MétaCan
Menu
Retour à la cohorte
Enregistrement W7124829997 · doi:10.22215/etd/2025-16822

Optimizing the Integration of Direct Air Capture of Carbon Dioxide into the Canadian Electricity System

2025· dissertation· W7124829997 sur OpenAlexaboutno aff
Erick Odhiambo Arwa

Notice bibliographique

Revuenon disponible
Typedissertation
Langue
DomaineEngineering
ThématiqueCarbon Dioxide Capture Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCarbon dioxideElectricityElectricity systemElectricity generationGreenhouse gasCarbon dioxide removal

Résumé

récupéré en direct d'OpenAlex

Canada has committed to become a net-zero emissions country by 2050, enshrined in legislation in the Net-Zero Emissions Accountability Act. Federal government modeling from Environment and Climate Change Canada estimates that direct air capture (DAC) of CO2 could be required to meet this goal, extracting up to 201 Megatonnes (Mt) of CO2 from the atmosphere in 2050. However, these projections come from a low-fidelity model of DAC, which does not optimize its operation within the larger energy system. To obtain a more accurate understanding of the potential role of DAC in achieving the net-zero goal, this thesis develops a high-fidelity, mixed integer linear optimization model of liquid-solvent DAC that improve its flexibility and heat integration. This high-fidelity model is integrated into a larger energy system model, to study optimal investment and operating strategies for DAC. Various enablers of DAC deployment are also studied, including policy options like carbon pricing and subsidies. The DAC model is utilized in the context of the energy system of Alberta, Canada. Results show that DAC plays a minimal role in achieving medium-term net-zero goal in the electricity sector. The optimum deployment and operation of DAC is to remove only 1.4 MtCO2/year, which is less than 1% of cumulative emissions in the associated scenario. Solid material storage using silos in the DAC process was found to be more economical than either energy storage in batteries or hydrogen production in improving DAC’s flexibility. Using solids storage, DAC operation is optimized, reducing the required DAC capacity by 18% and paving the way for 8% and 1.8% more wind and solar capacity, respectively. This research finds that only a small amount of DAC is needed to achieve a net-zero electricity system. In addition, renewable energy is indispensable in the transition, and their deployment would benefit from a graduated carbon price, which increases periodically, as it is currently formulated in Canada. Furthermore, DAC process flexibility with solids storage is crucial in enabling cooperation with the energy system. These results contribute to the fields of industrial decarbonization and net zero energy system modeling, finding efficient operating and deployment strategies for DAC.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil0,429

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,210
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetCarbon Dioxide Capture TechnologiesTravaux en français237 207