Performance Assessment of a Novel Drain Water Heat Recovery-Coupled Shallow Ground Source Heat Pump System in a Cold Climate
Notice bibliographique
Résumé
Abstract In the Canadian context, the residential sector was the third largest end-use energy consumer in 2021, contributing 12.3% of the total emissions. Approximately 80% of the residential sector’s energy was used for space and water heating, primarily sourced from fossil fuels, underscoring the need to develop cleaner and more efficient building energy systems. This study examines the opportunities to enhance the performance of a shallow ground source heat pump (GSHP) system by recovering heat from drain water that would otherwise have been wasted. A mixed numerical-analytical approach is used to evaluate the 5-year long-term performance of an energy pile-based hybrid GSHP system coupled with drain water heat recovery. The energy piles are modelled using a computational fluid dynamics tool coupled with analytical models for the recovery heat exchanger and the heat pump. To evaluate the realistic long-term performance, a building energy load profile for an 84,360 ft2, 10-storey high-rise apartment building with a peak heating load of 376 kW and a peak cooling load of 176 kW is coupled with the model. The results show that integrating drain water heat recovery with the heat pump improves the subsurface thermal environment, making it sustainable for safe and continuous operation of the heat pump. Moreover, the additional heat from the drain water improves the overall energy performance of the heat pump by 8.2%. The recovery system demonstrates high performance, recovering approximately 77% of the initial energy used to produce domestic hot water, which would have otherwise been wasted.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».