MétaCan
Menu
Retour à la cohorte
Enregistrement W2901430714 · doi:10.1109/tpwrd.2018.2862153

Modeling and Application of Hybrid Power Flow Controller in Distribution Systems

2018· article· en· W2901430714 sur OpenAlexaff
Behnam Tamimi, Claudio A. Cañizares

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésController (irrigation)Control engineeringFlexible AC transmission systemPower electronicsElectric power systemUnified power flow controllerBenchmark (surveying)Control theory (sociology)EngineeringTransmission systemComputer sciencePower (physics)Transmission (telecommunications)Power flowVoltageControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

The smartening of distribution systems with distributed generation, storage devices, and intelligent loads have created challenges for the operation of distribution feeders, which can be addressed with power-electronics based controllers. However, the capital-intensive nature of these controllers is an obstacle for their wide use. The Hybrid Power Flow Controller (HPFC) is shown here to provide an adequate solution to the application of flexible ac transmission systems controllers to distribution systems and hence the merits and the added value of this controller are discussed here through detailed modeling and simulations, examining its impact on a distribution system under different conditions. Thus, in this paper, a detailed dynamic model of the HPFC is developed and implemented in PSCAD, describing and proposing control strategies to properly operate this controller in distribution-system applications, such as an effective and simple procedure for starting up the device. The developed model is used to demonstrate the effectiveness of the controller for solving problems in distribution systems, such as voltage sags associated with feeder faults and power flow fluctuations due to intermittent renewable generation using a benchmark network as an illustrative example.

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)0,000
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 enseignants0,016
Score d'incertitude au seuil0,032

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0010,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,004
Tête enseignante GPT0,177
Écart entre enseignants0,173 · 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

Citations20
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

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