MétaCan
Menu
Retour à la cohorte
Enregistrement W3043709837 · doi:10.1002/er.5628

Modeling, design, and optimization of a cost‐effective and reliable hybrid renewable energy system integrated with desalination using the division algorithm

2020· article· en· W3043709837 sur OpenAlexaff
Mohammadali Kiehbadroudinezhad, Ali Rajabipour, Michael Čada, Majid Khanali

Notice bibliographique

RevueInternational Journal of Energy Research · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésDesalinationRenewable energyPhotovoltaic systemEngineeringSizingBattery (electricity)Genetic algorithmBackupAutomotive engineeringPower (physics)AlgorithmReliability engineeringComputer scienceElectrical engineeringMathematical optimizationMathematicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

People in the Middle East are facing the problem of freshwater shortages. This problem is more intense for a remote region, which has no access to the power grid. The use of seawater desalination technology integrated with the generated energy unit by renewable energy sources could help overcome this problem. In this study, we refer a seawater reverse osmosis desalination (SWROD) plant with a capacity of 1.5 m3/h used on Larak Island, Iran. Moreover, for producing fresh water and meet the load demand of the SWROD plant, three different stand-alone hybrid renewable energy systems (SAHRES), namely wind turbine (WT)/photovoltaic (PV)/battery bank storage (BBS), PV/BBS, and WT/BBS are modeled and investigated. The optimization problem was coded in MATLAB software. Furthermore, the optimized results were obtained by the division algorithm (DA). The DA has been developed to solve the sizing problem of three SAHRES configurations by considering the object function's constraints. These results show that this improved algorithm has been simpler, more precise, faster, and more flexible than a genetic algorithm (GA) in solving problems. Moreover, the minimum total life cycle cost (TLCC = 243 763$), with minimum loss of power supply probability (LPSP = 0%) and maximum reliability, was related to the WT/PV/BBS configuration. WT/PV/BBS is also the best configuration to use less battery as a backup unit (69 units). The batteries in this configuration have a longer life cycle (maximum average of annual battery charge level) than two other configurations (93.86%). Moreover, the optimized results have shown that utilizing the configuration of WT/PV/BBS could lead to attaining a cost-effective and green (without environmental pollution) SAHRES, with high reliability for remote areas, with appropriate potential of wind and solar irradiance.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,953
Score d'incertitude au seuil0,985

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,047
Tête enseignante GPT0,309
Écart entre enseignants0,262 · 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
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

Citations38
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Energy ResearchMême sujetHybrid Renewable Energy SystemsTravaux en français237 207