• English
    • العربية
  • English
  • تسجيل الدخول
  • جامعة قطر
  • مكتبة جامعة قطر
  •  الصفحة الرئيسية
  • الوحدات والمجموعات
  • المساعدة
    • إرسال الأعمال الأكاديمية
    • سياسات الناشر
    • أدلة المستخدم
    • الأسئلة الأكثر تكراراً
  • عن المستودع الرقمي
    • الرؤية والرسالة
عرض التسجيلة 
  •   مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • رسائل الماجستير وأطروحات الدكتوراه
  • كلية الهندسة
  • الهندسة الكهربائية
  • عرض التسجيلة
  • مركز المجموعات الرقمية لجامعة قطر
  • المستودع الرقمي لجامعة قطر
  • أكاديمية
  • رسائل الماجستير وأطروحات الدكتوراه
  • كلية الهندسة
  • الهندسة الكهربائية
  • عرض التسجيلة
  •      
  •  
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Home energy management system embedded with a multi objective demand response optimization model to benefit customers and operators

    Thumbnail
    عرض / فتح
    Aya Amer_OGS Approved Thesis.pdf (3.340Mb)
    التاريخ
    2021-06
    المؤلف
    Amer, Aya Ali Mahmoud Ali
    البيانات الوصفية
    عرض كامل للتسجيلة
    الملخص
    This thesis aims to develop a Home Energy Management System (HEMS) that optimizes the load demand and distributed energy resources considering utility price signal, customer satisfaction, and distribution transformer condition. The electricity home demand considers Electric Vehicles (EVs), PV-based renewable energy resources, Energy Storage Systems (ESSs), and all types of fixed, shiftable, and controllable appliances. A multi-objective demand/generation response is presented to optimize the scheduling of various loads/supplies based on the pricing schemes. The customers' behavior comfort-level and a degradation cost that reflects the distribution transformer Loss-of-Life (LoL) are integrated into the multi-objective optimization problem. First, conventional optimization approaches are utilized to solve the multi objective optimization problem. To overcome the conventional optimization limitations, a data-driven analysis, which utilizes deep reinforcement learning (DRL),is used. The results show that the DRL-based HEMS is more efficient in minimizing the energy cost while adapting to the user comfort within the desired level.
    DOI/handle
    http://hdl.handle.net/10576/21574
    المجموعات
    • الهندسة الكهربائية [‎56‎ items ]

    entitlement


    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    الصفحة الرئيسية

    أرسل عملك التابع لجامعة قطر

    تصفح

    محتويات مركز المجموعات الرقمية
      الوحدات والمجموعات تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر
    هذه المجموعة
      تاريخ النشر المؤلف العناوين الموضوع النوع اللغة الناشر

    حسابي

    تسجيل الدخول

    إحصائيات

    عرض إحصائيات الاستخدام

    عن المستودع الرقمي

    الرؤية والرسالة

    المساعدة

    إرسال الأعمال الأكاديميةسياسات الناشرأدلة المستخدمالأسئلة الأكثر تكراراً

    مركز المجموعات الرقمية لجامعة قطر هو مكتبة رقمية تديرها مكتبة جامعة قطر بدعم من إدارة تقنية المعلومات

    اتصل بنا | ارسل ملاحظاتك
    اتصل بنا | ارسل ملاحظاتك | جامعة قطر

     

     

    Video