Micro Nuclear Reactors: Potential Replacements for Diesel Gensets within Micro Energy Grids
Notice bibliographique
Résumé
Resilient operation of medium/large scale off-grid energy systems, which is a key challenge for energy crisis solutions, requires continuous and sustainable energy resources. Conventionally, micro energy grids (MEGs) are adopted to supply electricity and thermal energy simultaneously. Fossil-fired gensets, such as diesel generators, are indispensable components for off-grid MEGs due to the intermittent nature of renewable energy sources (RESs). However, fossil-fired gensets emit a significant amount of greenhouse gases (GHGs). Therefore, this study investigates an alternative source as an economical and environmental replacement for diesel gensets that can reduce GHG emissions and ensure system reliability. A MEG is developed in this paper to support a considerably large-scale electric and thermal demand at Ontario Tech University (UOIT). Different sizes of diesel gensets and RESs, such as solar, wind, hydro, and biomass, are combined in the MEG for off-grid applications. To evaluate diesel gensets’ competency, the diesel genset is substituted by an emission-free generation source named microreactor (MR). The fossil-fired MEG and MR-based MEG are optimized by an intelligent optimization technique, namely particle swarm optimization (PSO). The objective of the PSO is to minimize the net present cost (NPC). The simulation results show that MR-based MEG could be an excellent replacement for a diesel genset in terms of NPC and selected key performance indicators (KPIs). A comprehensive sensitivity analysis is also carried out to validate the simulation results.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».