Experimental Evaluation of Hybrid Renewable and Thermal Energy Storage Systems for a Net-Zero Energy Greenhouse: A Case Study of Yeoju-Si
Notice bibliographique
Résumé
The implementation of renewable energy systems (RESs) in the agricultural sector has significant potential to mitigate the negative effects of fossil fuel-based products on the global climate, reduce operational costs, and enhance crop production. However, the intermittent nature of RESs poses a major challenge to realizing these benefits. To address this, thermal energy storage (TES) and hybrid heat pump (HHP) systems are integrated with RESs to balance the mismatch between thermal energy production and demand. In pursuit of clean energy solutions in the agricultural sector, a 3942 m2 greenhouse in Yeoju-si, South Korea, is equipped with 231 solar thermal (ST) collectors, 117 photovoltaic thermal (PVT) collectors, four HHPs, two ground-source heat pumps (GSHPs), a 28,500 m3 borehole TES (BTES) unit, a 1040 m3 tank TES (TTES) unit, and three short-term TES units with capacities of 150 m3, 30 m3, and 30 m3. This study evaluates the long-term performance of the integrated hybrid renewable energy and thermal energy storage systems (HRETESSs) in meeting the greenhouse’s heating and cooling demands. Results indicate that the annual system performance efficiencies range from 25.3% to 68.5% for ST collectors and 31.9% to 72.2% for PVT collectors. The coefficient of performance (COP) during the heating season is 3.3 for GSHPs, 2.5 for HHPs using BTES as a source, and 3.6 for HHPs using TTES as a source. During the cooling season, the COP ranges from 5.3 to 5.7 for GSHPs and 1.84 to 2.83 for ASHPs. Notably, the HRETESS supplied 3.4% of its total heating energy directly from solar energy, 89.3% indirectly via heat pump utilization, and 7.3% is provided by auxiliary heating. This study provides valuable insights into the integration of HRETESSs to maximize greenhouse energy efficiency and supports the development of sustainable agricultural energy solutions, contributing to reduced greenhouse gas emissions and operational costs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».