MétaCan
Menu
Retour à la cohorte
Enregistrement W4415333575 · doi:10.48550/arxiv.2506.15195

An efficient co-simulation and control approach to tackle complex multi-domain energetic systems: concepts and applications of the PEGASE platform

2025· preprint· en· W4415333575 sur OpenAlexaff
Mathieu Vallée, Roland Bavière, Valérie Seguin, Valéry Vuillerme, Nicolas Lamaison, Michael Nikhil Descamps, Antoine Aurousseau

Notice bibliographique

RevueArXiv.org · 2025
Typepreprint
Langueen
DomaineEngineering
ThématiqueRocket and propulsion systems research
Établissements canadiensHatch (Canada)
Organismes subventionnairesHorizon 2020 Framework Programme
Mots-clésInterface (matter)Software deploymentEnergy (signal processing)Control (management)Efficient energy useInteger programming

Résumé

récupéré en direct d'OpenAlex

In this paper, we present a novel research software, called PEGASE, suitable for the design, validation and deployment of advanced control strategies for complex multi-domain energy systems. PEGASE especially features a highly efficient cosimulation engine, together with integrated solutions for defining both rule-based control strategies and Model-Predictive Control (MPC). The main principle behind the PEGASE platform is divide-and-conquer. Indeed, rather than trying to solve a problem as a monolithic entity, which can be highly complex for multi-domain large-scale systems, it is often more efficient to decompose it into several domains or sub-problems, and to simulate them in a decoupled way. To provide its cosimulation capabilities, we based PEGASE on two main components. The first one is a framework for integrating simulation models, which can be either compatible with the FMI standard or interfaced through an Application Programming Interface (API). The second one is a multi-threaded sequencer enabling several simulation sequences with different time steps. To provide advanced control capabilities, we also equipped PEGASE with a framework for MPC combining a comprehensive management of predictions data and a modeler dedicated to the formulation of Mixed Integer Linear Programs. We implemented this framework in C++ providing low formulation and resolution times for typical applications. Connection to hardware is also available via standard industry protocols thereby allowing PEGASE to control real energy systems. In this paper, we show how these basic functionalities, combined with dedicated modeling tools, enable setting up simulation and control applications suitable for tackling the complexity of various kinds of energy systems. To illustrate this, we present four application examples from our recent research work. These examples cover several domains, from concentrated solar thermal plants to optimal control of district heating networks. The variety of examples demonstrates the robustness and genericity of the 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 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: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,063
Tête enseignante GPT0,342
Écart entre enseignants0,279 · 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
GenreMéthodes

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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArXiv.orgMême sujetRocket and propulsion systems researchTravaux en français237 207