Best practices of techno-economic methods for solar photovoltaic coupled heat pump analysis in cold climates
Notice bibliographique
Résumé
• Decarbonizing building heating/cooling load with photovoltaic (PV) powered heat pumps (HP) • Key performance indicators for electricity generation and total life cycle cost are summarized. • Existing PV + HP models reviewed and best practices outlined. • Policy implications of replacing fossil fuel heating with PV + HP are discussed. One of the most promising methods of decarbonizing the global building heating and cooling load is with solar photovoltaic (PV) powered heat pumps (HP). The complex nature of these systems and the interdependent interactions between each technology and the energy markets involve various sophisticated models to simulate accurately. This often leaves model descriptions lacking, particularly when qualitative discussion is required. This article reviews the models that exist and provides best practices for designing and simulating PV + HP systems of various complexities. The key performance indicators for electricity generation and total life cycle cost are summarized. This article then provides a detailed and comprehensive method for the techno-economic analysis of heat pumps powered with PV using an example of North American cold climates. For each component of the system, a model and boundary condition are described, and motivations are explained, as well as descriptions of alternatives and motivations for not using them. The result shows a method that combines five disparate models across multiple computer programs into a single analysis that produces critical metrics for technical, economic, and climate impact analysis. This paper identified the best practices for building energy demand and supply simulation with a particular focus on prosumer electrification via PV and HPs. This model is generalizable and the economic and policy implications of replacing fossil fuel heating with solar-powered heat pumps in both rural and urban areas that are discussed here, and future work is proposed to eliminate natural gas used for heating. High-leverage opportunities exist to enhance support for the development of free and open-source integrated systems modeling tools as well as open data to provide transparent trusted results to help guide policymakers and investors.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,003 |
| Bibliométrie | 0,004 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,002 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,002 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».