AC Transmission Network Expansion Planning Using the Line-Wise Model for Representing Meshed Transmission Networks
Notice bibliographique
Résumé
In this paper, a Line-Wise (LW) formulation of the AC Transmission Network Expansion Planning (AC-TNEP) problem for meshed transmission networks is proposed. The proposed formulation is then relaxed using a novel Quadratic Convex (QC) relaxation that can handle the mixed-integer nature of the problem and be solved efficiently using commercial solvers. The exact and relaxed formulations have been integrated into an algorithm for solving the AC-TNEP problem that has been introduced as an enhancement of an existing algorithm in the literature for obtaining feasible solutions of the AC-TNEP problem upon the use of convex relaxations to solve it. The AC-TNEP problem is solved for different scenarios that involve test cases ranging from 6 to 118 buses. The obtained solutions for the 6-bus to 46-bus test cases are shown to be globally optimal or reinforced to identical or better than the available solutions in the literature. Moreover, as distinguished from solutions in the literature, the proposed algorithm does not utilize approximations and heuristic constraints that are used to ease solving the AC-TNEP problem and were found to potentially lead to locally optimal solutions. Furthermore, the proposed algorithm is used to solve the AC-TNEP problem for the 87-bus and 118-bus test cases to establish its ability to solve for larger test cases. Extensions of the proposed algorithm to account for Reactive Power Planning (RPP) and dynamic planning are studied to further demonstrate its merits.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 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 source (Gemma direct ou Codex distillé), 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 ».