Impact of Snow Depth on Single-Axis Tracked Bifacial Photovoltaic System Performance
Notice bibliographique
Résumé
Photovoltaic (PV) capacity is rapidly expanding in mid-to-high latitude jurisdictions due to drastic decreases in PV system cost and global decarbonization efforts. However, uncertainty around performance impacts of latitude-specific conditions, such as ground-accumulated snow, contribute to investment risk. In this work, we employed DUET, our custom bifacial PV modelling tool, to study variable ground clearance resulting from snow accumulation. We model the impact of snow depth on a module in four generic, 2-in-portait single-axis tracked (SAT) systems with baseline ground clearances ranging from 1.6-2.8 m. Over the snowy season in Ottawa, Ontario <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$(\boldsymbol{45}^{\circ}\mathbf{N})$</tex> and Cambridge Bay, Nunavut <tex xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">$(\boldsymbol{69}^{\circ}\mathbf{N})$</tex> , Canada, rear insolation and energy yield decrease by 3.4-9.6% and 0.36-0.69%, respectively - comparable to annual structure shading and electrical mismatch loss factors. The average daily energy yield loss in both locations is 0.034 <sup xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xlink="http://www.w3.org/1999/xlink">%</sup> per centimeter of accumulated snow. When hourly energy yield loss throughout the snowy season is binned by hour of day, hourly averages peak at 1.2-1.4% loss, suggesting implications for real-time and short-term forecasting.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».