Experimental Evaluation of Direct‐Burial Subterranean Battery Energy Storage System
Notice bibliographique
Résumé
ABSTRACT Battery energy storage systems have become an integral part of the electricity system as an increased quantity of variable renewable energy generation such as solar photovoltaics (PVs) and wind turbines is deployed. Siting and placement of the battery system is important for thermal management, safety, and use of space. Literature on this topic has only considered above‐ground installations. Direct‐burial subterranean installations can address the siting topics by providing access to relatively consistent ground temperatures, encasement of the battery in nonflammable soil, and permitting other uses of the ground surface above (e.g., athletic field). However, batteries generate heat during operation, and although in direct contact with the soil, the soil has poor thermal conductivity, potentially restricting operations to low‐power applications. This research designs, builds, instruments, and demonstrates the operation of a direct‐burial subterranean battery while exploring the thermal dynamics of the battery (NCA lithium ion) versus the surrounding backfill soil (thermal sand, k = 2.8 W/mK), with attention to peak temperatures and heat dissipation timelines. The results identify limitations of a residential behind‐the‐meter battery operation for either PV self‐consumption or load following (LF) application signals. The PV self‐consumption signal, which completes less than 1 cycle per day, results in a 4°C increase in the battery temperature, given the condition of the soil used during battery operation, and returning to original temperatures during the lengthy overnight rest period. The more aggressive LF signal, completing more than 2 cycles per day, elevated the temperature by 16°C within a single day, given the conditions of the soil employed in this experiment. Continued operations of the LF signal would cause overheating and so need to be completed only once every several days. The experimental findings will be used to design and calibrate a new subterranean battery energy storage system numerical models to predict performance for unique battery shapes, installation depths, climates, and arrays of batteries. In this fashion, this new battery technology may be deployed to meet specific applications throughout varied environments.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».