Performance of Off-grid Floating Photovoltaic-Battery System Powering an Anion Exchange Membrane Electrolyser for Green Hydrogen Production
Notice bibliographique
Résumé
This study investigates the integration of floating photovoltaic (FPV) systems with an anion exchange membrane (AEM) electrolyser for green hydrogen production. The experimental setup involves a 5 kW FPV system that powers an AEM electrolyser under outdoor environmental conditions. The results show that the system achieves up to 86% energy efficiency and hydrogen purity exceeding 99%, demonstrating both operational stability and high performance being driven by renewable energy. FPV technology, when integrated with AEM electrolyser, offers several key advantages: improved cooling efficiency, enhanced land use efficiency, reduced resource consumption compared to traditional ground-mounted solar systems, and alternative excess energy storage for PV systems. The ability of FPV systems to mitigate land use conflicts makes them particularly suitable for regions with limited available land for traditional solar energy production. Furthermore, the integration addresses the intermittency issues associated with PV, as the FPV systems are equipped with a lithium-ion battery bank that supplies the electrolyser during low irradiation conditions. While the results highlight the potential of FPV-AEM systems, several challenges remain, including the high initial capital costs of FPV installations and their reliance on favorable weather conditions for optimal energy production. To address these limitations, further research is needed into cost optimization strategies, scalable designs, and effective energy storage solutions that can ensure system operation during periods of low solar irradiance. Additionally, future work should focus on improving the durability of FPV systems in harsh weather conditions, as well as exploring advanced materials for floatation, anchoring, and system longevity. Real-time monitoring systems could also enhance operational reliability and predictive maintenance. This study lays the foundation for FPV-AEM systems to play a significant role in the global transition to sustainable energy through green hydrogen production.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».