MétaCan
Menu
Retour à la cohorte
Enregistrement W3082189053 · doi:10.3390/app10175964

Utilizing Energy Storage for Operational Adequacy of Wind-Integrated Bulk Power Systems

2020· article· en· W3082189053 sur OpenAlexafffund
Tej Krishna Shrestha, Rajesh Karki

Notice bibliographique

RevueApplied Sciences · 2020
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Reliability and Maintenance
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésReliability engineeringWind powerRenewable energyOperational planningEnergy storageReliability (semiconductor)Electric power systemComputer scienceEngineeringPower (physics)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Renewable energy resources like wind generation are being rapidly integrated into modern power systems. Energy storage systems (ESS) are being viewed as a game-changer for renewable integration due to their ability to absorb the variability and uncertainty arising from the wind generation. While abundant literature is available on system adequacy and operational reliability evaluation, operational adequacy studies considering wind and energy storage have received very little attention, despite their elevated significance. This work presents a novel framework that integrates wind power and energy storage models to a bulk power system model to sequentially evaluate the operational adequacy in the operational mission time. The analytical models are developed using a dynamic system state probability evaluation approach by incorporating a system state probability estimation technique, wind power probability distribution, state enumeration, state transition matrix, and time series analysis in order to quantify the operational adequacy of a bulk power system integrated with wind power and ESS. The loss of load probability (LOLP) is used as the operational adequacy index to quantify the spatio-temporal variation in risk resulting from the generation and load variations, their distribution on the network structure, and the operational strategies of the integrated ESS. The proposed framework is aimed to serve as a guideline for operational planning, thereby simplifying the decision-making process for system operators while considering resources like wind and energy storage facilities. The methodology is applied to a test system to quantify the reliability and economic benefits accrued from different operational strategies of energy storage in response to wind generation and other operational objectives in different system 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.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,022
Tête enseignante GPT0,220
Écart entre enseignants0,198 · 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

Citations15
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueApplied SciencesMême sujetPower System Reliability and MaintenanceTravaux en français237 207