MétaCan
Menu
Retour à la cohorte
Enregistrement W2127664368 · doi:10.1109/tpwrs.2007.894867

Pricing Energy and Reserves Using Stochastic Optimization in an Alternative Electricity Market

2007· article· en· W2127664368 sur OpenAlexafffundabout
Steven Wong, J. David Fuller

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesIndependent Electricity System Operator
Mots-clésActivity-based costingElectricity marketElectric power systemLinear programmingEnergy marketStochastic programmingElectricityElectricity pricingComputer scienceProfit (economics)Mathematical optimizationContingencyOperations researchEconomicsMicroeconomicsEngineeringElectrical engineeringMathematicsPower (physics)

Résumé

récupéré en direct d'OpenAlex

This paper presents a stochastic linear programming model that can be used for pricing in electrical energy and reserve markets. It addresses capacity, energy, and reserve dispatch problems that may arise from n-1 contingency scenarios. Possible market solutions focusing on generator compensation using real-time, day-ahead, and hybrid schemes are enumerated, along with opportunities for consumer pricing and transmission costing. This model is illustrated on a 6-bus test system as well as a larger 66-bus system representing the Ontario network. A key difference among schemes is the degree of risk to the generators, measured by variance in profit

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)0,002
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,012
Tête enseignante GPT0,231
Écart entre enseignants0,219 · 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

Citations141
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetElectric Power System OptimizationTravaux en français237 207