MétaCan
Menu
Retour à la cohorte
Enregistrement W4294591092 · doi:10.1016/j.ijepes.2022.108550

Blockchain-based sequential market-clearing platform for enabling energy trading in Interconnected Microgrids

2022· article· en· W4294591092 sur OpenAlexaff
Mohamed Hamouda, Mohamed Nassar, M.M.A. Salama

Notice bibliographique

RevueInternational Journal of Electrical Power & Energy Systems · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMarket clearingContext (archaeology)Energy marketClearingModularity (biology)BlockchainOrder (exchange)Computer scienceMicrogridResilience (materials science)Ranking (information retrieval)Distributed generationDemand responseDistributed computingOperations researchRisk analysis (engineering)Computer securityEconomicsBusinessEngineeringMicroeconomicsElectricityRenewable energyArtificial intelligenceControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Interconnected Microgrids (IMGs) are considered a futuristic paradigm of power grids that offer modularity, resilience, and independence with energy exchangeability. In this context, each MG is accountable to its own citizens (i.e., generators or loads) and can participate in a market with its neighbours, if this enhances the benefits of its citizens. Thus, greedy behaviour is assumed to be rational for MGs participating in such a market. In this paper, a novel decentralized platform to facilitate energy trading between IMGs is developed. The platform would allow interested MGs to participate and gain benefits assuming self-benefit-driven (SBD) actions from participating MGs. The proposed platform provides a market-clearing approach based on sequential rounds. In each round, the MG with the cheapest energy price is privileged to export its surplus energy and maximize its own benefits. In order to identify the round champ, a decentralized ranking algorithm is developed to determine the MG with the cheapest energy price. The effectiveness of the proposed platform is validated using various case studies.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,459
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,011
Tête enseignante GPT0,217
Écart entre enseignants0,206 · 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

Citations23
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Electrical Power & Energy SystemsMême sujetSmart Grid Energy ManagementTravaux en français237 207