Impacts of Smart Grid Concept on Energy Industry
Notice bibliographique
Résumé
Smart grid (SG) is a term that has recently become widely discussed along with the boom of renewable resources (RES-E) and with brand new approach to energy industry. Such phenomena are results from CO2 emissions mitigation and fight against global climate change, as it is discussed e.g. in [1]. Most of the RES-Es work on principles that do not enable the control of their generation. This fact impacts massively on the electricity grid. It is publicly known that the relatively massive development of non-manageable resources, along with the long-term increasing of energy demand, puts higher and higher requirements on the transmission system’s transport capacity. This problem becomes more visible e.g., with future plug-in electric vehicles (PEV) or local renewables (RES-E) expansion. Task for today’s engineers is to solve the sustainability of energy industry. The smart grid concept provides one possible way. Our paper therefore discusses main aspects of SG implementation, which are not often publicly discussed. Our paper describes SG concept that compiles with approach to the decentralized power industry, together with nodal prices occurrence. The local congestions in the grid as well as growing amount of consumption (connected with electric vehicles expansion) and local micro-generation can result in the price nodality. Therefore electricity price can differ according to local conditions from price in global grid. The mathematical description of conditions influences grid nodality follows. In the end of the manuscript, the new way of electricity pricing is proposed.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».