Novel Decentralized Peer-to-Peer Gas and Electricity Transaction Market between Prosumers and Retailers Considering Integrated Demand Response Programs
Notice bibliographique
Résumé
This paper proposes a novel peer-to-peer (P2P) decentralized energy market consisting of retailers and prosumers considering integrated demand response (IDR). Retailers can trade electrical energy and gas with prosumers in a P2P way to maximize their welfare. Since they are equipped with electrical storage and power self-generation units, they can benefit from selling power not only to the upstream network but also to prosumers. In peer-to-peer transactions, the prosumers purchase electricity as well as gas from retailers. Because of their access to the competitive retail market, including some retailers, they enjoy more freedom to reduce their energy supply cost. In addition, the prosumers are equipped with an energy hub consisting of combined heat and power (CHP) units and electric pumps, allowing them to change their energy supply according to price fluctuations. Furthermore, they have some changeable electrical and thermal load enabling them to change their load if needed. To clear the proposed P2P decentralized market, a fully decentralized approach called the fully decentralized alternating direction method of multipliers (ADMM) is applied. This method does not require a supervisory entity and, thus, preserves the players’ private information. The numerical studies performed on a system with two retailers and multiple prosumers demonstrate the feasibility and effectiveness of the proposed decentralized market. The results also show that the proposed decentralized algorithm achieves the optimal global solution, compared with the centralized approach.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».