Noncommutative Composite Water-Filling for Energy Harvesting and Smart Power Grid Hybrid System With Peak Power Constraints
Notice bibliographique
Résumé
Energy harvesting makes use of energy from the environment. However, since harvesting energy depends on natural conditions, it is not a stable energy source. As a result, the energy from the power grid is often included to serve as a supplementary source to regulate the overall energy supply of the system. Further, the power from the power grid is often subject to the constraints of peak power and the energy budget. These constraints lead to more difficulties in solving optimal power allocation problems. In this paper, we extend our recently proposed geometric water-filling (GWF) and recursive GWF (RGWF) algorithms to solve the throughput maximization problem and transmission completion time minimization problems for this kind of hybrid energy source system. Our investigation shows that the optimal power allocation for throughput maximization is the result of a sequence of water-filling algorithms for smart power grid and harvested energy, in that order, followed by a power adjustment step of the power from the grid. The allocation order is not commutative for an optimal solution due to the specific structure of the target problems. The proposed algorithms can compute the exact (optimal) solutions to the problems via finite computation with low computational complexity. Numerical examples are presented to illustrate the detailed procedures to efficiently obtain the optimal power allocation solutions using the proposed algorithms. The results also illustrate that the composite operation of the two water-fillings is noncommutative.
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 | 0,001 |
| 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 ».