XiaoMi-AI文件搜索系统
World File Search System能源成本
公民能源成本委员会摘要
1 如何提高能源贫困人群的生活质量？ （如何改善能源贫困人口的生活质量？），Jan Frankowski、Jakub Sokołowski，（结构研究所，2021 年）
利用期权定价实现可再生能源感知地理负载平衡，从而最小化数据中心的能源成本
摘要：适当控制广泛分布的数据中心的功耗变得越来越困难。由于需要运行这些数据中心 (DC) 来处理传入的用户请求，因此能源消耗很高。数据中心电力成本的上升是云服务提供商 (CSP) 面临的一个当代问题。最近的研究表明，地理分布的数据中心可以使用批发电力市场中的可变电价和定价衍生品来分担负载并节省资金。在本研究中，我们评估了在考虑可变系统动态、电价波动和可再生能源的同时降低地理分散数据中心的能源支出的问题。我们提出了一种基于可再生能源的负载平衡，采用基于贪婪方法的期权定价 (RLB-Option) 在线算法进行交互式任务分配以降低能源成本。RLB-Option 的基本思想是使用可用的可再生能源来处理传入的用户请求。相反，对于未处理的用户请求，将在每个时隙使用棕色能源或看涨期权合约来处理工作负载。我们将地理分布式 DC 中的能源成本最小化公式化为一个优化问题，同时考虑地理负载平衡、可再生能源和衍生品市场的期权定价合同，同时满足一组约束条件。我们证明 RLB-Option 可以将 DC 的能源成本降低到接近具有未来信息的最佳离线算法的水平。与标准工作负载分配方法相比，RLB-Option 在基于真实数据的实验评估中显示出显著的成本节省。
2021 年商业建筑 IECC 能源和能源成本节约分析
本报告是由美国政府某个机构资助的工作报告。美国政府及其任何机构、巴特尔纪念研究所或其任何雇员均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，或承担任何法律责任或义务，或保证其使用不会侵犯私有权利。本文中对任何特定商业产品、流程或服务的商品名、商标、制造商或其他方面的引用并不一定构成或暗示美国政府或其任何机构或巴特尔纪念研究所对其的认可、推荐或支持。本文中表达的作者的观点和意见不一定代表或反映美国政府或其任何机构的观点和意见。
使用萤火虫算法最小化可再生能源的能源成本
可再生能源作为能源和电网供应的扩展，在当前和未来的电力系统中发挥着更加积极和重要的作用。太阳能和风能是全球最具潜力的两种能源。在电池储能装置的帮助下，风能和太阳能得到了研究。考虑可再生能源是因为它们是免费的，而且在自然界中更容易获得。该系统将使用可再生能源来满足负载需求。本研究使用萤火虫算法 (FFA) 来最小化能源成本，同时满足负载需求。FFA 的充分性与其他元启发式方法相关联，用于执行估算文件，这仍然是为了降低能源成本并增加潜在的电力供应。该方法考虑了每年三个不同的负载曲线，即秋季、冬季和夏季，并使用每小时负载数据来展示三个季节之间的差异。结果是使用 HOMER（多种能源混合优化）软件和 MATLAB 软件进行的。结果表明，FFA 的性能优于 GA、PSO 和 IPSO 算法，并且显示了最小化能源成本的比较。因此，所提出的方法表明它最适合最小化可再生能源的成本。
可持续能源社区的平准化能源成本...
