MétaCan
Menu
Retour à la cohorte
Enregistrement W4361828607 · doi:10.1109/tpec56611.2023.10078524

Bi-Level Transactive Coordination of Energy Management Systems in a Community

2023· article· en· W4361828607 sur OpenAlexafffund
Farshad Etedadi, Sousso Kélouwani, François Laurencelle, Nilson Henao, Kodjo Agbossou, Fatima Amara

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensCollège ShawiniganUniversité du Québec à Trois-Rivières
Organismes subventionnairesHydro-Québec
Mots-clésTransactive memoryEnergy consumptionComputer scienceDemand responseEnergy managementConsumption (sociology)GridWork (physics)Load managementEnergy (signal processing)Distributed computingKnowledge managementElectricityEngineering

Résumé

récupéré en direct d'OpenAlex

This paper presents a hierarchical coordination scheme for residential customer groups with flexible assets in a community through a transactive energy architecture. The work designs a framework to manage home energy management systems (HEMSs) in a residential group to reduce the grid’s stress by optimizing the aggregated consumption and improving the load factor. Nevertheless, addressing the specific challenges in different layers of the distribution system needs a hierarchical framework to guarantee lower-level (groups) and upper-level (community) objectives. Thus, this paper also develops the HEMSs coordination in a group into a hierarchical one with demand response-enabled electric heaters in a community comprising two residential groups. The presented framework includes two local coordinators at the lower level managing their associated HEMSs and a community coordinator at the upper level handling the community. The functionality of the proposed method has been investigated and compared with dynamic price, independent group coordination, and without applying demand response program cases. The proposed approach can reduce the community’s peak energy consumption by up to 47.5%.

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)0,001
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 enseignants0,004
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0020,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,025
Tête enseignante GPT0,216
Écart entre enseignants0,191 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetSmart Grid Energy ManagementTravaux en français237 207