Stratégies d'ordonnancement de consommation d'énergie en présence d'information imparfaite de prévision

Mauricio Gonzalez 1 Olivier Beaude 2 Patricia Bouyer 1 Samson Lasaulce 2 Nicolas Markey 1, 3
2 Division Télécoms et Réseaux - L2S
L2S - Laboratoire des signaux et systèmes : 1289
3 SUMO - SUpervision of large MOdular and distributed systems
Inria Rennes – Bretagne Atlantique , IRISA_D4 - LANGAGE ET GÉNIE LOGICIEL
Résumé : – Les problèmes de consommation d'énergie (comme la recharge de véhicules électriques) sont très liés aux problèmes de communication. L'algorithme de « water-filling » peut être utilisé, mais il n'est pas robuste au bruit de prévision de la consommation « non-flexible », c.-à-d. non contrôlable. Nous proposons un algorithme robuste utilisant PRISM, un outil de vérification probabiliste, exploitant la discrétisation de l'action de consommation (comme pour une modulation à petite constellation) et la structure dynamique du problème en un processus de décision de Markov. Abstract – Energy consumption problems (e.g., electric vehicles charging) are very related to communication problems. The " water-filling " algorithm can be used, but it is not robust w.r.t. the noise of the " non-flexible " , i.e. not controllable, energy consumption forecasting. We propose a robust algorithm using the probabilistic model checker PRISM, to exploit the idea of discretizing the consumption action (as for a modulation to small constellation) and the dynamic structure of the problem in a Markov decision process model.
Type de document :
Communication dans un congrès
26eme Colloque GRETSI Traitement du Signal & des Images, GRETSI 2017, Sep 2017, Juan-les-Pins, France
Liste complète des métadonnées

Littérature citée [9 références]  Voir  Masquer  Télécharger

https://hal.archives-ouvertes.fr/hal-01745594
Contributeur : Samson Lasaulce <>
Soumis le : mercredi 28 mars 2018 - 13:40:55
Dernière modification le : jeudi 15 novembre 2018 - 11:58:59
Document(s) archivé(s) le : jeudi 13 septembre 2018 - 10:36:39

Fichier

gonzalez337(1)(2).pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01745594, version 1

Citation

Mauricio Gonzalez, Olivier Beaude, Patricia Bouyer, Samson Lasaulce, Nicolas Markey. Stratégies d'ordonnancement de consommation d'énergie en présence d'information imparfaite de prévision. 26eme Colloque GRETSI Traitement du Signal & des Images, GRETSI 2017, Sep 2017, Juan-les-Pins, France. 〈hal-01745594〉

Partager

Métriques

Consultations de la notice

291

Téléchargements de fichiers

41