Solid-state refrigeration based on the barocaloric effect is an effective alternative to traditional vapor compression refrigeration. Here 1-dodecanol has been studied due to its large latent heat at a solid-liquid phase transition point around room temperature. The transition temperature will vary with the applied hydrostatic pressure, exhibiting with a sensitivity of 0.14 K MPa

Adiabatic demagnetization refrigeration (ADR) based on the magnetocaloric effect (MCE) is a promising technique to achieve cryogenic temperature. However, magnetic entropy change (ΔSM), the driving force of ADR, remains far below theoretical −ΔSM = nRln(2J + 1)/MW for most magnetic refrigerants. Here, we report giant MCE in orthorhombic EuCl2, where a ferromagnetic ground state with excellent single-ion behavior of Eu2+ and free spins has been demonstrated by combining ab initio calculations with Brillouin function analysis and magnetic measurements. Consequently, a record-high −ΔSM ∼ 74.6 J·kg–1·K–1 (1.8 K) at 5 T was experimentally achieved, approaching 96% of the theoretical limit (77.5 J·kg–1·K–1). At a lower field of 1 T, EuCl2 also achieves the highest-ever record of −ΔSM ∼ 36.8 J·kg–1·K–1. Further, direct quasi-adiabatic demagnetization measurements demonstrate that its large −ΔSM allows EuCl2 to maintain a long holding time at sub-Kelvin temperature (∼346 mK), surpassing all previously reported materials. These superior magnetocaloric performances position EuCl2 as an attractive cryogenic refrigerant.

Barocaloric effect is a green refrigeration technology, offering a more environmentally friendly alternative to conventional gas compression refrigeration. Barocaloric effect is induced by pressure in phase change materials, and in...

Rare earth elements possessing a diverse range of optical, electrical, and magnetic properties has attracted more attention. In the present work, GdClWO4 compound with monoclinic structure was prepared, the structure, magnetism and magnetocaloric effect (MCE) were investigated. The magnetic phase transition temperature (TN), magnetic ground state and maximum magnetic entropy change (−ΔSMmax) were derived from magnetization measurements. Both first principles calculation and experimental results suggest that the compound displays antiferromagnetic (AFM) interactions, with a magnetic transition occurring at 0.6 K, shifting from a paramagnetic (PM) state to an AFM state. The −ΔSMmax is up to 35.2 J kg−1 K−1 (205.9 mJ cm−3 K−1) for GdClWO4 at T = 1.3 K under a magnetic field change of 0–50 kOe. In particular, the volumetric magnetic entropy change still remains 83.1 mJ cm−3 K−1 at 0.5 K and μ0ΔH = 20 kOe, which is almost twice as much as that of commercial refrigerant Gd3Ga5O12 (GGG) under μ0ΔH = 20 kOe, establishing GdClWO4 compound as a potential candidate for cryogenic refrigeration applications.

<p>To achieve green and low-carbon goals in the building energy sector, precise energy management strategies are essential to support user comfort and energy-saving needs during operation. However, the thermal comfort requirements of building users may conflict with societal demands for low-carbon and energy efficiency. This creates a challenge between the precision of energy use models and the speed of energy management strategies. It is necessary to combine the advantages of building physical models and deep reinforcement learning to develop faster and more accurate energy management strategies. This paper proposes a smart energy management optimization for buildings, considering indoor heat transfer. First, a third-order heat transfer model for rooms is constructed to quantify the heat transfer between them. Next, a detailed model of the central air conditioning system is developed, considering the relationships between its internal components. To achieve green and low-carbon building operations while maintaining user comfort, a multi-objective optimization algorithm based on deep policy gradient decision-making is proposed. The method is validated on actual building energy systems using real data with 15-minute resolution. We find significant differences in heat transfer between different rooms within a building, and the proposed intelligent energy management optimization method effectively balances low-carbon, energy-efficient operation with user comfort.</p>