Progress on rock thermal energy storage (RTES): A state of the art review
Notice bibliographique
Résumé
Abstract Thermal energy is one of the most widely encountered energy forms in our daily life. To ensure efficient utilization and conversion of this energy, the balance between supply and demand needs to be maintained. For this purpose, thermal energy storage is required. There are various thermal energy storage systems available; one of the most basic is sensible thermal energy storage which includes rock thermal energy storage (RTES). This rock‐based energy storage has recently gained significant attention due to its capability to hold large amounts of thermal energy, relatively simple storage mechanism and low cost of storage medium. Accordingly, numerous studies have been conducted to elucidate the basic flow and heat transfer mechanism and to evaluate the performance of this energy storage. The major technical challenges hindering the wide adoption of this technology are the enormous pressure drop across the storage and nonoptimal heat transfer from the heat transfer fluid to the storage medium and vice versa. These issues will directly and indirectly affect the overall cost (capital, operational, and maintenance costs) of the system. To eliminate this issue and assist further development of this technology, it is crucial to compile and extract important findings from these previous studies, identify the challenge and research gap, and draw guidelines for the upcoming research and development. At the moment, this kind of compilation does not exist. Hence, this paper is prepared with the primary objective to comprehensively review the current technology and development of RTES and to propose a potential way forward based on the pain point identified. Discussion on the nontechnical aspect such as policy and regulations as well as community awareness will also be outlined and discussed.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 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 ».