MétaCan
Menu
Retour à la cohorte
Enregistrement W3173658285 · doi:10.1109/access.2021.3091738

Techno-Economic Design of a Combined Heat and Power Microgrid for a Remote Community in Newfoundland Canada

2021· article· en· W3173658285 sur OpenAlexaffabout
Hashem Elsaraf, Mohsin Jamil, Bishwajeet Pandey

Notice bibliographique

RevueIEEE Access · 2021
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésMicrogridRenewable energyEnvironmental scienceCost of electricity by sourceWind powerEnvironmental economicsDiesel fuelDistributed generationAutomotive engineeringComputer scienceElectricity generationProcess engineeringElectrical engineeringEngineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

Around 300 remote communities in Canada rely on diesel for their energy needs, a situation associated with high costs, high emissions, and accessibility problems. Various studies have addressed this problem by proposing renewable energy microgrids, which have a lot of potential due to the abundance and availability of renewable sources. However, there is a lack of studies regarding remote communities in Newfoundland and combined heat and power microgrids. This study chose Cartwright remote community based on consumption and available resources. Both distributed and centralized microgrid components were designed using MS Excel, Polysun, HOMER, and BEOPT. The final system included solar thermal, PV, wind energy, hydroelectric energy and fuel cells for energy generation, and hydrogen as an energy carrier for storage. The solar thermal distributed system reduced the thermal load by 35%. The microgrid reduced diesel consumption by 71% and CO <sub xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">2</sub> emissions by 9000 tons. Renewable sources provided 100% of the electric load and 63.5% of the thermal load. The microgrid achieved a Levelized cost of -0.0245 $ \$ $ /kWh, which is only possible for combined heat and power systems.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,684
Score d'incertitude au seuil0,673

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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 Opus0,027
Tête enseignante GPT0,263
Écart entre enseignants0,236 · 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
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

Citations52
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetHybrid Renewable Energy SystemsTravaux en français237 207