A firm-union bargaining game approach for PHEV charging access control
Notice bibliographique
Résumé
As the penetration level of plug-in hybrid electric vehicles (PHEVs) increases, the charging demand of PHEVs is expected to have a major impact on the loading of distribution systems. Charging access control, which determines the starting time of PHEV charging, is critical to mitigate such impact. In this paper, we investigate how to achieve PHEV charging access control by leveraging the electricity price set by electricity retailer and the speculative prices of PHEV owners. A firm-union bargaining game approach is proposed to study the interactions between the electricity retailer and PHEV owners. In order to eliminate the requirement of a centralized energy management system, we extend the original centralized firm-union bargaining game approach to a semi-distributed approach. In particular, the retailer plays the role of the union for wage control by setting the electricity price for PHEV charging, while balancing the revenue and cost. On the other hand, each PHEV owner uses a responsive strategy to optimize his/her own benefit by choosing an appropriate charging starting time. Through nonlinear programming, a sub-game perfect Nash equilibrium solution can be attained. The PHEV owners in the game can determine their strategies independently to maximize their own benefits. The model is further extended to consider the cost of charging demand fluctuation reflected by the cost of purchasing frequency regulation or spinning reserve services by distribution utilities. Extensive numerical results are presented to evaluate the performance of the proposed approach.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».