Sizing versus Price: How they influence the energy exchange among large numbers of hydrogen-centric multi-energy supply grid-connected microgrids
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
Hydrogen-centric multi-energy supply microgrids cover different types of energy, such as electricity/heat/gas/hydrogen, which will play an important role in emerging smart cities. On the other hand, multi-energy supply microgrids can also exchange energy with utility grid networks, which can help the local consumers earn profits, and also resist natural disasters. However, to efficiently achieve energy exchange among regional multi-energy supply grid-connected microgrids is still a complex problem, especially considering that there are large numbers of hydrogen-centric microgrids, and multiple types of exchanged energy (electricity, heat, gas, hydrogen). In this paper, we evaluate how the sizing and price influence the energy exchange among large numbers of hydrogen-centric multi-energy supply microgrids. First, we presented a hierarchy structure to manage exchanged energy, namely, utility grids-load service entity (LSE)-microgrids. Second, we use the prices as the only guide to encourage different parts to achieve energy exchange. And the price-based optimal operation strategy of microgrid and LSE is developed. Third, an extended model with an IEEE30+Gas20+Heat14 hybrid utility grid network, 4 LSEs, and 16 hydrogen-centric multi-energy supply microgrids are built. Last, different sizing and price profiles are deployed. The simulation results show that large sizing indicates large earned profits while large price presents small profits. And through the hydrogen, invisible power can be stored in tanks, and can be further exchanged at any time.
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 | 0,001 |
| 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