MétaCan
Menu
Retour à la cohorte
Enregistrement W4292983235 · doi:10.1109/tpwrd.2022.3200869

Capacity Market for Distribution System Operator – With Reliability Transactions – Considering Critical Loads and Microgrids

2022· article· en· W4292983235 sur OpenAlexafffund
Amr A. Mohamed, Carlos Sabillón, Ali Golriz, Marina Lavorato, Marcos J. Rider, Bala Venkatesh

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensToronto Metropolitan UniversityIndependent Electricity System Operator
Organismes subventionnairesIndependent Electricity System Operator
Mots-clésProvisioningDistributed generationDemand responseReliability engineeringReliability (semiconductor)Transactive memoryAsset (computer security)Computer scienceEnvironmental economicsBusinessEconomicsEngineeringElectricityComputer securityRenewable energyTelecommunications

Résumé

récupéré en direct d'OpenAlex

Conventional distribution system (DS) asset planning methods consider energy only from transmission systems (TS) and not from distributed energy resources (DER), leading to expensive plans. Newer transactive energy DS (TEDS) asset planning models, built on capacity market mechanisms, consider energy from both TS and DERs, leading to lower-cost plans and maximizing social welfare. However, in both methods the cost of higher reliability requirements for some users are socialized across all users, leading to lower social welfare. In this article, a novel transactive energy capacity market (TECM) model is proposed for DS asset planning. It builds on TEDS incremental capacity auction models by provisioning for critical loads to bid and receive superior reliability as a service. The TECM model considers these reliability transactions, in addition, to selling energy transactions from TS and DERs, buying energy transactions from loads, and asset upgrade transactions from the network operator. The TECM model allows for islanded microgrids and network reconfiguration to maximize social welfare. The TECM model is assessed on several case studies, demonstrating that it achieves higher social welfare and a lower plan cost.

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)0,003
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: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,008
Tête enseignante GPT0,193
Écart entre enseignants0,186 · 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

Citations7
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetOptimal Power Flow DistributionTravaux en français237 207