MétaCan
Menu
Retour à la cohorte
Enregistrement W2110528197 · doi:10.1109/pes.2007.385517

Dispatchable Distributed Generation Network - A New Concept to Advance DG Technologies

2007· article· en· W2110528197 sur OpenAlexaff
Yaosuo Xue, Liuchen Chang, Julian Meng

Notice bibliographique

RevueIEEE Power Engineering Society General Meeting · 2007
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésDispatchable generationComputer scienceDistributed computingDistributed generationEngineeringElectrical engineeringRenewable energy

Résumé

récupéré en direct d'OpenAlex

Renewable energy has been booming globally thanks to its economic, social, and environmental benefits. However, small distributed generation (DG) systems using renewable energy have not yet achieved a significant level of penetration. With deregulation of electricity market, policies have been available to facilitate interconnection of small distributed generators (DGs) with electric grids. However, dispatchability and reliability still present technical barriers for small DGs to play a significant role in the open market, thus limiting their ability to provide value-added services. This paper presents a new concept to enhance the dispatchability of DGs through an aggregated DG network. Dispersed DGs with different energy resources, such as wind turbines, photovoltaics, small hydros, fuel cells, and microturbines, are integrated into a single aggregated generating plant via open power transmission networks. Traditional SCADA dedicated optical fibers, copper and other dedicated wireless physical layers can be replaced by Internet access and low-cost point-to-point wireless communication links to reduce infrastructure costs. The aggregated power generation is balanced between firm DGs and intermittent DGs to allow for the required dispatchability. Day-ahead and hourly generation scheduling can be committed in wholesale electricity trading, thereby achieving the desired added economic benefits. This is usually more favorable than being credited at the avoided cost as seen by utilities with traditional individual DGs.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0040,001

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 Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,190 · 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'étudeThéorique ou conceptuel
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

Citations21
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Power Engineering Society General MeetingMême sujetMicrogrid Control and OptimizationTravaux en français237 207