MétaCan
Menu
Retour à la cohorte
Enregistrement W2128793456 · doi:10.1109/tste.2014.2309661

Impact of Energy Storage Systems on Electricity Market Equilibrium

2014· article· en· W2128793456 sur OpenAlexafffund
Ahmed S. A. Awad, J. David Fuller, Tarek H. M. EL-Fouly, M.M.A. Salama

Notice bibliographique

RevueIEEE Transactions on Sustainable Energy · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensNatural Resources CanadaUniversity of Waterloo
Organismes subventionnairesGovernment of Canada
Mots-clésEnergy storageElectricity marketArbitrageMarket clearingMixed complementarity problemMarket priceDemand responseEconomic dispatchElectric power systemComputer scienceSmart gridElectricityDistributed generationMathematical optimizationMicroeconomicsEconomicsRenewable energyPower (physics)EngineeringElectrical engineeringFinance

Résumé

récupéré en direct d'OpenAlex

Integration of large-scale energy storage systems (ESSs) is desirable nowadays to achieve higher reliability and efficiency for smart grids. Controlling ESS operation usually depends on electricity market prices so as to charge when the price is low and discharge when the price is high. On the other hand, the market-clearing price itself is determined based on the net demand, i.e., including energy storage output, at every hour. Therefore, it is crucial to develop a mathematical model to determine the optimal ESS operation as well as the market-clearing prices. The problem is formulated as a mixed complementarity problem (MCP) that allows the representation of special (incentive) prices, which cannot be represented in a single optimization model. The proposed model is useful for power system operators to determine the optimal storage dispatch simultaneously with the market-clearing price in addition to the conventional generation dispatch. The impact of energy storage size and location on market price, total generation cost, energy storage arbitrage benefit, and total consumer payment is further investigated in this paper. The latter analysis provides some guidelines for power system planners to identify the optimal size and location for installing large-scale ESSs.

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)0,009
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: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,070

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,009
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0030,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0210,001

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 Opus0,005
Tête enseignante GPT0,197
Écart entre enseignants0,192 · 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

Citations112
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Sustainable EnergyMême sujetSmart Grid Energy ManagementTravaux en français237 207