Fugu-MT 論文翻訳(概要): Predictability and Fairness in Load Aggregation and Operations of Virtual Power Plants

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

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)
Evaluating the Planning and Operational Resilience of Electrical Distribution Systems with Distributed Energy Resources using Complex Network Theory [0.0]
本稿では,極端事象下での配電系統の計画と運用のレジリエンスを評価する手法を提案する。提案するフレームワークは,複雑なネットワーク理論を効果的に活用して開発されている。
論文参考訳（メタデータ） (2022-08-24T13:41:37Z)
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)
Provably Correct Controller Synthesis of Switched Stochastic Systems with Metric Temporal Logic Specifications: A Case Study on Power Systems [9.191903314933915]
本稿では,MTL仕様のスイッチング制御系に対して,確率的保証を証明可能なコントローラ合成手法を提案する。まず,スイッチング制御系とその名目決定論的制御系との分岐を境界とするスイッチト制御系の制御バイシミュレーション関数を提案する。そこで我々は,決定論的制御システムの名目的軌跡の最適化問題を解き,最適制御入力を計算する手法を開発した。
論文参考訳（メタデータ） (2021-03-26T04:50:29Z)
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)
Multi-Agent Meta-Reinforcement Learning for Self-Powered and Sustainable Edge Computing Systems [87.4519172058185]
エッジコンピューティング機能を有するセルフパワー無線ネットワークの効率的なエネルギー分配機構について検討した。定式化問題を解くために,新しいマルチエージェントメタ強化学習(MAMRL)フレームワークを提案する。実験の結果、提案されたMAMRLモデルは、再生不可能なエネルギー使用量を最大11%削減し、エネルギーコストを22.4%削減できることが示された。
論文参考訳（メタデータ） (2020-02-20T04:58:07Z)

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。