Demand side management for the future smart grid
Notice bibliographique
Résumé
To achieve a high level of reliability and robustness in power systems, the grid is usually designed for the peak demand rather than the average demand. This usually results in an under-utilized system. Demand side management (DSM) programs can be adopted to shape the load pattern of the users to better utilize the available power generation capacity and to prevent installing new generation and transmission infrastructures. In this thesis, we propose different algorithms for DSM. First, we focus on the problem of maximizing the social welfare of the users. We consider a scenario where the users are equipped with automated control units and are able to make price-responsive decisions. We propose a Vickrey-Clarke-Groves (VCG) mechanism to maximize the social welfare of the users. Subsequently, we focus on developing a novel automated load scheduling algorithm to minimize the energy expenses of the user. The proposed algorithm takes into account the effects of the load uncertainties in future time slots. Moreover, the operational constraints of different types of appliances including must-run appliances, and interruptible and non-interruptible controllable appliances are studied. Next, we study how the utility company can set price values for different times of a day such that the peak-to-average ratio (PAR) of the load is minimized. We also consider the effects of the uncertainty regarding the price-responsiveness of the users. To simulate the likely behavior of the users in response to different price values for different times of the day, we propose the use of a system simulator unit. We propose two pricing algorithms based on stochastic approximation aiming to minimize the PAR of the aggregate load. Finally, we consider systems with high penetration of renewable energy resources. To tackle the reverse power flow problem associated with these systems, we propose a joint load scheduling and trading algorithm. This algorithm encourages the users to sell their excess generation to their neighboring users which mitigates the reverse power flow problem.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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.
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 ».