MétaCan
Menu
Retour à la cohorte
Enregistrement W2768078044 · doi:10.1109/tpwrs.2017.2770151

Dynamic Security-Constrained Automatic Generation Control (AGC) of Integrated AC/DC Power Networks

2017· article· en· W2768078044 sur OpenAlexaff
Ahmed Moawwad, Ehab F. El‐Saadany, Mohamed Shawky El Moursi

Notice bibliographique

RevueIEEE Transactions on Power Systems · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésVoltage droopControl theory (sociology)ConvertersElectric power systemAC powerEmulationBenchmark (surveying)Computer scienceSensitivity (control systems)MATLABPower (physics)VoltageEngineeringControl engineeringVoltage regulatorElectronic engineeringControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

This paper introduces an efficient algorithm to adaptively determine the droop coefficients of generating units in hybrid ac-dc networks. These generating units include conventional synchronous generators and multiterminal high-voltage direct-current (MTDC) converters. The proposed algorithm relies mainly on trajectory sensitivity to reschedule power generation according to the new calculated droop coefficients to ensure and/or system stability margin for set of credible contingencies with different load conditions. The Newton shooting method is used to find the new steady-state values for the systems when load is changed. MTDC converters are modeled in such a way to emulate the inertia behavior of the synchronous generators. This virtual emulation is achieved by providing two additional control layers that link and control the converter powers through inertia constants similar to synchronous generators. Also, an expression for generated powers controlled by the droop coefficients is developed to be utilized in the algorithm. Finally, comprehensive simulation studies on the IEEE 68-bus benchmark system are carried out using PSCAD/EMTDC interfaced with MATLAB to validate the proposed algorithm.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,007
Tête enseignante GPT0,218
Écart entre enseignants0,210 · 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

Citations27
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power SystemsMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207