文献

J-GLOBAL ID：202202256629246628   整理番号：22A0398236

トランスアクティブ入札負荷の低次元モデル【JST・京大機械翻訳】

Reduced Order Model of Transactive Bidding Loads

著者 (3件)： Liu Boming (Electrification and Energy Infrastructures Division, Ridge National Laboratory, Oak Ridge, TN, USA) ,  Akcakaya Murat (Department of Electrical and Computer Engineering, School of Engineering, University of Pittsurgh, Pittsburgh, PA, USA) ,  McDermott Thomas E. (Department of Electricity Infrastructure, Pacific Northwest National Laboratory, Richland, WA, USA)
資料名： IEEE Transactions on Smart Grid  (IEEE Transactions on Smart Grid)
巻： 13  号： 1  ページ： 667-677  発行年： 2022年 
JST資料番号： W2294A  ISSN： 1949-3053  CODEN： ITSGBQ  資料種別： 逐次刊行物 (A)
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： トランスアクティブエネルギー(TE)は,エネルギー生産者とエネルギー消費者の間の市場ベースのトランスアクティブ交換によって,より良いグリッド効率と信頼性を提供すると同定された。TEシステムのシミュレーションは,異なるトランスアクティブ機構の利点と影響を評価するために重要である。しかし,そのようなシミュレーションは,様々な参加者と複雑な共シミュレーション環境の間の情報交換のために,時間がかかる。本論文では,TEシミュレーションプラットフォーム(TESP)におけるトランスアクティブシステムのシミュレーションを加速するための縮小次数モデルを開発し,一方,低減次数と完全モデル結果の間の非常に低い誤差を達成した。特に,開発した縮小次数モデルは,長い短温度メモリユニット(LSTM)を有する2つのリカレントニューラルネットワーク(RNN)を利用する凝集体応答負荷エージェントから成り,TEシステムに集合的に参加するトランスアクティブ要素を可能にする。提案した凝集体応答負荷(ARL)エージェントは,かなりのシミュレーション時間削減を達成しながら,完全なシミュレーションモデルに対して類似のトランスアクティブ挙動を作り出すことができる。また,開発したモデルは,シミュレーションに含まれている種々の負荷と,異なるデータにわたってシミュレーション結果の一般化を可能にすることを示した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  *シミュレーション ,  シミュレーションモデル ,  信頼性 ,  エネルギー消費 ,  情報交換 ,  エージェント ,  凝集体
準シソーラス用語： リカレントニューラルネットワーク ,  低次元 ,  エネルギー生産 ,  長短期記憶 , 【Automatic Indexing@JST】

分類 (1件)： 電力系統一般  (NB02000E)

タイトルに関連する用語 (4件)： トランス ,  入札 ,  低次元 ,  モデル