Enhancing Power Grid Resilience Through an IEC61850-Based EV-Assisted Load Restoration
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Contrary to reliability analysis in power systems with the main mission on safely and securely withstanding credible contingencies in day-to-day operations, resilience assessments are centered on high-impact low probability (HILP) events in the grid. This paper proposes an autonomous load restoration architecture founded on IEC 61850-8-1 GOOSE communication protocol to engender an enhanced feeder-level resilience in active power distribution grids. Different from the past research on outage management solutions, most of which 1) are not resilience-driven; 2) are reactive solutions to local single-fault events; and 3) do not address both network built-in flexibilities and flexible resources. The proposed solution harnesses 1) the imported power and flexibility from the neighboring networks; 2) distributed energy resources; and 3) vehicle to grid capacity of electric vehicles aggregations to enhance the feeder-level resourcefulness for agile response and recovery. Through real-time self-reconfiguration strategies, the suggested solution is capable of coping both single and subsequent outage events, and will engender a heightened resilience before and during the contingency period. Moreover, a resilience evaluation framework, which quantifies the contribution of all resources involved in service restoration, is developed. Real-time performance of the designed architecture is evaluated on a real-world power distribution grid using a real-time hardware-in-the-loop platform. Numerical case studies through a number of diverse scenarios demonstrate the efficacy of the proposed restoration solution in practicing an enhanced resilience in power distribution systems in response to HILP scenarios.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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