MétaCan
Menu
Retour à la cohorte
Enregistrement W2766571422 · doi:10.1109/tpwrs.2017.2764420

Power System Operational Adequacy Evaluation With Wind Power Ramp Limits

2017· article· en· W2766571422 sur OpenAlexaff
Yuzhong Gong, C. Y. Chung, R. S. Mall

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueElectric Power System Optimization
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesnon disponible
Mots-clésWind powerElectric power systemControl theory (sociology)Range (aeronautics)Power (physics)Limit (mathematics)EngineeringComputer scienceReliability engineeringMathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

Uncertainties associated with wind power integration challenge the operational adequacy of conventional power systems. A set of wind power ramp limits (WPRLs) is proposed in this paper to evaluate the operational adequacy of power systems with high wind power penetration and to provide operating references to wind farms in the form of a ramp power limit (RPL) and ramp rate limit (RRL). The RPL is used to evaluate the minimum and maximum allowable generation of a wind farm by considering the power reserve capacities of generators and power flow constraints of transmission lines. A robust second-order cone programming RPLs formulation with AC power flow constraints and a column-and-constraint generation based solution method are proposed to maximize the total operating range of all wind farms. Meanwhile, a Pareto optimality based RPLs evaluation approach is proposed to handle the coupled relationship among the operating ranges of the wind farms to achieve a balanced RPLs solution for each wind farm. The RRL is used to evaluate the most rapid wind power ramp behavior that can be handled by system frequency regulation without exceeding the designated frequency range. A comprehensive criterion is proposed to evaluate the RRLs by considering primary and secondary frequency regulation. Finally, the effectiveness of the proposed evaluation approach is verified through case studies.

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)0,003
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,003
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,015
Tête enseignante GPT0,234
Écart entre enseignants0,219 · 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

Citations31
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetElectric Power System OptimizationTravaux en français237 207