Zero-emission trains on non-electrified Czech railways
Notice bibliographique
Résumé
Rail electrification has not achieved any significant penetration in North America. The general electrification rate is well below 5% for all the major countries like Canada (0,26%), USA (0,92%) and Mexico (3,43%), all countries belonging on the list of the 15 longest railway networks in the world. In comparison the third largest railway network, India, has a 94% electrification rate. While rail transport is often critical to the economy and transport of goods, it relies on polluting diesel fuel. Traditional electrification by catenary is capital-intensive and requires long deployment times, in addition to introducing trains unable to run on the rest of the non-electrified network, as they require a catenary for energy supply. Emerging technologies like hydrogen and battery trains can provide many of the benefits of electrification without the same overwhelming investment costs and with the flexibility of diesel electric propulsion. In this study, we analyse several regional rail lines in Czechia, currently operated on diesel, by single-train simulation to calculate their energy demand. We then apply techno-economical analyses to evaluate the overall equivalent annual cost of multiple zero-emission alternatives such as hydrogen, battery, catenary, or partial electrification. The results show a marked dependence on context, especially on the availability of infrastructure, both in the form of pre-existing catenary and power grid. Lines with available sections of catenary enable battery trains, whereas longer non-electrified sections require hydrogen trains. Hydrogen trains have as expected higher operational cost for energy supply than battery versions, but are competitive with diesel. Battery operation, instead, can be disadvantaged by multiple line termini requiring significant charging infrastructure each. Further complications for battery trains are caused by the combination of AC and DC supply on the Czech rail network. The results show good agreement with the few publicly available data points, such as the hydrogen train deal between Alstom and Hesse for the operation of the Taunusbahn. An opportunity for better economy of hydrogen train would be the availability of low-cost by-product hydrogen from certain chemical processes. Previous results from similar analyses performed on Norwegian and US freight lines indicate that, when no infrastructure is available, hydrogen trains have a significant advantage on batteries, unless traffic on the line is heavy enough to sustain traditional 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 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 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».