MétaCan
Menu
Retour à la cohorte
Enregistrement W4417215393 · doi:10.1016/j.jobe.2025.114951

Techno-economic assessment of a solar–ground source hybrid heat pump for radiant floor conditioning in a PCM-enhanced residential building

2025· article· en· W4417215393 sur OpenAlexaboutno aff
Mohammadmehdi Hosseini, Syeda Humaira Tasnim, Shohel Mahmud

Notice bibliographique

RevueJournal of Building Engineering · 2025
Typearticle
Langueen
DomaineEnergy
ThématiqueSolar Thermal and Photovoltaic Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHeat pumpRadiant heatingRadiant coolingAir source heat pumpsHVACAir conditioning

Résumé

récupéré en direct d'OpenAlex

This study investigates an integrated residential energy system that combines a water-to-water heat pump, a horizontal ground heat exchanger, PCM-enhanced building envelope, solar-thermal collector, and BIPV for radiant floor heating and cooling of a building in Toronto, Canada. The system was modelled in TRNSYS 18, and a parametric analysis was conducted to optimize radiant-floor design parameters, including pipe spacing, mass flow rate, and slab thickness, to maximize thermal effectiveness and comfort. Incorporating PCM within the exterior walls reduced the annual heating and cooling loads by 26.8 % and 11.8 %, respectively, by stabilizing indoor temperature fluctuations. The integrated configuration lowered total electricity consumption by 75 %, from 22.9 MWh/year to 5.6 MWh/year, and decreased CO 2 emissions by 82 %, from 688 kg/year to 124 kg/year, compared with a conventional ground-source heat-pump system. The average coefficient of performance improved from 4.11 to 4.65 in heating mode and from 5.32 to 5.84 in cooling mode. Economic analysis indicated a nine-year payback period due to the significant reduction in operating costs, and the system consistently maintained indoor conditions within the ASHRAE-recommended comfort range (20–24 °C). The results confirm that integrating PCM, ground heat exchanger, and renewable energy sources can substantially enhance energy efficiency and cost-effectiveness, offering a practical solution for achieving low-carbon residential heating and cooling in cold climates.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,302
Score d'incertitude au seuil0,840

Scores Codex et Gemma par catégorie

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

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 Opus0,007
Tête enseignante GPT0,257
Écart entre enseignants0,250 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Building EngineeringMême sujetSolar Thermal and Photovoltaic SystemsTravaux en français237 207