MétaCan
Menu
Retour à la cohorte
Enregistrement W4283800758 · doi:10.46855/energy-proceedings-9272

Comparative analysis among three solar energy-based systems with hydrogen and electrical battery storage in single houses

2022· preprint· en· W4283800758 sur OpenAlexaffabout
Leila Abdolmaleki, Umberto Berardi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésBattery (electricity)Hydrogen storageEnergy storagePhotovoltaic systemSolar energyBattery storageElectrical engineeringEnvironmental scienceHydrogenEngineering physicsEngineeringChemistryPhysicsThermodynamicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

This study investigates and compares the economic analysis of renewable energy-based systems incorporating photovoltaic (PV) panels, electrolyzer, fuel cell (FC), and a hydrogen tank for single houses in North America. Three systems consisting of PV/battery bank, PV/hydrogen, and PV/battery bank/hydrogen are simulated and optimized using the software HOMER. In this study, the electrolyzer produces green hydrogen using to the power obtained by the PV array; the generated hydrogen is stored in a hydrogen tank and powers the FC. Based on the results, the integration of 12 kW PV panels, 2.50 kW FC, 10 kW electrolyzer, 50 kg hydrogen tank, 2 kW converter, and 24 kWh of batteries is found to be the best configuration in Toronto, as it leads to the minimum net present cost (NPC) and levelized cost of energy (COE). Results show that while the battery bank can be used instead of the electrolyzer, FC, and hydrogen tank, the large batteries resulted in the highest NPC due to their high investment cost. Finally, the study is extended to Miami and Washington in the U.S., to check the validity of the conclusions with higher average annual solar radiation and to find their costeffective configurations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,071
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0020,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,022
Tête enseignante GPT0,227
Écart entre enseignants0,205 · 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.

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

Citations3
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetHybrid Renewable Energy SystemsTravaux en français237 207