論文の概要: Modeling and Optimization of a Longitudinally-Distributed Global Solar
Grid
- arxiv url: http://arxiv.org/abs/2206.05584v1
- Date: Sat, 11 Jun 2022 18:20:13 GMT
- ステータス: 処理完了
- システム内更新日: 2023-02-19 17:42:31.936619
- Title: Modeling and Optimization of a Longitudinally-Distributed Global Solar
Grid
- Title(参考訳): 縦分散型グローバルソーラーグリッドのモデリングと最適化
- Authors: Harsh Vardhan, Neal M Sarkar, Himanshu Neema
- Abstract要約: これらの実験は、世界中の異なる場所にあるモデルハウスのネットワークで構成され、それぞれが太陽エネルギーのみを生産し消費する。
電力系統シミュレーションから収集されたデータは、異なる場所に必要な最適なソーラーパネル領域を見つけるための最適化モデルを開発するために使用される。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Our simulation-based experiments are aimed to demonstrate a use case on the
feasibility of fulfillment of global energy demand by primarily relying on
solar energy through the integration of a longitudinally-distributed grid.
These experiments demonstrate the availability of simulation technologies, good
approximation models of grid components, and data for simulation. We also
experimented with integrating different tools to create realistic simulations
as we are currently developing a detailed tool-chain for experimentation. These
experiments consist of a network of model houses at different locations in the
world, each producing and consuming only solar energy. The model includes
houses, various appliances, appliance usage schedules, regional weather
information, floor area, HVAC systems, population, number of houses in the
region, and other parameters to imitate a real-world scenario. Data gathered
from the power system simulation is used to develop optimization models to find
the optimal solar panel area required at the different locations to satisfy
energy demands in different scenarios.
- Abstract(参考訳): シミュレーションに基づく実験は, 縦分散グリッドの統合により, 主に太陽エネルギーに頼り, グローバルエネルギー需要の実現可能性を示すことを目的としている。
これらの実験は、シミュレーション技術、グリッドコンポーネントのよい近似モデル、シミュレーションのためのデータの有効性を示す。
私たちはまた、実験用の詳細なツールチェーンを開発しているため、さまざまなツールを統合して、現実的なシミュレーションを作成しました。
これらの実験は、世界中の異なる場所にあるモデルハウスのネットワークで構成され、それぞれが太陽エネルギーのみを生産し消費する。
このモデルには、住宅、各種家電製品、家電使用スケジュール、地域気象情報、床面積、空調システム、人口、地域の住宅数、その他のパラメータが含まれ、現実世界のシナリオを模倣する。
電力系統シミュレーションから収集されたデータは、様々なシナリオでエネルギー要求を満たすために、異なる場所で最適なソーラーパネル領域を見つけるための最適化モデルの開発に使用される。
関連論文リスト
- FusionSF: Fuse Heterogeneous Modalities in a Vector Quantized Framework
for Robust Solar Power Forecasting [24.57911612111109]
本稿では,過去の電力データ,数値天気予報,衛星画像を統合するための多モード融合フレームワークを提案する。
本フレームワークは,新たに設置した植物に特に有用である,強いゼロショット予測能力を示す。
我々のモデルは頑丈なだけでなく、ゼロショット予測とトレーニングデータに富んだシナリオの両方において精度を高める。
論文 参考訳(メタデータ) (2024-02-08T17:03:10Z) - Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous
Driving Research [76.93956925360638]
Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。
TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。
