Analysis of Urban Energy Resources to Achieve Net-Zero Energy Neighborhoods
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
This paper summarizes a methodology developed to optimize urban-scale energy mix. An optimal capacity estimation method based on energy credits is proposed, the objective of which is to plan renewable and alternative energy sources to yield zero (or positive) year-end energy credits. Several renewable and alternative energy resources are considered, including photovoltaic systems, solar thermal collectors, wind turbines, waste to energy (WtE) potential, as well as thermal seasonal storage. The methodology employs several energy simulation and optimization tools, including Energy Plus, TRNSYS and MATLAB. The optimization employs a non-linear process that uses objective function, boundaries and non-linear/linear constraints as input. The methodology is demonstrated on a hypothetical mixed-use neighborhood, designed to achieve high-energy performance objectives, with three scenarios of energy operations: 1) all electric, 2) all-electric except for DHW, and 3) DHW and space heating arenon-electric. The pilot location of this mixed-use neighborhood, including residential and commercial buildings, is Calgary (AB, Canada). For the all-electric scenario, PV systems implemented in all available south facing roof areas together with a limited number of wind turbines can achieve NZE status. For the other two scenarios, solar thermal collectors coupled to borehole thermal storage (STC and BTES) need to be considered. Although in all cases of the considered scenarios waste-based energy is not required, it can be used to shave the peak electric load, reducing the stress on the grid. This methodology can be employed for the design of an integrated urban energy systems, in different neighborhood designs, to achieve energy self-sufficient, or energy positive status.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle