Optimization of PCM-enhanced residential building envelopes in cold climates: Energy performance and cost-effectiveness analysis
Notice bibliographique
Résumé
• Developed efficient simulation-based optimization framework with convergence analysis. • PCM optimization balanced source energy use and cost in Canadian cold climates. • HVAC energy use, sizing, load profile, and efficiency analyzed under PCM use. • Economic analysis identified PCM investment priorities and viable future conditions. This study presents a techno-economic optimization of phase change material (PCM)-enhanced residential building envelopes in Canadian cold climates, aiming to minimize both annual source energy use and life-cycle cost. A multi-objective optimization framework was developed by coupling EnergyPlus simulations with the non-dominated sorting genetic algorithm (NSGA-II) and a custom data-logging mechanism. Thirteen PCM-related design variables were considered across four envelope types and four representative cities. The analysis also evaluated the potential downsizing of heating and cooling system capacities in a reference multi-family prototype building. Two objectives, annual source energy intensity and total cost, were optimized to explore trade-offs between energy performance and total cost. Results revealed a clear Pareto front, demonstrating the inherent compromise between energy savings and cost. Optimal configurations favored interior PCM placement, midpoint melting temperatures of 21∼24°C, and narrow melting ranges of 1∼3°C. PCM integration reduced both heating and cooling energy use and modestly decreased HVAC capacity requirements by flattening the cooling load profile, while exhibiting only limited peak-time shifting effects. Economic analysis showed that most current PCM products remain cost-ineffective, with simple payback periods typically exceeding 150 years. The break-even price analyses identified target PCM costs of approximately 1.3, 1.0, 0.85, and 0.65 $/kg for Edmonton, Vancouver, Toronto, and Montreal, respectively, to achieve practical feasibility. The proposed framework provided a robust approach for evaluating PCM investment strategies and offered broader insights into optimizing thermal storage-based envelope designs for peak-load management and energy efficiency in cold-climate 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 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) | 0,001 | 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 ».