MétaCan
Menu
Retour à la cohorte
Enregistrement W4380986399 · doi:10.1051/e3sconf/202339604001

Exploring Hydrogen-Based Energy Storage Systems for Canadian Residential Buildings: An Energy Evaluation Methodology

2023· article· en· W4380986399 sur OpenAlexaffabout
You Wu, Lexuan Zhong

Notice bibliographique

RevueE3S Web of Conferences · 2023
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésZero-energy buildingRenewable energyEnvironmental scienceEnergy engineeringZero emissionGreenhouse gasEnergy storageElectricityEnvironmental economicsEfficient energy useEnergy carrierEnergy (signal processing)Hydrogen storageEngineeringHydrogenWaste managementPower (physics)PhysicsEconomics

Résumé

récupéré en direct d'OpenAlex

In recent years, integrating solar energy systems and hydrogen-based energy storage systems into residential buildings has shown promise in reducing urban greenhouse gas emissions and achieving clean energy supply. However, there is a lack of evaluation on the application potential of hydrogen-based energy storage systems in urban residential buildings. Therefore, a comprehensive energy evaluation method that considers urban building energy differences was implemented in 20 Canadian cities to evaluate the net-zero energy building status. The simulations were based on a typical residential building in North America. The results indicate that, for selected cities, the hydrogen-based energy storage system effectively addresses the seasonal energy mismatch and improves the energy self-sufficiency rate of urban residential buildings. These cities are classified as net-zero energy cities, nearly zero-energy cities, and non-net-zero energy cities based on their energy self-sufficiency rate. It is recommended to adopt hydrogen-only energy storage systems, hydrogen-electricity energy storage systems, and diverse renewable energy resources as integrated solutions to achieve net-zero emission buildings. The proposed energy analysis method can provide technical references for Canadian planners to plan a reasonable hydrogen roadmap for urban residential buildings.

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)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,298
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,240
Tête enseignante GPT0,330
Écart entre enseignants0,090 · 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.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

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

En bref

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueE3S Web of ConferencesMême sujetHybrid Renewable Energy SystemsTravaux en français237 207