Battery provisioning and scheduling for a hybrid battery-diesel generator system
Notice bibliographique
Résumé
Diesel generators (gensets) are commonly used to provide a reliable source of electricity in off-grid locations. Operating a genset is expensive both in terms of fuel and carbon footprint. Because genset efficiency increases with offered load, this expense can be reduced by using a storage battery to ensure that a genset always runs at full load, charging and discharging the battery as necessary. However, the cost of batteries requires us to size them parsimoniously and operate them efficiently. We, therefore, study the problem of provisioning and optimally managing a battery in a hybrid batterygenset system. To aid in sizing a battery, we analytically study the trade-off between battery size and carbon footprint. We also formulate the optimal scheduling of battery charging and discharging as a mixed-integer program, proving that it is NP-hard. We then propose a heuristic online battery scheduling scheme that we call alternate scheduling and prove that it has a competitive ratio of k 1 G / C + k 2 T u / k 1 + k 2 T u with respect to the offline optimal scheduling, where G is the genset capacity, C is the battery charging rate, k1, k2 are genset-specific constants, and Tu is the duration of a time step. We numerically demonstrate that alternate scheduling is near-optimal for four selected industrial loads.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».