District heating (DH) network design and operation toward a system-wide methodology for optimizing renewable energy solutions (SMORES) in Canada: A case study
Notice bibliographique
Résumé
This paper discusses the opportunities and challenges of implementing District Heating (DH) in Canada, with focus on the network design and operation. We selected for case study an urban area in Ottawa. First, we proved that the medium-temperature district heating (MTDH) (70°C≤Tsupply≤90°C) had better energy delivery performance than high-temperature district heating (HTDH) (Tsupply>100°C), decreasing the heat loss by approximately 40%. The low-temperature networks (Tsupply<60°C) achieved even lower heat losses, but they required additional capital investment. The implementation of low-temperature district heating (LTDH) should be considered, thanks to the capability of including more renewable energy and excess industrial waste heat. Next, the simulations show that DH can be implemented to supply present heating loads with medium temperature DH, and operate in the future at low temperature, after energy saving measures have been implemented in the buildings. Areas having linear heat densities greater than 3MWh/(myr) could economically be supplied by DH. Areas with linear heat density below 1.5MWh/(myr) are considered not practically feasible with the current energy market situation in Canada. The paper discusses critical issues and quantifies the performance of design concepts for DH supply to low heat density areas. DH is a fundamental energy infrastructure and is part of the solution for sustainable energy planning in Canadian communities.
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 | 0,003 | 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 ».