MétaCan
Menu
Retour à la cohorte
Enregistrement W2010036759 · doi:10.1109/ccece.2014.6900995

A decentralised electricity market model: An electric vehicle charging example

2014· article· en· W2010036759 sur OpenAlexaff
Swapan Sikdar, Karen Rudie

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésElectricity marketElectricityIndustrial organizationElectric vehicleMarket clearingUpgradeService (business)Computer scienceBusinessMicroeconomicsEconomicsEngineeringMarketing

Résumé

récupéré en direct d'OpenAlex

Decentralized competitive markets are essential for a meaningful growth of distributed generation. Currently most jurisdictions use administered prices at the retail level. Through the example of electricity trade at an electric vehicle charging facility, this paper presents a trade mechanism that can help create decentralized markets. The mechanism is based on random matching and subsequent bargaining between the electricity sources and the electric vehicles. The entity organizing the market sets designated trade parameters. The ensuing interaction between the electricity sources and the vehicles, where each is trying to maximise its own benefit, is modeled as a non-cooperative game of incomplete information. Equilibrium analysis and examples are used to demonstrate the merits of this mechanism. In comparison to the market clearing price based approaches, this model provides market governance capabilities that can help tune a market to local requirements. The distribution companies may find the model useful as it will allow gradual introduction of localised markets and thereby enable phasing in of the investments required for upgrade of distribution infrastructure to service the electric vehicle charging needs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,476
Score d'incertitude au seuil0,794

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,192
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207