MétaCan
Menu
Retour à la cohorte
Enregistrement W4411169691 · doi:10.1177/01436244251339726

Deriving optimal direct load control sequences for HVAC systems of small commercial buildings

2025· article· en· W4411169691 sur OpenAlexafffundabout
H. Burak Gunay, Hussein Elehwany, Brodie W. Hobson, Farid Bahiraei, Darwish Darwazeh

Notice bibliographique

RevueBuilding Services Engineering Research and Technology · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueBuilding Energy and Comfort Optimization
Établissements canadiensNational Research Council CanadaCarleton University
Organismes subventionnairesNational Research Council Canada
Mots-clésHVACAutomotive engineeringEnvironmental scienceComputer scienceControl (management)EngineeringControl theory (sociology)Architectural engineeringMechanical engineeringAir conditioning

Résumé

récupéré en direct d'OpenAlex

Direct load control (DLC) for building HVAC systems, through preconditioning and setup/setback sequences, can substantially reduce electricity consumption during peak periods. Yet, the effectiveness of a DLC sequence strictly depends on the thermophysical attributes of a building and its occupants’ tolerance to variations in the thermal environment. The current one-size-fits-all approach to DLC disregards the inter-building diversity of these factors. This paper demonstrates the inter-building diversity of preconditioning and setup/setback needs by deriving unique DLC sequences for different buildings. To this end, variants of an EnergyPlus model representing a small commercial building in Toronto, Ontario are created by altering its envelope, HVAC capacity, and occupants’ temperature preference characteristics. Through a metaheuristic search, personalized DLC sequences that minimize the HVAC-related electricity costs and the time spent outside a preferred temperature range are estimated for each variant. These personalized DLC sequences were compared with six baseline DLC sequences. Unlike the baseline DLC sequences, the optimal sequences could attain an average of 20% reduction in HVAC-related electricity costs while keeping the time spent outside the preferred temperature ranges under 3% for all variants. Practical application This paper presents an optimization method to derive unique direct load control sequences demonstrating the inter-building diversity of preconditioning and setup/setback needs. The method is tested on a range of buildings with varying characteristics in a simulation environment. The findings of the study are useful in the domains of HVAC controls, demand response, and electrification of HVAC systems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,025
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,010
Tête enseignante GPT0,254
Écart entre enseignants0,243 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueBuilding Services Engineering Research and TechnologyMême sujetBuilding Energy and Comfort OptimizationTravaux en français237 207