MétaCan
Menu
Retour à la cohorte
Enregistrement W2599928670 · doi:10.1049/iet-gtd.2016.1994

Multi‐objective stochastic optimal power flow considering voltage stability and demand response with significant wind penetration

2017· article· en· W2599928670 sur OpenAlexaff
Majid Baa Wafaa, Louis‐A. Dessaint

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Electric power systemContingencyPower flowWind powerDemand responseVoltageMathematical optimizationComputer scienceAC powerPower (physics)EngineeringMathematicsControl (management)Electricity

Résumé

récupéré en direct d'OpenAlex

In this study, a multi‐objective stochastic optimal power flow (SOPF) problem with the presence of uncertain wind power generations is introduced. In particular, this study has two main contributions. First, it proposes a multi‐objective SOPF which consists of the operating cost, voltage stability and emission effects as the objective functions. The wind uncertainty is formulated as a scenario‐based technique. Demand response program is considered in this study, which is one of the most efficient control ways to reduce the risk of voltage instability after a contingency occurrence or a stressed loading condition. In addition, the proposed approach uses the technique of fuzzification to normalise all objective functions and to find the optimal solution. The second contribution proposes a line voltage stability index (LVSI). The proposed LVSI can detect precisely the voltage collapse in comparison with other LVSIs, especially after the occurrence of a given contingency due to the dynamic elements of the system. The proposed multi‐objective SOPF is also carried out with different existing LVSIs as the objective functions. These approaches are tested and validated by the modified WECC test system, the IEEE 39‐bus.

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)0,002
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: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,236
Écart entre enseignants0,218 · 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

Citations34
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetOptimal Power Flow DistributionTravaux en français237 207