MétaCan
Menu
Retour à la cohorte
Enregistrement W4280519895 · doi:10.1016/j.egyr.2022.04.068

Wind power generation and appropriate feed-in-tariff under limited wind resource in central Thailand

2022· article· en· W4280519895 sur OpenAlexaff
Lattawan Niyomtham, Jompob Waewsak, Chuleerat Kongruang, Somphol Chiwamongkhonkarn, Chana Chancham, Yves Gagnon

Notice bibliographique

RevueEnergy Reports · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Energy Research and Development
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésWind powerEnvironmental scienceCost of electricity by sourceWakeWind speedMeteorologyElectricity generationTurbinePower stationEngineeringPower (physics)GeographyElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The objective of this paper is to assess the wind energy resource in the central region of Thailand for wind power generation, along with analyzing the economic feasibility and appropriate feed-in-tariff (FIT) of a proposed 15 MW wind power plant. A microscale wind resource map was created using measured wind data, a computational fluid dynamics wind flow modeling and high-resolution topography databases. Five utility-scale wind turbine generators (WTG), with hub heights ranging from 80 to 120 m above ground level (agl), were used to estimate the annual energy production (AEP). Considering the available wind resource, the most appropriate WTG was identified, and a wind power plant layout was achieved to maximize the AEP as well as minimizing the wake losses. The maximum net AEP, capacity factor (CF), %AEP improvement, %wake loss reduction, and CO2eq emission avoidance were also analyzed. Several financial indices and the levelized cost of energy (LCOE) were analyzed on the basis of a cost–benefit analysis. The economic sensitivity of the costs was used to determine the most appropriate FIT for the project. Results reveal that the mean annual wind speed at 120 m agl in the central region of Thailand reaches 5.8 m/s. The net AEP, CF, %AEP improvement, %wake loss, and CO2eq emission avoidance for a 15 MW wind power plant are estimated at 41 GWh/year, 30%, 6%, 10% and 231 ktonnes CO2eq/year, respectively. The LCOE for a base case scenario is estimated at 0.093 US$/kWh, with a FIT of 0.195 US$/kWh. Finally, the results of this work can be used as guidelines for wind power project development in the central region of Thailand and in other regions of the world where the wind resource is low to moderate under current existing WTG technology.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,029
Score d'incertitude au seuil0,057

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,010
Tête enseignante GPT0,192
Écart entre enseignants0,182 · 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'étudeSans objet
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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy ReportsMême sujetWind Energy Research and DevelopmentTravaux en français237 207