MétaCan
Menu
Retour à la cohorte
Enregistrement W4292820000 · doi:10.1049/gtd2.12582

Resiliency constraint proactive scheduling against hurricane in multiple energy carrier microgrid

2022· article· en· W4292820000 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésIslandingMicrogridUpstream (networking)Computer scienceInteger programmingScheduling (production processes)Mathematical optimizationReliability engineeringResilience (materials science)Linear programmingContingencyDemand responseDistributed computingDistributed generationEngineeringComputer networkMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Hurricane, as one of the most frequent natural events, causes damage to the infrastructure of the upstream networks of multiple energy carrier microgrids (MECMs). Thus, the supply continuity of critical loads is threatened due to sudden islanding of MECMs from the upstream networks. Therefore, providing a framework to enhance the resilience of MECMs against this threat is necessary. In response to this issue, this paper presents a proactive optimal operation scheduling approach that is constrained to the feasible islanding of MECM from the upstream networks as well as the continuous suppling of the critical loads until the return of the upstream networks. Proposed resiliency constraint proactive scheduling is formulated as a mixed integer linear programming (MILP) that considers the interdependence between all three electric, gas and heat networks. The demand responsibility of all three electric, thermal and gas loads is used to consider the satisfaction of the consumer beside economic and resilient operation. Furthermore, both normal operation and contingency‐based uncertainties are taken into account and captured using a robust optimization method. Then in order to evaluate the resilience of the MECM, feasible islanding and preparedness indices are proposed. Finally, the effectiveness of proposed approach is illustrated using an MECM test.

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.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,371
Score d'incertitude au seuil1,000

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 Opus0,012
Tête enseignante GPT0,209
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