ちょうどいい記事を見つけたので紹介する．というのも私の研究内容に近い．といっても私は新奇性として貨物に絞っているが．ちなみに記事の計算結果について個人的には懐疑的でもう少しいい結果が得られるのではないだろうかと考えている．blog.evsmart.net
そして今回のゼミ資料はGREETモデルの解説だ．というのも英語のツールで使い勝手がいまいち分からないので自身の整理も込めている．
修論で使うツールが英語で意味不明すぎて泣ける
— AOKI (@aochan_0119) 2020年2月7日
Ex: Gaseous Hydrogen: Pathway
NGとシェール由来がおよそ半々で下流へ
上流での割合のNGが“中央工場”でH2に改質される
水蒸気改質においてゼロエミッションの有無が分岐しありが100%で下流へ
中央工場で生産されたH2がパイプラインでステーションへ配送され圧縮保管される
ステーションでは100%中央工場由来のH2が用いられ車両タンクへ
Mix
左図はPathway最後の左上のチャート(中央工場)における割合を示し，前述の通りNG由来が100%となる．そこで，図や電気にも太陽光や風力が設けられるがデフォルトで数値は特に定義されない．基本的な経路(300個)は定義されているので，パラメータ(シェア，効率など)の設定を随時行う．
Transportation
下記は米の一般的なディーゼルの輸送を図示している．しかし日本のものはなかったので，石油(ガソリン)，LNG(SMR)，発電＊などを作らなければならないと考えられる．
簡単のため貿易統計などを参考に中東，豪，露，東南，北米でまとめ，入力のシェア，距離を与える．またそれぞれの交通機関の燃費等の複雑なパラメータはデフォルトで計算する．
総じてTTWは元のデータを多く利用できるが，WTTは既にあるものを参考に自作する．
WTTのデータによりWTWは速やかに得られると予想されるので，ここでJARIと乗用車のデータを比較しながら，トラックの出力を見ていく．
＊発電Mixにおいて各燃料にアクセスすると米のプロセスのデータになるため，現時点では中東などからの輸送コストが含まれていない可能性がある？
|
石油 |
石炭 |
||
|
中東 |
87.4 |
21.7 |
0 |
|
東南 |
0 |
30.5 |
12.5 |
|
豪 |
0 |
34.6 |
71.5 |
|
北米 |
2.8 |
3.0 |
4.5 |
|
露 |
4.8 |
8.1 |
10.8 |
|
その他 |
5.0 |
2.1 |
0.7 |
|
sum |
100 |
100 |
100 |
