MétaCan
Menu
Retour à la cohorte
Enregistrement W3215766209 · doi:10.18280/ejee.230503

Stochastic Modelling and Stability Analysis of Large-Scale Wind Power Generation System with Dynamic Loads

2021· article· en· W3215766209 sur OpenAlexvenueno aff
Joseph Cudjoe Attachie, Christian Kwaku Amuzuvi, Godwin Diamenu

Notice bibliographique

RevueEuropean Journal of Electrical Engineering · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésRenewable energyGridWind powerStability (learning theory)Electricity generationVariable renewable energyEnvironmental scienceGreenhouse gasFossil fuelComputer scienceScale (ratio)Electric power systemReliability (semiconductor)Power (physics)Reliability engineeringEnvironmental economicsEngineeringMathematicsElectrical engineeringEconomicsGeography

Résumé

récupéré en direct d'OpenAlex

As a result of dwindling fossil fuel reserves and the negative impact of greenhouse gases (GHGs) on the environment, it is important that the search for a power grid that will comprise of only variable renewable energy (VRE) generation sources such as wind or solar energy which is available everywhere for free is given much attention. The main challenge associated with these sources of energy is their variability and random nature. It is as a result of instability introduced by the VRE generation sources, that is why there is a strict control measures put in place by the regulators as to how much VRE generation sources can feed into the power grid in the case of its integration into an existing power grid. It becomes imperative to consider implications for grid stability and reliability when considering a power grid that will consist of VRE generation only. Eigenvalue approach was used to analysed the performance of anticipated large-scale VRE grid to ascertain its behaviour. Eigenvalue approach is one of the methods to examine the stability of a power system’s dynamic performance. The results indicated that it is possible to attain the necessary stability provided the assumptions made during the modelling stage is revised to improve upon the model.

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 enseignants0,608
Score d'incertitude au seuil0,552

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 GPT0,170
Écart entre enseignants0,165 · 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

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEuropean Journal of Electrical EngineeringMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207