MétaCan
Menu
Retour à la cohorte
Enregistrement W2545090074 · doi:10.1002/ep.12502

Economic Analysis and Potential Feed‐in Tariff of Grid‐Connected PV Systems in Nigeria

2016· article· en· W2545090074 sur OpenAlexaff
Muyiwa S. Adaramola, Samuel S. Paul

Notice bibliographique

RevueEnvironmental Progress & Sustainable Energy · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnergy and Environment Impacts
Établissements canadiensResearch Manitoba
Organismes subventionnairesnon disponible
Mots-clésTariffCost of electricity by sourcePhotovoltaic systemFeed-in tariffEnvironmental scienceInvestment (military)ElectricityNet present valuePort harcourtPort (circuit theory)IncentiveSolar energyEnvironmental engineeringEnvironmental economicsEngineeringEconomicsRenewable energyElectrical engineeringElectricity generationEnergy policyProduction (economics)PhysicsMicroeconomicsInternational economicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

This study presents a feasibility study of grid‐tied PV system in selected locations across the country with focus on cost of energy produced and incentives such as feed‐in tariff and investment support. Based on the study locations and assumptions used in this study, it was estimated that the annual energy generated by the PV system varies between 2885 kWh in Port‐Harcourt in southern region and 4391 kWh in Isa in northern region. The optimal simulation results reveal that the levelized cost of energy varies from one location to another: highest in very low‐energy site (Port‐Harcourt) and lowest in the very high‐energy (Isa). In addition, it is estimated that the feed‐in tariff varies between N76.54/kWh (or US$0.4556/kWh) in Port‐Harcourt and N50.25/kWh (or US$0.2991/kWh) in Isa. It was further observed that the ratio of levelized cost of energy to current electricity tariff is least at Bauchi with a value of 1.22 and highest in Ikeja with a value of 2.95. Consequently, it would easier to sell solar PV idea to individual in Bauchi than those in Ikeja to invest in solar PV. Some of the benefits and potential challenges of implementing feed‐in tariff in Nigeria were also presented. © 2016 American Institute of Chemical Engineers Environ Prog, 36: 305–314, 2017

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,001
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 Opus0,002
Tête enseignante GPT0,173
Écart entre enseignants0,171 · 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

Citations6
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Progress & Sustainable EnergyMême sujetEnergy and Environment ImpactsTravaux en français237 207