Feasibility Assessment of Electro-Thermal Energy Storage Adoption in Alberta’s Steam-Intensive Industries for Industrial Decarbonization
Notice bibliographique
Résumé
Alberta’s steam-intensive industries, such as oil sands, chemical manufacturing, and pulp and paper, are critical to the province’s economy but contribute significantly to greenhouse gas emissions due to their reliance on fossil fuel-based steam generation. This study investigates the feasibility of adopting Electro-Thermal Energy Storage (ETES) systems to decarbonize these industries and enhance renewable energy integration in Alberta. Through a mixed-methods approach, including literature review, quantitative data analysis, and techno-economic modeling, the research identifies key steam-intensive sectors, assesses their thermal demands, and evaluates the technical and economic viability of ETES. Findings indicate that commercial ETES technologies, such as molten salt and concrete/rock storage, can meet the high-temperature steam requirements (180–565°C) of Alberta’s industries, offering up to an 80–90% reduction in emissions when powered by renewable electricity. This encompasses a broad range of electrification technologies. However, these estimates are based on modeled best-case scenarios and vendor projections rather than real-world operational data. Economically, ETES adoption could yield significant carbon cost savings under Alberta’s Technology Innovation and Emissions Reduction (TIER) regulation, with an estimated annual abatement of 33.4 million tonnes of CO2 for the oil sands sector alone. However, high capital costs and substantial electricity requirements highlight the need for robust renewable energy infrastructure and supportive policies. The study proposes a strategic roadmap for ETES deployment, emphasizing pilot projects, policy incentives, and grid enhancements. Despite data limitations and the emerging nature of ETES, this research underscores its potential as a transformative solution for industrial decarbonization, aligning with Alberta’s sustainability goals and the United Nations Sustainable Development Goals (SDGs) for clean energy, climate action, and industry innovation.
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 | 0,002 | 0,003 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».