MétaCan
Menu
Retour à la cohorte
Enregistrement W4232112611 · doi:10.32920/ryerson.14648058.v1

Unit commitment using complementarity

2021· preprint· en· W4232112611 sur OpenAlexaff
Steven V. Craig

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensMcMaster UniversityToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésMathematical optimizationPower system simulationComplementarity (molecular biology)Computer scienceNonlinear systemComplementarity theoryLinear programmingGenerator (circuit theory)Economic dispatchInteger programmingGridInteger (computer science)Power (physics)MathematicsElectric power system

Résumé

récupéré en direct d'OpenAlex

A need exists to optimally dispatch power generation to meet per-hour requirements on the power grid. This is a well documented and established problem called Unit Commitment (UC). It is commonly formulated as a Mixed Integer Linear Program (MILP), which utilizes intelligent solvers to produce a solution with speed and accuracy. The linear nature of MILP requires linear approximations of nonlinear constraints. This work introduces the Theory of Complementarity in order to remove integer variables, resulting in a continuous rather than a discontinuous solution space. This permits use of classical solution techniques, as well as nonlinear constraints, thereby increasing accuracy. A formulation is developed to demonstrate a proof of concept of the complementarity theory as used in UC. A subset of constraints will be used and the results will be compared against an MILP optimization, for 10-and 26-generator configurations. Similar trends in generator status and total cost are noted.

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 enseignants0,864
Score d'incertitude au seuil0,994

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)0,0010,000

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 Opus0,058
Tête enseignante GPT0,277
Écart entre enseignants0,219 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetElectric Power System OptimizationTravaux en français237 207