建築物エネルギー柔軟性を解放するためのデータ駆動予測制御:レビュー【JST・京大機械翻訳】

Kathirgamanathan Anjukan; De Rosa Mattia; Mangina Eleni; Finn Donal P.

プレプリント

J-GLOBAL ID：202202202479557698 整理番号：22P0176372

建築物エネルギー柔軟性を解放するためのデータ駆動予測制御:レビュー【JST・京大機械翻訳】

Data-driven Predictive Control for Unlocking Building Energy Flexibility: A Review

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年07月29日プレプリントサーバーでの情報更新日： 2020年07月29日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

電力グリッドにおける管理供給と需要は,可変再生エネルギー源の浸透増加により,より挑戦的になっている。重要なエンドユース消費者として,そして,より良いグリッド統合を通して,建築物は将来のスマートグリッドにおいて拡大している役割を演ずることが期待される。予測制御は,建物パッシブ熱質量から利用可能なエネルギー柔軟性をよりよく利用することを可能にする。しかし,建築ストックの不均一な性質のため,個々の建物の複雑で非線形の熱動力学を適切に表現する計算可能な制御指向モデルを開発することは,主要なハードルであると証明されている。データ駆動予測制御は,「Thingsのインターネット」と結合され,従来の物理ベースモデルを置き換えるデータ駆動モデルと共に,スケーラブルで移動可能なアプローチに対して有望である。本レビューは,これまでのレビューが取り組まれていない,モデル開発と制御統合のネクサスに特に焦点を当てて,需要側管理アプリケーションのためのデータ駆動予測制御を利用する最近の研究を吟味した。検討した更なるトピックスは,受動熱質量を利用するための実際的要求と特徴選択の問題を含む。現在の研究ギャップを概説し,将来の研究経路を提案し,建築物のグリッド統合のための最も有望なデータ駆動予測制御技術を同定した。【JST・京大機械翻訳】

, , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

風力発電 , エネルギー消費,省エネルギー , 太陽光発電 , 電力系統一般 , 電力工学・電力事業一般

, , , ,

前のページに戻る