MétaCan
Menu
Retour à la cohorte
Enregistrement W4255404477 · doi:10.24018/ejeng.2020.5.12.2295

Optimal Sizing of a PV System in Golpayegan, Iran Using Thermal Modeling-based Load Demand

2020· article· en· W4255404477 sur OpenAlexaff
Amir Zare, M. Tariq Iqbal

Notice bibliographique

RevueEuropean Journal of Engineering and Technology Research · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPhotovoltaic systemSizingAutomotive engineeringGrid-connected photovoltaic power systemEnvironmental scienceGridDiesel fuelLoad profileBattery (electricity)Solar irradianceComputer scienceEngineeringMaximum power point trackingElectrical engineeringPower (physics)MeteorologyElectricityVoltageInverter

Résumé

récupéré en direct d'OpenAlex

This paper introduces the design and analysis of a Photovoltaic (PV) system to supply the residential load of a house in Golpayegan, Iran. The paper’s procedure is the house's thermal modeling employing BEopt software to estimate the load data and then collect the primary meteorological data such as solar irradiance and temperature for the selected site. After these preliminary steps, system optimization for PV/grid and PV/diesel/battery models are developed using the HOMER software. The optimization found that the PV array required capacities are 5.17 kW and 6.19 kW, producing 9,346 kWh/yr and 11,196 kWh/yr for standalone and grid-connected PV systems, respectively. The results indicate that solar energy utilization is an attractive option for grid-connected and standalone PV systems, of which the net present costs (NPC) of each system are 12,180 US$, 40,618 US$, respectively. The system analyses show that adopting either a PV/grid or PV/diesel/battery system causes a reduction in not only dependency on fossil fuel but also in CO2 emission.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,022
Score d'incertitude au seuil0,044

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,048
Tête enseignante GPT0,251
Écart entre enseignants0,203 · 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 source (Gemma direct ou Codex distillé), 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

Citations2
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Engineering and Technology ResearchMême sujetSmart Grid Energy ManagementTravaux en français237 207