MétaCan
Menu
Retour à la cohorte
Enregistrement W2135912218 · doi:10.1002/aic.14458

Dynamic real‐time optimization and control of a hybrid energy system

2014· article· en· W2135912218 sur OpenAlexaffabout
Milana Trifkovic, W. Alex Marvin, Pródromos Daoutidis, M. Sheikhzadeh

Notice bibliographique

RevueAIChE Journal · 2014
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensLambton CollegeUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésRenewable energyTurbineSupervisory controlEngineeringScheduling (production processes)Model predictive controlControl (management)Energy managementControl engineeringAutomotive engineeringEnergy (signal processing)Computer scienceOperations managementMechanical engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

A proactive energy management strategy for a stand‐alone hybrid renewable energy system is presented. The study was motivated by the system built in Lambton College (Sarnia, Ontario, Canada) which includes photovoltaic arrays, wind turbine, battery, electrolyzers, hydrogen storage tanks, and fuel cells. The control architecture consists of two levels of hierarchy: (1) optimal predictive scheduling at the supervisory level and (2) local controllers for each of the system units. A “day‐ahead” approach is followed at the supervisory level and a bidirectional communication between the supervisory, proactive control, and the low‐level control layer is established. The proposed energy management strategy accounts for external (i.e., weather and demand) and internal disturbances. The efficacy of the proposed strategy is demonstrated through case studies. © 2014 American Institute of Chemical Engineers AIChE J , 60: 2546–2556, 2014

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,821
Score d'incertitude au seuil0,675

Scores Codex et Gemma par catégorie

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

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 Opus0,003
Tête enseignante GPT0,180
Écart entre enseignants0,177 · 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 tête enseignante, 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

Citations39
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAIChE JournalMême sujetHybrid Renewable Energy SystemsTravaux en français237 207