MétaCan
Menu
Retour à la cohorte
Enregistrement W4402808614 · doi:10.1002/ese3.1905

Comprehensive case study on the technical feasibility of Green hydrogen production from photovoltaic and battery energy storage systems

2024· article· en· W4402808614 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueEnergy Science & Engineering · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoUniversidade de PernambucoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésPhotovoltaic systemEnergy storageHydrogen storageBattery (electricity)Production (economics)Hydrogen productionBattery storageEnvironmental scienceAutomotive engineeringProcess engineeringHydrogenComputer scienceEngineeringWaste managementElectrical engineeringPower (physics)ChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract The growing demand for alternative energy sources to alleviate environmental impacts highlights the need to move from fossil fuels to renewable energy. This study demonstrated the technical feasibility of using a solar photovoltaic (PV) system for the production of green hydrogen. This research examined electrical and power data from a PV plant in Irecê, Bahia, using open data sources to provide insights into the production of green hydrogen from renewable sources. The system mainly depends on the use of a renewable source, PV solar energy, integrated with batteries, electrolyzers, and hydrogen tanks. Electrolyzer, battery, and hydrogen tank sizing analysis for optimal hydrogen production was effectively conducted using HOMER Energy software. The predicted system topology prioritizes a local DC network, optimizing efficiency for electrolyzers that have inherently low efficiency. The electrolyzer simulation involves initial Python‐based sizing and comprehensive sizing with HOMER Energy software, ensuring accuracy within a 10% discrepancy limit. This highlights the importance of analytical calculations and optimization software for sizing more complex systems.

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.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,090
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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)0,0000,000

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 Opus0,027
Tête enseignante GPT0,245
Écart entre enseignants0,218 · 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