MétaCan
Menu
Retour à la cohorte
Enregistrement W4206057491 · doi:10.3390/en15030752

Feasibility of Solar Grid-Based Industrial Virtual Power Plant for Optimal Energy Scheduling: A Case of Indian Power Sector

2022· article· en· W4206057491 sur OpenAlexafffund
Harpreet Sharma, Sachin Mishra, Javed Dhillon, Naveen Kumar Sharma, Mohit Bajaj, Rizwan Tariq, Ateeq Ur Rehman, Muhammad Shafiq, Habib Hamam

Notice bibliographique

RevueEnergies · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueSmart Grid Energy Management
Établissements canadiensUniversité de Moncton
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésVirtual power plantRenewable energyDistributed generationGridPeaking power plantScheduling (production processes)EngineeringReliability engineeringAutomotive engineeringComputer scienceElectrical engineeringOperations management

Résumé

récupéré en direct d'OpenAlex

The increased popularity of small-scale DER has replaced the well-established concept of conventional generating plants around the world. In the present energy scenario, a significant share of energy production now comes from the grid integrated DERs installed at various consumer premises. These DERs are being renewable-based generates only intermittent power, which in turn makes the scheduling of electrical dispatch a tough task. The Virtual Power Plant (VPP) is a potential solution to this challenge, which coordinates and aggregates the DERs generation into a single controllable profile. In this paper, a modified PSO-based multi-objective optimization is proposed for the VPP scheduling in distribution network applications such as energy cost minimization, peak shaving, and reliability improvement. For feasibility analysis of the VPP, a case study of state power utility is taken, which includes a 90 bus industrial feeder with grid integrated PVs as DER. The optimized results are computed in both grid-connected and autonomous mode reveal that the operating cost, peak demand, and EENS are declined by 31.70%, 23.59%, and 62.30% respectively. The overall results obtained are compared by the results obtained from other well-established optimization techniques and it is found that the proposed technique is comparatively more cost-effective than others.

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)0,001
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: Empirique
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,042

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,224
Écart entre enseignants0,197 · 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

Citations34
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetSmart Grid Energy ManagementTravaux en français237 207