MétaCan
Menu
Retour à la cohorte
Enregistrement W2117196863 · doi:10.1504/ijgw.2009.027101

The techno-economic and environmental aspects of a hybrid PV-diesel-battery power system for remote farm houses

2009· article· en· W2117196863 sur OpenAlexafffund
Ersin Akyüz, Zuhal Oktay, İbrahim Dinçer

Notice bibliographique

RevueInternational Journal of Global Warming · 2009
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Renewable Energy LaboratoryBalikesir Üniversitesi
Mots-clésDiesel fuelDiesel generatorEnvironmental sciencePhotovoltaic systemBattery (electricity)TonneDiesel engineWaste managementAutomotive engineeringNOxEnvironmental engineeringEngineeringPower (physics)Electrical engineeringCombustion

Résumé

récupéré en direct d'OpenAlex

In this study, the solar radiation data of Balikesir in Turkey are analysed to assess the techno-economic viability and environmental performance of a hybrid Photovoltaic (PV)-diesel-battery system to meet the load requirements of a typical remote farm house. Several aspects of the system are studied through the Cost of Energy (CoE), the operational hours of diesel generator, unmet load, excess electricity generation, percentage of fuel savings, etc. The CoE for this kind of hybrid system is found to be 1.245 US$ /kWh. Simulations are performed for three cases (diesel only, PV-diesel and PV-diesel-battery). It is found that a diesel-only system produces 63 900 kWh of electricity and 69.7 tonnes of CO2, 13.0 kg of PM, 1.53 tonnes of NOx emissions per year. Using PV-diesel and PV-diesel-battery systems helps reduce the emissions for CO2 to 61.0 and 42.0 tonnes, for PM to 11.4 and 7.83 kg and for NOx to 1.34 and 0.92 tonnes, respectively. The diesel-only system is more economical if the fuel price remains below US$2/L. Otherwise, PV-diesel and PV-diesel-battery systems become more cost-effective. Also, the environmental impact improvement factor is found as 0.127 and 0.399 for CO2, 0.123 and 0.397 for PM and 0.124 and 0.398 for NOx for both PV-diesel and PV-diesel-battery systems, respectively.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,006
Tête enseignante GPT0,231
Écart entre enseignants0,225 · 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'étudeSimulation ou modélisation
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

Citations11
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Global WarmingMême sujetHybrid Renewable Energy SystemsTravaux en français237 207