Data-driven mean-variability optimization of PV portfolios with automatic differentiation

Zech, Matthias und von Bremen, Lueder (2023) Data-driven mean-variability optimization of PV portfolios with automatic differentiation. In: International Conference on Learning Representations, ICLR 2023. ICLR 2023, tackling climate change with machine learning, 2023-05-04, Kigali, Ruanda.

PDF
322kB

elib-URL des Eintrags:

https://elib.dlr.de/199916/

Dokumentart:

Konferenzbeitrag (Poster)

Titel:

Data-driven mean-variability optimization of PV portfolios with automatic differentiation

Autoren:

Autoren	Institution oder E-Mail-Adresse	Autoren-ORCID-iD	ORCID Put Code
Zech, Matthias	Matthias.Zech (at) dlr.de	https://orcid.org/0000-0003-4420-5238	NICHT SPEZIFIZIERT
von Bremen, Lueder	lueder.von.bremen (at) dlr.de	https://orcid.org/0000-0002-7072-0738	NICHT SPEZIFIZIERT

Datum:

2023

Erschienen in:

International Conference on Learning Representations, ICLR 2023

Referierte Publikation:

Nein

Open Access:

Gold Open Access:

Nein

In SCOPUS:

Nein

In ISI Web of Science:

Nein

Status:

veröffentlicht

Stichwörter:

Machine Learning, variability, PV

Veranstaltungstitel:

ICLR 2023, tackling climate change with machine learning

Veranstaltungsort:

Kigali, Ruanda

Veranstaltungsart:

internationale Konferenz

Veranstaltungsdatum:

4 Mai 2023

HGF - Forschungsbereich:

Energie

HGF - Programm:

Energiesystemdesign

HGF - Programmthema:

Energiesystemtransformation

DLR - Schwerpunkt:

Energie

DLR - Forschungsgebiet:

E SY - Energiesystemtechnologie und -analyse

DLR - Teilgebiet (Projekt, Vorhaben):

E - Systemanalyse und Technologiebewertung

Standort:

Oldenburg

Institute & Einrichtungen:

Institut für Vernetzte Energiesysteme > Energiesystemanalyse, OL

Hinterlegt von:

Zech, Matthias

Hinterlegt am:

29 Nov 2023 11:55

Letzte Änderung:

11 Jul 2024 14:22

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags