Fast Demand Control in Smart Grid Communications with User-in-the-Loop (UIL) Method
Notice bibliographique
Résumé
Recently, household energy consumption has been highly increasing, although there is a decrease in the source of energy.Consequently, the base price of electricity has been rising.Thus, there are a variety of approaches to save electricity costs.One proposed approach is the User-in-the Loop (UIL) method, in which the consumers (i.e.users) are given satisfactory incentives (for instance decreasing the base price of the electricity) to postpone their demand until low peak hours.To explore the effectiveness of this method, this study enrolls the open-loop control model and the closed-loop control model.While the open-loop control model is related to consumers' decisions of the process time relying on the low electricity cost, the closed-loop control model refers to consumer's reactions to the system's output and given incentives by electricity suppliers.To investigate the effectiveness of UIL, both control models are examined under three types of pricing models; namely, the fixed, current, and the dynamic pricing models.Whereas the base price of the electricity is steady in the fixed pricing model, under the current pricing model, it varies according to specified time periods in the current pricing model.Additionally, we propose the dynamic pricing model, in which the base price of the electricity is updated every 5 minutes based on a feedback message received from users.This feedback message is transmitted through ZegBee communication collecting the total amount of the electricity consumption of all home appliances.As a result of this study, we found that there is an inverse relationship between the number of users and the efficiency of UIL with the dynamic pricing model.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 source (Gemma direct ou Codex distillé), 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 ».