MétaCan
Menu
← Retour à la cohorte
Enregistrement W7162040821 · doi:10.82308/17721

Financial viability of microalgal biodiesel production: a case study in Southern Ontario, Canada

2018· dissertation· en· W7162040821 sur OpenAlexaboutno aff
Pierre-Laurent Macridis

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnergy
ThématiqueAlgal biology and biofuel production
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiodieselCost analysisEconomic analysisBiofuel

Résumé

récupéré en direct d'OpenAlex

Les biocarburants, qui représentent une alternative aux combustibles fossiles, ont le potentiel de participer à la lutte contre le changement climatique. C'est dans le secteur du transport, qui représente 14% des émissions de gaz à effet de serre, que le biodiesel a le plus grand potentiel. En effet, il offre la possibilité d'y remplacer les combustibles fossiles, puisque l'énergie des transports provient principalement de l'essence et du diesel. Cependant, tous les biodiesels ne se valent pas, compte tenu de la panoplie de matières premières et de processus de conversion qui permettent de produire du biodiesel. Pour être adéquat, un biodiesel doit être durable sur le plan environnemental et social. Le processus de fabrication doit aussi être rentable pour pouvoir être considéré comme une solution de remplacement pertinente au diesel. La présente thèse mesure la viabilité financière d'une nouvelle source de biodiesel produite à partir de microalgues cultivées dans des effluents avec un ajout en CO2 à partir de gaz de combustion. Cette étude de cas se fonde sur des données propres au Canada. La position géographique optimale pour la production des microalgues dans l'usine de traitement d'eau d'une municipalité a été établie à partir de données concernant l'effet de l'ensoleillement et de la température, tout en prenant acte de l'emplacement d'usines de traitement d'eau et d'infrastructures dédiées au biodiesel en Ontario, Canada. Les méthodes pour cultiver la microalgue, dans des bassins à ciel ouvert ou dans des photobioréacteurs ont été déterminés sur la base de la littérature existante. Les propriétés des effluents ont été tirées de données anonymes provenant de trois usines de traitement des effluents en Alberta, Canada. Ces données ont été comparées avec les exigences de croissance des microalgues afin d'établir si la quantité de nutriments et de CO2 des effluents et des gaz de combustion serait suffisante pour répondre aux besoins des microalgues dans cette étude, tout en tenant compte de la contrainte du climat froid. Les méthodes de collecte, d'assèchement et de transformation ont été déterminées sur la base de la littérature existante et de consultations avec des experts. Les options les plus rentables ont été retenues pour l'analyse. Les paramètres financiers ont été estimées à partir de la littérature, de données privées et publiques, et des consultations avec des professionnels de l'industrie. La valeur actuelle nette (VAN), le taux de rendement interne (TRI), le seuil de rentabilité et le multiple d'investissement du système de co-utilisation de gaz de combustion et d'effluents (CGF) en ont ensuite été tirés. Une analyse de multiples scénarios a été effectuée afin de cerner l'impact sur la profitabilité du système de production de biodiesel à partir de microalgues au sud de l'Ontario, Canada. L'estimation de l'erreur concernant les revenus ou les coûts est ± 25%. Une analyse de sensibilité à variable simple a ensuite été effectuée pour évaluer l'effet d'un changement de pourcentage des variables des principaux revenus ou coûts. Notamment le pourcentage d'épargne concernant la suppression du nitrogène (N) et du phosphore (P) en évitant le coût de traitement par une compagnie privée, le prix du diesel, le prix de l'énergie en Ontario, la quantité de biodiesel et de méthane produite ainsi que les dépenses en capital (DeCap) et les dépenses de fonctionnement (DeFon). Pour conclure le système de CGF s'est révélé profitable dans le scénario de base avec une VAN d'environ 256.5M$, un TRI de 38.77%, un multiple d'investissement de 3.8X et une période de remboursement de trois ans. Puisque ces résultats dépendent principalement aux gains générés par la suppression de N et P, ce type de projet ne convient pas aux entreprises et investisseurs privés, mais plutôt aux gouvernements ainsi qu'aux usines de traitements des eaux qui profiteraient de 100% des gains générés par le traitement des effluents.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,555

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,004
Études des sciences et des technologies0,0030,001
Communication savante0,0030,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,012
Tête enseignante GPT0,234
Écart entre enseignants0,222 · 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'étudeObservationnel
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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAlgal biology and biofuel production→Travaux en français237 207→