MétaCan
Menu
Retour à la cohorte
Enregistrement W4244444641 · doi:10.32920/ryerson.14645877

Demand side management in smart grid

2021· preprint· en· W4244444641 sur OpenAlexaff
Ashish Trivedi

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésSmart gridDemand responseHVACGridPeak demandDemand sideLoad shiftingComputer scienceLoad managementElectricityConsumption (sociology)Reduction (mathematics)Demand managementConsumer demandEnvironmental economicsMicroeconomicsEconomicsAir conditioningElectrical engineeringEngineeringMathematics

Résumé

récupéré en direct d'OpenAlex

<p>In this project report a Demand Side Management system is proposed which helps to reduce the peak demand on the grid by motivating the consumer to shift or reduce the load consumption. The proposed technique helps to manage the operating time of both schedulable and non-schedulable loads through consumer’s interaction. The consumers can save money by operating them in lower price periods. However, in spite of its privileges this approach has the tendency to accumulate more load at low electricity price time as the load is being shifted from other periods. Therefore, an addition optimization is used to formulate the second peak-generated problem by defining certain constraints for the consumption. For non-schedulable loads an optimizing scheme is proposed where the utility controls the operation of the loads like refrigeration, HVAC system with respect to the consumer comfort levels. The simulation result validates the reduction in the peak demand on the grid.</p>

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,841
Score d'incertitude au seuil1,000

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 ouverte0,0000,001
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 Opus0,010
Tête enseignante GPT0,203
Écart entre enseignants0,193 · 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.

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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207