Characterizing the Effect of an Off-Peak Ground Pre-1 Cool Control Strategy 2 on Hybrid Ground Source Heat Pump Systems
Notice bibliographique
Résumé
Geo-exchange systems are a sustainable alternative to conventional space conditioning systems due to their high operating efficiency, resulting in reduced energy consumption and greenhouse gas emissions. However, geo-exchange’s ability to penetrate the market has been throttled by large capital investments, resulting in undesirable payback periods. Optimized hybrid ground source heat pump systems (HGSHP) systems have been introduced as a remedy to overcome the current economic hurtles associated to the installation of geo-exchange systems. In both the literature, as well as in practice, there still remains potential for increased economic feasibility of this technology through integration of intelligent operational strategies. This paper presents a novel control methodology referred to as an off-peak ground pre-cool strategy, employing a time-of-use conscious operating logic which artificially pre-condition the system’s bore-field. Reducing peak power consumption is achieved by creating improved thermal characteristics during mid-peak/peak time-of-use operating brackets. A comprehensive numerical model was developed to characterize the operation of HGSHP systems for three real case studies. The mode implemented a base case set-point control scheme, used as a reference to assess the operational benefit of the proposed off-peak ground pre-cool control strategy. The preliminary analyses indicated operational cost savings of up to 16.4%, under specific pre-cool scheduling. The strategy indicated reductions in both carbon emission and peak power consumption of up t 19 15.0% and 58.5%, respectively. In all cases increasing cooling supplied by the hybrid geo 20 exchange system was indicated, with a maximum observed capacity increase of 43.7%.
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 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».