XiaoMi-AI文件搜索系统
World File Search System印本
空气源热泵的运营成本评估集成到巴西南部的热量储能：预印本
国家可再生能源实验室（NREL）团队感谢汤加气象，能源，信息，信息，灾难管理，环境，环境，气候变化和沟通（MEIDECC）的成员可再生能源和能源效率（PCREEE），用于提供本报告中使用的重要信息和数据。nrel还赞赏与Local2030岛网络正在进行的合作，以促进点对点交换，以识别和实施全球群岛的最佳实践解决方案。此外，NREL作者感谢以下周到的反馈：Will Rolston（全球绿色增长研究所），Kaylyn Bopp，Jacob Holden，Alicen Kandt，John Barnett和Mike Callahan，以及Katie Wensuc的编辑协助。
对美国商业建筑库存过渡到热泵屋顶单元的影响分析：预印本
美国商业建筑部门消耗的能源的20％（25％）来自化石燃料的现场燃烧，用于供暖。脱碳化的一部分以满足气候倡议的一部分，通常需要通过过渡到热泵来电气化太空设备。屋顶单元（RTU）是最著名的商业建筑HVAC系统类型，因此应优先用于电气化解决方案。然而，在考虑区域发电方法以及环境温度对容量和效率，除霜操作，现实的尺寸方法和补充加热对整体热泵性能的影响时，人们对排放的影响有限。本研究探讨了对美国商业建筑库存的所有安装，现有的RTU过渡到高性能热泵RTU的影响。使用美国能源部的美国商业建筑库存校准模型Comstock™进行分析。结果表明，库存总能源消耗和温室气体排放分别减少了10％和9％。此分析将有助于告知美国商业建筑库存热泵RTU的过渡。©HPC2023。在2023年第14届IEA热泵大会的组织者的责任下进行选择和/或同行评审。关键字：热泵能量建模；商业建筑库存能源建模； COMSTOCK;热泵屋顶单元建模；商业建筑电气化；商业大楼HVAC建模
用于建筑水平电气配电系统的弹性指标，具有存储：预印本
摘要 - 为建筑物的负载提供电力的能源系统基础设施需要弹性才能承受和从极端停电中恢复（例如，在恶劣天气事件中，数以百万计的人无力的网格故障）。建筑物水平的电气配电系统（BEDS）从建筑物的能源（包括网格，太阳能光伏（PV）面板和电池）中分发功率，包括照明，HVAC和插头负载。带有存储的床可以通过在中断期间向关键负载分配当地电力来提供弹性。需要定量指标来评估与新床和存储系统技术相关的弹性改进。在本文中，我们将现有的度量（POSC）（POSC）应用于存储的床并提出改进POSC的新型指标。通过基于模拟的案例研究，我们演示了这些指标如何受床设计的影响以及如何使用它们来设计弹性系统。索引条款 - 建筑物，弹性，发电机分配，指标。
数据驱动的线性参数变化建模和电网服务灵活负载控制：预印本
摘要 — 灵活负载具有极大潜力，可提高电网的灵活性和稳定性。要有效控制大量异构负载，需要可靠的模型。本文介绍了一种数据驱动的建模和控制方法来管理灵活负载以提供电网服务。我们利用线性参数变化自回归移动平均 (LPV-ARMA) 模型来描述总负载响应，其中模型中的参数用于捕获外部环境影响（例如天气）。然后开发增益调度反馈控制器以适应环境变化。这种数据驱动方法可以轻松应用于各种环境条件下的不同类型的负载。除了集合控制器之外，分布式负载控制器还旨在提供电网服务，同时保持固有负载任务的服务质量。我们展示了 IEEE 37 节点配电系统的工作，通过控制恒温控制负载来实现实时功率调节服务。
使用木质素基混合物调整 3D 打印砂浆的流变性能：预印本
摘要。可以通过针对替代外加剂以及精确控制制造过程的多方面方法来促进建筑材料和与水泥和混凝土相关的工业过程的脱碳。减水化学外加剂在先进混凝土混合物的开发中发挥了至关重要的作用。为从玉米秸秆生物质生产航空燃料而开发的较新的生物质加工技术产生了更具反应性的木质素副产品，该副产品适合进行化学改性以模仿具有较小碳足迹的聚羧酸醚外加剂的性质。本研究考察了木质素基减水外加剂在用于 3D 打印的水泥浆和砂浆混合物中的使用。实验计划探索使用不同剂量的木质素基外加剂来生产具有适当挤出性和可建造性的 3D 打印样品。进行了流变学表征以确定各种混合物的流动曲线。最后，通过等温量热法监测水泥浆体的水化热，以评估木质素基掺合料对水泥水化过程的影响。本研究结果表明，使用生物质副产品（例如木质素基掺合料）具有巨大潜力，可以有效控制水泥基材料的新鲜状态性能。
