MétaCan
Menu
Retour à la cohorte
Enregistrement W1627419720 · doi:10.1109/pes.2005.1489395

The effect of dynamic security constraints on the locational marginal prices

2005· article· en· W1627419720 sur OpenAlexafffund
L.Y.C. Amarasinghe, A. G. Buddhika P. Jayasekara, U.D. Annakkage

Notice bibliographique

RevueIEEE Power Engineering Society General Meeting, 2005 · 2005
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaManitoba Hydro
Mots-clésLagrange multiplierMathematical optimizationComputer scienceElectric power systemConstraint (computer-aided design)Node (physics)Marginal costTransient (computer programming)Control theory (sociology)Power (physics)MathematicsEngineeringEconomics

Résumé

récupéré en direct d'OpenAlex

In a restructured power system, locational marginal prices (LMP) are important pricing signals to the participants. LMP at a given node of a power system is the incremental cost of supplying power at that node. In a lossless system with no active constraints, the LMPs at all the nodes are equal. However, due to the losses in the power system, the LMPs at different nodes is different. Any operating constraint such as line flow limits also contribute to the LMP at a node. This paper investigates the effect of a dynamic security constraint on the LMPs. The transient stability margin expressed as a function of nodal voltages and phase angles, is used as a constraint in an optimal power flow (OPF) program to determine the LMPs at all the nodes of a power system. The Lagrange multiplier associated with the transient stability constraint gives the marginal cost of the transient stability constraint. A case study on the New England 39 bus system is presented to demonstrate the effect of the dynamic security constraint on the LMPs. In a nodal pricing scheme, any active constraint results in an additional revenue to the system operator. This revenue, known as the network rental, is also investigated in the paper.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,023
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,023
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,002
Communication savante0,0030,004
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,200
Écart entre enseignants0,197 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2005
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Power Engineering Society General Meeting, 2005Même sujetPower System Optimization and StabilityTravaux en français237 207