MétaCan
Menu
Retour à la cohorte
Enregistrement W4400077752 · doi:10.1016/j.segan.2024.101460

Hierarchical transactive home energy management system groups coordination through multi-level consensus sharing-based distributed ADMM

2024· article· en· W4400077752 sur OpenAlexaff
Farshad Etedadi, Sousso Kélouwani, Kodjo Agbossou, Nilson Henao, François Laurencelle, Sayed Saeed Hosseini

Notice bibliographique

RevueSustainable Energy Grids and Networks · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensHydro-QuébecUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésTransactive memoryHierarchyAggregate (composite)GridConstraint (computer-aided design)Computer scienceElectricitySmart gridDistributed computingDemand responseDistributed generationEnvironmental economicsOperations researchKnowledge managementEngineeringEconomicsRenewable energyMathematics

Résumé

récupéré en direct d'OpenAlex

Coordinating residential building groups requires a hierarchical structure in which aggregate objectives and coupled constraints are incorporated into decision-making processes at different layers of the electric distribution system. Failure to handle these matters can raise issues, such as rebound peaks and contingencies. This paper proposes a Hierarchical Transactive Coordination Mechanism (HTCM) capable of dealing with residential consumers’ objectives/constraints and local and grid coordinators’ shared objectives/coupled constraints under a bottom-up strategy. Particularly, the proposed multi-level framework distributes local and grid coordinators’ shared objectives among consumers to flatten the aggregate consumption profile and minimize the aggregate energy cost at each level. The suggested scheme is enhanced by developing two additional operations. A gain-sharing technique is designed to fairly divide the total gain acquired by the grid coordinator across the hierarchy from higher to lower levels, successively. Besides, a coupled constraint-sharing method is devised to link these levels and fulfill the coupled constraints by revising consumers’ decisions. The proposed approach is applied to a society of buildings comprising Home Energy Management System (HEMS) groups with demand response-enabled electric Baseboard Heaters (BHs), and its effectiveness is investigated through different case studies. The results demonstrate that the recommended HTCM is able to improve the society’s aggregate power profile load factor by 89%, from 0.45 up to 0.85, and decreases its overall electricity cost by 6.2%.

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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,202
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 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

Citations7
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSustainable Energy Grids and NetworksMême sujetSmart Grid Energy ManagementTravaux en français237 207