Decentralized asynchronous agent-based economic dispatch of distributed generation in a microgrid
Bibliographic record
Abstract
Cette thèse examine les avantages des micro-réseaux avec un contrôle décentralisé à base d'agents par rapport à un système de commande centralisé. Premièrement, on propose plusieurs approches décentralisées à base d'agents pour la gestion de puissance active d'un micro-réseau isolé avec un objectif global de réduire au minimum le coût sous contraintes de ressources individuelles.Dans une approche de contrôle décentralisée, la thèse propose que les ressources utilisent les communications poste à poste pour signaler d’une façon asynchrone la nécessité de modifier la production des générateurs en réponse aux déséquilibres de génération-charge. Les ressources utilisent également le réseau de communication poste à poste pour effectuer les calculs de répartition de la puissance active sans un contrôle central. Il s'agit d'une solution intéressante et extensible pour le problème de répartition d’un micro-réseau, qui combine la flexibilité dans d’une installation poste à poste et qui nécessite des communications et calculs minimaux. Ensuite, la thèse valide l'efficacité de cette approche de répartition décentralisée sur un modèle simplifié d’un réseau de distribution rural d'Hydro-Québec opéré en micro-réseau, où les générateurs distribués sont raccordés à des nœuds spécifiques.Dans le cas où la communication poste à poste est structurée, les résultats montrent qu'une approche décentralisée est rapide et précise. Elle est extensible à d'autres applications de plus grandes tailles, comme la répartition des centrales électriques virtuelles. On considère aussi l’effet des pertes dans de réseau de distribution. Par rapport à un répartiteur central, les résultats montrent que la répartition asynchrone des ressources atteint un résultat similaire sinon supérieur à la répartition classique cyclique en ce qui concerne la réduction des coûts globaux d'opération. Ce résultant est une conséquence du fait que les ajustements des consignes de production sont ajustés de manière continuelle afin de mieux suivre la production d’énergie renouvelable.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| Open science | 0.001 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.003 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".