論文の概要: Predictability and Fairness in Load Aggregation and Operations of Virtual Power Plants

• arxiv url: http://arxiv.org/abs/2110.03001v1
• Date: Wed, 6 Oct 2021 18:20:07 GMT
• ステータス: 処理完了
• システム内更新日: 2021-10-08 15:29:36.338131
• Title: Predictability and Fairness in Load Aggregation and Operations of Virtual Power Plants
• Title（参考訳）: 仮想発電プラントの負荷集約と運転の予測可能性と公正性
• Authors: Jakub Marecek, Michal Roubalik, Ramen Ghosh, Robert N. Shorten, Fabian R. Wirth
• Abstract要約: 電力システムでは、分散エネルギー資源の集合的需要を規制したい。 我々は,価格やインセンティブの長期平均が,DERの運営者の初期状態から独立すべきであることを示唆する,予測可能性と公平性の概念を提案する。
• 参考スコア（独自算出の注目度）: 3.8113588584597187
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: In power systems, one wishes to regulate the aggregate demand of an ensemble of distributed energy resources (DERs), such as controllable loads and battery energy storage systems. We suggest a notion of predictability and fairness, which suggests that the long-term averages of prices or incentives offered should be independent of the initial states of the operators of the DER, the aggregator, and the power grid. We show that this notion cannot be guaranteed with many traditional controllers used by the load aggregator, including the usual proportional-integral (PI) controller. We show that even considering the non-linearity of the alternating-current model, this notion of predictability and fairness can be guaranteed for incrementally input-to-state stable (iISS) controllers, under mild assumptions.
• Abstract（参考訳）: 電力システムでは、制御可能な負荷やバッテリエネルギー貯蔵システムなどの分散エネルギー資源(ders)の集合的な需要を規制したいと考えている。 予測可能性と公平性の概念を示唆し,der,アグリゲータ,電力グリッドの操作者の初期状態とは,価格やインセンティブの長期平均値が独立していなければならないことを示唆する。 この概念は、通常の比例積分(PI)コントローラを含む、負荷アグリゲータが使用する多くの従来のコントローラでは保証できないことを示す。 交互電流モデルの非線形性を考慮しても、この予測可能性と公平性の概念は、穏やかな仮定の下で、段階的な入出力安定(iiss)コントローラに対して保証できることを示した。

関連論文リスト

• One Model to Forecast Them All and in Entity Distributions Bind Them [0.0]
  電力システムの確率的予測は、しばしば家庭、給電装置、風力タービンのような多元性データセットを含む。 従来のアプローチでは、各エンティティに対して個々のモデルをトレーニングする必要があります。 本研究は,1つのモデルを用いたエンティティ固有確率予測を可能にする条件付き変分オートエンコーダであるGUIDE-VAEを用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2025-01-26T12:14:09Z)
• Budget-constrained Collaborative Renewable Energy Forecasting Market [0.0]
  分散データオーナシップは、そのようなモデルの成功に重大な障害をもたらす。 時系列予測のためのインセンティブメカニズムを提案する。 その結果、データ販売者にとって大幅な精度の向上と潜在的金銭的利益が示された。
  論文  参考訳（メタデータ） (2025-01-21T18:46:27Z)
• From Dense to Sparse: Event Response for Enhanced Residential Load Forecasting [48.22398304557558]
  住宅負荷予測のためのイベント応答型知識ガイド手法(ERKG)を提案する。 ERKGは、異なる家電の電力使用状況の推定、負荷系列からのイベント関連スパース知識のマイニングを取り入れている。
  論文  参考訳（メタデータ） (2025-01-06T05:53:38Z)
• Predictability and Fairness in Load Aggregation with Deadband [0.0]
  制御器の交流電流モデルとデッドバンドにおける損失の影響を考察する。 フィリポフ不変測度は予測可能性と公平性についての推論を可能にすることを示す。
  論文  参考訳（メタデータ） (2023-05-28T13:50:05Z)
• Distributed Energy Management and Demand Response in Smart Grids: A Multi-Agent Deep Reinforcement Learning Framework [53.97223237572147]
  本稿では、自律制御と再生可能エネルギー資源のスマート電力グリッドシステムへの統合のための多エージェント深層強化学習(DRL)フレームワークを提案する。 特に,提案フレームワークは,住宅利用者に対する需要応答 (DR) と分散エネルギー管理 (DEM) を共同で検討している。
  論文  参考訳（メタデータ） (2022-11-29T01:18:58Z)
• Privacy-preserving household load forecasting based on non-intrusive load monitoring: A federated deep learning approach [3.0584272247900577]
  まず,フェデレーション深層学習と非侵入負荷モニタリング(NILM)に基づく世帯負荷予測手法を提案する。 非侵入的負荷監視により統合電力を個別のデバイスパワーに分解し、連合ディープラーニングモデルを用いて個別のアプライアンスのパワーを別々に予測する。
  論文  参考訳（メタデータ） (2022-06-30T11:13:26Z)
• Lyapunov Density Models: Constraining Distribution Shift in Learning-Based Control [64.61499213110334]
  我々はエージェントを訓練された状態や行動に制約するメカニズムを模索する。 制御理論において、リャプノフ安定性と制御不変集合は、コントローラについて保証することを可能にする。 密度モデルによって トレーニングデータの分布を推定できます
  論文  参考訳（メタデータ） (2022-06-21T16:49:09Z)
• Sparsity in Partially Controllable Linear Systems [56.142264865866636]
  本研究では, 部分制御可能な線形力学系について, 基礎となる空間パターンを用いて検討する。 最適制御には無関係な状態変数を特徴付ける。
  論文  参考訳（メタデータ） (2021-10-12T16:41:47Z)
• Prescribing net demand for two-stage electricity generation scheduling [0.0]
  本稿では,フォワードディスパッチとリアルタイム再配信からなる2段階のスケジューリング問題について考察する。 標準産業の実践は、前段階における不確実な純需要に対処し、条件付き予測を適切に見積もって置き換える。 本稿では,電力系統のコスト非対称性を考慮に入れたネット需要の基準を策定するバイレベルプログラムを提案する。
  論文  参考訳（メタデータ） (2021-08-02T16:05:53Z)
• Probabilistic electric load forecasting through Bayesian Mixture Density Networks [70.50488907591463]
  確率的負荷予測(PLF)は、スマートエネルギーグリッドの効率的な管理に必要な拡張ツールチェーンの重要なコンポーネントです。 ベイジアン混合密度ネットワークを枠とした新しいPLFアプローチを提案する。 後方分布の信頼性と計算にスケーラブルな推定を行うため,平均場変動推定と深層アンサンブルを統合した。
  論文  参考訳（メタデータ） (2020-12-23T16:21:34Z)
• Physics-Informed Gaussian Process Regression for Probabilistic States Estimation and Forecasting in Power Grids [67.72249211312723]
  電力グリッドの効率的な運転にはリアルタイム状態推定と予測が不可欠である。 PhI-GPRは3世代電力系統の位相角,角速度,風力の予測と推定に使用される。 提案手法は観測された状態と観測されていない状態の両方を正確に予測し,推定することができることを示す。
  論文  参考訳（メタデータ） (2020-10-09T14:18:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。