Dynamic simulation of a hydrogen-fueled system for zero-energy buildings using TRNSYS software
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
As a result of global warming and environmental pollution over the past few decades, life on Earth has been adversely affected. For this reason, large-scale zero-energy buildings have garnered considerable attention for utilizing clean energy resources. Hydrogen is a green and sustainable fuel with remarkable features of having high efficiency, higher energy content than diesel and gasoline, and producing only water as waste. Hydrogen can be integrated with a hybrid renewable energy system as safe and reliable energy storage for a longer time in net zero energy buildings compared to batteries with short-time energy storage capability. The focus of this study is to find the optimum design for a hydrogen storage system to isolate a small lab building from grid power by providing its hourly energy needs with renewable resources located in Toronto, Canada. Hence, a model using TRNSYS software is developed to study the behaviour of an energy system that could supply electricity to the lab building. To conduct a case study, TRNSYS is used to extract the solar irradiance during one year for climate data of Toronto. The system mainly comprises solar panels, an electrolyzer, a fuel cell, and a hydrogen storage tank. According to the results, renewable energy system reliability can be increased throughout the entire year period, and grid dependency reduced by adding a hydrogen storage system. Based on the optimized simulation results the system can supply the load demands of the lab in a year with the solar panel electricity production and the hydrogen storage unit without requiring grid power.
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 | 0,000 | 0,001 |
| 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