MétaCan
Menu
Retour à la cohorte
Enregistrement W1966661620 · doi:10.3141/2454-12

Assessment of Level 1 and Level 2 Electric Vehicle Charging Efficiency

2014· article· en· W1966661620 sur OpenAlexaff
Justine Sears, Evan Forward, Eric Mallia, David Roberts, Karen Glitman

Notice bibliographique

RevueTransportation Research Record Journal of the Transportation Research Board · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueAdvanced Battery Technologies Research
Établissements canadiensEnvironmental Studies Association of Canada
Organismes subventionnairesnon disponible
Mots-clésElectrificationIncentiveElectric vehicleElectricitySoftware deploymentEfficient energy useVoltEnvironmental economicsBusinessIncentive programAutomotive engineeringTransport engineeringElectrical engineeringComputer scienceVoltageEngineeringPower (physics)EconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

North American plug-in electric vehicle (EV) sales are projected to grow steadily in the next decade, and EVs are expected to become a significant portion of the vehicle feet. Widespread electrification of personal transport will require coordination between the electricity and transportation sectors. The coordination could include application of electric efficiency incentives that are commonly used in the energy sector for more efficient products, such as energy star appliances. The use of incentives for more efficient vehicles and charging equipment will facilitate a faster transition to this transformative technology. If EVs and electric vehicle supply equipment (EVSE) are found to be eligible for incentives, electric utilities could create programs that would accelerate EV deployment. The efficiency of 120-V Level 1 and 240-V Level 2 EVSE was compared with FleetCarma logger data collected from 1,008 Chevrolet Volt charging events. On average, Level 2 charging was 3% more efficient than Level 1 charging, but this percentage increased with shorter charge times. When less than 2 kW-h was drawn from the grid, Level 2 charging was 13% more efficient than Level 1. Although Level 2 charging was more efficient at all temperatures, the differences in efficiency were greater at high (above 708F) and low (less than 538F) temperatures. The greatest efficiency gains for Level 2 charging are expected at public charging locations, where charge times tend to be shorter and weather conditions more variable, as opposed to residential sites. Providing incentives for efficient EV charging infrastructure through utility and government programs will ensure optimal long-term investment in this new technology, reduce energy use, and facilitate more rapid uptake of EVs. EV charging infrastructure is eligible for federal funding under the Moving Ahead for Progress in the 21st Century Act. Thus, transportation agencies could include efficiency benchmarks as a requirement for project financing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesIntégrité de la recherche
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 enseignants0,494
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,003
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,003
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,089
Tête enseignante GPT0,376
Écart entre enseignants0,286 · 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 tête enseignante, pas un consensus.

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

Citations30
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransportation Research Record Journal of the Transportation Research BoardMême sujetAdvanced Battery Technologies ResearchTravaux en français237 207