MétaCan
Menu
Retour à la cohorte
Enregistrement W2010133122 · doi:10.1109/greencom.2011.6082506

Dynamic pricing for demand-side management in the smart grid

2011· article· en· W2010133122 sur OpenAlexaff
Shengrong Bu, F. Richard Yu, Peter Liu

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensCarleton University
Organismes subventionnairesnon disponible
Mots-clésSmart gridElectricityDynamic pricingElectricity pricingComputer scienceEnvironmental economicsRevenueGridRenewable energyElectricity marketElectricity retailingDemand responseReliability (semiconductor)Demand sideBusinessMicroeconomicsEconomicsEngineeringPower (physics)Finance

Résumé

récupéré en direct d'OpenAlex

Intermittent renewable energy sources and the use of smart meters introduce a significant challenge for the reliability of the smart grid. Real-time pricing is an important demand-side management mechanism for improving smart grid reliability through dynamically changing or shifting the electricity consumption of users. Presently, the dynamic real-time pricing research in the smart grid mainly focuses on the interactions between a single utility company/retailer and its users. In this paper, we consider electricity liberalization, where more than one electricity retailer can co-exist in each region, and the retailers compete or cooperate with each other to achieve the highest individual or combined revenue. Two types of electricity users are considered in this paper: traditional electricity users who pay a fixed price and opportunistic electricity users who may change the electricity demand or even turn to another electricity retailer. Two game formulations are described for the proposed real-time pricing scheme. One formulation is proposed for a totally competitive environment. Another game formulation is proposed for a cooperative environment. Some simulation results are presented to show the effectiveness of the proposed real-time pricing scheme.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,015
Tête enseignante GPT0,203
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), 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

Citations65
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207