Optimal Design Strategy of a Solar Reflector Combining Photovoltaic Panels to Improve Electricity Output: A Case Study in Calgary, Canada
Notice bibliographique
Résumé
This study explores the combination of photovoltaic (PV) panels with a reflector mounted on a building to improve electricity generation. Globally, PV panels have been widely used as a renewable energy technology. In order to obtain more solar irradiance and improve electricity output, this study presents an advanced strategy of a reflector combining PV panels mounted on a building in Calgary, Canada. Based on an experimental database of solar irradiances, the simulation presents an optimal shape designed and tilt angles of the reflector and consequently improves solar radiation gain and electricity outputs. Polished aluminum is selected as the reflector material, and the shape and angle are designed to minimize the interruption of direct solar radiation. The numerical approach demonstrates the improvement in performance using a PV panel tilted at 30°, 45°, 60°, and 75° and a reflector, tilted at 15.5° or allowed to be tilted flexibly. A reflector tilted at 15.5° can improve solar radiation gains, of the panel, by nearly 5.5–9.2% at lower tilt angles and 14.1–21.1% at higher tilt angles. Furthermore, the flexibly adjusted reflector can improve solar radiation gains on the PV panel, by nearly 12–15.6% at lower tilt angles and 20–26.5% at higher tilt angles. A reflector tilted at 15.5° improves the panel’s output electricity on average by 4–8% with the PV panel tilted at 30° and 45° respectively and 12–19% with the PV panel tilted at 60° and 75°, annually. Moreover, a reflector that can be flexibly tilted improves electricity output on average by 9–12% with the PV panel tilted at 30° and 45° and 17–23% with the PV panel tilted at 60° and 75°. Therefore, the utilization of a reflector improves the performance of the PV panel while incurring a relatively low cost.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».