MétaCan
Menu
Retour à la cohorte
Enregistrement W4387952787 · doi:10.18280/mmep.100531

Design of a Stand-Alone PV System for Irrigation in Rural India Using SAM Software

2023· article· en· W4387952787 sur OpenAlexvenueno aff
Vamsi Krishna Pappala, Rama Sudha Kasibhatla, Venkata Krishna Bhanu Chennapragada, Chandra Sekhar A

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2023
Typearticle
Langueen
DomaineEnergy
ThématiquePhotovoltaic System Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIrrigationSoftwareWater resource managementGeographyAgricultural economicsComputer scienceEnvironmental scienceEconomicsOperating systemAgronomyBiology

Résumé

récupéré en direct d'OpenAlex

India's commitment to renewable energy has been reinforced through its ranking as the fourth-largest global solar power capacity holder, as reported in the Ministry of New and Renewable Energy's 2022 year-end review.Non-fossil fuel-based power generation has reached 42.26% of India's total installed capacity.In this context, solar pump installations for agricultural use, under the component -A, B, C, are in progress.This study proposes the deployment of stand-alone solar power plants using the System Advisor Model (SAM) in three distinct regions of Andhra Pradesh, India.Aimed at facilitating the adoption of green energy and income generation through surplus power sales in rural communities, this work is grounded in a comprehensive survey conducted across eight diverse locations: Ganayigudem, Manduru, Jogannapalem, Vegavaram, Veeravallipalem, Ainavillilanka, Seetharampuram, and Naguladevupadu.Real-time power requirement data was collected from 112 farmers across approximately 882 acres of land.These locations were divided into three sets, designated as set-A, set-B, and set-C, using a clustering approach.The energy requirements for agricultural purposes were derived from the survey data, enabling the near-practical construction of a solar plant via the SAM software, using actual weather data and load requirements.The Levelized cost of energy nominal (LOCE) was calculated to be 3.38 $/kWh and 2.7 $/kWh per cent of land area for set-A, 3.18 $/kWh and 2.54 $/kWh for set-B, and 3.33 $/kWh and 2.66 $/kWh for set-C.These figures encapsulate the cost of constructing and maintaining the solar plant over its lifespan.The lower LOCE for set-B compared to set-A is attributed to the larger plant size in set-A.The feasibility of solar plant construction is enhanced by government-provided tax benefits.However, it is noteworthy that changes in weather patterns may introduce slight discrepancies in practical implementation, as the current results are based on past weather data.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,617
Score d'incertitude au seuil0,554

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,044
Tête enseignante GPT0,238
Écart entre enseignants0,194 · 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
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetPhotovoltaic System Optimization TechniquesTravaux en français237 207