MétaCan
Menu
Retour à la cohorte
Enregistrement W2408617598 · doi:10.1115/1.4033677

Optimal Design and Control of Wind-Diesel Hybrid Energy Systems for Remote Arctic Mines

2016· article· en· W2408617598 sur OpenAlexaffabout
Alberto Romero, Mónica Carvalho, Dean L. Millar

Notice bibliographique

RevueJournal of Energy Resources Technology · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensCentre for Excellence in Mining Innovation
Organismes subventionnairesnon disponible
Mots-clésEnergy supplyRemote controlCapital costWind powerProfitability indexEngineeringEnergy (signal processing)BusinessElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Mining operations are located in increasingly remote areas in order to search for relatively high-grade mineral deposits, despite the challenges that arise. These challenges are fundamentally logistic and directly impact the profitability of the remote operation. One of the main challenges is energy supply, since locations that lack a power grid, fuel pipelines, or adequate—if existing—road access have substantially increased energy-related operating costs. Today, a remote mine's energy costs add up to 40% of total operating expenses; this is in contrast with grid-connected, accessible mines, where the energy costs seldom reach 20% of the total. In searching for more cost-effective energy supply options, the present work uses the optimal mine site energy supply (OMSES) concept to optimize the design and operation schedule of a remote underground mine's energy supply system (ESS). Energy demand, weather, and economic data were collected and processed, emulating a remote mine in the Northwest Territories, Canada. The optimal energy system minimized the total cost of the energy supply, which included not only the operation cost but also the annuitized capital investment in equipment. Subsequently, the optimal system's design for the considered demands and environmental factors was subject to simulation and control optimization. Wind power was included in the formulation. Issues such as the necessary spinning reserve and the penetration curtailment, among others, were analyzed, both in the design and the control problems. The present work identified potential improvements for the integrated design (ID) and control of a remote mine's energy system, in particular when including a renewable energy resource with a considerable level of variability, i.e., wind. The optimal solution included the installation of two wind turbines (WTs), achieving 3% diesel savings with a 20% increase of investment compared with the conventional design. The model was validated with a real project—the Diavik Diamond Mine ESS, which included a wind farm with four turbines. A model predictive control (MPC) approach was chosen to optimize scheduling in a simulation with variable conditions of wind speed and ambient temperature; this proved to be a convenient method to assess the robustness of optimal designs. Results also confirmed the limitations of design optimization when uncertainties related to wind energy were ignored.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

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

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 GPT0,183
Écart entre enseignants0,177 · 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

Citations18
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Energy Resources TechnologyMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207