MétaCan
Menu
Retour à la cohorte
Enregistrement W3142597781 · doi:10.1109/tpec51183.2021.9384929

Optimal Device Sizing for Zero Energy Buildings: Sensitivity of Nonlinear Model to Uncertainties

2021· article· en· W3142597781 sur OpenAlexaffabout
Mahdi Mehrtash, Ghazaleh Mozafari, Yun Li, Yankai Cao

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSizingZero-energy buildingRenewable energyPhotovoltaic systemSensitivity (control systems)Greenhouse gasThermal energy storageEnvironmental scienceEnergy (signal processing)Computer scienceAutomotive engineeringEngineeringElectrical engineeringElectronic engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

Buildings, as one of the major final energy consumers, are among key contributors to greenhouse gas emissions. A zero energy building is, by definition, a building that produces as much energy from renewable sources as it consumes yearly. In this paper, we propose a comprehensive device sizing model to find the most cost-optimal size of thermal and electrical devices in a zero energy building. The presence of several technologies (i.e., photovoltaic panel, solar thermal collector, heat pump, combined heat and power, heat storage tank, and battery energy storage) and their practical nonlinear behavior are considered in the proposed model. Then, to investigate the effect of uncertainties (i.e., demand and weather forecasting errors) in the quality of the optimal solution, a sensitivity analysis with respect to the correlation between uncertainties is performed. Finally, to illustrate the advantages of the proposed model, a typical building located on the Vancouver campus of the University of British Columbia is studied.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,539
Score d'incertitude au seuil0,641

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 Opus0,019
Tête enseignante GPT0,234
Écart entre enseignants0,215 · 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
GenreMéthodes

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

En bref

Citations5
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207