2 for PV and 0.4–7.7 kg CO 2,eq /kg H 2 for wind systems. The study highlights significant cost and CI reductions achievable with technological advancements and co-product revenue from oxygen and excess electricity sales.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 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 ».