MétaCan
Menu
Retour à la cohorte
Enregistrement W4409501920 · doi:10.1049/icp.2025.1140

Optimizing renewable energy integration: a hybrid energy system approach for residential applications

2025· article· en· W4409501920 sur OpenAlexaff
Asjad Ali, Asma Bibi, Noor Izzri Abdul Wahab, Muhammad Nadeem Akram, Hafiz Abdul Muqeet, Rizwan A. Farade

Notice bibliographique

RevueIET conference proceedings. · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRenewable energyEnergy (signal processing)Energy systemComputer scienceEnvironmental scienceEnvironmental economicsEngineeringElectrical engineeringEconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

Climate change, soaring inflation and energy shortages are driving interest in Distributed Energy Sources (DES), especially in developing countries like Pakistan, where power outages disrupt daily life. Residential communities are increasingly adopting renewable energy sources (RES) and battery storage systems (BESS) to reduce reliance on utility grid and produce cheap energy compared to grid. The authors propose a hybrid energy system (HES) combining solar PV, a diesel generator, and BESS to reduce levelised cost of energy (LCOE) and emissions while addressing energy outages for a residential building in Lahore, Pakistan. The average daily utilization of selected building is around 463 kWh/day with a peak demand of 33 kW. Different configurations are designed and their techno-economic and environmental analysis is conducted using HOMER Software. In one scenario combining PV-DG-BESS-Grid, the lowest LCOE of $0.0120 was achieved, but it resulted in higher emissions due to DG dependence. A PV-BESS-Grid configuration had a slightly higher LCOE of $0.0124 but significantly lower emissions. Sensitivity analysis also revealed that PV-BESS-Grid system to be most robust among all the designed systems.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,944
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,010
Tête enseignante GPT0,207
Écart entre enseignants0,197 · 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.

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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET conference proceedings.Même sujetIntegrated Energy Systems OptimizationTravaux en français237 207