Development of a Chance-Constrained Dual-Objective Fractional Programming for Shandong’s Clean Power Transition
Notice bibliographique
Résumé
In this study, an inexact mixed-integer interval stochastic fractional model (IMSFP) is developed for Shandong’s sustainable power system management under uncertainties. Shandong has a high proportion of fossil-fuel power, which has resulted in significant greenhouse gas emissions. Future is an essential period for energy structure transition. Developed IMSFP can effectively tackle dual objective, system efficiency represented as output/input ratios, as well as uncertainties described as interval values and probability distributions in the constraints and objectives. The results indicate that the clean power transition and capacity expansion scheme are sensitive to different constraint-violation risk levels. Obtained interval solutions can provide flexible strategies for resource allocation and expansion capacities under multiple complexities. An economic single objective model (IMCLP) is also developed, which aims at minimizing the system cost. The comparative results illustrate that the IMSFP model can better characterize the real-world power system problems through optimizing a ratio between clean energy utilization and system cost. Biomass and wind power would be major developed electricity forms in the future, and solar energy has great development potential. In short, the proposed IMSFP model is advantageous in balancing conflicting dual objectives and reflecting complicated interactions among system efficiency, economic cost, system reliability, and constraint-violation scenarios.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».