The rapid development and implementation of smart and IoT (Internet of Things) based technologies have allowed for various possibilities in technological advancements for different aspects of life. The main goal of IoT technologies is to simplify processes in different fields, to ensure a better efficiency of systems (technologies or specific processes) and finally to improve life quality. Sustainability has become a key issue for population where the dynamic development of IoT technologies is bringing different useful benefits, but this fast development must be carefully monitored and evaluated from an environmental point of view to limit the presence of harmful impacts and ensure the smart utilization of limited global resources. Significant research efforts are needed in the previous sense to carefully investigate the pros and cons of IoT technologies. This review editorial is partially directed on the research contributions presented at the 4th International Conference on Smart and Sustainable Technologies held in Split and Bol, Croatia, in 2019 (SpliTech 2019) as well as on recent findings from literature. The SpliTech2019 conference was a valuable event that successfully linked different engineering professions, industrial experts and finally researchers from academia. The focus of the conference was directed towards key conference tracks such as Smart City, Energy/Environment, e-Health and Engineering Modelling. The research presented and discussed at the SpliTech2019 conference helped to understand the complex and intertwined effects of IoT technologies on societies and their potential effects on sustainability in general. Various application areas of IoT technologies were discussed as well as the progress made. Four main topical areas were discussed in the herein editorial, i.e. latest advancements in the further fields: (i) IoT technologies in Sustainable Energy and Environment, (ii) IoT enabled Smart City, (iii) E-health – Ambient assisted living systems (iv) IoT technologies in Transportation and Low Carbon Products. The main outcomes of the review introductory article contributed to the better understanding of current technological progress in IoT application areas as well as the environmental implications linked with the increased application of IoT products.

This paper presents an alternative cooling technique for photovoltaic (PV) panels that includes a water spray application over panel surfaces. An alternative cooling technique in the sense that both sides of the PV panel were cooled simultaneously, to investigate the total water spray cooling effect on the PV panel performance in circumstances of peak solar irradiation levels. A specific experimental setup was elaborated in detail and the developed cooling system for the PV panel was tested in a geographical location with a typical Mediterranean climate. The experimental result shows that it is possible to achieve a maximal total increase of 16.3% (effective 7.7%) in electric power output and a total increase of 14.1% (effective 5.9%) in PV panel electrical efficiency by using the proposed cooling technique in circumstances of peak solar irradiation. Furthermore, it was also possible to decrease panel temperature from an average 54 °C (non-cooled PV panel) to 24 °C in the case of simultaneous front and backside PV panel cooling. Economic feasibility was also determined for of the proposed water spray cooling technique, where the main advantage of the analyzed cooling technique is regarding the PV panel’s surface and its self-cleaning effect, which additionally acts as a booster to the average delivered electricity.

The role of smart technologies can become very important and useful to solve the main population issues nowadays and provide foundations for a sustainable future. A smart approach is an opportunity for knowledge integration, necessary to solve crucial problems of contemporary societies. Today, the main challenge is to reduce the effects of global warming and ensure a balanced economic development of society. The close collaboration of all involved engineering professions is mandatory to achieve interdisciplinary synergies and can bridge challenging engineering tasks. Intense research efforts should be directed towards balanced resource utilization, efficient energy conversion technologies, integration of renewable energy systems, effective approaches to enable circular economy framework, effective process integration as well as other issues important to the population. This review editorial is primarily focused on the contributions presented at the 3rd International Conference on Smart and Sustainable Technologies held in Split, Croatia, in 2018 (SpliTech2018). The SpliTech2018 conference was a multidisciplinary event with research topics related to the main conference tracks, i.e. Smart City/Environment, Energy, Engineering Modelling and e-Health. The strategic focus of the conference was to help solve crucial issues of our times, mainly related to the sustainability and smart utilisation of limited and valuable resources. This contribution brings new ideas and discusses present issues as well as challenges that should lead towards a sustainable future based on the application of the smart technologies. The herein addressed papers bring together latest research progress into four main topic areas: (i) Green Buildings, Energy Use and Consumption, (ii) Solar Energy Utilisation, (iii) Efficiency and Waste Elimination, (iv) Smart Cities and Internet of Things. The main results of this introduction review article include a discussion of different concepts and technologies that bring further development on a broad range of topics focused on efficiency improvement, smart and sustainable resource management, cleaner production concepts and on the discussion of the various actions which would lead towards a sustainable future.

Being declared a global emergency, the COVID-19 pandemic has taken many lives, threatened livelihoods and businesses around the world. The energy industry, in particular, has experienced tremendous pressure resulting from the pandemic. In response to such a challenge, the development of sustainable resources and renewable energy infrastructure has demonstrated its potential as a promising and effective strategy. To sufficiently address the effect of COVID-19 on renewable energy development strategies, short-term policy priorities should be identified, while mid-term and long-term action plans should be formulated in achieving the well-defined renewable energy targets and progress towards a more sustainable energy future. In this review, opportunities, challenges, and significant impacts of the COVID-19 pandemic on current and future sustainable energy strategies were analyzed in detail; while drawing from experiences in identifying reasonable behaviors, orientating appropriate actions, and policy implications on the sustainable energy trajectory were also mentioned. Indeed, the question is that whether the COVID-19 pandemic will kill us or provide us with a precious lesson on future sustainable energy development.

Nanofluids have gained significant popularity in the field of sustainable and renewable energy systems. The heat transfer capacity of the working fluid has a huge impact on the efficiency of the renewable energy system. The addition of a small amount of high thermal conductivity solid nanoparticles to a base fluid improves heat transfer. Even though a large amount of research data is available in the literature, some results are contradictory. Many influencing factors, as well as nonlinearity and refutations, make nanofluid research highly challenging and obstruct its potentially valuable uses. On the other hand, data-driven machine learning techniques would be very useful in nanofluid research for forecasting thermophysical features and heat transfer rate, identifying the most influential factors, and assessing the efficiencies of different renewable energy systems. The primary aim of this review study is to look at the features and applications of different machine learning techniques employed in the nanofluid-based renewable energy system, as well as to reveal new developments in machine learning research. A variety of modern machine learning algorithms for nanofluid-based heat transfer studies in renewable and sustainable energy systems are examined, along with their advantages and disadvantages. Artificial neural networks-based model prediction using contemporary commercial software is simple to develop and the most popular. The prognostic capacity may be further improved by combining a marine predator algorithm, genetic algorithm, swarm intelligence optimization, and other intelligent optimization approaches. In addition to the well-known neural networks and fuzzy- and gene-based machine learning techniques, newer ensemble machine learning techniques such as Boosted regression techniques, K-means, K-nearest neighbor (KNN), CatBoost, and XGBoost are gaining popularity due to their improved architectures and adaptabilities to diverse data types. The regularly used neural networks and fuzzy-based algorithms are mostly black-box methods, with the user having little or no understanding of how they function. This is the reason for concern, and ethical artificial intelligence is required.