MétaCan
Menu
Retour à la cohorte
Enregistrement W2611511120 · doi:10.5539/jms.v7n4p16

Financial Viability of Residential Photovoltaic and Battery Systems in Californias

2017· article· en· W2611511120 sur OpenAlexvenueno aff
Jonas Lehra, Evangelos Vrettos, Ram Rajagopal, Rishee K. Jain, Martin Everts

Notice bibliographique

RevueJournal of Management and Sustainability · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemBattery (electricity)ElectricityPhotovoltaicsPayback periodBenchmark (surveying)TariffComputer scienceEnvironmental economicsComputationFinanceAutomotive engineeringReliability engineeringEconomicsEnvironmental scienceBusinessElectrical engineeringEngineeringPower (physics)MicroeconomicsProduction (economics)

Résumé

récupéré en direct d'OpenAlex

Using a battery on a household level has become easier after the launch of Tesla’s Powerwall. Storing electricity during daytime’s PV overproduction or charging the battery during night with an attractive tariff is the most prominent applications. This paper explores the economic impact of the usage of residential battery storage combined with solar photovoltaics (PV) based on real load data from Northern California, USA. A data-driven, deterministic model to benchmark electricity cost savings for single households is presented and the financial viability of such systems is scrutinized for California. Our results indicate that under current capacity and price points, battery systems have limited financial viability and have a payback period exceeding 20 years in most cases. We deepen our analysis and compare the results of our deterministic model to that of a stochastic model to demonstrate that for an hourly time resolution the deterministic model provides an adequate benchmark for estimating cost (within 3%) savings with a short (1/60th) computation time.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,062
Score d'incertitude au seuil0,507

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,212
Écart entre enseignants0,206 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Management and SustainabilityMême sujetSmart Grid Energy ManagementTravaux en français237 207