“stokastik model” için sonuçlar
4 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
Enerji depolama sistemleri için yeni risk yönetimi modeli geliştirildi
Araştırmacılar, enerji depolama sistemlerinin elektrik piyasalarındaki belirsizlikler karşısında optimal çalışması için yenilikçi bir risk yönetimi yaklaşımı geliştirdi. İki aşamalı stokastik model, yenilenebilir enerji kaynaklarının entegrasyonunu kolaylaştırırken finansal riskleri minimize ediyor. Çalışma, elektrik fiyat dalgalanmalarını önceden tahmin ederek enerji depolama varlıklarının şarj ve deşarj stratejilerini optimize ediyor. Koşullu risk değeri (CVaR) metoduyla risk ölçümü yapan sistem, hem hidrojen depolama hem de batarya sistemlerinde test edildi. Bu yaklaşım, enerji sektöründeki yatırımcıların sermaye maliyetlerini karşılarken cazip getiri oranları elde etmesini sağlayacak potansiyele sahip.
Sanal Enerji Santralları İçin Risk Duyarlı Çoklu Pazar Planlaması Geliştirildi
Yenilenebilir enerji kaynaklarının yaygınlaşmasıyla birlikte, bu dağıtık enerji sistemlerinin esnek kullanımı elektrik şebekelerinin işletimi için kritik hale geldi. Araştırmacılar, sanal enerji santrallarının (VPP) çoklu pazarlarda nasıl daha etkili çalışabileceğini gösteren yeni bir optimizasyon modeli geliştirdi. İki aşamalı stokastik optimizasyon çerçevesi kullanan bu yaklaşım, cihaz düzeyindeki kısıtları, şebeke sınırlarını ve piyasa belirsizliklerini birlikte ele alıyor. Model, dinamik şebeke tarifelerini de hesaba katarak hem enerji hem de yedek güç pazarlarında en uygun teklif stratejilerini belirliyor. Risk tercihlerini temsil etmek için koşullu riske maruz değer (CVaR) yöntemi kullanılan çalışma, Benders ayrıştırması ile büyük senaryo setleriyle çalışabilir hale getirildi.
Yapay Zeka ile İstatistiksel Çalışmalarda Seçim Yanlılığını Aşmanın Yolu Bulundu
Bilim insanları, istatistiksel çalışmalarda karşılaşılan seçim yanlılığı problemine yeni bir çözüm geliştirdi. Epidemiyoloji ve anket çalışmalarında belirli özelliklere sahip bireylerin veri setine dahil edilme olasılığının farklı olması, sonuçları sistematik olarak çarpıtabiliyor. Örneğin, belirli hastalığa sahip kişilerin araştırmaya katılma eğiliminin yüksek olması, prevalans tahminlerini yanıltabilir. Klasik düzeltme yöntemleri karmaşık modellerde yetersiz kalırken, araştırmacılar simülasyon tabanlı Bayesian çıkarım ile bu sorunu çözmeyi başardı. Bu yöntem, geleneksel yaklaşımların aksine, karmaşık stokastik modellerde bile seçim yanlılığını hesaba katabilir ve daha doğru sonuçlar üretebilir.
Elektrikli Araçlar İçin Şebeke Kesintilerini Öngören Akıllı Enerji Sistemi
Gana'daki Ashesi Üniversitesi'nde gerçekleştirilen çalışma, elektrikli araç filosu bulunan mikro şebekelerde enerji yönetimi için yenilikçi bir yaklaşım sunuyor. Araştırmacılar, şebeke kesintilerini ve elektrikli araç şarj gereksinimlerini aynı anda dikkate alan senaryo tabanlı stokastik model öngörücü denetleyici geliştirdi. Sistem, güneş panelleri, batarya depolama, dizel jeneratör ve elektrikli araç filosunu içeren enerji merkezinde test edildi. Geliştirilen akıllı denetleyici, mükemmel tahmin yapabilen teorik bir sistemle kıyaslandığında yalnızca %1 performans kaybı gösterdi. Bu başarı, yenilenebilir enerji kaynaklarına dayalı mikro şebekelerin güvenilirliği açısından önemli bir gelişme anlamına geliyor.