MétaCan
Menu
Retour à la cohorte
Enregistrement W4390925694 · doi:10.1016/j.enconman.2024.118079

Holistic non-linear optimization of the layout, sizing, and operation of a district heating plant

2024· article· en· W4390925694 sur OpenAlexaff
Muhammed A. Hassan, Sylvain Serra, Sabine Sochard, Hugo Viot, Frédéric Marías, Jean‐Michel Reneaume

Notice bibliographique

RevueEnergy Conversion and Management · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésSizingThermal energy storageBoiler (water heating)Process engineeringDecoupling (probability)EngineeringEnergy storageSimulationEnvironmental scienceComputer scienceWaste managementControl engineeringPower (physics)

Résumé

récupéré en direct d'OpenAlex

A large fraction of district heating networks in Europe are still operating without thermal energy storage. While offering operational flexibility, the presence of energy storage complicates the problems of optimal sizing and control of the heat production plant. This necessitates a novel approach to system sizing based on non-linear programming in order to capture the system’s thermal response and inertia. Therefore, the present study focuses on such a typical plant in France and describes a holistic approach to optimize the capacities/parameters of system components, positions of the energy sources, as well as hourly flow rates. Such a simultaneous tuning of the system parameters and operating variables is essential to maximize the cost savings over the system's lifetime. The proposed framework here maintains the original non-linear form of the objective function and the constraints for more accuracy while allowing precise modeling of the thermally stratified storage tank by decoupling its calculations at a lower simulation level. Hence, the computation time in MATLAB® R2020A is mostly below 20 min on a typical personal computer. The lowest levelized cost of heat (57.259 EUR/MWh) is achieved when placing the gas boiler on a parallel line between the biomass boiler and the storage tank while sizing the two boilers using fractions of 0.33 and 0.73 of the maximum hourly demand, respectively, as well as a storage volume of 318.9 m 3 . Such relatively small storage reduces the lifecycle costs by a maximum of 1.34 % while reducing the specific carbon emissions by 17.33 %. Besides, it dampens the fluctuations in supply flow rates, minimizes unnecessary flow recirculation, and ensures a stable heat supply. Overall, thermal storage has a reasonable positive impact from an economic perspective, but a substantial impact on operational flexibility and mitigated carbon emissions.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,007
Tête enseignante GPT0,191
Écart entre enseignants0,184 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations10
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergy Conversion and ManagementMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207