MétaCan
Menu
Retour à la cohorte
Enregistrement W3016258751 · doi:10.3390/en13081884

Optimal Energy and Reserve Market Management in Renewable Microgrid-PEVs Parking Lot Systems: V2G, Demand Response and Sustainability Costs

2020· article· en· W3016258751 sur OpenAlexaff
Viviani C. Onishi, Carlos Henggeler Antunes, João Pedro F. Trovão

Notice bibliographique

RevueEnergies · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensUniversité de Sherbrooke
Organismes subventionnairesEuropean Regional Development FundFundação para a Ciência e a Tecnologia
Mots-clésMicrogridRenewable energyDispatchable generationDemand responseEnvironmental economicsEnergy storageVehicle-to-gridPhotovoltaic systemEnergy management systemSustainabilityEnergy managementComputer scienceDistributed generationBusinessElectric vehicleElectricityEngineeringEconomicsEnergy (signal processing)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Vehicle-to-grid (V2G) technology heralds great promise as a demand-side resource to contribute to more efficient grid management and promote the use of decentralized renewable energy. In this light, we propose a new optimization model for the sustainable energy and reserve market management in renewable-driven microgrid (RMG) plug-in electric vehicles (PEVs) parking lot systems. The RMG is composed of a hybrid photovoltaic/wind/hydrogen energy and storage system, along with local dispatchable generation units and bidirectional grid connection. The RMG is coupled to a smart PEVs parking lot, which is equipped with grid-to-vehicle (G2V) and V2G technologies allowing for not only PEVs aggregation and control but also optimal allocation of energy resources. Time-of-use (TOU) prices are considered in a demand response program (DRP) to enhance both economic and environmental performances by encouraging end-users to shift their energy demands from peak to off-peak time periods. Additionally, the model accounts for an economic incentive to PEVs owners to compensate for battery degradation. The integrated system eco-efficiency is evaluated through the application of the novel life cycle assessment-based Eco-cost indicator. The resulting mixed-integer linear programming model to minimize sustainability costs is implemented in GAMS and solved to global optimality. Different case studies are performed to demonstrate the effectiveness of the proposed modelling approach. Energy analyses results reveal that the optimal G2V-V2G operation, allied to TOU prices in a DRP, and reserve market management can reduce around 42% the energy and environmental costs of the RMG-PEVs parking lot system.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,027

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,192
Écart entre enseignants0,188 · 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 source (Gemma direct ou Codex distillé), 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

Citations47
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetElectric Vehicles and InfrastructureTravaux en français237 207