An approximate dynamic programming approach for coordinated charging control at vehicle-to-grid aggregator
Notice bibliographique
Résumé
A vehicle-to-grid (V2G) aggregator is an agent between the power grid and plug-in hybrid electrical vehicles (PHEVs). This paper studies the coordinated charging control of a V2G aggregator, which aims at minimizing the charging cost and reducing the power losses incurred by the fluctuating load. On one hand, a lower cost of charging gives the owners of PHEVs an incentive to cooperate. On the other hand, with an increasing popularity of PHEVs, the impact on the power grid such as power losses should be of concern to the aggregator. As an inherent property of a V2G aggregator, we enable bidirectional electric power flows between PHEVs and the power grid. Given the planned schedules of all the vehicles that are managed by an aggregator, we formulate the coordinated charging control as a dynamic programming problem. Due to the curse of dimensionality, we apply an approximate dynamic programming approach, which reduces the dimensionality of both state space and control space, to obtain the control sequences. We conduct simulations given the 24-hour schedules of 100 vehicles. Simulation results show that coordinated charging control can reduce both the total cost of charging and power losses significantly, compared with the scheme where each vehicle starts charging as soon as it is connected to the grid.
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 ».