Hydrogen storage and refueling options: A performance evaluation
Notice bibliographique
Résumé
This study focuses on the comparative modeling and refueling simulations of hydrogen refueling stations for hydrogen-powered vehicles and high-pressure hydrogen storage options in tanks. The study further aims to simulate these under actual conditions in Ontario, Canada for better assessment which can be treated as a case study as well. The specific tests explore the modeling of hydrogen flow between the recharging station to the car's tank , as well as the optimization of transient variations in temperature, pressure and mass flow rate of hydrogen throughout the process of refueling a fuel cell electric vehicle . The H2FILLS program is utilized to assist for the simulation studies. The primary objective is to replicate various practical weather conditions, tank pressures, flow rates, and refueling periods for different categories of high-pressure hydrogen storage tanks and analyze their storage efficiency. The three different commercially available high-pressure type-IV hydrogen storage tanks were considered in the study as tank-I, tank-II and tank-III with working pressures of 500 bar, 700 bar, 700 bar, and hydrogen storage capacity of 9.5 kg, 4.6 kg, and 5 kg, respectively. Seven different ambient temperatures were selected to mimic seasonal effects. When the power output is constant, with temperature increases, flow rate decreases, and therefore time required to refuel also increases. There is a linear relationship between the final mass flow rate and the ambient temperature, where the mass flow rate drops by approximately 1.8 kg/h for every 10 °C rise in temperature. The variation in ultimate mass flow rate between the highest and lowest ambient temperatures is roughly 5.4 kg/h. Based on the refueling time and docking, undocking, downtime it’s been found that approximately five minutes is wasted between each vehicle. This can help reduce average of 230.02 kt, 231.70 kt, and 235.06 kt CO 2 emission per year for vehicle-III, vehicle-II, and vehicle-I, respectively. Lastly, yearly CO 2 reduction forecast shows that it may reach 0.9 Mt, 1.6 Mt, 2.7Mt, 3.76 Mt, and 4.73 Mt in the year 2030, 2035, 2040, 2045, and 2050, respectively corresponding to the Global Net-Zero scenario.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».