Optimization of Cooled Building-Integrated Photovoltaics Using Powell’s Conjugate Direction Method in Canada
Notice bibliographique
Résumé
The majority of sustainable buildings integrate solar PV panels for energy production. The most common drawback of PVs is the efficiency degradation at elevated temperatures. Using EnergyPlus and MATLAB, the current work proposed a novel integration of an optimization method and an energy flow model to decrease the PVs’ temperature and increase the power generation. The model decision variables were the water mass flow rate, the eccentricity between pipes, and the PV tilt angle. Such decision variables were optimized using Powell’s Conjugate Direction Method. The optimization was performed for 13 different cities covering all Canadian provinces for each of the 12 months. Results showed that the optimum eccentricity for all cases tended to the lower limit, 0.1 m, to increase the number of pipes and hence increase the surface area enhancing heat transfer. Consequently, such a high surface area decreased the required water, and the optimum required water flow rate was 0.44 kg/s maximum. The optimum tilt angle decreased in summer to face the high sun elevation and increased in winter to compensate for the decrease in the sun elevation. The proposed system was most efficient in Vancouver City in the summer when the energy generation was increased by an average of 58%. In all cities, the average power increments in summer and winter were 67.5 and 23.5 W/panel, respectively. The cooling system initial investment, which was 10.4 CAD per panel, achieved monthly savings of up to 6.1 CAD per panel and annual savings of up to 25 CAD per panel. For all optimized cases, the simple payback period was between 5 and 13 months.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».