MétaCan
Menu
Retour à la cohorte
Enregistrement W4409916878 · doi:10.1016/j.nxener.2025.100290

Comparative analysis of energy dispatch strategies in PV-integrated renewable energy systems

2025· article· en· W4409916878 sur OpenAlexaffabout
Reza Babaei, David S.‐K. Ting, Rupp Carriveau

Notice bibliographique

RevueNext Energy · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésRenewable energyEnergy (signal processing)Photovoltaic systemEnergy systemEnvironmental economicsComputer scienceEngineeringEconomicsElectrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

The growing global population and escalating energy demands have highlighted the urgent need for a transition to sustainable and renewable energy sources. This study investigates the design and optimization of hybrid energy systems (HES) for Pelee Island, Canada—a remote community facing unreliable single-phase grid supply and increasing seasonal demand. The proposed HES integrates photovoltaic (PV) systems with tracking technologies, a biogas gasifier, diesel generator, lithium-ion battery storage, and grid interaction, under 2 dispatch strategies: Load Following (LF) and Cycle Charging (CC). Among 8 configurations, the CC-based system with VCA tracking (776 kW PV, 73 batteries) performs best, achieving a Net Present Cost (NPC) of $1.6 M, Cost of Electricity (COE) of $0.083/kWh, and Renewable Fraction (RF) of 78.7%. It meets 1,537,217 kWh of a 1,537,271 kWh annual load, with only 54.3 kWh unmet. The LF-VCA system offers the highest RF at 86.3% and the lowest emissions at 21.6 t/year but at a higher NPC of $1.62 M. Battery state of charge (SOC) stays above 60% in summer and often drops below 30% in winter. A 50% increase in SOC min raises NPC by 20%, and a 1.5× capital cost nearly doubles COE. A 60% albedo boosts RF by 7.6% and reduces NPC by 18%. Compared to LF, the optimal CC system lowers NPC by $0.02 M and COE by $0.002/kWh, while producing 90,551 kWh/year of surplus energy. Grid imports peak in winter (>100 kW) and fall near zero in summer, while surplus exports exceed 200 kW during peak solar hours, enhancing system revenue through $0.15/kWh sales. • Hybrid energy system with a VCA tracker achieves $0.083/kWh COE and 78.7% RF. • SOC min variations significantly impact NPC and COE in tracker-based systems. • Albedo improvements enhance solar efficiency, reducing NPC and renewable fraction. • CC dispatch strategy outperforms LF in cost-effectiveness and system efficiency.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,011
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,018
Tête enseignante GPT0,261
Écart entre enseignants0,244 · 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 source (Gemma direct ou Codex distillé), 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

Citations6
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNext EnergyMême sujetHybrid Renewable Energy SystemsTravaux en français237 207