MétaCan
Menu
Retour à la cohorte
Enregistrement W2952424728 · doi:10.1109/tsg.2019.2922626

Optimal Decentralized Microgrid Coordination via the Schur’s Complement and S-Procedure

2019· article· en· W2952424728 sur OpenAlexafffund
Mithun Mallick, Pirathayini Srikantha

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWestern University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrogridFlexibility (engineering)Distributed computingComputer scienceScalabilityRenewable energyDistributed generationEnergy independenceElectric power systemMathematical optimizationControl engineeringEngineeringPower (physics)MathematicsElectrical engineering

Résumé

récupéré en direct d'OpenAlex

The evolving landscape of the electricity sector along with increasing environmental concerns necessitate modern power grids to be more efficient, sustainable, and adaptive. Microgrids are typically composed of distributed energy sources which have great potential for enabling energy independence, sustainability, and flexibility. However, practical difficulties that deter the widespread deployment of microgrids include the unpredictability of local generation sources (e.g., renewables) and the lack of inertia that is naturally present in systems containing bulk synchronous plants. In this paper, we propose a near real-time microgrid coordination algorithm that allows actuating components to adapt to changing system conditions. We account for the electrical dependencies and limits in microgrid systems by constructing voltage/current balance relations in the dq0 frame and applying strategic decompositions to invoke the Schur's complement and S-procedure that allow for zero duality gap. We highlight the convergence, feasibility, and scalability features of the proposed decentralized algorithm via theoretical and comparative practical simulation 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,671
Score d'incertitude au seuil0,597

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,006
Tête enseignante GPT0,196
Écart entre enseignants0,190 · 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 tête enseignante, 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

Citations11
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetMicrogrid Control and OptimizationTravaux en français237 207