文献

J-GLOBAL ID：201702261426112187   整理番号：17A1352936

再生可能エネルギー予測下で需給バランスのための負荷制御【Powered by NICT】

Load control for supply-demand balancing under Renewable Energy forecasting

著者 (3件)： Minhas Daud Mustafa (Automation and Energy Systems, Saarland University, Germany) ,  Khalid Raja Rehan (Automation and Energy Systems, Saarland University, Germany) ,  Frey Georg (Automation and Energy Systems, Saarland University, Germany)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICDCM  ページ： 365-370  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,再生可能エネルギー(RE)源予測の概念とスマートDCマイクログリッド(SDMG)アーキテクチャ下でのユーザの負荷需要インテリジェントデマンドサイドマネジメント(DSM)を統合した。REは,間欠的な太陽熱と風力発電機の主体であるが,負荷需要は塩基(制御不能)負荷と柔軟な(制御可能な)負荷に分類される。ベース負荷は,優先負荷であり,実時間で役立ったが,フレキシブルな負荷は,供給のアベイラビリティに応じて知的運転できた。REの前日予測機構を統合し,著者らはそれに応じて前日消費をスケジュールできる。実際に,これらの予測はある程度予測誤差の達成,リアルタイムで供給と需要の不均衡を引き起こしている。この不均衡もRE不確実性として知られている電力系統を不安定にする。SDMGの動的挙動に対処するために,供給と需要のバランスをとるために,制御可能な柔軟な要求のための新しいロバスト制御戦略を提案した。本システムを単純化するために,著者らは,発電と需要は,決定論的に,サポートベクトルマシン(SVM)学習アルゴリズムの知能を用いて。は,消費者の柔軟な負荷をスケジューリングDSMは,より効率的で正確にのための新しいスライディングモード制御(SMC)を用いたSVMを組み込んだ。消費者需要へのエネルギー配分機構を非線形流体流モデルに類似した。シミュレーションは,SVMを用いた効果的な予測データとSMCを用いた供給と需要の効率的なバランスの結果を確立した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 学習アルゴリズム ,  不確実性 ,  アベイラビリティ ,  *負荷制御 ,  消費者 ,  電力系統 ,  *再生エネルギー ,  予測誤差 ,  計算機アーキテクチャ ,  スケジューリング ,  *予測 ,  サポートベクトルマシン ,  スライディングモード制御 ,  ロバスト制御
準シソーラス用語： 不均衡 , 【Automatic Indexing@JST】

分類 (1件)： 風力発電  (NB03120Q)

タイトルに関連する用語 (4件)： 再生可能エネルギー ,  予測 ,  需給バランス ,  負荷制御