Role of technology learning in the decarbonization of the iron and steel sector: a global approach using a TIMES energy model
Loading...
Journal Title
Journal ISSN
Volume Title
Insinööritieteiden korkeakoulu |
Master's thesis
Unless otherwise stated, all rights belong to the author. You may download, display and print this publication for Your own personal use. Commercial use is prohibited.
Author
Date
2021-08-23
Department
Major/Subject
Mcode
Degree programme
ENG21 Master's Programme in Energy Technology (EEN)
Language
en
Pages
84+14
Series
Abstract
The iron and steel sector, in addition to being one of the most impacting for greenhouse gases emissions on a global level (from 7 to 9% yearly), is one of the most difficult sectors to decarbonise, due to fierce competition and the absence of economically comparable alternatives to traditional processes, based on the use of fossil fuels. This paper therefore aims to analyze the impact that future investments in decarbonising technologies may have on their technological development, taking into account the uncertainty intrinsic to their correlation (called technology learning), and consequently, on the decarbonisation of the sector, combined with the presence of policies for the reduction of emissions on a global scale. Using an appropriate energy system model (EUROFusion TIMES Model), a learning model (Wright curve), and having supposed different levels of learning, a series of simulations were run. The results showed that a significant impact can be played by such phenomenon in the long term, as the decarbonization results particularly enhanced when the levels of learning are maximized for electrolysis and hydrogen-based processes, while CCS-based processes play only a marginal role in the short term. Therefore, long-term investments on the former technologies are recommended, while further, policy-centered studies should be performed to understand the impact the latter can have in the short term.Rauta- ja teräsala on lisäksi yksi vaikuttavimmista kasvihuonekaasupäästöt maailmanlaajuisesti (7–9% vuodessa) on yksi niistä vaikeimpien alojen hiilidioksidipäästöjen vähentäminen kovan kilpailun ja sen puuttumisen vuoksi taloudellisesti vertailukelpoisia vaihtoehtoja perinteisille prosesseille fossiiliset polttoaineet. Tämän asiakirjan tavoitteena on siksi analysoida tulevien investointien vaikutuksia hiilidioksidipäästöjen vähentämisessä teknologiat voivat vaikuttaa niiden teknologiseen kehitykseen ottaa huomioon niiden korrelaatioon liittyvän epävarmuuden (jota kutsutaan tekniikan oppimiseksi), ja näin ollen alan hiilestä poistaminen yhdistettynä läsnäoloon politiikkaa päästöjen vähentämiseksi maailmanlaajuisesti. Käyttämällä sopivaa energiajärjestelmämallia (EUROFusion TIMES Model), a oppimismalli (Wrightin käyrä) ja oletettu erilaiset oppimistasot, a suoritettiin simulaatiosarja. Tulokset osoittivat, että merkittävä vaikutus voi Tällainen ilmiö voi vaikuttaa pitkällä aikavälillä, koska hiilestä irtautuminen johtaa Parantuu erityisesti silloin, kun oppimisen taso on maksimoitu elektrolyysiä varten ja vetypohjaiset prosessit, kun taas CCS-pohjaisilla prosesseilla on vain marginaalinen rooli lyhyellä aikavälillä. Siksi pitkäaikaiset investoinnit entisiin tekniikoihin suositellaan, kun taas politiikkakeskeisiä tutkimuksia olisi tehtävä ymmärtää, miten jälkimmäinen voi vaikuttaa lyhyellä aikavälillä.Description
Supervisor
Keppo, IlkkaThesis advisor
Lerede, DanieleKeywords
Technology learning, Energy modelling, Iron and steel, Industrial decarbonization
