MétaCan
Menu
Retour à la cohorte
Enregistrement W4402642962 · doi:10.1080/03155986.2026.2657103

Can an EV storage system exercise market power in an electricity market? A comparison of bi-level and single-level models

2024· preprint· en· W4402642962 sur OpenAlexvenueno aff
Tu Feng, Antonio J. Conejo

Notice bibliographique

RevueINFOR Information Systems and Operational Research · 2024
Typepreprint
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensnon disponible
Organismes subventionnairesFord Motor CompanyNational Science Foundation
Mots-clésElectricity marketElectricityPower (physics)BusinessElectrical engineeringEngineeringPhysicsThermodynamics

Résumé

récupéré en direct d'OpenAlex

An EV aggregator managing multiple EV garages is a distributed EV storage system that can play a significant role in the electricity market of the area where it sits. We analyze the ability of such an EV storage system to exercise market power. For this, we use two models. The first one represents the EV storage system as a price maker, and the second one allows the system operator to freely operate the EV storage system for the best of the power system as a whole. Considering analytical outcomes from a stylized model and numerical simulations from a realistic case study, we found that the EV storage system has limited ability to exercise market power. Thus, the outcomes of the price-maker model and those of the model in which the system operator is in control of the EV storage system are generally similar. This is so for a number of reasons, namely, (i) the EV storage system needs to charge prior to producing (discharging), (ii) its energy/power capacity is comparatively small, (iii) it is generally located at a single node of the power system and (iv) the step-wise supply curve of most power systems is increasingly flat.

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)0,004
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Communication savante
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 enseignants0,227
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0000,000
Intégrité de la recherche0,0010,001
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 Opus0,087
Tête enseignante GPT0,323
Écart entre enseignants0,236 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentnon

Explorer davantage

Même revueINFOR Information Systems and Operational ResearchMême sujetElectric Power System OptimizationTravaux en français237 207