MétaCan
Menu
Retour à la cohorte
Enregistrement W3138465449 · doi:10.33805/2576-8484.189

Technical and Economical Feasibility Analysis on Household-Scale Rooftop Solar Power Plant Design with On-Grid System in Semarang City

2021· article· en· W3138465449 sur OpenAlexaboutno aff
Jaka Windarta, Singgih Saptadi, Denis Denis, Adi Satrio Dimas

Notice bibliographique

RevueEdelweiss Applied Science and Technology · 2021
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPayback periodInternal rate of returnPhotovoltaic systemNet present valueGrid parityEnvironmental scienceSolar powerPower stationEngineeringElectrical engineeringPower (physics)Production (economics)PhotovoltaicsEconomics

Résumé

récupéré en direct d'OpenAlex

Utilizing rooftops as a solar power plant system on the grid can be an effective and efficient solution to reduce electricity bills. This research aims to design and analyze the potential of 1215 Wp solar power plant rooftop with on grid system household scale in terms of techno economy. Using each of the two alternatives to the main components of solar panels and inverters, there were 4 variations of the component configuration design in this study. Variation 1 uses Canadian solar panels with solax inverters. Variation 2 uses Canadian solar panels with so far inverters. Variation 3 uses risen solar panels with solax inverters. Variation 4 uses risen solar panels with sofar inverter. Through PVSyst 6.43 software, with an average radiation average of 5.48 kWh/m2/day, the potential energy production of each variation of 1215 Wp rooftop solar power plant household scale are 1873 kWh, 1893 kWh, 1865 kWh and 1885 kWh. The investment cost of 1215 Wp rooftop solar power plant ranges from IDR25,220,000-IDR27,020,000 with Net Present Value ranges from IDR15,309,805- IDR17,421,839, Benefit Cost Ratio ranges from 1,489-1,588, Payback period ranges from 10.38 – 11.02 years and Internal Rate of Return value ranges from 8.8-9.56%.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,577
Score d'incertitude au seuil0,869

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,003
Études des sciences et des technologies0,0000,001
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 Opus0,018
Tête enseignante GPT0,226
Écart entre enseignants0,207 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEdelweiss Applied Science and TechnologyMême sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207