MétaCan
Menu
Retour à la cohorte
Enregistrement W4313441458 · doi:10.14710/ijred.2023.47761

Microgrid Hybrid Solar/Wind/Diesel and Battery Energy Storage Power Generation System: Application to Koh Samui, Southern Thailand

2022· article· en· W4313441458 sur OpenAlexaff
Rawit Khamharnphol, Ismail Kamdar, Jompob Waewsak, Weerasak Chaichan, Sakrapee Khunpetch, Somphol Chiwamongkhonkarn, Chuleerat Kongruang, Yves Gagnon

Notice bibliographique

RevueInternational Journal of Renewable Energy Development · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversité de Moncton
Organismes subventionnairesnon disponible
Mots-clésMicrogridRenewable energyCost of electricity by sourceWind powerElectricity generationDiesel generatorEnvironmental sciencePhotovoltaic systemEngineeringAutomotive engineeringGrid parityDiesel fuelDistributed generationMeteorologyElectrical engineeringPower (physics)Geography

Résumé

récupéré en direct d'OpenAlex

This paper presents the optimization of a 10 MW solar/wind/diesel power generation system with a battery energy storage system (BESS) for one feeder of the distribution system in Koh Samui, an island in southern Thailand. The main objectives are to maximize the deployment of renewable energy-based power generation and to minimize the levelized cost of energy (LCOE). A hybrid renewable energy-based power generation system, consisting of solar PV, wind turbine generators, diesel generator (DiG), bi-directional grid-tied charging inverter (CONV) and BESS, was simulated using HOMER Pro®. This study accessed the database of the National Aeronautics and Space Administration (NASA) for the Surface meteorology and Solar Energy (SSE) for the global solar radiation and temperature, along with the Modern-Era Retrospective analysis for Research and Applications (MERRA-2) wind database. The simulations show that Scenario 1 (PV/Wind/DiG/BESS/CONV) and Scenario 3 (PV/DiG/BESS/CONV) are the optimal configurations regarding the economic indicators (i.e. minimum net present costs (NPC) of 438 M$ and LCOE of 0.20 $/kWh) and the environmental indicators (i.e. lowest greenhouse gases (GHG) emission avoidances of 6,339 tonnes/year and highest renewable fraction (RF) of 89.4%). Furthermore, the sensitivity analysis illustrates that Scenario 3 offers the optimal system type with the largest annual energy production (AEP). Besides contributing to the body of knowledge of optimization methodologies for microgrid hybrid power systems, the outcome of this work will assist the regional energy practitioners and policy makers regarding optimal configurations of microgrid hybrid systems in the development of a Green Island concept for Koh Samui.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,036
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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'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

Citations29
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Renewable Energy DevelopmentMême sujetHybrid Renewable Energy SystemsTravaux en français237 207