我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
論文 参考訳(メタデータ) (2023-10-12T20:49:15Z) - FaIRGP: A Bayesian Energy Balance Model for Surface Temperatures
Emulation [13.745581787463962]
本稿では,エネルギー収支モデルの物理温度応答方程式を満たすデータ駆動エミュレータであるFaIRGPを紹介する。
本稿では,FaIRGPを用いて大気上層放射力の推定値を得る方法について述べる。
この研究が、気候エミュレーションにおけるデータ駆動手法の採用の拡大に寄与することを期待している。
論文 参考訳(メタデータ) (2023-07-14T08:43:36Z) - A Comparative Study on Generative Models for High Resolution Solar
Observation Imaging [59.372588316558826]
本研究は、観測された太陽活動状態の背後にあるデータ分布を正確に捉えるために、現在の最先端生成モデルの能力について検討する。
スーパーコンピュータ上での分散トレーニングを用いて、人間の専門家が区別できない高品質なサンプルを生成する、最大1024x1024解像度の生成モデルを訓練することができる。
論文 参考訳(メタデータ) (2023-04-14T14:40:32Z) - Computational Solar Energy -- Ensemble Learning Methods for Prediction
of Solar Power Generation based on Meteorological Parameters in Eastern India [0.0]
特定の地理的位置に対して太陽光発電(PV)発電量を推定することが重要である。
本稿では,太陽PV発電における気象パラメータの影響を,Bagging,Boosting,Stacking,VottingなどのEnsemble ML(EML)モデルを用いて推定する。
その結果,スタックモデルと投票モデルでは,約96%の予測精度が得られた。
論文 参考訳(メタデータ) (2023-01-21T19:16:03Z) - Predictive World Models from Real-World Partial Observations [66.80340484148931]
本研究では,現実の道路環境に対する確率論的予測世界モデル学習のためのフレームワークを提案する。
従来の手法では、学習のための基礎的真理として完全状態を必要とするが、HVAEが部分的に観察された状態のみから完全状態を予測することを学べる新しい逐次訓練法を提案する。
論文 参考訳(メタデータ) (2023-01-12T02:07:26Z) - Synthetic Data-Based Simulators for Recommender Systems: A Survey [55.60116686945561]
本調査は,モデリングとシミュレーションの分野における最近のトレンドを包括的に概観することを目的としている。
まずは、シミュレーターを実装するフレームワークの開発の背後にあるモチベーションから始めます。
我々は,既存のシミュレータの機能,近似,産業的有効性に基づいて,新しい一貫した一貫した分類を行う。
論文 参考訳(メタデータ) (2022-06-22T19:33:21Z) - DeepClimGAN: A High-Resolution Climate Data Generator [60.59639064716545]
地球系モデル(ESM)は、気候変動シナリオの将来の予測を生成するためにしばしば用いられる。
妥協として、エミュレータはかなり安価であるが、ESMの複雑さを全て備えているわけではない。
本稿では, ESMエミュレータとして, 条件付き生成逆数ネットワーク(GAN)の使用を実証する。
論文 参考訳(メタデータ) (2020-11-23T20:13:37Z) - Learning Discrete Energy-based Models via Auxiliary-variable Local
Exploration [130.89746032163106]
離散構造データに対する条件付きおよび非条件付きEMMを学習するための新しいアルゴリズムであるALOEを提案する。
エネルギー関数とサンプリング器は、新しい変分型電力繰り返しにより効率よく訓練できることを示す。
本稿では、ソフトウェアテストのためのエネルギーモデルガイド付ファジィザについて、libfuzzerのようなよく設計されたファジィエンジンに匹敵する性能を実現する。
論文 参考訳(メタデータ) (2020-11-10T19:31:29Z) - Short term solar energy prediction by machine learning algorithms [0.47791962198275073]
機械学習技術の強みを利用した日次太陽エネルギー予測について報告する。
線形, 尾根, ラッソ, 決定木, ランダム森林, 人工ニューラルネットワークなどのベースライン回帰器の予測モデルを実装した。
改良された精度は,2つのグリッドサイズでランダム森林と尾根回帰器によって達成されている。
論文 参考訳(メタデータ) (2020-10-25T17:56:03Z) - Evaluation of electrical efficiency of photovoltaic thermal solar
collector [1.9604116035607555]
本研究では, 太陽光発電用ソーラーコレクタ(PV/T)の熱特性を機械学習で予測する。
入射温度、流量、熱、太陽放射、太陽熱は入力変数として検討されている。
提案した LSSVM モデルは ANFIS と ANNs モデルより優れていた。
論文 参考訳(メタデータ) (2020-02-11T21:11:54Z)
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。