Performance analysis of solar collectors with nano-enhanced phase change materials during transitional periods between cold and warm seasons in the continental temperate climates
Notice bibliographique
Résumé
The European Union's ambitious goals to reduce carbon emissions and improve energy efficiency has highlighted the importance of renewable energy technologies like solar collectors. Buildings, responsible for a significant share of the EU's energy consumption and greenhouse gas emissions, can benefit from solar collectors integrated with thermal energy storage systems to optimize both heating and cooling. This study investigates how the integration of nano-enhanced phase change materials (nePCM) into a transpired solar collector (TSC) can improve thermal energy storage and efficiency. To explore this, an experimental setup was constructed and tested under real conditions. This study evaluates a transpired solar collector (TSC) integrated with nano-enhanced phase change materials (nePCMs) for thermal energy storage. Experimental results revealed plate temperatures exceeding ambient by up to 20 °C and nighttime outlet air temperatures raised by 2–3 °C. The system achieved an average efficiency of 50 %, validated by a mathematical model (MBE: 3.13 %, RMSE: 3.86 %). This demonstrates the potential of nePCMs to enhance solar energy storage and efficiency under real-world conditions. • Integration of nano-enhanced phase change materials (nePCM) in transpired solar collectors (TSC) • Experimental testing of TSC system under real conditions in a temperate continental climate • nePCM spheres improve thermal storage and release, enhancing system efficiency. • Mathematical model validated with experimental data, achieving an RMSE of 3.86 % • Applicable in regions with similar seasonal and solar conditions, like Southern Europe and North America.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».