MétaCan
Menu
Retour à la cohorte
Enregistrement W4404581755 · doi:10.1016/j.est.2024.114415

The role of long-term hydrogen storage in decarbonizing remote communities in Canada: An optimization framework with economic, environmental and social objectives

2024· article· en· W4404581755 sur OpenAlexafffundabout
Mostafa Mostafavi Sani, Hamid Afshari, Ahmed Saif

Notice bibliographique

RevueJournal of Energy Storage · 2024
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTerm (time)Long-term careBusinessEnvironmental economicsNatural resource economicsEnvironmental resource managementEnvironmental scienceEnvironmental planningEconomicsMedicine

Résumé

récupéré en direct d'OpenAlex

Many small Canadian communities lack access to electricity grids, relying instead on costly and polluting diesel generators, despite the local availability of renewable energies like solar and wind. The intermittent nature of these sources limits reliable power supply; thus, hydrogen is proposed as a cost-effective and eco-friendly long-term energy storage solution. However, it remains uncertain whether hydrogen storage can significantly contribute to a 100% renewable energy system (100RES), given the diverse characteristics of these communities. Additionally, the potential for fully renewable infrastructure to reduce costs, mitigate adverse environmental impacts, and enhance social impact is still unclear. A multi-period optimization model that balances economic, environmental, and social objectives to determine the optimal configuration of 100RESs for isolated communities is introduced and utilized to evaluate hydrogen as an energy storage solution to seasonal fluctuations. By identifying the best combinations of technologies tailored to local conditions and priorities, this study offers valuable insights for policymakers, supporting the transition to sustainable energy and achieving national climate goals. The results demonstrate that hydrogen could serve as an excellent long-term energy storage option to address energy shortages during the winter. Different combinations and sizes of energy generation and storage technologies are selected based on the characteristics of each community. For instance, a community in the northern territories with high wind speeds, low solar radiation, extremely low temperatures, and limited biomass resources should optimally rely on wind turbines to meet 80.7% of its total energy demand, resulting in a 62.0% cost reduction and a 49.5% decrease in environmental impact compared to the existing diesel-based system. By 2050, all communities are projected to reduce energy costs per capita, with northern territories achieving 33% and coastal areas achieving 55% cost reductions, eventually leading to the utilization of hydrogen as the main energy storage medium. • Develops a tri-objective model for 100% renewable energy in remote communities • Hydrogen storage is key for seasonal balancing in all modelled communities • Optimal renewable mix varies based on local climate, resources, and geography • By 2050, renewables reduce per capita energy costs by 33%–55% across communities • Findings support clean energy policies for remote areas in Canada and worldwide.

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)0,000
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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,381
Score d'incertitude au seuil0,583

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 ouverte0,0000,000
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 Opus0,006
Tête enseignante GPT0,197
Écart entre enseignants0,191 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations13
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueJournal of Energy StorageMême sujetHybrid Renewable Energy SystemsTravaux en français237 207