MétaCan
Menu
Retour à la cohorte
Enregistrement W2796115129 · doi:10.1109/lcomm.2018.2822798

Dynamic Pricing Mechanism in Smart Grid Communications Is Shaping Up

2018· article· en· W2796115129 sur OpenAlexaff
Saba Al–Rubaye, Anwer Al‐Dulaimi, Shahid Mumtaz, Jonathan Rodrı́guez

Notice bibliographique

RevueIEEE Communications Letters · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensExfo Electro-Optical Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésDynamic pricingSmart gridComputer scienceDemand responseDynamic demandElectricityLoad managementSupply and demandEnvironmental economicsKey (lock)Electricity pricingElectricity marketMicroeconomicsPower (physics)Computer securityEconomics

Résumé

récupéré en direct d'OpenAlex

An efficient smart grid communication system is a key enabling technology for modernized utility that can adjust electricity usage to balance generation and demand in real time. However, the utility industry is not able to meet the power demand for the wholesale market during overloading or emergency situations. To mitigate power shortage pressures, utility providers need to employ a dynamic pricing policy to enforce higher pricing than pre-estimated statistic pricing to motivate consumers to reduce their power consumption. In this letter, the time of use (TOU) approach is proposed to regulate price variances considering desired power demand. In this mechanism, the consumers deliver their TOU electricity demands and subsequent control signals to utility providers through communication network infrastructure. The utility provider creates an hourly demand profile for each consumer by predicating individual requests over short- and long-time frames. The control signaling exchanged and prior arrangement of services enable utility providers to evaluate the status of wholesale market demand and assign prices considering dynamic changes in electricity demand. Numerical analysis study was carried out to validate the advantages of the proposed mechanism.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,773
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0030,001
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 Opus0,037
Tête enseignante GPT0,266
Écart entre enseignants0,229 · 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.

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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Communications LettersMême sujetSmart Grid Energy ManagementTravaux en français237 207