MétaCan
Menu
Retour à la cohorte
Enregistrement W4413339256 · doi:10.18280/mmep.120731

Sustainable Hybrid Solar-Biogas Systems for Electric Vehicle Charging in Tropical Regions: A Techno-Economic Assessment

2025· article· en· W4413339256 sur OpenAlexvenueno aff
Marsya Aulia Rizkita, Hadi Suwono, Singgih Dwi Prasetyo

Notice bibliographique

RevueMathematical Modelling and Engineering Problems · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensnon disponible
Organismes subventionnairesUniversitas Negeri Malang
Mots-clésBiogasEnvironmental scienceElectric vehicleWaste managementEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This study aims to evaluate the technical and economic performance of the hybrid solar panel and biogas power generation system to support the operation of the electric vehicle charging station in Malang City.The system is designed in two network scenarios, namely grid and off-grid, and analyzed using PVsyst software and HOMER Pro.The simulation results show that the off-grid configuration produces 1,054,693 kWh/year of energy, while the on-grid scenario achieves 985,216 kWh/year.The Performance Ratio value of the photovoltaic system is 0.83, reflecting relatively high reliability in humid tropical climate conditions.Economically, the off-grid system has a Levelized Cost of Energy (LCOE) of IDR 1,825.07/kWhwith a payback period of 4.13 years, while the on-grid scenario shows an LCOE of IDR 3,610.73/kWhwith a payback period of 2.64 years.This study shows that integrating hybrid systems is feasible as a clean and efficient energy solution to support the electric vehicle ecosystem, especially in urban areas with high renewable energy potential.

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 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: aucune
Score de désaccord entre enseignants0,854
Score d'incertitude au seuil0,917

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,203
Écart entre enseignants0,196 · 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'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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMathematical Modelling and Engineering ProblemsMême sujetElectric Vehicles and InfrastructureTravaux en français237 207