MétaCan
Menu
Retour à la cohorte
Enregistrement W4402945769 · doi:10.1016/j.buildenv.2024.112129

Evaluating common supply air temperature setpoint reset strategies with varying occupancy patterns and behaviours

2024· article· en· W4402945769 sur OpenAlexafffund
Hussein Elehwany, H. Burak Gunay, Mohamed Ouf, Nunzio Cotrufo, Jean-Simon Venne

Notice bibliographique

RevueBuilding and Environment · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensBrain Canada FoundationConcordia UniversityCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSetpointOccupancyReset (finance)Environmental scienceAir temperatureMeteorologyAtmospheric sciencesControl theory (sociology)EconometricsAutomotive engineeringComputer scienceEngineeringGeographyMathematicsArchitectural engineeringEconomicsControl (management)PhysicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

The supply air temperature (SAT) setpoint of a multi-zone variable air volume (VAV) air handling unit (AHU) systems significantly affects the system’s performance. ASHRAE Guideline 36 introduces a so-called trim and respond logic defining the SAT reset behaviour of these systems. The trim and respond logic for SAT reset relies on demand-based feedback. Many studies have assessed ASHRAE Guideline 36, however there is a literature gap in addressing the performance of the trim and respond SAT reset with varying occupancy patterns and behaviours. This paper studies four SAT reset strategies under different thermal preferences and irregular occupancy patterns: (1) constant 13°C SAT, (2) SAT reset based on outdoor air temperature (OAT), (3) trim and respond, and (4) trim and respond combined with OAT reset. Different cases of zone-level setpoints and irregular occupancy schedules have been simulated in EnergyPlus with the studied SAT setpoint reset methods. The results show that varying setpoints across different zones lead to higher energy use with all studied SAT reset strategies. The highest variation in energy use was accompanied with constant SAT, with a standard deviation of 16 kWh/m 2 , and the highest variation in averaged discomfort fraction was accompanied with OAT reset, with a standard deviation of 5.3%. Both trim and respond methods achieved better comfort results with varying setpoints. These findings establish a basis for future work on developing a SAT reset strategy that utilizes occupant-centric control (OCC) that optimally balances thermal comfort and energy use. • Studying supply air temperature reset strategies with varying occupancy behaviour. • Pure trim and respond consumed least energy with varying zone setpoints. • Varying zone setpoints did not affect comfort with trim and respond SAT reset. • Simultaneous cooling and heating occurred due to conflicting zone demands.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,586

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,245
Écart entre enseignants0,233 · 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.

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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBuilding and EnvironmentMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207