Hybrid Wind–Redox Flow Battery System for Decarbonizing Off-Grid Mining Operations
Notice bibliographique
Résumé
Transitioning to sustainable energy systems is crucial for reducing greenhouse gas (GHG) emissions, especially in remote industrial operations where diesel generators remain the dominant power source. This study examines the feasibility of integrating a redox flow battery (RFB) storage system to optimize wind energy utilization at the Raglan mining site in northern Canada, with the goal of reducing diesel dependency, enhancing grid stability, and improving energy security. To evaluate the effectiveness of this hybrid system, a MATLAB R2024b-based simulation model was developed, incorporating wind energy forecasting, load demand analysis, and economic feasibility assessments across multiple storage and wind penetration scenarios. Results indicate that deploying 12 additional E-115 wind turbines combined with a 20 MW/160 MWh redox flow battery system could lead to diesel savings of up to 63.98%, reducing CO2 emissions by 68,000 tonnes annually. However, the study also highlights a key economic challenge: the high Levelized Cost of Storage (LCOS) of CAD (Canadian dollars) 7831/MWh, which remains a barrier to large-scale implementation. For the scenario with high diesel economy, the LCOS was found to be CAD 6110/MWh, and the corresponding LCOE was CAD 590/MWh. While RFB integration improves system reliability, its economic viability depends on key factors, including reductions in electrolyte costs, advancements in operational efficiency, and supportive policy frameworks. This study presents a comprehensive methodology for evaluating energy storage in off-grid industrial sites and identifies key challenges in scaling up renewable energy adoption for remote mining operations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».