Energy storage planning in distribution systems considering life-cycling-usage relationship
Notice bibliographique
Résumé
Asset expansion planning in Distribution System is important and should be expanded to consider utility scale energy storage systems such as batteries, flywheels, compressed air, thermal, etc. Battery Energy Storage Systems (BESS) are maturing for utility scale applications and are considered in this thesis for asset planning exercise. Unlike other electromechanical assets such as generators, transformers, motors, feeders, distribution lines, etc., usage parameters such as number of storage cycles and depth of discharge have a dramatic nonlinear effect on the life of Battery Energy Storage Systems. Hence, in the optimal asset planning formulation of electric power distribution systems considering BESS, it is imperative to include their relationship between life in years, number of storage cycles and extent of usage in terms of depth of discharge. A new optimal asset expansion planning formulation and algorithm for distribution systems is developed and presented in this thesis that considers (1) new sources of energy supply, and (2) BESS, while modeling nonlinear relationship life-cycling-usage of BESS. The formulation aims to minimize annualized cost of the optimal expansion plan while satisfying forecasted demand and other distribution system service requirements. The proposed method in this thesis is then used to develop optimal expansion plans for a 6-bus synthetic system and an IEEE 33-bus distribution network. The results show the effect of considering the life-cycling-usage relationship of BESS on optimal asset expansion plans. Further, using sensitivity analysis, the effect of ratio off-peak load to peak load on total asset costs are analyzed and reported.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».