MétaCan
Menu
Retour à la cohorte
Enregistrement W3011730150 · doi:10.1109/cdc40024.2019.9029166

A PID controller for Direct Load Control of Thermostatically Controlled Appliances

2019· article· en· W3011730150 sur OpenAlexaff
Pegah Yazdkhasti, Chris Diduch

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésDemand responsePID controllerComputer scienceAutomatic Generation ControlElectric power systemControl engineeringGridRenewable energyController (irrigation)ElectricityLoad regulationControl systemAutomotive engineeringControl theory (sociology)Control (management)EngineeringPower (physics)Temperature controlVoltageElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Wind and Solar farms are rapidly growing to produce electricity as sustainable resources; however, integrating these renewable resources into the existing power system has introduced new challenges due to their rapid fluctuations. These fast varying generation tends to decrease the reliability of the grid. Managing the demand side is one method to cope with this uncertainty and variability in generation. Direct load control of the thermostatically controlled appliances such as air conditioners and electric water heaters can play a significant role for this purpose. This paper presents a control schema for the demand-side management that informs the system operator about the future load and its capacity to increase or decrease it. Therefore, the system operator will have a reliable estimation about the magnitude of the control capacity in the future to create attainable dispatch command. The schema is based on a Mathematical model of the aggregated load combined with a simple PID controller. The performance of the proposed model was evaluated using MATLAB simulation. Simulation results show that the proposed model can provide a fast response (within a minute) to the dispatch commands.

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 enseignants0,965
Score d'incertitude au seuil0,577

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,004
Tête enseignante GPT0,190
Écart entre enseignants0,185 · 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

Citations7
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207