Optimal Siting and Sizing of Solar Photovoltaic Distributed Generation to Minimize Loss, Present Value of Future Asset Upgrades and Peak Demand Costs on a Real Distribution Feeder
Notice bibliographique
Résumé
The increasing penetration of distributed generation (DG) in power distribution systems presents technical and economic benefits as well as integration challenges to utility engineers. Governments are beginning to acknowledge DG as an economically viable alternative to deferring investment at generation, transmission and distribution levels, meeting demand growth and improving distribution network performance and security. DG technology is rapidly maturing in Ontario due to government economic incentives promoting connection, specifically, the Ontario’s Feed-In-Tariff (FIT) Program. \n Optimal sizing and siting of DG is well researched, traditionally studying the technical impact on distribution system such as real power loss reduction and voltage profile improvement. Equally common objectives studied are the economics of DG installation which are useful for the developer when deciding when and where to install. Although DG represents a “non-wires” solution to network asset reinforcement, the direct economic benefit to the host utility from promoting DG uptake is not fully understood by utility planners and asset managers. Some DG based asset reinforcement deferral work has been performed in the UK and Italy but is mainly at the transmission level and is not part of an overall strategy that could be applied by a utility. \nThis research presents a comprehensive three stage technique: optimal siting, optimal sizing and financial evaluation of cost savings over a defined planning period to quantify the economic benefit to a Local Distribution Company (LDC) of solar photovoltaic (PV) DG connections on an actual distribution feeder. Optimal sites for PV DG are determined by applying the power loss sensitivity factor method to the test feeder. The objective functions used to determine cost savings consist of loss minimization, asset investment deferral, and peak demand reduction to identify an optimal DG penetration limit. Furthermore, a utility planner can identify an optimal DG penetration limit, encourage uptake at preferred locations that would benefit the LDC, and use the positive impact of DG at existing locations as part of an asset management strategy to prioritize and schedule future asset reinforcement upgrades.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».