Πληροφοριακά μοντέλα και συστήματα για αγορές ενέργειας νέας γενιάς
Περίληψη
Το δίκτυο ηλεκτρικής ενέργειας θεωρείται το πιο πολύπλοκο σύστημα που έχει κατασκευαστεί από την ανθρωπότητα. Αυτό το σύστημα βιώνει σήμερα μια σημαντική μετάβαση. Μέσω αυτής της μετάβασης πρέπει αντιμετωπιστεί η αυξανόμενη ανάγκη για ενέργεια σε συνδυασμό με το πιεστικό πρόβλημα της κλιματικής αλλαγής. Ο κύριος στόχος της παρούσας διατριβής είναι να αξιοποιήσει τους τρόπους με τους οποίους η ενεργός συμμετοχή, τόσο από πλευράς ζήτησης όσο και από πλευράς προσφοράς, στις αγορές ενέργειας μπορεί να οδηγήσει σε ενεργειακή και οικονομική ισορροπία.Αυτή η διδακτορική διατριβή αφορά στην αξιοποίηση των πρόσφατων εξελίξεων στα Δίκτυα Ηλεκτρικής Ενέργειας, την Ανάλυση Δεδομένων, τη Θεωρία Παιγνίων, το Διαδίκτυο των πραγμάτων και της τεχνολογίας του Blockchain για να σχεδιάσει και να αναπτύξει ένα πρωτότυπο σύστημα που ενσωματώνει τα ακόλουθα επιθυμητά χαρακτηριστικά:1)Ενσωματώνει την επιχειρησιακή λογική σε συσκευές για συμμετοχή σε ανοικτές αγορές ενέργειας χωρίς μεσάζοντες, όπως για συσκευέ ...
περισσότερα
Περίληψη σε άλλη γλώσσα
The power grid is considered to be the most complex machine built by humanity. This system is currently experiencing a major transition. This transition has to face the increasing needs for energy in combination with the pressing problem of climate change. The main object of this dissertation is to exploit the ways in which, active participation, both from demand and supply side, in energy markets can result in power and economic stability. This PhD thesis is about exploiting recent developments in Power Grids, Data Analytics, Game Theory, Internet of Things and Blockchain to design and develop a prototype system that incorporates the following desirable characteristics:1) Incorporates business logic into devices for participation in open energy markets without intermediaries, such as for devices consuming energy in residential houses and distributed energy sources both connected in a smart grid.2) Provides, through machine learning, intelligence to these devices required for market ef ...
περισσότερα
Κατεβάστε τη διατριβή σε μορφή PDF (7.73 MB)
(Η υπηρεσία είναι διαθέσιμη μετά από δωρεάν εγγραφή)
|
Όλα τα τεκμήρια στο ΕΑΔΔ προστατεύονται από πνευματικά δικαιώματα.
|
Στατιστικά χρήσης
ΠΡΟΒΟΛΕΣ
Αφορά στις μοναδικές επισκέψεις της διδακτορικής διατριβής για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΞΕΦΥΛΛΙΣΜΑΤΑ
Αφορά στο άνοιγμα του online αναγνώστη για την χρονική περίοδο 07/2018 - 07/2023.
Πηγή: Google Analytics.
Πηγή: Google Analytics.
ΜΕΤΑΦΟΡΤΩΣΕΙΣ
Αφορά στο σύνολο των μεταφορτώσων του αρχείου της διδακτορικής διατριβής.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
ΧΡΗΣΤΕΣ
Αφορά στους συνδεδεμένους στο σύστημα χρήστες οι οποίοι έχουν αλληλεπιδράσει με τη διδακτορική διατριβή. Ως επί το πλείστον, αφορά τις μεταφορτώσεις.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.
Πηγή: Εθνικό Αρχείο Διδακτορικών Διατριβών.