Loading...
机构名称:
¥ 1.0

储能是解决风能、太阳能等可再生能源发电方式不稳定性的有效方法,有望在可持续和低碳社会中发挥重要作用。经济性和碳排放是评估储能技术(EST)可行性时应充分考虑的重要指标。在本研究中,我们通过对EST的技术分析,研究了两种有前景的大规模可再生能源储能路线,电化学储能(EES)和氢能储能(HES)。在充分考虑这些路线的关键环节的情况下,对EES和HES在生命周期内的平准化储能成本(LCOS)、碳排放和不确定性进行评估。为了减少评估误差,我们使用蒙特卡罗方法从收集的数据中获取大量数据,并估算EST的经济性和碳排放水平。结果表明,与其他用于 EES 的电池相比,锂离子 (Li-ion) 电池的 LCOS 和碳排放量最低,分别为 0.314 美元/千瓦时和 72.76 克二氧化碳当量/千瓦时。不同的 HES 路线意味着不同的氢气生产组合,

能源与人工智能

能源与人工智能PDF文件第1页

能源与人工智能PDF文件第2页

能源与人工智能PDF文件第3页

能源与人工智能PDF文件第4页

能源与人工智能PDF文件第5页

相关文件推荐

2024 年
¥1.0
2021 年
¥1.0
2025 年
¥11.0
2024 年
¥1.0
2022 年
¥1.0
2022 年
¥2.0
2022 年
¥31.0
2024 年
¥1.0
2024 年
¥1.0
2020 年
¥1.0
2017 年
¥2.0
2020 年
¥1.0
2020 年
¥1.0
2023 年
¥3.0
2024 年
¥1.0
2025 年
¥1.0
2025 年
¥2.0
2024 年
¥3.0
2022 年
¥4.0
2020 年
¥1.0
1900 年
¥1.0
2024 年
¥3.0
2024 年
¥1.0
2024 年
¥2.0