MétaCan
Menu
Retour à la cohorte
Enregistrement W7097522794

40 | Fourth Quarter 2013 Politics of Power in China: Institutional Bottlenecks to Reducing Wind Curtailment Through Improved Transmission

2015· article· en· W7097522794 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésWind powerChinaRenewable energyQuarter (Canadian coin)ElectricityNameplate capacityPower grid
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Grid-connected wind capacity has increased thirty-fold in China in the six years since the Renewable Energy Law was passed. At the end of 2012, China led the world in cumulative wind installations with 63 gigawatts (GW), while approved projects planned or under construction exceeded 44 GW (He, 2013). Despite the lead in capacity, however, China generated 30 % less electricity from wind than the United States, which was a close second in terms of total installations. Reduced capacity factors have been attributed to high amounts of forced curtailment, which reached as high as 50 % in some regions last year. The causes of curtailment are manifold: high penetrations of wind in provinces far from load centers, inflexibility of the coal-heavy generation mix, and institutional barriers owing to incomplete power deregulation. To address these shortfalls and other chronic power challenges, China’s grid companies propose to significantly expand long-distance ultrahigh-voltage (UHV) interconnections as well as strengthen interprovincial and intraprovincial ties. These will report-edly double wind utilization by 2020 (State Grid, 2010). However, institutional hurdles to better integrat-ing wind, ranging from an intense debate within China over the future structure of the grid to inflexible transmission operation and pricing, threaten to delay or derail benefits of interconnection. Overview of Current and Proposed Transmission Network

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 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)0,000
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: aucune
Score de désaccord entre enseignants0,728
Score d'incertitude au seuil0,594

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,223
Écart entre enseignants0,213 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Power System OptimizationTravaux en français237 207