MétaCan
Menu
Retour à la cohorte
Enregistrement W3020244423 · doi:10.3390/su12093536

Multi-Objective Optimum Design of Hybrid Renewable Energy System for Sustainable Energy Supply to a Green Cellular Networks

2020· article· en· W3020244423 sur OpenAlexaff
Md. Sanwar Hossain, Abu Jahid, Khondoker Ziaul Islam, Mohammed H. Alsharif, Md. Fayzur Rahman

Notice bibliographique

RevueSustainability · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Ottawa
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemRenewable energyComputer scienceAutomotive engineeringDiesel generatorEnvironmental scienceEngineeringElectrical engineeringDiesel fuel

Résumé

récupéré en direct d'OpenAlex

A hybrid solar photovoltaic (PV)/biomass generator (BG) energy-trading framework between grid supply and base stations (BSs) is proposed in this article to address the power crisis of the utility grid, to enhance energy self-reliance, and to downsize the cost. The optimal size, technical criteria, energy generation, and different types of costs have been evaluated considering the dynamic behavior of solar radiation, traffic arrival intensity, and average biomass energy potential. Additionally, the wireless network performance in terms of total achievable throughput, spectral efficiency (SE), and energy efficiency (EE) are extensively examined using the MATLAB-based Monte-Carlo simulations taking multipath fading, system bandwidth, transmission power, and inter-cell interference (ICI) into consideration. The numerical results demonstrate that the energy-trading facility can achieve net present cost (NPC) and greenhouse gas saving up to 3.20% and 65.8%, respectively. In the end, the performance of the hybrid solar PV/BG system has been thoroughly compared with the standalone solar PV, hybrid PV/wind turbine (WT), and hybrid PV/diesel generator (DG) systems under on-grid and off-grid configurations for benchmarking.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,989
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)0,0010,000
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 GPT0,185
Écart entre enseignants0,179 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations29
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainabilityMême sujetMicrogrid Control and OptimizationTravaux en français237 207