Field Testing and Economic Analysis of Residential Vehicle to Grid Deployment
Notice bibliographique
Résumé
The development of Electric Vehicles (EVs) has surged in recent years, positioning them as direct replacements for fossil fuel-dependent internal combustion engines. However, the rise in EVs will place considerable strain on the grid, necessitating transmission and distribution infrastructure upgrades. In this regard, EVs equipped with bidirectional charging can act as independent energy storage, managing energy at home during normal and emergency conditions, feeding excess energy back into the grid to reduce its strain, and potentially generating revenue for their owners. However, the high cost of Residential Bidirectional Chargers (RBC) and the limited availability of EVs that support bidirectional charging, particularly Vehicle-to-Home/Grid (V2H/G), remain significant barriers. Despite extensive theoretical research on bidirectional charging of EVs, there is a lack of real-world testing and comprehensive techno-economic analysis to assess the feasibility of the wide deployment of these technologies in residential areas. This thesis aims to investigate the techno-economic viability for the wide deployment of RBC throughout the following: 1. Field Testing for RBCs: Conducting practical evaluations of RBCs to gather empirical data on their performance, efficiency, and reliability under real-world conditions. 2. Identification of Policy and Regulatory Barriers: Analyzing the legislative and regulatory frameworks in Ontario to identify obstacles that hinder the deployment of RBCs, and proposing solutions to overcome these barriers. 3. Development of a Mathematical Model: Creating a model to perform a regional-wide cost-benefit analysis for RBC deployment programs, considering three main stakeholders: local distribution companies, EV owners, and ratepayers. By addressing these aspects, this research will provide a comprehensive understanding of the practical and economic implications of implementing RBC technologies, paving the way for its broader adoption and integration into the energy infrastructure.
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 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 ».