MétaCan
Menu
Retour à la cohorte
Enregistrement W4404111470 · doi:10.1038/s43247-024-01850-5

Renewable energy quality trilemma and coincident wind and solar droughts

2024· article· en· W4404111470 sur OpenAlex
Mingquan Li, Qiang Ma, Rui Shan, Ahmed Abdulla, Edgar Virgüez, Shuo Gao, Dalia Patiño‐Echeverri

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

RevueCommunications Earth & Environment · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueSolar Radiation and Photovoltaics
Établissements canadiensCarleton University
Organismes subventionnairesNational Natural Science Foundation of ChinaCarnegie Institution of Washington
Mots-clésTrilemmaRenewable energyEnvironmental scienceWind powerSolar energyEconomicsEngineering

Résumé

récupéré en direct d'OpenAlex

Renewable energy is essential for power system decarbonization, but extended and unexpected periods of extremely low wind and solar resources (i.e., wind and solar droughts) pose a threat to reliability. The challenge is further exacerbated if shortages of the two occur simultaneously or if they affect neighboring grids simultaneously. Here we present a framework to characterize these events and propose three metrics to comprehensively assess renewable energy quality: resource availability, variability, and extremeness. An examination of long-term data across a vast geographical region shows a strong spatial correlation and temporal coincidence of renewable energy droughts. It also finds a lack of sites that excel in all three quality attributes, which presents a trilemma to investors, system planners, and policymakers. These findings underscore the significance of considering factors beyond mere resource availability and contribute to developing informed strategies for the reliable and sustainable deployment of variable energy resources. The introduction of indicators such as availability, variability, and extremeness significantly alter our understanding of renewable energy quality, posing a challenge for investors, system planners, and policymakers, according to results from a statistical framework and time-series data analysis.

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)0,000
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,901
Score d'incertitude au seuil0,455

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,001
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 Opus0,032
Tête enseignante GPT0,263
Écart entre enseignants0,231 · 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