MétaCan
Menu
Retour à la cohorte
Enregistrement W4291465019 · doi:10.3390/hydrogen3030019

Hybrid Renewable Hydrogen Energy Solution for Remote Cold-Climate Open-Pit Mines

2022· article· en· W4291465019 sur OpenAlexaff
Hosein Kalantari, Seyed Ali Ghoreishi‐Madiseh

Notice bibliographique

RevueHydrogen · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésHaulageRenewable energyHydrogen vehicleEnvironmental scienceGrid energy storageBattery (electricity)ElectricityWind powerGreenhouse gasPhotovoltaic systemDiesel fuelWaste managementAutomotive engineeringOpen-pit miningEnergy storageEngineeringDistributed generationHydrogen fuelElectrical engineeringMechanical engineeringMining engineeringFuel cells

Résumé

récupéré en direct d'OpenAlex

Contemporary off-grid mining operations rely on diesel fuel for the provision of their total energy including electricity, heat, and haulage. Given the high cost of diesel and its imposed greenhouse gas emissions, mining companies are looking for more affordable and cleaner sources of energy for their operations. Although renewable energy systems, such as solar photovoltaic and wind provide efficient solutions to address this challenge, full decarbonization has shown to be very challenging, mainly due to the high cost of battery storage along with the inability to meet total site energy demand. Integrating hydrogen and thermal storage with battery banks can facilitate a full transitioning off diesel. In this sense, the present study intends to offer an innovative decarbonized solution by integrating wind turbines with a multi-storage system (battery, hydrogen, and thermal storage) to supply the total energy (electricity, heat, and haulage) for remote open-pit mines. Among the different proposed fully decarbonized configurations in this study, it is shown that a renewable system with a hydrogen-powered fleet and hybridized battery/hydrogen storage configuration can present the most economically viable case for open-pit mines with a considerably less life-of-mine cost.

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), Études des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,555
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0020,002
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 Opus0,022
Tête enseignante GPT0,244
Écart entre enseignants0,223 · 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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrogenMême sujetHybrid Renewable Energy SystemsTravaux en français237 207