Optimal Day-Ahead Self-Scheduling and Operation of Prosumer Microgrids Using Hybrid Machine Learning-Based Weather and Load Forecasting

Hyväksytty

Luokittelutiedot

OKM-julkaisutyyppi
A1 Alkuperäisartikkeli tieteellisessä aikakauslehdessä (vertaisarvioitu)
Laji
A. Vertaisarvioidut tieteelliset artikkelit
Referoitu
Kyllä
Alalaji
A1. Alkuperäisartikkeli
Tyyppi
1

Julkaisun tekijät

Tekijöiden lukumäärä
5
Tekijät
Faraji, Jamal; Ketabi, Abbas; Hashemi-Dezaki, Hamed; Shafie-Khah, Miadreza; Catalão, João P.S.
Paikalliset tekijät
Tekijä
Shafiekhah, Miadreza

Julkaisukanavan tiedot

Lehden/sarjan nimi
IEEE access
ISSN-E (elektroninen)
2169-3536
ISSN-L (linking)
2169-3536
Julkaisun JUFO ID
78297
Julkaisun JUFO-taso
2
Kanava
Lehti/sarja
Julkaisumaa
Yhdysvallat (USA)
Kansainvälisyys
Kyllä

Julkaisun tarkemmat tiedot

Julkaisuvuosi
2020
Ilmoitusvuosi
2020
Lehden/sarjan volyymi
8
Sivunumerot
157284-157305
DOI
10.1109/ACCESS.2020.3019562
Julkaisukieli
englanti

Yhteisjulkaisutiedot

Kansainvälinen yhteisjulkaisu
Kyllä
Yhteisjulkaisu yrityksen kanssa
Ei

Saatavuustiedot

Linkki rinnakkaistallenteeseen
http://urn.fi/URN:NBN:fi-fe2020101484050

Luokitukset ja lisätiedot

Avainsanat
Prosumer microgrid; demand response-based energy management system; optimal scheduling and operation; hybrid machine learning-based forecasting method; load forecasting; weather forecasting
Lisätietoja
Scopus: 85091202604

Lähdetietokantojen tunnukset

WoS -tunniste
000568231200001