Optimization of Dynamic Wireless Charging Systems and Economic Feasibility Assessment of Electrified Roads
Notice bibliographique
Résumé
Dynamic wireless charging (DWC) systems can make up electrified roads (eRoads) on which electricity from the grid is supplied to electric vehicles (EVs) wirelessly while the EVs travel along the roads. Electrification of roads contributes to decarbonizing the transport sector and offers a strong solution to high battery cost, range anxiety, and long charging times of EVs. However, the DWC eRoads infrastructure is costly. This article presents a model to minimize the infrastructure cost so that the deployment of eRoads can be economically more feasible. The investment for eRoad infrastructure consists of the costs of various components including inverters, road-embedded power transmitter devices, controllers, and grid connections. These costs depend on the traffic flow of EVs. The configuration and deployment strategy of the proposed eRoads in Southeastern Canada are designed with optimized charging power and DWC coverage ratio to attain the best cost-effectiveness. Well-designed intermittent or partial DWC systems are shown to be an effective approach to reducing the overall investment. The economic feasibility of the DWC eRoads is assessed using a levelized cost metric. The results show that the DWC technology is economically viable, particularly for long-haul truck transport. In addition, a sensitivity analysis is conducted to evaluate which parameters have a more significant impact on the economic viability of the DWC eRoads.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 source (Gemma direct ou Codex distillé), 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 ».