MétaCan
Menu
Retour à la cohorte
Enregistrement W2752437910

Influence of Renewable Energy Sources on Electricity Transmission Networks in Central Europe

2017· preprint· en· W2752437910 sur OpenAlexfundno aff
Karel Janda, Jan Málek, Lukáš Rečka

Notice bibliographique

RevueEconstor (Econstor) · 2017
Typepreprint
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesMcGill UniversityGrantová Agentura České RepublikyEuropean CommissionUniverzita Karlova v Praze
Mots-clésRenewable energyVolatility (finance)ElectricityWind powerSolar powerEnvironmental scienceGrid parityElectricity systemElectric power transmissionEnvironmental economicsEconomicsNatural resource economicsElectricity generationMeteorologyBusinessEngineeringEconometricsPower (physics)Electrical engineeringDistributed generationGeographyPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper focuses on the influence of increased wind and solar power production on the transmission networks in Central Europe. The model ELMOD is employed. Two development scenarios for the year 2025 are evaluated on the basis of four representative weeks. The first scenario focuses on the effect of Energiewende on the transmission networks, the second one drops out nuclear phase-out and thus assesses isolated effect of increased feed-in. The results indicate that higher feed-in of solar and wind power increases the exchange balance and total transport of electricity between transmission system operator areas as well as the average load of lines and volatility of flows. Solar power is identified as a key contributor to the volatility increase, wind power is identified as a key loop-flow contributor. Eventually, it is concluded that German nuclear phase-out does not significantly exacerbate mentioned problems.

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)
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 enseignants0,049
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,001
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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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'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

Citations1
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEconstor (Econstor)Même sujetIntegrated Energy Systems OptimizationTravaux en français237 207