MétaCan
Menu
Retour à la cohorte
Enregistrement W4414838094 · doi:10.1016/j.tsep.2025.104174

A holistic study on solar photovoltaic-based cleaner hydrogen production facilities: Economic and performance assessments

2025· article· en· W4414838094 sur OpenAlex
Doğan Erdemir, İbrahim Dinçer

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
aboutLe titre ou le résumé porte un signal canadien du lexique géographique.

Notice bibliographique

RevueThermal Science and Engineering Progress · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésHydrogen productionPhotovoltaic systemHydrogenHydrogen storageCost of electricity by sourceProduction (economics)Solar powerStorage tank

Résumé

récupéré en direct d'OpenAlex

• Four possible cases for solar PV based hydrogen production is studied. • Hydrogen storage limits electrolyser size, reducing output if oversized beyond 400 kW. • O&M costs dominate total expenses, reaching up to 76% over a 30-year lifespan. • Excluding hydrogen storage cuts LCOH nearly in half for 1 MWp PV configurations. • Scaling up PV capacity to 100 MWp drops LCOH below $2/kg for all configurations. This study presents a holistic technoeconomic analysis of solar photovoltaic-based green hydrogen production facilities, assessing hydrogen output potential and cost structures under various facility configurations. Four system cases are defined based on the inclusion of new photovoltaic (PV) panels and hydrogen storage (HS) subsystems, considering Southern Ontario solar data and a 30-year operational lifespan. Through a system level modeling, we incorporate the initial costs of sub-systems (PV panels, power conditioning devices, electrolyser, battery pack, and hydrogen storage), operating and maintenance expenses, and replacement costs to determine the levelized cost of hydrogen (LCOH). The results of this study indicate that including hydrogen storage significantly impacts optimal electrolyser sizing, creating a production bottleneck around 400 kW for a 1 MWp PV system (yielding approximately 590 tons H 2 over a period of 30 years), whereas systems without storage achieve higher yields (about 1080 tons of H 2 ) with larger electrolysers (approximately 620 kW). The lifetime cost analysis reveals that operating and maintenance cost constitutes the dominant expenditure (68–76 %). Including hydrogen storage increases the minimum LCOH and sharply penalizes electrolyser oversizing relative to storage capacity. For a 1 MWp base system, minimum LCOH ranged from approximately $3.50/kg (existing PV, no HS) to $6/kg (existing PV, with HS), $11–12/kg (new PV, no HS), and $22–25/kg (new PV, with HS). Leveraging existing PV infrastructure drastically reduces LCOH. Furthermore, significant economies of scale are observed with increasing PV facility capacity, potentially lowering LCOH below $2/kg at the 100 MWp scale. The study therefore underscores that there is a critical interplay between system configuration, component sizing, operating and maintenance management, and facility scale in determining the economic viability of solar 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.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,178
Score d'incertitude au seuil0,588

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,262
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