MétaCan
Menu
Retour à la cohorte
Enregistrement W4406184847 · doi:10.1016/j.egyai.2025.100469

Optimal capacity planning with economic emission considerations in isolated solar-wind-diesel microgrid using combined arithmetic-golden jackal optimization

2025· article· en· W4406184847 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEnergy and AI · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensSaint Mary's University
Organismes subventionnairesASPIRENatural Sciences and Engineering Research Council of CanadaKhalifa University of Science, Technology and Research
Mots-clésMicrogridDiesel fuelGolden ratioMathematical optimizationMathematicsEnvironmental scienceMeteorologyElectrical engineeringEngineeringAutomotive engineeringGeographyRenewable energy

Résumé

récupéré en direct d'OpenAlex

• Optimization of isolated solar-wind-diesel microgrid to reduce reliance on diesel generators, lower operational costs, and mitigate environmental pollution in remote areas. • The objective is achieving optimal capacity planning by considering economic and emission dispatch factors • Optimization is carried out using combination of metaheuristic methods “arithmetic optimization algorithm” and “golden jackal optimization” to enhance the search process. • Performance analysis is conducted by simulating and comparing three scenarios of only diesel generators, solar-wind-diesel and solar-wind with low number of diesel generators. • Results demonstrate significant cost savings using the solar-wind-diesel microgrid under the proposed combined optimization method compared to the conventional methods. This study aims to optimize an isolated solar-wind-diesel microgrid to reduce reliance on diesel generators, lower operational costs, and mitigate environmental pollution in remote areas. In this optimization, arithmetic optimization algorithm and golden jackal optimization are combined for achieving optimal capacity planning, considering economic and emission dispatch factors. This combination enhances the optimization by considering the balance in exploration and exploitation offered by the arithmetic operators of the arithmetic optimization algorithm and the dynamic adjustment by the adaptive search of the golden jackal optimization. Performance analysis is conducted by simulating and comparing three scenarios of only diesel generators, solar-wind-diesel and solar-wind with low number of diesel generators. The results demonstrate significant cost savings using the solar-wind-diesel microgrid under the proposed combined optimization compared to the arithmetic optimization algorithm and golden jackal algorithm and conventional metaheuristic optimization based on genetic algorithms. Fig. 1. Methodology of the optimal capacity planning considering EED.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,543
Score d'incertitude au seuil0,647

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 GPT0,198
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