MétaCan
Menu
Retour à la cohorte
Enregistrement W4318219132 · doi:10.1144/sp528-2022-54

Compressed air energy storage (CAES): current status, geomechanical aspects and future opportunities

2023· article· en· W4318219132 sur OpenAlexaff
Seunghee Kim, Maurice B. Dusseault, Oladipupo Babarinde, John Wickens

Notice bibliographique

RevueGeological Society London Special Publications · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueAdsorption and Cooling Systems
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésCompressed air energy storageCompressed airPetroleum engineeringEnergy storageCaprockEnvironmental scienceAdiabatic processLead (geology)GeologyEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract A compressed air energy storage (CAES) facility provides value by supporting the reliability of the energy grid through its ability to repeatedly store and dispatch energy on demand. Two main advantages of CAES are its ability to provide grid-scale energy storage and its utilization of compressed air, which yields a low environmental burden, being neither toxic nor flammable. The focus of this review paper is to deliver a general overview of current CAES technology (diabatic, adiabatic and isothermal CAES), storage requirements, site selection and design constraints. We discuss underground storage options suitable for CAES, including submerged bladders, underground mines, salt caverns, porous aquifers, depleted reservoirs, cased wellbores and surface pressure vessels. A geomechanical perspective is provided regarding the pressure limits for these options. The impacts of cyclic injection and withdrawal of compressed air, and the importance of caprock assessments with porous rock CAES, are also discussed. In addition, we provide an overview of the large-scale CAES facilities that are currently active or under development and a cost comparison of the diabatic, adiabatic and isothermal CAES options. Lastly, we outline major challenges and future opportunities for CAES and the top priorities for research, industry and stakeholders.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,548
Score d'incertitude au seuil0,816

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,036
Tête enseignante GPT0,241
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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
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

Citations20
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGeological Society London Special PublicationsMême sujetAdsorption and Cooling SystemsTravaux en français237 207