MétaCan
Menu
Retour à la cohorte
Enregistrement W3209151174 · doi:10.1109/tsg.2021.3123467

Finite Horizon Optimal Control With Voltage Regulation

2021· article· en· W3209151174 sur OpenAlexafffund
F. A. Sabbir Ahamed, Pirathayini Srikantha

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceGridConvertersTime horizonVoltage regulationVoltageControl theory (sociology)Distributed generationTransient (computer programming)Regular polygonOptimal controlConvex optimizationMathematical optimizationControl (management)Control engineeringEngineeringMathematicsElectrical engineeringRenewable energy

Résumé

récupéré en direct d'OpenAlex

The modern grid is undergoing unprecedented transformations with the proliferation of highly variable loads and generation systems. In order to ensure that the grid operates efficiently in the presence of these diverse entities while preserving operational limits, strategies that combine traditionally disparate transient control and steady-state coordination are necessary. However, these introduce fundamental challenges such as inscalability and non-convexities. In this paper, we formulate a finite horizon constrained optimal control problem that allows for the actuation of voltage source converters of distributed energy resources to minimize thermal losses while accounting for voltage regulation and balancing power demand with available supply. We overcome the afore-mentioned challenges by introducing strategic decompositions of the original problem over spatial and temporal domains that allow for exact convex relaxations. The efficacy of our proposal is demonstrated via comprehensive theoretical, comparative and practical studies conducted on realistic medium-voltage distribution network settings.

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 enseignants0,984
Score d'incertitude au seuil0,687

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 Opus0,005
Tête enseignante GPT0,173
Écart entre enseignants0,168 · 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

Citations3
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

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