کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
4928185 | 1432014 | 2017 | 19 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Dynamic programming and genetic algorithms to control an HVAC system: Maximizing thermal comfort and minimizing cost with PV production and storage
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
Fan coilPV productionEnergyPlusPMvCOPPPDSTMBEMSIEAThermal comfort - آسایش حرارتیInternational energy agency - آژانس انرژی بین المللیGenetic algorithm - الگوریتم ژنتیکISO - ایزوDynamic programming - برنامهریزی پویا یا برنامه نویسی پویاEnergy efficiency - بهره وری انرژیOptimization - بهينه سازيHVAC - تهویه مطبوعAir conditioner - تهویه کننده هواStorage - ذخیره سازیInternational Organization for Standardization - سازمان بین المللی استاندارد سازیBuilding energy management system - سیستم مدیریت انرژی ساختمانcoefficient of performance - ضریب عملکردPhoto-Voltaic - عکس ولتاژDemand response - پاسخ تقاضاHeating, Ventilation and Air Conditioning - گرمایش، تهویه و تهویه مطبوع
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی انرژی
انرژی های تجدید پذیر، توسعه پایدار و محیط زیست
پیش نمایش صفحه اول مقاله
![عکس صفحه اول مقاله: Dynamic programming and genetic algorithms to control an HVAC system: Maximizing thermal comfort and minimizing cost with PV production and storage Dynamic programming and genetic algorithms to control an HVAC system: Maximizing thermal comfort and minimizing cost with PV production and storage](/preview/png/4928185.png)
چکیده انگلیسی
The genetic algorithm model that uses EnergyPlus to simulate indoor temperature generally achieves higher convergence to the optimal value, which also is the one that uses more electricity from the PV system to operate the HVAC. The dynamic programming performs better than the genetic algorithm (both coupled with STM). However, it is limited by the fact that uses STM, which is a less accurate model to simulate indoor temperature especially because it is not considering thermal inertia.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Sustainable Cities and Society - Volume 34, October 2017, Pages 228-238
Journal: Sustainable Cities and Society - Volume 34, October 2017, Pages 228-238
نویسندگان
Henrique Pombeiro, Maria João Machado, Carlos Silva,