MétaCan
Menu
Retour à la cohorte
Enregistrement W3010140022 · doi:10.1109/globecom38437.2019.9013909

A ROOT Approach for Stochastic Energy Management in Electric Bus Transit Center with PV and ESS

2019· article· en· W3010140022 sur OpenAlexaffabout
Yuan Liu, Hao Liang

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésEnergy managementCenter (category theory)Transit (satellite)Automotive engineeringComputer scienceEnergy (signal processing)Root (linguistics)Electrical engineeringEnvironmental scienceEngineeringTransport engineeringPublic transportPhysics

Résumé

récupéré en direct d'OpenAlex

The development of alternatives for urban mobility and public transportation has been promoted by the increasing concerns on the environmental issues in the recent years. Along with the evolution of battery technology and charging/discharging control methodology, the diesel buses have been replaced with the electric buses (EBs) gradually. In order to satisfy the increasing charging demand of EBs, the photovoltaic (PV) and energy storage system (ESS) are usually installed on- site, which can not only guarantee sufficient power supply for the transit center, but also decrease the service charge for capacity from the distribution system operator (DSO). Besides, through involving the vehicle- to-grid (V2G) mechanism, the EBs parking in the transit center can also supply power to mitigate the peak load. Considering uncertainty of the office base load, PV generation, and the random availability of EBs, a stochastic energy management approach for such EB transit center is urgently needed. In this study, we focus on minimizing the total cost of the transit center taking into account the service charge for capacity, the energy consumption cost, the battery degradation cost of ESS and EBs, and the power generation revenue. A detailed model is built to investigate the energy management operation in the system as well as the corresponding cost. Then, we decompose the non-linear optimization problem into two stages: In the first stage, we aim to mitigate the target peak load through a modified robust optimization over time (ROOT) approach; Based on the optimal target peak load, the charging/discharging schedule is optimized in the second stage. The corresponding algorithm is developed and the performance of the proposed approach is evaluated in the case study based on the actual data obtained from FortisAlberta and St. Albert Transit, AB, Canada.

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 candidatesaucune
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 enseignants0,723
Score d'incertitude au seuil0,356

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,002
Tête enseignante GPT0,154
Écart entre enseignants0,152 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations5
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetElectric Vehicles and InfrastructureTravaux en français237 207