MétaCan
Menu
Retour à la cohorte
Enregistrement W3083966911

Frequency Regulation Model of Bulk Power Systems with Energy Storage

2020· preprint· en· W3083966911 sur OpenAlexaff
Claudio A. Cañizares, Kankar Bhattacharya, Daniel Sohm

Notice bibliographique

RevuearXiv (Cornell University) · 2020
Typepreprint
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésEnergy storageElectric power systemFrequency regulationComputer scienceTransient (computer programming)InterconnectionFlywheelComputer data storageStability (learning theory)Transmission (telecommunications)Power (physics)Flywheel energy storageEnergy management systemState of chargeEnergy (signal processing)Reliability engineeringBattery (electricity)Energy managementEngineeringTelecommunicationsAutomotive engineering
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This paper presents a dynamic Frequency Regulation (FR) model of a large interconnected power system including Energy Storage Systems (ESSs) such as Battery Energy Storage Systems (BESSs) and Flywheel Energy Storage Systems (FESSs), considering all relevant stages in the frequency control process. Communication delays are considered in the transmission of the signals in the FR control loop and ESSs, and their State of Charge (SoC) management model is considered. The system, ESSs and SoC components are modelled in detail from a FR perspective. The model is validated using real system and ESSs data, based on a practical transient stability model of the North American Eastern Interconnection (NAEI), and the results show that the proposed model accurately represents the FR process of a large interconnected power network including ESS, and can be used for long-term FR studies. The impact of communication delays and SoC management of ESS facilities in the Area Control Error (ACE) is also studied and discussed

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 enseignants0,943
Score d'incertitude au seuil0,985

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 Opus0,026
Tête enseignante GPT0,130
Écart entre enseignants0,105 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetMicrogrid Control and OptimizationTravaux en français237 207