Design of a model predictive control methodology for integration of retrofitted air‐based PV/T system in school buildings
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
This paper presents a model predictive control (MPC) methodology for integrating air-based photovoltaic/thermal (PV/T) systems in school buildings. The methodology is developed based on a case study for an archetype fully electric school building in Québec, Canada. A data‐driven grey‐box model for the classrooms is calibrated with measured data, and a PV/T model is developed. These models are integrated to apply MPC to the school building using the established dynamic tariffs for morning and evening peaks. Three scenarios are investigated and compared: (1) A reference case without a PV or PV/T system, (2) Integration of a PV system and MPC, and (3) Integration of a PV/T system and MPC under a demand response scenario. Results show that using the MPC with PV/T integration can reduce peak demand by up to 100% during high-demand periods for the grid. This methodology is scalable and can be transferable to other institutional buildings.Abbreviations: PV: Photovoltaics system; BIPV/T: Building integrated photovoltaic and thermal system; COP: Coefficient of performance; CV-RMSE: Root-mean-square error; DR: Demand response; DSM: Demand-side management; HRV: Heat recovery ventilator; HVAC: Heating ventilation and air conditioning; IEQ: Indoor environmental quality; MPC: Model predictive control; RC model: Resistance-capacitance model; RES: Renewable energy sources
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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