MétaCan
Menu
Retour à la cohorte
Enregistrement W2786621724 · doi:10.1109/pesgm.2017.8274325

Energy management in multi-microgrid systems — development and assessment

2017· article· en· W2786621724 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

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of AlbertaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMicrogridEnergy managementReliability engineeringComputer scienceDistributed generationEnergy management systemRobustness (evolution)Energy storageProbabilistic logicSmart gridPhotovoltaic systemEnergy consumptionRenewable energyEngineeringEnergy (signal processing)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

The optimal management of energy generation-/consumption in modern distribution systems has gained attention in the smart grid era. This paper presents optimized and coordinated strategies for performing and assessing energy management in multi-microgrid systems. The energy management process is formulated for multi-microgrid systems that simultaneously incorporate several energy generation/consumption units, including different types of distributed generators (DGs), energy storage units, electric vehicles (EVs) and demand response. Due to the probabilistic nature of some loads (e.g. EVs) and generators (e.g. wind turbine and photovoltaic (PV) modules), a novel probabilistic index is defined to measure the success of energy management scenarios in terms of cost minimization. Moreover, by using the new index, common types of energy controllers, such as DGs, storage units, EVs and demand side management are implemented simultaneously and individually, in a system, and the effect of each addition on the defined index and on operational costs is investigated. Finally, the robustness of the process to the load and generation prediction errors is investigated.

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: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,671
Score d'incertitude au seuil0,677

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 Opus0,025
Tête enseignante GPT0,251
Écart entre enseignants0,227 · 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

En bref

Citations101
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207