MétaCan
Menu
Retour à la cohorte
Enregistrement W3054172129 · doi:10.2514/6.2020-3667

Optimization of Micro-Gas Turbine Based Hybrid Combined Heat and Power (CHP) Systems for Small Off-Grid Communities

2020· article· en· W3054172129 sur OpenAlexaffabout
Nareg Basmadjian, Sean Yun, Zekai Hong

Notice bibliographique

RevueAIAA Propulsion and Energy 2020 Forum · 2020
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensNational Research Council Canada
Organismes subventionnairesnon disponible
Mots-clésAutomotive engineeringHybrid powerGridEngineeringBattery (electricity)Smart gridTurbineEnergy storagePower (physics)Reliability engineeringComputer scienceElectrical engineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

There exists more than 280 communities in Canada that are not connected to North American electric grid due to geographic limitations. This work studies the efficiency gains from an engineering perspective as well as the potential economic benefits from complementing a Micro Gas Turbine (MGT) based micro grid with Battery Energy Storage System (BESS) to form a hybrid energy system to meet the power need, and potentially the heat need, of these geographically isolated communities. A yearly averaged profile of power demand from a typical Canadian household with 5-min resolution was adopted to represent the end users of the micro grid. The Capstone C30 of a nominal power rating of 30 KWe is the base MGT power unit assumed for this study. Considering only one cold start of the MGT per day, it was found that an operating strategy to start the MGT between 8 and 10 am minimizes the size of the battery system with an imposed restriction of operating the MGT above 90 percent of its base load; the minimum engine load requirement is designed to achieve the best system efficiency. The minimum size of the usable storage capacity of the BESS is estimated for meeting the energy storage needs for the aforementioned operating strategy. Finally, the economy of a MGT-based hybrid system is assessed by estimating the unit energy price.

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 enseignants0,197
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 Opus0,014
Tête enseignante GPT0,200
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

Citations0
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIAA Propulsion and Energy 2020 ForumMême sujetHybrid Renewable Energy SystemsTravaux en français237 207