Price vs policy: The impact of cost uncertainty on decarbonization pathways
Notice bibliographique
Résumé
The future costs of many low-carbon power generation technologies are highly uncertain. Capturing these uncertainties for current and emerging technologies can help to understand potential policy impacts and the roles that emerging technologies could play. Energy system studies often use a scenario-based approach, which requires modelers to choose specific values from the range of possibilities, which can bias results and report unlikely scenarios. This paper combines a stochastic capital-cost forecasting methodology, based on Wright’s law of experiential learning, with a range of cost values for emerging technologies. The set of inputs generated is linked with the COPPER power system capacity expansion model to generate a database of 400 model runs, using 100 sampled combinations of cost input parameters and four policy scenarios. The impacts of policy on future emissions, system costs and generation mixes are presented. The incorporation of uncertainty into the model demonstrates the consistent deployment of transmission across all scenarios, in contrast with the inconsistent deployment of emerging technologies. This study finds that neither the carbon tax nor proposed clean electricity regulations achieve power-system decarbonization by 2050 across all scenarios. The results from this study are consistent with the results of national and provincial energy studies in Canada, however some results were outliers compared to the full distribution of potential model outcomes. These findings underscore the critical need to incorporate uncertainty into power system models, particularly when discussing policies and emerging technologies. • Links stochastic cost forecasts with the COPPER capacity expansion model. • Conducts 400 probabilistic simulations under four Canadian policy scenarios. • Finds transmission expansion robust across all cost and policy uncertainties. • Shows CCS and SMR deployment highly sensitive to cost and policy choices. • Reveals current policies insufficient for full power sector decarbonization by 2050.
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 | 0,000 |
| 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) | 0,000 | 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 ».