Modelling the impact of future uncertainty in energy prices on aluminium decarbonization pathways
Notice bibliographique
Résumé
Secondary aluminium production facilities typically consume 700–1,000 kWh of natural gas and 200–400 kWh of electricity per tonne of rolled sheets. To achieve environmental targets, the aluminium industry is exploring decarbonization strategies, including biomass gasification, carbon abatement and utilization, power-to-gas, direct electrification, and waste heat recovery, among others. While most of these technologies have lifetimes of a couple of decades, decisions on their installation must be made today. Biomass, electricity, and natural gas costs can be subject to unpredictable market variations, whereas carbon prices are related to environmental regulations and future market situations. Therefore, current decarbonization decisions must account for uncertainty in future energy prices. This study presents a systemic approach to incorporate energy price fluctuations into decarbonization planning for secondary aluminium production. A mixed integer linear programming (MILP) approach is used to generate a list of feasible system configurations under 4,000 combinations of energy prices and carbon taxes. Next, Monte Carlo simulations are applied to predict energy price trends and assess the resilience of favourable scenarios, from the MILP approach, under “stochastic” or “crisis” circumstances. Results show that decarbonization pathways are less costly than fossil CO 2 -emitting configurations in 50% of the price combinations. Among these decarbonization configurations, the pathway combining electricity and biomass is the most economical. However, its likelihood of outperforming the natural gas-driven baseline over a 25-year lifetime is estimated at 22%–37% under stochastic energy price profiles. Finally, resource diversification, such as biomass utilization, reduces risk during economic crises by 6% compared to complete electrification.
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 | 0,000 |
| 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 | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».