MétaCan
Menu
Retour à la cohorte
Enregistrement W2279524407 · doi:10.1049/iet-gtd.2015.0103

Optimal scheduling of virtual power plant with battery degradation cost

2015· article· en· W2279524407 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2015
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésScheduling (production processes)Battery (electricity)Computer scienceDegradation (telecommunications)Reliability engineeringPower (physics)EngineeringTelecommunicationsOperations management

Résumé

récupéré en direct d'OpenAlex

This study proposes a novel optimal generation scheduling model for virtual power plant (VPP) considering the degradation cost of energy storage system (ESS). The VPP is generally formed by a mix of distributed energy resources, and the ESS is an important installation for flexible VPP dispatch due to its controllable and schedulable behaviours. For the operations of battery storage systems, the ambient temperature and depth of discharge have significant impacts on the wear and tear of the ESS as well as battery degradation cost. Furthermore, the battery degradation cost is modelled and approximated by a piecewise linear function, and then incorporated into the proposed optimal VPP scheduling model. Consequently, the optimal VPP scheduling problem is formulated as a two‐stage stochastic mixed‐integer linear programming in order to maximise the expected profits of the VPP. The proposed model has been successfully implemented and tested through a representative case study, and the influence of battery degradation cost on optimal VPP scheduling has also been thoroughly analysed and demonstrated.

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.

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)0,000
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 enseignants0,641
Score d'incertitude au seuil0,637

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 Opus0,022
Tête enseignante GPT0,210
Écart entre enseignants0,188 · 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