Energy, Exergy, Exergoeconomic and Exergoenvironmental Impact Analyses and Optimization of Various Geothermal Power Cycle Configurations
Notice bibliographique
Résumé
Energy, exergy, and exergoeconomic evaluations of various geothermal configurations are reported. The main operational and economic parameters of the cycles are evaluated and compared. Multi-objective optimization of the cycles is conducted using the artificial bee colony algorithm. A sensitivity assessment is carried out on the effect of production well temperature variation on system performance from energy and economic perspectives. The results show that the flash-binary cycle has the highest thermal and exergy efficiencies, at 15.6% and 64.3%, respectively. The highest generated power cost and pay-back period are attributable to the simple organic Rankine cycle (ORC). Raising the well-temperature can increase the exergy destruction rate in all configurations. However, the electricity cost and pay-back period decrease. Based on the results, in all cases, the exergoenvironmental impact improvement factor decreases, and the temperature rises. The exergy destruction ratio and efficiency of all components for each configuration are calculated and compared. It is found that, at the optimum state, the exergy efficiencies of the simple organic Rankine cycle, single flash, double flash, and flash-binary cycles respectively are 14.7%, 14.4%, 12.6%, and 14.1% higher than their relevant base cases, while the pay-back periods are 10.6%, 1.5% 1.4%, and 0.6% lower than the base cases.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».