MétaCan
Menu
Retour à la cohorte
Enregistrement W2773708155 · doi:10.1049/iet-rpg.2017.0579

Oscillatory stability assessment of microgrid in autonomous operation with uncertainties

2017· article· en· W2773708155 sur OpenAlexaff
Awan Uji Krismanto, N. Mithulananthan, Innocent Kamwa

Notice bibliographique

RevueIET Renewable Power Generation · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensHydro-Québec
Organismes subventionnairesnon disponible
Mots-clésMicrogridStability (learning theory)Control theory (sociology)Computer scienceControl engineeringReliability engineeringEngineeringControl (management)Artificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

One of the main challenges of the microgrid (MG) operation in autonomous mode is the uncertain output due to the fluctuating nature of renewable energy resources (RES). This study investigates the effects of RES uncertainties to the oscillatory stability of a hybrid MG in islanded operation. A comprehensive model of Wind Energy Conversion System (WECS), a two‐stage Photovoltaic (PV) and bio‐‐diesel engine (BDE) based distributed generation (DG) units are considered to capture a complete dynamic response of the hybrid MG. Trajectories and distribution of damping ratios and oscillatory frequencies of the critical modes were thoroughly investigated through Monte Carlo simulation considering wind speed and solar irradiance uncertainties. From the probabilistic study, it was observed that the presence of RES variations results in a dynamic change of power‐sharing strategies and introduce an adverse effect on small signal stability. Uncertain condition of wind speed brings more deterioration in system damping than solar irradiation variation. From time domain simulation, it was confirmed that at higher wind speed, damping on the critical modes reduced. As a consequence, the hybrid MG experienced more oscillatory conditions and even lead to unstable situation at high wind speed conditions. While with solar irradiance change, the investigated MG system can maintain its stable operation.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,014
Tête enseignante GPT0,231
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

Citations49
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Renewable Power GenerationMême sujetMicrogrid Control and OptimizationTravaux en français237 207