MétaCan
Menu
Retour à la cohorte
Enregistrement W2567739352 · doi:10.1109/tsg.2016.2647620

Real-Time Smart Charging of Electric Vehicles for Demand Charge Reduction at Non-Residential Sites

2017· article· en· W2567739352 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensSimon Fraser University
Organismes subventionnairesNatural Resources CanadaBC Hydro
Mots-clésPeak demandDemand responsePeaking power plantAutomotive engineeringSmart gridDemand reductionMetering modeElectric vehicleOn demandDemand managementLoad managementComputer scienceReduction (mathematics)Electrical engineeringEngineeringElectricityDistributed generationRenewable energyPower (physics)

Résumé

récupéré en direct d'OpenAlex

Smart electric vehicle (EV) charging deals with increasing demand charges caused by EV load on EV supply equipment (EVSE) hosts. This paper proposes a real-time smart charging algorithm that can be integrated with commercial & industrial EVSE hosts through building energy management system or with utility back office through the advanced metering infrastructure. The proposed charging scheme implements a real-time water-filling algorithm able to reduce the peak demand and to prioritize EV charging based on the data of plugged-in EVs. The algorithm also accommodates utility and local demand response and load control signals for extensive peak shaving. Real-world EV charging data from different types of venues are used to develop and evaluate the smart charging scheme for demand charge reduction at medium & large general service locations. The results show that even at constrained venues such as large retails, monthly demand charges caused by EVs can be reduced by 20%-35% for 30% EV penetration level without depreciating EVs' charging demand.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,058
Score d'incertitude au seuil0,985

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 technologies0,0010,000
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 Opus0,009
Tête enseignante GPT0,225
Écart entre enseignants0,215 · 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