Towards optimal energy store-carry-and-deliver for PHEVs via V2G system
Notice bibliographique
Résumé
As an important component of smart grid, the vehicle-to-grid (V2G) system is recently introduced to enable bidirectional energy delivery between the power grid and plug-in electric vehicles. Communication technology is incorporated to facilitate the energy delivery by providing electricity pricing and energy demand information. However, different from the stationary energy storage systems, the energy store-carry-and-deliver mechanism for a V2G system poses new challenges for performance optimization, such as bi-directional energy flow and non-stationary energy demand. How to utilize the statistical information provided by the communication system to achieve efficient energy delivery is critical for a V2G system and is still an open issue. In this paper, we address a specific problem in this new research area, i.e., daily energy cost minimization of vehicle owners under time-of-use (TOU) electricity pricing. We investigate a plug-in hybrid electric vehicle (PHEV) with a realistic battery model, which is general for both battery electric cars and plug-in hybrids. A dynamic programming formulation is established by considering the bidirectional energy flow, non-stationary energy demand, battery characteristics, and TOU electricity price. We prove the optimality of a state-dependent double-threshold (or (S, S')) policy based on the stochastic inventory theory. A modified backward iteration algorithm is devised for practical applications, where an exponentially weighted moving average (EWMA) algorithm is used to estimate the statistics of PHEV mobility and energy demand. The performance of the proposed scheme is demonstrated by simulations based on survey and real data collected from Canadian households. Numerical results indicate that our proposed scheme performs closely to a scheme with a priori knowledge of the PHEV mobility and energy demand information. Compared with the existing approaches, the proposed scheme can achieve energy cost reduction, which increases with the battery capacity.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».