已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

Addressing the Sustainable Aviation Fuel Grand Challenge: Economic and Environmental Insights from Feedstock Optimization

航空 原材料 废物管理 环境科学 自然资源经济学 业务 工程类 环境经济学 经济 化学 航空航天工程 有机化学
作者
Braden J. Limb,Jack P. Smith,Steve Simske,Jason C. Quinn
出处
期刊:Environmental Science & Technology [American Chemical Society]
卷期号:59 (35): 18628-18640 被引量:12
标识
DOI:10.1021/acs.est.5c05842
摘要

This study assesses the potential for purpose-grown bioenergy feedstocks to meet the United States Sustainable Aviation Fuel (SAF) Grand Challenge targets. A combined life cycle assessment, techno-economic analysis, geospatial modeling, and evolutionary optimization framework was applied to evaluate the county-level deployment of nine feedstocks across seven land classifications. The findings underscore critical trade-offs between land use, fuel production costs, and emissions reductions in achieving national SAF targets. In cost-optimized scenarios, sorghum and miscanthus comprise most of the production (together >95%), achieving minimum fuel selling prices as low as $3.24 gallon –1 . Cultivation land-minimizing scenarios favor algae exclusively, reducing land use to 0.5% of the contiguous U.S., but with higher fuel prices and emissions. Emissions-optimized scenarios are largely composed of miscanthus (>99%), achieving life-cycle emissions below 5 gCO 2-eq MJ –1 . The breakeven carbon price optimized scenarios deploy a mix of miscanthus (86%), sorghum (13%), and soy (1%); balancing low fuel cost and emissions with a breakeven carbon price of $161 tCO 2-eq –1 . Across all cases, feedstock yields, biomass-to-fuel conversion efficiencies, and spatial heterogeneity strongly influence feasibility. These results highlight the importance of coordinated optimization strategies to enable cost-effective, low-carbon SAF production and support efforts to inform energy policy, supply chain planning, and commercialization pathways.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
予秋发布了新的文献求助10
1秒前
1秒前
橙橙完成签到,获得积分10
2秒前
李昕123发布了新的文献求助10
3秒前
文静土豆完成签到 ,获得积分10
4秒前
Orange的应助被晨晨晨采纳,获得10
5秒前
5秒前
菲菲不是飞飞完成签到,获得积分10
6秒前
wuli发布了新的文献求助10
7秒前
8秒前
回答说完成签到,获得积分10
8秒前
9秒前
9秒前
麻辣烫完成签到 ,获得积分10
10秒前
乐乐的应助被天风天睿采纳,获得10
11秒前
12秒前
CodeCraft的应助被zfz采纳,获得10
13秒前
开放的奎发布了新的文献求助10
13秒前
爆米花的应助被杏杏采纳,获得10
13秒前
英姑的应助被活力曼文采纳,获得10
14秒前
Xh的应助被小花采纳,获得10
14秒前
klien发布了新的文献求助10
14秒前
我是老大的应助被科研通管家采纳,获得10
14秒前
14秒前
无极微光的应助被科研通管家采纳,获得20
15秒前
JamesPei的应助被科研通管家采纳,获得10
15秒前
15秒前
152455的应助被科研通管家采纳,获得10
15秒前
cms20的应助被科研通管家采纳,获得10
15秒前
彭于晏的应助被科研通管家采纳,获得10
15秒前
15秒前
华仔的应助被科研通管家采纳,获得10
15秒前
顾矜的应助被科研通管家采纳,获得10
16秒前
研友_VZG7GZ的应助被科研通管家采纳,获得10
16秒前
愉快的败完成签到,获得积分20
16秒前
无花果的应助被科研通管家采纳,获得10
16秒前
16秒前
乐空思的应助被科研通管家采纳,获得30
16秒前
永恒完成签到,获得积分10
16秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Energie-Contracting 1500
Klimaschutzrecht durch den Energiesektor im Mehrebenensystem – Ein Rechtsvergleich 1000
Stochastic Models in Operations Research,Vol. 2 600
桑白皮エキスの実験的, 臨床的育毛効果について 500
Qualitative Methodologies in Tourism Studies: Disrupting and Co-creating Critical Research 350
银行间市场数据报告库(上海)股份有限公司招聘笔试题库 350
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8040770
求助须知:如何正确求助?哪些是违规求助? 9474451
关于积分的说明 21272793
捐赠科研通 7609175
什么是DOI,文献DOI怎么找? 3391151
关于科研通互助平台的介绍 2522680
邀请新用户注册赠送积分活动 2428862