MétaCan
Menu
Retour à la cohorte
Enregistrement W4285165370 · doi:10.5455/jjee.204-1644676329

Dynamic Modeling of an Optimal Hybrid Power System for a Captive Power Plant in Pakistan

2022· article· en· W4285165370 sur OpenAlexafffund
Luqman Ahsan, M. Tariq Iqbal

Notice bibliographique

RevueJordan Journal of Electrical Engineering · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSizingRenewable energyContext (archaeology)Power stationPhotovoltaic systemGridMATLABComputer scienceSoftwareVirtual power plantAutomotive engineeringReliability engineeringControl engineeringEngineeringDistributed generationElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper presents the optimized design, economic feasibility and dynamic modeling of a grid-tied captive hybrid renewable energy power plant for a Pakistani industrial area. Since the proposed plant, encompasses a photovoltaic (PV) array - as its main component - and for an efficient and reliable operation many issues - including industrial load variations and expected dynamics - should be investigated before its implementation. In this context, Homer Pro software is utilized in the design and economic optimized sizing of the PV array, and the PVWatts is used in land requirement analysis. The designed grid-tied plant is modeled in the MATLAB/Simulink using Simscape blocksets to investigate the plant’s dynamic behavior due to typical practical disturbances. The obtained results reveal that the plant has a low per-unit energy cost and provides significant savings. Results of dynamic simulation show that the plant can respond to the ramp-up and ramp-down load variations in industrial settings. Moreover, the plant has a fast response to step changes in irradiance; proving that the proposed plant is reliable and suitable candidate for fulfilling the designated load.

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 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 enseignants0,098
Score d'incertitude au seuil0,964

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,222
Écart entre enseignants0,217 · 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

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJordan Journal of Electrical EngineeringMême sujetHybrid Renewable Energy SystemsTravaux en français237 207