Urban-scale modeling of building energy self-sufficiency using rooftop photovoltaics
Notice bibliographique
Résumé
Buildings are major contributors to global energy-related CO2 emissions, accounting for a significant share of global climate impacts. This has highlighted the critical need to transition toward a carbon-neutral building stock by 2050. Rooftop photovoltaics (PVs) offer substantial potential to reduce energy demand and enhance urban energy self-sufficiency. This work focuses on developing an improved CityBEM framework, an in-house urban building energy model (UBEM), to evaluate the role of rooftop PV systems in decarbonizing urban energy systems. The enhanced methodology enables city-scale, high spatiotemporal resolution simulations of both building energy use and rooftop PV retrofitting while addressing key computational and data limitations commonly faced in UBEM applications.CityBEM’s robust and scalable approach allows for transient simulations of individual buildings with diverse usage types, making it applicable to large urban areas. The rooftop PV module incorporates physics-based modeling, validation, and optimized designs to account for self-shading effects and maximize energy generation potential.Currently, the tool is being applied to model the entire city of Montreal. The goal is to generate high spatiotemporal resolution simulations of energy demand and on-site electricity generation from rooftop PVs. This framework aims to provide actionable insights into the role of rooftop photovoltaics in achieving cleaner, energy self-sufficient cities and informing strategies for large-scale urban retrofitting and decarbonization.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».