Hierarchical and Decentralized Stochastic Energy Management for Smart Distribution Systems With High BESS Penetration
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.
Notice bibliographique
Résumé
In this paper, we propose a hierarchical and decentralized stochastic energy management scheme for smart distribution systems with high battery energy storage system (BESS) penetration. An energy management problem is formulated based on a two-layer hierarchical architecture for the joint optimization of distribution system operator (DSO) and customers. In the lower layer, the stochastic energy management problem of individual BESS is formulated as a Markov decision process to minimize the electricity cost. In the upper layer, the solutions of individual BESS stochastic energy management problems are used for the energy management of smart distribution systems to minimize the line losses while maintaining the voltage levels within required range. Considering the partial communications among households, this problem can be transformed into a decentralized partially observable Markov decision process with stochastic controllers. Accordingly, an energy management scheme based on exhaustive backups is proposed to solve the formulated problem in a decentralized manner. To reduce the computational complexity caused by high BESS penetration, a heuristic search and pruning method is further proposed. The case study results based on IEEE 5-bus test feeder and IEEE European low voltage test feeder indicate that the proposed scheme can reduce the electricity costs of both DSO and customers, while having the voltage levels regulated. Also, the computational complexity is much lower for a smart distribution system with high BESS penetration, in comparison with existing BESS energy management schemes.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle