MétaCan
Menu
Retour à la cohorte
Enregistrement W4400911765 · doi:10.20944/preprints202407.1698.v1

Open-Source DC-DC Converter Enabling Direct Integration of Solar Photovoltaics with Anion Exchange Membrane Electrolyzer for Green Hydrogen Production

2024· preprint· en· W4400911765 sur OpenAlexafffund
Md Motakabbir Rahman, Giorgio Antonini, Joshua M. Pearce

Notice bibliographique

RevuePreprints.org · 2024
Typepreprint
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaIndependent Electricity System Operator
Mots-clésRenewable energyPhotovoltaic systemHydrogen productionPhotovoltaicsProcess engineeringElectrolysisSolar energyComputer scienceMaterials scienceElectrical engineeringEnvironmental scienceHydrogenEngineeringChemistryElectrode

Résumé

récupéré en direct d'OpenAlex

Fully sustainable hydrogen production demands renewable energy sources. This study uses an approach that combines solar photovoltaic (PV) systems with minimal batteries to tailor the energy supply to the unique demands of anion exchange membrane (AEM) electrolyzers. An open source DC-DC adjustable converter is designed, prototyped, and tested to enable an AEM to operate at its optimum efficiency without disrupting the continuous operation of existing loads. A structured operating schedule is simulated to align PV performance with AEM electrolyzer characteristics. The results show the >90% efficiency open-source converter was able to directly power the electrolyzer while taking advantage of solar energy surplus for hydrogen production. By strategically scheduling the electrolyzer to maximize output and minimize waste the system only utilizes excess solar energy. By employing this sustainable method, the study highlights a scalable solution that not only enhances the efficiency of hydrogen production, but also promotes the deployment of PV.

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)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,040
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,067
Tête enseignante GPT0,297
Écart entre enseignants0,230 · 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.

Devis d'étudeExpérimental (laboratoire)
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

Citations2
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePreprints.orgMême sujetHybrid Renewable Energy SystemsTravaux en français237 207