MétaCan
Menu
Retour à la cohorte
Enregistrement W2995156716 · doi:10.1109/tii.2019.2960802

An Efficient Peer-to-Peer Energy-Sharing Framework for Numerous Community Prosumers

2019· article· en· W2995156716 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

RevueIEEE Transactions on Industrial Informatics · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFundamental Research Funds for the Central UniversitiesNatural Science Foundation of Hubei ProvinceChina Postdoctoral Science FoundationNational Natural Science Foundation of China
Mots-clésRenewable energyComputer sciencePeer-to-peerEnvironmental economicsEnergy managementEnergy (signal processing)Efficient energy useDistributed generationDistributed computingEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

This article presents an efficient peer-to-peer energy-sharing framework for numerous community prosumers to reduce energy costs and to promote renewable energy utilization. Specifically, for day-ahead and real-time energy management of prosumers, an intercommunity energy-sharing strategy and an intracommunity energy-sharing strategy are proposed, respectively. In the former strategy, prosumers can share energy with any community peers, and community aggregators represent their own prosumers to coordinate energy sharing. A two-phase model is designed. In the first phase, the optimal energy-sharing profiles of prosumers are derived to minimize the global energy costs, and in the second phase, equilibrium-based energy-sharing prices are induced considering the individual interests of prosumers. In the latter strategy, prosumers share energy only with its community peers for time saving to handle real-time uncertainties collaboratively to reduce real-time costs. The framework efficiency is verified by the simulation cases on a typical distribution network.

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)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,798
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,038
Tête enseignante GPT0,263
Écart entre enseignants0,225 · 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