MétaCan
Menu
Retour à la cohorte
Enregistrement W2717130246 · doi:10.1109/tpwrs.2017.2718512

Demonstrating Stacked Services of a Battery in a Wind R&D Park

2017· article· en· W2717130246 sur OpenAlexaff
David Watson, Cameron Hastie, Brady Gaudette, Marianne Rodgers

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWind Energy Institute of Canada
Organismes subventionnairesnon disponible
Mots-clésAutomatic Generation ControlWind powerLimitingWind speedBattery (electricity)Electric power systemEngineeringPower (physics)Electrical engineeringAutomotive engineeringReliability engineeringMeteorologyGeography

Résumé

récupéré en direct d'OpenAlex

This paper describes the demonstration and evaluation of stacking wind power time-shifting and regulation by a 1 MW/2 MWh battery energy storage system (BESS) within a 10 MW wind park. The BESS time-shifted 15.8 MWh of wind power to peak periods while responding to the automatic generation control (AGC) signals that provide regulation over the 24 day test period. Its fast response time and accurate output allowed the BESS to provide both services simultaneously. Limiting the charging to periods when wind power was available lowered the amount of time-shifting and AGC that could be provided. Some form of AGC was delivered from the BESS for 78.5% of the test period and, if it were remunerated at the PJM rate when the test was performed, it would have earned 8627 USD, with 97% from regulation and the rest from time-shifting wind power. Using PJM's performance template, the BESS averaged a performance score of 70.5% during hours when regulation was performed. This work adds to the growing empirical data that is informing models of and policy for grid storage.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,010
Tête enseignante GPT0,213
Écart entre enseignants0,203 · 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'étudeExpérimental (laboratoire)
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

Citations16
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetMicrogrid Control and OptimizationTravaux en français237 207