Conception d'un stockage d'énergie éolienne pour une entreprise minière isolée du réseau : faisabilité du stockage d'hydrogène
Bibliographic record
Abstract
Les métaux sont des ressources de plus en plus convoitées et stratégiques, ils seront nécessaires pour la transition énergétique. Cependant pour être extrait, les entreprises minières ont besoin de beaucoup d’énergie. C’est le cas de Mine Raglan, une mine de Nickel au nord du Québec, isolée du réseau électrique, qui consomme chaque année plus 55 millions de litres de diesel. Ce mémoire est une étude technico-économique qui a pour objectif d’étudier la possibilité de substituer le diesel par une source d’énergie renouvelable. Le potentiel éolien à Raglan est fort et deux éoliennes ont déjà été installées avec succès. Cependant pour implanter en grande quantité des éoliennes il est nécessaire d’installer un système de stockage afin de continuer de répondre à la demande en énergie. Dans cette étude, c’est le stockage à hydrogène qui est étudié. Les technologies d’électrolyseur PEM, de réservoir sous forme comprimé et les piles à combustibles PEM et solides ont été retenues dans cette étude. À l’aide de simulations réalisées sur le logiciel HOMER, les résultats ont montré qu’il était techniquement possible de répondre à la demande de la mine à partir d’un système renouvelable composé d’éoliennes et de technologies d’hydrogène. Les résultats ont montré que les piles à combustible solide, malgré leur de temps réponse lent, étaient plus efficaces, car en plus d’un meilleur rendement électrique, la chaleur peut aussi être récupérée. Les coûts restent cependant élevés et les perspectives économiques d’un tel projet dépendant aussi en grande partie des coûts futurs du diesel ainsi que de l’évolution des coûts des technologies d’hydrogène qui sont en plein essor. Afin de réduire davantage ses coûts plusieurs pistes sont aussi possibles comme la revalorisation de l’oxygène, le stockage de l’hydrogène dans le pergélisol, ou encore l’étude du potentiel d’effacement de la mine.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.002 | 0.002 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.005 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".