論文の概要: Cost Optimized Scheduling in Modular Electrolysis Plants
- arxiv url: http://arxiv.org/abs/2402.05148v1
- Date: Wed, 7 Feb 2024 09:41:39 GMT
- ステータス: 処理完了
- システム内更新日: 2024-02-09 17:59:43.224073
- Title: Cost Optimized Scheduling in Modular Electrolysis Plants
- Title（参考訳）: モジュール電解プラントにおけるコスト最適化スケジューリング
- Authors: Vincent Henkel and Maximilian Kilthau and Felix Gehlhoff and Lukas
Wagner and Alexander Fay
- Abstract要約: 本稿では,モジュール型電解プラントの運転を最適化するための分散スケジューリングモデルを提案する。
このモデルは、水素生産と変動する需要のバランスを保ち、水素の限界レベル化コスト(mLCOH)を最小限に抑え、運用上の障害への適応性を確保することを目的としている。
- 参考スコア（独自算出の注目度）: 43.07308850202473
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In response to the global shift towards renewable energy resources, the
production of green hydrogen through electrolysis is emerging as a promising
solution. Modular electrolysis plants, designed for flexibility and
scalability, offer a dynamic response to the increasing demand for hydrogen
while accommodating the fluctuations inherent in renewable energy sources.
However, optimizing their operation is challenging, especially when a large
number of electrolysis modules needs to be coordinated, each with potentially
different characteristics.
To address these challenges, this paper presents a decentralized scheduling
model to optimize the operation of modular electrolysis plants using the
Alternating Direction Method of Multipliers. The model aims to balance hydrogen
production with fluctuating demand, to minimize the marginal Levelized Cost of
Hydrogen (mLCOH), and to ensure adaptability to operational disturbances. A
case study validates the accuracy of the model in calculating mLCOH values
under nominal load conditions and demonstrates its responsiveness to dynamic
changes, such as electrolyzer module malfunctions and scale-up scenarios.
- Abstract（参考訳）: 再生可能エネルギー資源への世界的シフトに対応して、電解によるグリーン水素の生産が有望な解決策として浮上している。
柔軟性とスケーラビリティのために設計されたモジュール電解プラントは、再生可能エネルギー源に固有の変動を調節しながら、水素の需要の増加に対する動的応答を提供する。
しかし、特に多くの電解モジュールを調整する必要がある場合、それぞれが異なる特性を持つため、運用の最適化は困難である。
そこで本稿では,乗算器の交互方向法を用いてモジュール型電解プラントの運転を最適化する分散スケジューリングモデルを提案する。
このモデルは、水素生産と変動する需要のバランス、水素の限界レベル化コスト(mlcoh)の最小化、そして運用障害への適応性を確保することを目的としている。
ケーススタディでは、名目負荷条件下でmLCOH値を計算する際のモデルの精度を検証し、電解器モジュールの故障やスケールアップシナリオのような動的変化に対する応答性を示す。
関連論文リスト
- Improving Low-Fidelity Models of Li-ion Batteries via Hybrid Sparse Identification of Nonlinear Dynamics [1.5728609542259502]
本稿では,低次リチウムイオン電池モデルの忠実度向上のためのデータインスパイアされたアプローチを提案する。
提案手法は, 遺伝的アルゴリズムとGA-stridgeとを組み合わせて, 低忠実度モデル (LFM) と高忠実度モデル (HFM) の差分を識別・補償する。
物理に基づく手法とデータ駆動方式を組み合わせたハイブリッドモデルは、ベースラインFMと比較して電圧予測誤差を著しく低減できることを示すために、異なる駆動サイクルで試験される。
論文 参考訳（メタデータ） (2024-11-20T00:00:11Z) - Machine learning surrogates for efficient hydrologic modeling: Insights from stochastic simulations of managed aquifer recharge [0.0]
プロセスベース水理モデルと機械学習サロゲートモデルのためのハイブリッドモデリングワークフローを提案する。
ケーススタディでは, このワークフローを, 将来的な管理型帯水層帯水層における飽和地下水流のシミュレーションに応用する。
以上の結果から,MLサロゲートモデルでは,絶対誤差率10%以下で絶対誤差を達成でき,大域保存の順序付けが可能であることが示唆された。
論文 参考訳（メタデータ） (2024-07-30T15:24:27Z) - Orbital-Free Density Functional Theory with Continuous Normalizing Flows [54.710176363763296]
軌道自由密度汎関数理論(OF-DFT)は、分子電子エネルギーを計算する別のアプローチを提供する。
我々のモデルは様々な化学系の電子密度を再現することに成功した。
論文 参考訳（メタデータ） (2023-11-22T16:42:59Z) - Toward High-Performance Energy and Power Battery Cells with Machine
Learning-based Optimization of Electrode Manufacturing [61.27691515336054]
本研究では,所望のバッテリ適用条件に対する高性能電極の課題に対処する。
本稿では、電気化学性能の2目的最適化のための決定論的機械学習(ML)支援パイプラインによって支援される強力なデータ駆動アプローチを提案する。
以上の結果から,スラリー中の固形物の中間値とカレンダリング度を併用した高活性物質が最適電極となることが示唆された。
論文 参考訳（メタデータ） (2023-07-07T13:48:50Z) - Semi-Autoregressive Energy Flows: Exploring Likelihood-Free Training of
Normalizing Flows [5.096977916317878]
本稿では, 流路の非破壊訓練について検討し, エネルギー目標について述べる。
エネルギー目的は決定自由であり、柔軟なモデルアーキテクチャをサポートする。
本研究は,本研究の目的や指標としての最大可能性の利用に疑問を呈し,生成モデルにおけるその役割に関する科学的研究に寄与する。
論文 参考訳（メタデータ） (2022-06-14T08:01:08Z) - EBMs Trained with Maximum Likelihood are Generator Models Trained with a
Self-adverserial Loss [6.445605125467574]
Langevin ダイナミクスを関連する勾配降下 ODE の決定論的解に置き換えます。
本研究は, 動的騒音の再導入は, 動作の質的変化に繋がらないことを示す。
そこで, EBMトレーニングは, 最大確率推定よりも, 事実上自己反逆的処置であることを示す。
論文 参考訳（メタデータ） (2021-02-23T15:34:12Z) - Benchmarking adaptive variational quantum eigensolvers [63.277656713454284]
VQEとADAPT-VQEの精度をベンチマークし、電子基底状態とポテンシャルエネルギー曲線を計算する。
どちらの手法もエネルギーと基底状態の優れた推定値を提供する。
勾配に基づく最適化はより経済的であり、勾配のない類似シミュレーションよりも優れた性能を提供する。
論文 参考訳（メタデータ） (2020-11-02T19:52:04Z) - No MCMC for me: Amortized sampling for fast and stable training of
energy-based models [62.1234885852552]
エネルギーベースモデル(EBM)は、不確実性を表す柔軟で魅力的な方法である。
本稿では,エントロピー規則化ジェネレータを用いてEMMを大規模に訓練し,MCMCサンプリングを記憶する簡単な方法を提案する。
次に、最近提案されたジョイント・エナジー・モデル(JEM)に推定器を適用し、元の性能と高速で安定したトレーニングとを一致させる。
論文 参考訳（メタデータ） (2020-10-08T19:17:20Z) - 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。
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。