Fuel-saving analysis of implementing a generation system based on Variable Speed Generators (VSG) compared to a system based on PV and ESS in remote Arctic communities
Notice bibliographique
Résumé
This study focuses on eight remote communities in northern Canada, and explores strategies for using variable speed engines in order to reduce their dependence on diesel for electricity generation. The analysis compares traditional fixed-speed diesel generators with new variable-speed generators in their capacity to integrate renewable energies (PV and wind) into off-grid communities, while ensuring that generator underloading occurs less than 5% of the time during operation. Then, the reduction in diesel consumption is examined assuming communities were to adopt PV energy in one scenario and PV combined with batteries in another. Real data from a photovoltaic and battery system in Old Crow was used as a model, allowing for solar spillage to prevent generator underloading. To simulate these scenarios, a Simulink model was used, featuring three types of generation (wind, solar, and diesel) that power a load representing the consumption of each community. Voltage drops, losses, potential instabilities, or transients related to off- grid operation were not considered. The results indicate that, depending on the community, variable-speed generators enable the integration of 8% to 22% more renewable energy compared to fixed-speed generators (FSGs). Furthermore, installing the maximum renewable power with an FSG (without underloading the FSG more than 5% of the time) can result in an average annual diesel savings of 20%, while this figure increases to 24% for Variable-Speed Generators (VSGs). Finally, the study compares the base case without renewable energy to the installation of PV, resulting in an average annual saving of diesel of 33%, and for PV combined with energy storage systems (ESS), the reduction increases to 37%.
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 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».