Development and validation of a system dynamics model for geothermal energy networks
Notice bibliographique
Résumé
As cities and utility companies seek to decarbonize building heating and cooling systems to meet regulatory standards and emissions targets, geothermal energy networks (GENs) have emerged as a viable pathway for delivering low-emission thermal services at scale. However, GENs exhibit complex interactions between subsurface resources, engineered surface systems, and techno-economic constraints that are poorly captured by traditional simulation platforms. This paper presents a novel base model for GENs built using a system dynamics (SD) framework that enables the simulation of transient, nonlinear behavior across thermal, hydraulic, economic, and maintenance subsystems. The model represents GEN variants that include both centralized and distributed heat pumps, aquifer or borehole thermal storage, and dynamic building thermal loads. Core sub-models integrate heat exchanger effectiveness, thermal losses, ground temperature response, and pump performance with feedback mechanisms governing equipment degradation, maintenance intervals, and economic viability. The GEN model is validated against GLHEPro for vertical ground heat exchangers and demonstrates a mean squared error of 2.27 °C for the outlet temperature with an R² of 0.92. Comparative simulations between simplified aquifer and borehole-based GENs indicate significant differences in energy intensity, with aquifer systems consuming more electricity over 20 years due to increased pumping demands, despite higher heat pump efficiency. The SD framework captures critical behavior – such as thermal degradation in boreholes, fouling-induced efficiency losses, and maintenance-induced recovery – that static or high-fidelity engineering models often neglect. Importantly, the model operates at hourly timesteps across multi-decade horizons with minimal computational burden, allowing for extensive sensitivity analyses and integration of social, economic, and policy scenarios. Future extensions include market penetration modeling, emissions accounting, and resilience analyses. By bridging engineering and socio-economic dynamics, this SD-based GEN model offers a powerful tool for designing and regulating next-generation district energy infrastructure.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».