Modeling Grid-Connected EV Fleets, Heat Pumps, and Solar PV in Residential Communities
Notice bibliographique
Résumé
Environmental concerns are driving a global shift toward sustainable solutions. Renewable energy technologies, such as solar photovoltaics (PV) and air source heat pumps (ASHPs), along with electric vehicles (EVs), are increasingly being integrated into residential buildings as part of this transition. This integration is particularly crucial in developing countries, where energy systems must accommodate growing demand while ensuring environmental sustainability. This paper presents a scenario-based study for a residential community of 500 detached residences, incorporating a fleet of EVs- two vehicles for each household- and a renewable energy system (RES) that includes ASHPs and rooftop and ground-mounted PV generation. The system aims to enhance alignment between local energy generation and consumption while minimizing energy costs and emissions in the Mahone Bay community, Nova Scotia. The EV fleet model was simulated in Python, with data derived from 1,000 EVs across Canada between 2017 and 2019, encompassing charging patterns for thirty-five different vehicle models. The heating power model for residential buildings is simulated using TRNSYS, with data gathered from energy bills collected over the course of a year. The optimal solution employs HOMER GRID software to improve the economic and environmental performance of the RES. The bestperforming system comprises a 10-MW grid-connected rooftop $P V$ and ground-mounted solar power generation to supply the community load. It generates annual savings for the residential community of ${\$}$1,492,910 and a total of ${\$}$ 37,322,740 in utility bills over its 25-year lifetime.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».