Assessment of carbon-abatement pricing to maximize the value of electrolytic hydrogen in emissions-intensive power sectors
Notice bibliographique
Résumé
Electrolytic hydrogen can support the decarbonization of the power sector. Achieving cost-effective power-to-gas-to-power (PGP) integration through targeted emissions pricing can accelerate the adoption of electrolytic hydrogen in greenhouse gas-intensive power sectors. This study develops a framework for assessing the economic viability of electrolytic hydrogen-based PGP systems in fossil fuel-dependent grids, while considering the competing objectives of the electricity system operator, a risk-averse investor, and the government. Here we show that, given the risk-averse investor’s inherent pursuit of profit maximization, a break-even carbon abatement cost of at least 57 Canadian Dollars per tonne of CO₂ by 2030 from the government, with a shift in electricity market dispatch rules from sole system marginal price-reduction to system-wide emissions reduction, is essential to stimulate price discovery for low-cost hydrogen production and contingency reserve provision by the PGP system. This work can help policymakers capture and incentivize the role of electrolytic hydrogen in low-carbon power sector planning. Electrolytic hydrogen can play a role in the power sector by 2030 if its use is accompanied by a break-even abatement cost and if electricity market dispatch rules shift from minimizing costs to prioritizing emissions reductions.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».