MétaCan
Menu
Retour à la cohorte
Enregistrement W3196460971 · doi:10.1109/tsg.2021.3109111

Price-Maker Bidding and Offering Strategies for Networked Microgrids in Day-Ahead Electricity Markets

2021· article· en· W3196460971 sur OpenAlex

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaNatural Sciences and Engineering Research Council of CanadaSaskPower
Mots-clésBiddingMathematical optimizationComputer scienceMicrogridScalabilityInteger programmingElectricityScheduling (production processes)Linear programmingRevenueElectricity marketOperations researchEconomicsEngineeringMicroeconomicsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a price-maker bidding and offering model for networked microgrids (NMG) in a pool-based day-ahead electricity market. The objective of this model is to maximize the net revenue of NMG by coordinating the joined individual microgrids to submit aggregated offers/bids to the market operator. A hybrid stochastic-robust optimization framework is developed to offset multiple associated uncertainties. The bidding and offering model is first formulated as a hard-to-solve mixed-integer nonlinear programming (MINLP) problem, which is later converted to its easy-to-solve mixed-integer linear programming (MILP) counterpart. To resolve privacy concerns of each microgrid and improve the scalability of the proposed bidding and offering model, a coordinated scheduling framework for NMG based on the Dantzig-Wolfe decomposition (DWD) method is proposed to obtain the global optimum. Numerical simulations with real-world measured data validate the effectiveness of the proposed price-maker bidding model, which is shown to outperform existing price-taker models.

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 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 enseignants0,849
Score d'incertitude au seuil0,854

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 Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · 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