MétaCan
Menu
Retour à la cohorte
Enregistrement W7134517612

Improved Performance of Hybrid Photovoltaic-Trigeneration Systems Over Photovoltaic-Cogen Systems Including Effects of Battery Storage

2012· article· en· W7134517612 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCogenerationAbsorption refrigeratorHybrid systemGreenhouse gasWaste heatWork (physics)ChillerHybrid powerBattery (electricity)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Recent work has proposed that hybridization of residential-scale cogeneration with roof-mounted solar PV (photovoltaic) arrays can increase the PV penetration level in ideal situations by a factor of five. In regions where there is a significant cooling load PV-cogen hybrid systems could be coupled to an absorption chiller to utilize waste heat from the cogen unit. In order to investigate realistic (non-ideal) loads that such a hybrid system would need to service, a new numerical simulation called PVTOM (PV-trigeneration optimization model) was created and coupled to the results of the established CHREM (Canadian Hybrid Residential End-Use Energy and Emissions Model). In this paper, PVTOM is applied to representative houses in select Canadian regions, which experience cooling loads, to assess the fuel utilization efficiency and reduction in greenhouse gas emissions from hybrid PV-cogen and trigen systems in comparison with conventional systems. Results of the optimization runs are provided and the efficacy of PV-cogen and PV-trigen systems is discussed. Both PV-trigen and PV-cogen systems have demonstrated to be more effective at reducing emissions when compared to the current combination of centralized power plants and household heating technologies in some regions. © 2012 Elsevier Ltd.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,064
Score d'incertitude au seuil0,127

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,007
Tête enseignante GPT0,194
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), 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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIntegrated Energy Systems OptimizationTravaux en français237 207