MétaCan
Menu
Retour à la cohorte
Enregistrement W2504249129 · doi:10.1109/tdc.2016.7519988

Optimal planning of urban microgrids with an energy management system

2016· article· en· W2504249129 sur OpenAlexaff
Mike Quashie, G. Joós

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésMicrogridKarush–Kuhn–Tucker conditionsContext (archaeology)Computer scienceEnergy managementRenewable energyMathematical optimizationEconomic dispatchEnvironmental economicsEnergy (signal processing)Reliability engineeringOperations researchElectric power systemEngineeringEconomicsMathematicsPower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a bi-level planning strategy that optimally configures an urban microgrid to maximize its benefits. The work implores the karush- Kuhn-tucker (KKT) condition to transform the two level formulation into a single level mixed integer linear programing. The optimization strategy receives the modeled thermal and electric load as input and optimizes the output of the distributed energy resources through the implementation of an energy management system (EMS). It further analyzes the available investment options of the microgrid using capital budgeting techniques to determine the return on investment to a microgrid stakeholder. The approach, though applicable to all microgrids, is developed within the context of an urban microgrid. Results obtained through its application show significant savings in energy cost and related microgrid benefits to stakeholders.

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)0,000
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 enseignants0,902
Score d'incertitude au seuil0,215

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 Opus0,003
Tête enseignante GPT0,158
Écart entre enseignants0,155 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207