MétaCan
Menu
Retour à la cohorte
Enregistrement W4206312118 · doi:10.1109/tpwrd.2022.3140251

A New Selection Tool of Retail Electric Provider for Prosumers With Local Distributed Resources and Plug-in Electric Vehicles

2022· article· en· W4206312118 sur OpenAlexafffund
Daniel J. Mabuggwe, Walid G. Morsi

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensOntario Tech University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPhotovoltaic systemEnvironmental economicsPlan (archaeology)Plug-inComputer scienceBusinessEngineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

This study addresses the issue of identifying the most suitable retail electric provider plan for the residential customers that are consumers only as well as consumers who intend to become prosumers. The main objective is to develop a methodology that will assist the residential customers in identifying the most suitable distributed energy resources, such as rooftop solar photovoltaic and home battery storage as well as electric vehicles. Furthermore, the proposed methodology is used to develop a decision support tool that aims to determine the appropriate retail electric provider plan that will ensure maximum savings on the customer's energy bill. The results of implementing the proposed methodology on case studies from Texas have shown that the residential customers can achieve significant savings if they install rooftop solar photovoltaic. The results have also shown that the maximum savings are usually associated with the time-variant or time-invariant plans, in case of customers with low energy usage, reaching up to $221/year. On the other hand, the customers with high energy usage were found to achieve significant savings on their energy bills when they are on the tiered time-invariant plans, in which case the savings may reach up to $475/year.

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 enseignants0,528
Score d'incertitude au seuil0,733

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,005
Tête enseignante GPT0,172
Écart entre enseignants0,166 · 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

Citations2
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetSmart Grid Energy ManagementTravaux en français237 207