© 作者，经 Springer Nature Switzerland AG 2022 独家授权 本作品受版权保护。所有权利均由出版商独家和排他性地授权，无论涉及全部或部分材料，特别是翻译、重印、重复使用插图、朗诵、广播、在微缩胶片或任何其他物理方式上复制、传输或信息存储和检索、电子改编、计算机软件或通过现在已知或今后开发的类似或不同的方法。本出版物中使用的一般描述性名称、注册名称、商标、服务标记等并不意味着，即使在没有具体声明的情况下，这些名称也不受相关保护法律和法规的约束，因此可以免费用于一般用途。出版商、作者和编辑可以放心地假设本书中的建议和信息在出版之日被认为是真实和准确的。出版商、作者或编辑均不对本文所含材料或可能出现的任何错误或遗漏提供明示或暗示的保证。出版商对于已出版地图中的司法管辖权主张和机构隶属关系保持中立。
美国热泵供暖电气化对碳和能源成本的影响
本文件是作为美国政府资助工作的记录而编写的。尽管我们认为本文件包含正确的信息，但美国政府及其任何机构、加利福尼亚大学董事会及其任何员工均不对所披露的任何信息、设备、产品或流程的准确性、完整性或实用性做任何明示或暗示的保证，也不承担任何法律责任，也不表示其使用不会侵犯私有权利。本文以商品名、商标、制造商或其他方式提及任何特定商业产品、流程或服务，并不一定构成或暗示美国政府或其任何机构或加利福尼亚大学董事会对其的认可、推荐或支持。本文表达的作者的观点和意见不一定代表或反映美国政府或其任何机构或加利福尼亚大学董事会的观点和意见。这项工作得到了美国能源部建筑技术办公室能源效率和可再生能源助理部长的支持，合同编号为 DE-AC02-05CH11231。另出版为：Walker, IS, Less, BD, & Casquer-Modrego, N. (2022)。美国热泵空间供暖电气化带来的碳排放和能源成本影响。能源与建筑，259，111910。
降低消费者能源成本的储能和多源系统
本研究的目的是通过多种可用能源和储能系统降低消费者的能源成本。为了实现这一目标，我们开发了一种多标准分析方法，该方法考虑了需求方、实时价格和能源的可用性。换句话说，所开发的方法管理多源系统，从而为消费者节省开支。除了介绍该方法外，我们还将其应用于案例研究。我们考虑并模拟了一个拥有三种不同能源（包括电池储能）的真实消费者。这种情况包括太阳能发电、柴油发电机和电网。我们进行了模拟，结果表明，考虑到该方法的应用，消费者可以节省开支。主要结果是，在没有这种方法的情况下，能源成本降低了 33.3%。为了表明储能系统的使用情况，我们在模拟过程中展示了电池的充电状态。此外，通过另一项模拟，使用消费者的理论数据验证了该方法的稳健性。在这种情况下，消费者拥有储能系统、太阳能发电、沼气发电机和电网。在这种情况下，与没有这种方法的情况相比，能源成本降低了 30.2%。总之，结果表明，所开发的方法是有效的。在介绍的两个案例研究中，消费者节省了大量开支。
利用深度信念网络和 Fire Fly 算法进行绿色建筑能源成本优化
建筑业是创造就业机会的最大行业之一，对经济产生了巨大影响。同时，建筑物消耗大量的水和电等自然资源，其不利的环境影响受到广泛关注。根据世界可持续发展工商理事会的数据，建筑物贡献了总能源消耗的 40% 以上（Mull，1998）和温室气体排放的 30%（Payne 等人，2012）。因此，建筑物的高能源成本和环境影响正成为一个主要问题（Li 等人，2021a）。新概念绿色建筑（GB）被认为是减少建筑物对环境和能源成本不利影响的机会。GB 被定义为一个可以与具有高效能源利用和高可持续性的建筑物互换的术语。在过去十年中，对 GB 的研究越来越多，一个主要研究方向是降低能源成本。供暖、通风和空调 (HVAC) 系统是商业建筑的主要能源消耗来源，占年总能源使用量的 60% 以上。先前的文献已投入大量研究精力来建模和优化 HVAC 系统。它们可以分为两类方法：基于物理的方法和数据驱动的方法。基于物理的方法通常是通过数学方程来开发的，以描述 HVAC 系统模块，并已广泛应用于 HVAC 相关研究。Sakulpipatsin 等人 (2010) 提出了扩展的基于物理的 HVAC 系统模型，并使用 TRNSYS 软件进行优化研究的模拟。Zhang 等人 (2013) 引入了一种新的基于物理的模型来研究 HVAC 能耗机制，并在模型中包含了一个新的模型参数，即进入者。Teodosiu 等人 (2003) 开发了一个分析模型来
Lazard 的平准化能源成本分析 - 版本 15.0
其他因素也可能对本文的结果产生重大影响，但在本分析范围内尚未进行研究。这些其他因素可能包括：容量价值与能源价值；网络升级、传输、拥塞或其他集成相关成本；除非另有说明，否则重大许可或其他开发成本；以及遵守各种环境法规的成本（例如碳排放补偿或排放控制系统）。本分析也没有涉及潜在的社会和环境外部因素，例如，对于那些无法负担分布式发电解决方案的人来说，社会成本和费率后果，以及各种难以衡量的传统发电技术的长期残余和社会后果（例如核废料处理、空气污染物、温室气体等）
