MétaCan
Menu
Retour à la cohorte
Enregistrement W3160359874 · doi:10.3390/en14102969

A Mobile Energy Storage Unit Serving Multiple EV Charging Stations

2021· article· en· W3160359874 sur OpenAlexaff
Mohamed M. Elmeligy, Mostafa F. Shaaban, Ahmed Azab, Maher A. Azzouz, Mohamed Mokhtar

Notice bibliographique

RevueEnergies · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Vehicles and Infrastructure
Établissements canadiensUniversity of Windsor
Organismes subventionnairesAmerican University of Sharjah
Mots-clésEnergy storageUnit (ring theory)GridInteger programmingLinear programmingAutomotive engineeringComputer sciencePower (physics)Electric power systemElectrical engineeringReliability engineeringEngineering

Résumé

récupéré en direct d'OpenAlex

Due to the rapid increase in electric vehicles (EVs) globally, new technologies have emerged in recent years to meet the excess demand imposed on the power systems by EV charging. Among these technologies, a mobile energy storage system (MESS), which is a transportable storage system that provides various utility services, was used in this study to support several charging stations, in addition to supplying power to the grid during overload and on-peak hours. Thus, this paper proposes a new day-ahead optimal operation of a single MESS unit that serves several charging stations that share the same geographical area. The operational problem is formulated as a mixed-integer non-linear programming (MINLP), where the objective is to minimize the total operating cost of the parking lots (PLs). Two different case studies are simulated to highlight the effectiveness of the proposed system compared to the current approach.

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: Empirique
Score de désaccord entre enseignants0,477
Score d'incertitude au seuil0,508

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 Opus0,006
Tête enseignante GPT0,195
Écart entre enseignants0,189 · 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

Citations10
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetElectric Vehicles and InfrastructureTravaux en français237 207