User-Oriented Demand Response for Smart Buildings
Notice bibliographique
Résumé
Les récents changements dans les systèmes de puissance ouvrent une frontière de défis et d'avantages potentiels pour tous les participants tout au long du réseau.Le paradigme du réseau intelligent aide à soutenir de meilleures décisions, à améliorer l'efficacité et en général à disposer d'un approvisionnement énergétique plus fiable, économique et durable.Cela accorde une importance particulière à l'intérêt croissant pour la participation des utilisateurs finaux grâce aux programmes de réponse à la demande.Dans ce sens, la recherche présentée dans cette thèse contribue au développement et à la pénétration des programmes de réponse à la demande.Ces approches ont été conçues du point de vue de l'utilisateur, qui veut satisfaire sa demande à un coût raisonnable, mais compte tenu des variables du système de puissance telles que la réduction et le coût des pics.Pour atteindre cet équilibre, ce projet de recherche combine plusieurs éléments du monde réel et d'autres idées nouvelles afin de faire l'évolution du réseau intelligent.L'une des principales contributions de cette thèse est l'utilisation et l'estimation des profils de capacité.Ce concept est présent dans tout le document et est particulièrement important dans les deux premières contributions.Tous les deux traitent de la détermination d'un profil de capacité adéquat.Les profils de capacité sont déterminés à l'avance et représentent les besoins énergétiques futurs des utilisateurs finaux dans un contexte de réponse à la demande.Dans le premier cas, la méthodologie se concentre sur les appareils de chauffage et de refroidissement.Le profil de capacité fonctionne en combinaison avec un contrôleur d'admission existant pour guider l'opération de température du bâtiment.Dans cette contribution, le profil de capacité est estimé en utilisant une approche d'ajustement de données et un classificateur «multiclass ».Dans le second cas, le cadre est conçu pour représenter des caractéristiques spécifiques d'une demande stochastique.Cette demande est générée par l'agrégation des charges basées sur l'activité dont la consommation est déclenchée par le comportement de l'utilisateur.Ici, les profils de capacité sont déterminés en fonction de l'information disponible.Tout d'abord, une approche heuristique est préconisée lorsque peu d 'informations sont connues sur les modèles de consommation des utilisateurs.Deuxièmement, une optimisation en deux étapes lorsque nous pouvons obtenir les scénarios de demande.Un élément important de cette contribution est l'inclusion d'une tarification flexible du temps et du niveau d'utilisation.Cette politique de prix permet à l'utilisateur de déterminer le profil de capacité et ses tarifs vi correspondants à partir d'un ensemble d'options fournies par le réseau.Ces tarifs personnalisés sont alignés sur le comportement normal de l'utilisateur et finalement orienter un processus d'apprentissage pour optimiser la consommation.La troisième contribution regroupe plusieurs utilisateurs, différents programmes de réponse à la demande et diverses ressources partagées pour planifier la consommation, le déplacement de charge et la réduction de la charge pointe.Cette approche prend des informations telles que les profils de demande et les préférences des utilisateurs directement à partir des unités de logement afin de résoudre un problème d'optimisation biobjectif pour compenser la satisfaction totale des utilisateurs et le coût total de la consommation d'énergie.Cette contribution comprend une structure de coût fixe similaire à celle de la deuxième contribution pour encourager le transfert de charge.Enfin, des expériences sont rapportées dans chaque contribution pour valider la performance de l'approche proposée.Ces résultats comprennent des éléments comme l'analyse de sensibilité, les comparaisons de référence et les fonctionnalités du monde réel afin de clarifier les points forts, les limites et les projets de recherche à venir.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,024 | 0,008 |
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 source (Gemma direct ou Codex distillé), 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 ».