Decarbonization via long-distance transmission of hydropower is cost-effective
Notice bibliographique
Résumé
Hydropower is associated with substantially lower carbon emissions than fossil fuels and can satisfy baseload electricity demand unlike wind and solar power. In the northern United States, imports of Canadian hydropower account for a large and growing share of the electricity portfolio. For example, in New England, Canadian hydropower increased from 10% to 21% of electricity supplied to consumers between 2010 and 2020. These imports are increasingly dependent on capital-intensive long-distance transmission projects between the Canadian border and U.S. urban centers. While costs of these projects are clearly defined in dollars, benefits accrue in diverse forms, ranging from avoided air pollution and greenhouse gas emissions to reduced fuel and operation costs. This severely complicates cost-benefit analysis and has led to controversy over the role of Canadian hydropower in U.S. renewable energy transitions. We develop a probabilistic, multiattribute economic valuation model to explicitly compare direct and environmental costs and benefits of energy transition scenarios. We apply this model to the New York City area, where the recent closure of a ~2,000 MW nuclear power plant has increased demand for fossil fuel generation, and a proposed $4-billion long-distance hydropower transmission project has caused disagreement among environmental groups and other stakeholders. We find that coupling long-distance hydropower transmission with planned build-out of wind and solar reduces net total costs over 2021-2050 on the order of tens of billions of dollars, primarily due to avoided greenhouse gas emissions and air pollution whose economic value outweighs the added upfront capital costs. Long-distance hydropower transmission averts health and property impacts of air pollution from fossil fuel generators associated with an economic value on the order of hundreds of millions of dollars concentrated in vulnerable communities facing disproportionate environmental risks. These findings are robust to an extensive sensitivity analysis. This model provides a novel, transparent framework for supporting decision-making about long-distance hydropower transmission elsewhere.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».