MétaCan
Menu
Retour à la cohorte
Enregistrement W4214562971 · doi:10.1109/tsg.2022.3154611

A Coordinated Multi-Energy Trading Framework for Strategic Hydrogen Provider in Electricity and Hydrogen Markets

2022· article· en· W4214562971 sur OpenAlexaff
Kuan Zhang, Bin Zhou, C. Y. Chung, Siqi Bu, Qin Wang, N.I. Voropai

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2022
Typearticle
Langueen
DomaineEnergy
ThématiqueHybrid Renewable Energy Systems
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Science Foundation of Hunan ProvinceNational Natural Science Foundation of China
Mots-clésStackelberg competitionElectricityRenewable energyEnvironmental economicsElectricity marketHydrogen productionMicroeconomicsIndustrial organizationFlexibility (engineering)Computer scienceBusinessEconomicsHydrogenChemistryEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes a multi-energy trading framework for a hybrid-renewable-to-H2 provider (HP) to coordinate the interaction and trading of electricity and H2 while promoting the efficient accommodation of renewable energy resources (RESs). In this framework, the HP can harvest hybrid RESs for green H2 production based on electrochemical effects of biomass electrolysis, and procure stacked profits from both the electricity and H2 markets by the flexibility of electricity-H2 conversion. A Vickrey auction-based pricing mechanism is developed to determine the trading price and quantity of H2 while eliciting truthful offers and bids in a competitive H2 market. Then, a single-leader-multiple-follower Stackelberg game with an iterative solution algorithm is formulated to capture the interactions between the H2 auctioneer and hydrogen fueling stations (HFSs) for achieving the win-win goal. Furthermore, a hybrid-renewable-to-H2 production and control method is proposed for the HP to raise the production efficiency of green H2 and suppress large fluctuations in electrolysis current caused by RES uncertainties. Comparative studies have validated the superiority of the proposed methodology on economic performance and RES accommodation.

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)0,002
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 enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,002
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,027
Tête enseignante GPT0,248
Écart entre enseignants0,220 · 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

Citations103
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetHybrid Renewable Energy SystemsTravaux en français237 207