MétaCan
Menu
Retour à la cohorte
Enregistrement W2955109977 · doi:10.1049/iet-gtd.2018.5828

Capability‐coordinated frequency control scheme of a virtual power plant with renewable energy sources

2019· article· en· W2955109977 sur OpenAlexfundno aff
Jinho Kim, Eduard Muljadi, Vahan Gevorgian, Manish Mohanpurkar, Yusheng Luo, Rob Hovsapian, Vladimir Koritarov

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesOffice of Energy Efficiency and Renewable EnergyCrohn's and Colitis Foundation of CanadaAuburn UniversityWater Power Technologies OfficeU.S. Department of Energy
Mots-clésRenewable energyScheme (mathematics)Automatic frequency controlComputer scienceVirtual power plantControl (management)Energy (signal processing)Power controlPower (physics)Electrical engineeringEngineeringTelecommunicationsDistributed generationMathematicsPhysics

Résumé

récupéré en direct d'OpenAlex

Growing trends in the deployment of inverter‐based renewable energy will decrease the inertia and frequency control capability of electric power systems by replacing conventional power plants; thus, the frequency of future power systems might be dynamic. This study proposes a capability‐coordinated frequency control (CCFC) scheme of a virtual power plant (VPP) including adjustable‐speed pumped storage hydropower (AS‐PSH), a wind power plant (WPP), and an energy storage system to support the frequency nadir and reduce the steady‐state error of system frequency. The CCFC scheme is based on a hierarchical‐control structure in which a CCFC organises the output of local frequency control units. To support the frequency nadir, the CCFC dispatches weighted frequency errors that are proportional to the available headroom of the units; thus, the errors are forwarded separately with a system frequency error to the primary control loop of each unit and thereby arrest the frequency nadir at a higher value than a system without the CCFC. To reduce the steady‐state error of the system frequency, the CCFC determines a partial active power command by additionally feeding an integrator of the CCFC with a modified frequency error that depends on the unit with the largest control.

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 enseignants0,005
Score d'incertitude au seuil0,010

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 savante0,0010,000
Science ouverte0,0010,001
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 Opus0,003
Tête enseignante GPT0,156
Écart entre enseignants0,153 · 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

Citations37
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetMicrogrid Control and OptimizationTravaux en français237 207