Attenzione: i dati modificati non sono ancora stati salvati. Per confermare inserimenti o cancellazioni di voci è necessario confermare con il tasto SALVA/INSERISCI in fondo alla pagina
IRIS
The increase of renewable non-programmable production and the necessity to locally self-consume the produced energy led to utilize ever more storage systems. To correctly utilize storage systems, an opportune management method has to be utilized. This paper implements a multi-period management method for storage systems, using different management strategies. The method aims to minimize the total absorbed and supplied energy or the peak power exchanged with the grid. The results show the effectiveness of the method in diminishing the energy exchanged with the grid and also the possibility to optimize the performance of the storage systems.
A multiperiodal management method at user level for storage systems using artificial neural network forecasts
The increase of renewable non-programmable production and the necessity to locally self-consume the produced energy led to utilize ever more storage systems. To correctly utilize storage systems, an opportune management method has to be utilized. This paper implements a multi-period management method for storage systems, using different management strategies. The method aims to minimize the total absorbed and supplied energy or the peak power exchanged with the grid. The results show the effectiveness of the method in diminishing the energy exchanged with the grid and also the possibility to optimize the performance of the storage systems.
I documenti in IRIS sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.
Utilizza questo identificativo per citare o creare un link a questo documento: http://hdl.handle.net/20.500.11770/154413
Attenzione
Attenzione! I dati visualizzati non sono stati sottoposti a validazione da parte dell'ateneo
Citazioni
ND
ND
ND
social impact
simulazione ASN
Il report seguente simula gli indicatori relativi alla propria produzione scientifica in relazione alle soglie ASN 2021-2023 del proprio SC/SSD. Si ricorda che il superamento dei valori soglia (almeno 2 su 3) è requisito necessario ma non sufficiente al conseguimento dell'abilitazione. La simulazione si basa sui dati IRIS e sugli indicatori bibliometrici alla data indicata e non tiene conto di eventuali periodi di congedo obbligatorio, che in sede di domanda ASN danno diritto a incrementi percentuali dei valori. La simulazione può differire dall'esito di un’eventuale domanda ASN sia per errori di catalogazione e/o dati mancanti in IRIS, sia per la variabilità dei dati bibliometrici nel tempo. Si consideri che Anvur calcola i valori degli indicatori all'ultima data utile per la presentazione delle domande.
La presente simulazione è stata realizzata sulla base delle specifiche raccolte sul tavolo ER del Focus Group IRIS coordinato dall’Università di Modena e Reggio Emilia e delle regole riportate nel DM 589/2018 e allegata Tabella A. Cineca, l’Università di Modena e Reggio Emilia e il Focus Group IRIS non si assumono alcuna responsabilità in merito all’uso che il diretto interessato o terzi faranno della simulazione. Si specifica inoltre che la simulazione contiene calcoli effettuati con dati e algoritmi di pubblico dominio e deve quindi essere considerata come un mero ausilio al calcolo svolgibile manualmente o con strumenti equivalenti.