Distributed Optimal Vehicle-To-Grid Approaches With Consideration of Battery Degradation Cost Under Real-Time Pricing
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
Electric vehicles (EV) are becoming increasingly popular due to their efficiency and potentials to reduce greenhouse gas emission. However, penetration of a very large number of EVs can have negative impacts on power systems. This study proposes optimal vehicle-to-grid (V2G) models to incorporate the EV penetration by minimizing multiple objectives including the peak demand, the variance of load profile, the battery degradation cost and the EV charging/discharging cost based on real-time pricing (RTP). The proposed models incorporate EV driving patterns including driving distance, driving periods, and charging/discharging levels and locations. A nonlinear battery degradation cost function is linearized and incorporated into the optimal models. In addition, a distributed control algorithm is developed to implement the optimal models. One-day simulation results show that the proposed approach can reduce the peak demand and the variance of the load profile by 7.8% and 81.9%, which can significantly improve power system stability and energy efficiency. In addition, the sum of EV charging/discharging cost and battery degradation cost is decreased from $251 to -$153. In fact, 100 EVs earn $153 in the day from the V2G program. The approaches can be used by a load aggregator or a utility to effectively incorporate EV penetration to power systems to unlock V2G opportunities and mitigate negative impacts.
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