Solar Roof Top Generation, Marginal Cost, Financial Impacts on the Utility of Sri Lanka
Notice bibliographique
Résumé
The intensity of solar radiation in Sri Lanka is 1,247-2,106 kWh/m2 per annum (SEA, 2014). There are existing solar generation capacities of 177 MW by using solar roof top systems and 51 MW of the utility scale solar plants in the country as at 28th March 2019. The Government of Sri Lanka(GOSL) introduce Building Integrated Photo Voltaic program since 2009 basically to bank the surplus of electricity units with the Utility. In 2016 GOSL introduced cash payback method for surplus energy generated by Roof Top Solar installations. Some of the stakeholders of the electricity sector argue that the Roof Top Solar generation program has negative financial impact on the financial position of the utility. The impact of the Solar Roof Top program on revenue of the Utility and the customer tariff system has been studied. Results show that Feed in Tariff of the Solar Roof Top is comparatively low with most of the thermal power generation. According to the findings of the study it can be concluded that the financial impact of the program is beneficial to the economy as a whole, but marginally negative to the short terms cash flow of the utility. Anyhow it is seen that such utility centric negativity can be ameliorated though due tariff structure. The government has to consider about the electricity policy of customer tariff in order to provide the concessions only for the needy people.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».