生成式人工智能和教育机构：批判性范围审查和主题分析：预印本
目前社会对人工智能的关注导致人们不清楚这些新技术应该如何在教育中使用。媒体报道经常强调 GenAI 技术的负面影响的耸人听闻的影响，并预测灾难性的社会后果 (Roe & Perkins, 2023)。另一方面，一些教育领域的研究表明，GenAI 工具对学习和教学有积极的影响。例如，使用结构化框架在评估中合理使用 GenAI 工具可以减少学术不端行为的发生，并促进批判性数字素养 (Furze et al., 2024; Perkins, Furze, et al., 2024)，大学生使用 GenAI 工具可能会对学业成绩产生积极影响 (Sun & Zhou, 2024)。此外，学习者本身并不一定反对 GenAI，实证研究表明，如果有教师监督，高等教育环境中的学习者愿意接受 GenAI 对评估项目的反馈（Roe 等人，2024 年）。
波浪能转换器动力输出系统、测试实践和评估指标的审查：预印本
摘要 几十年来，波浪能领域一直是数值模拟、比例模型测试和商业化前期项目测试的主题，但波浪能技术仍处于发展的早期阶段，必须继续证明自己是一个有前途的现代可再生能源领域。波浪能系统一直在努力克服的困难之一是设计高效的能源转换系统，该系统可以将波浪激活体振荡产生的机械能转换成另一种有用的产品。动力输出装置 (PTO) 通常被定义为负责将机械能转换成另一种可用形式（例如电能、加压流体、压缩空气等）的单个单元。PTO 以及整个动力转换链非常重要，因为它不仅影响波浪能转换成电能的效率，而且还影响波浪能转换器 (WEC) 的质量、尺寸、结构动力学和能源平准化成本。由于海洋能源行业没有用于波浪能转换的工业标准设备，因此 PTO 系统设计变化很大。目前大多数 WEC PTO 系统都包含机械或液压传动系统、发电机和电气控制系统。WEC PTO 设计的挑战在于设计一个可以有效转换不规则、双向、低频和低交变速度波浪运动的机电组件。虽然可以提前预测总平均功率水平，但必须将可变的波浪高度输入转换为平滑的电输出，因此通常
通过天空图像进行遮挡扰动深度学习概率太阳预报：预印本
摘要 — 由于太阳能资源本身的不确定性，太阳预报正在转向概率范式。输入不确定性量化是建模太阳不确定性的广泛使用和最佳方法之一。然而，与其他输入源（例如数值天气预报模型）相比，纯基于天空图像的概率太阳预报落后了。在这项研究中，开发了一种遮挡扰动卷积神经网络，称为 PSolarNet。PSolarNet 提供来自天空图像序列的全球水平辐照度的非常短期的确定性预报、预报场景和概率预报。基于 6 年开源数据的案例研究表明，开发的 PSolarNet 能够生成准确的 10 分钟确定性预报，标准均方根误差为 5.62%，预测场景逼真多样，与实际时间序列的平均相关性为 0.966，概率预报可靠而敏锐，标准连续排序概率得分为 2.77%。索引术语 — 深度学习、太阳预报、天空图像处理、贝叶斯模型平均
OPF-Learn：用于创建代表性交流最优潮流数据集的开源框架：预印本
摘要 — 可再生能源发电水平的提高激发了人们对数据驱动的交流最优功率流 (AC OPF) 方法的兴趣，以管理不确定性；然而，缺乏规范的数据集创建和基准测试，阻碍了对文献中的方法进行有用的比较。为了树立信心，模型必须能够可靠地预测各种运行条件下的解决方案。本文为 Julia 和 Python 开发了 OPF-Learn 包，它使用一种计算效率高的方法创建代表性数据集，涵盖交流 OPF 可行域的广泛范围。负载曲线是从包含交流 OPF 可行集的凸集中均匀采样的。对于找到的每个不可行的点，使用不可行性证书来减少凸集，这些证书是通过使用宽松公式的性质找到的。与文献中看到的传统技术相比，该框架可以生成更能代表整个可行空间的数据集，从而提高机器学习模型的性能。