MétaCan
Menu
Retour à la cohorte
Enregistrement W4406853528 · doi:10.1080/03036758.2024.2446746

The role of smart community microgrids in Aotearoa's energy future

2025· article· en· W4406853528 sur OpenAlexfundno aff
Mark Apperley, Helen Viggers, Michael R.W. Walmsley, Ralph Chapman, Philippa Howden‐Chapman, Guy Penny, Ian Shearer, Phoebe Taptiklis

Notice bibliographique

RevueJournal of the Royal Society of New Zealand · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensnon disponible
Organismes subventionnairesStrategic Science Fund
Mots-clésAotearoaEnvironmental scienceEnvironmental resource managementEarth scienceSociologyGeologyGender studies

Résumé

récupéré en direct d'OpenAlex

There is a pressing need to expand electricity production in Aotearoa New Zealand to meet sustainability goals and lower energy costs. This new generation needs to be based on renewable sources, chiefly wind and solar, for both sustainability and economic reasons. While there remains a role for the legacy grid, microgrids provide a means of co-locating generation with load, minimising transmission line investment and energy losses. This paper explores the advantages of smart community microgrids in this context, but also examines the challenges in terms of the existing legacy grid approach. Three case studies are given as examples, covering an isolated community with no grid connection, a more conventional residential community of 30 households, and a community with local commercial/industrial loads in addition to housing. These case studies show the benefits in terms of local consumption of locally generated electricity coupled with sharing or local trading within the community. Microgrids can support New Zealand's transition to a more electrified, equitable, economical and low-emissions energy system, but their development does require not just exploitation of new technologies, but also adjustment to the legacy grid model and a fresh approach to electricity infrastructure planning and management.

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)0,001
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: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,273
Score d'incertitude au seuil0,255

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,004
Tête enseignante GPT0,193
Écart entre enseignants0,189 · 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'étudeSans objet
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

Citations4
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of the Royal Society of New ZealandMême sujetSmart Grid Energy ManagementTravaux en français237 207