Photovoltaic system design under uncertain building operation profiles: A techno-economic analysis in an extreme hot climate
Notice bibliographique
Résumé
The growing global demand for energy and the environmental impact of fossil fuel-based electricity generation have accelerated the adoption of renewable energy solutions, with photovoltaic (PV) systems playing a pivotal role. However, their successful integration is often challenged by uncertainty in building energy use, which can vary widely depending on how buildings are operated. This study examines the impact of various energy consumption patterns on the performance and cost-effectiveness of photovoltaic (PV) systems in three types of commercial buildings in Abu Dhabi, UAE: a hotel, a medium-sized office, and a small office. Using advanced simulation tools (EnergyPlus and SAM), 27 different scenarios were analyzed based on three user behavior profiles: energy-saving (Austere), typical (Baseline), and energy-intensive (Wasteful). The results show a wide range in energy demand, from 11.4 GWh to 21.18 GWh per year—an increase of 86% between the most and least efficient profiles. The Levelized Cost of Energy (LCOE) also varied, rising from 18.4 to 21.5 ¢/kWh under less efficient conditions, resulting in a 17% increase. These findings suggest that relying solely on PV may not be sufficient for high-consumption buildings and that poor energy practices can significantly increase system costs, even in smaller buildings. Notably, the lowest LCOE is achieved in a mixed-demand scenario that combines a Baseline hotel, a Wasteful medium office, and an Austere small office, underscoring the strategic value of targeted demand management across building types to minimize system-wide costs. The scenario-based modeling approach enables realistic assessment of PV system cost-effectiveness under variable operational behaviors, offering more actionable insights than fixed-demand models. • Scenario-based modeling improves PV planning under demand uncertainty • PV system costs rise 17% under inefficient building operation scenarios • Mixed-use demand profiles yield the lowest LCOE in extreme hot climates • PV alone meets only ∼3% of annual demand in high-consumption buildings
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».