MétaCan
Menu
Retour à la cohorte
Enregistrement W2760172647 · doi:10.1109/sege.2017.8052783

Economic analysis of residential solar microgrids

2017· article· en· W2760172647 sur OpenAlexaffabout
James Situ, David J. Wright

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésMicrogridPhotovoltaic systemNet meteringBattery (electricity)Renewable energyConsumption (sociology)ElectricityComputer scienceAutomotive engineeringEnvironmental economicsEconomicsPower (physics)Distributed generationEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

From homeowner and investor perspective, integration of renewable energy with battery energy storage system (BESS) can have economic benefits. This paper presents the results of battery control in residential microgrid system using photovoltaic (PV) distributed energy resource (DER) in residential applications in Ottawa, Ontario. The battery flow is controlled on an hourly basis to optimize the cost saving from PV microgrid system under net metering and no-feedback utility policies. PV and battery sizes are designed with fixed budgets in a particular price year to match average annual residential electricity power consumption (kWh) and dollar amount of consumption (ĆD) in Ontario. A linear programing (LP) model is developed for PV microgrid system to solve for different scenarios, varying in different price years, net metering and no-feedback utility policies, combinations of different PV-battery size. The LP solution under net metering policy shows the battery flow is only dependent on time-of-use (TOU) rate, while solution under no-feedback policy depends on both TOU rates and utility supply and demand in the microgrid system. In addition, higher financial benefit is realized with larger battery size in the latter price year.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,562
Score d'incertitude au seuil0,595

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 technologies0,0000,000
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 Opus0,007
Tête enseignante GPT0,216
Écart entre enseignants0,209 · 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'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

Citations4
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207