MétaCan
Menu
Retour à la cohorte
Enregistrement W4292993803 · doi:10.1109/tsg.2022.3170871

Frequency-Constrained Energy Management System for Isolated Microgrids

2022· article· en· W4292993803 sur OpenAlexafffund
Samuel Córdova, Claudio A. Cañizares, Álvaro Lorca, Daniel Olivares

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAgencia Nacional de Investigación y DesarrolloInstituto de Sistemas Complejos de Ingeniería
Mots-clésMicrogridFrequency regulationRenewable energyFrequency deviationElectric power systemAutomatic frequency controlReliability engineeringControl theory (sociology)System dynamicsPower system simulationInertiaReliability (semiconductor)Demand responseDynamic demandPower (physics)Computer scienceEngineeringElectrical engineeringElectricity

Résumé

récupéré en direct d'OpenAlex

Second-to-second power imbalances stemming from renewable generation can have a large impact on the frequency regulation performance of isolated microgrids, as these are characterized by low inertia and, more commonly nowadays, significant renewable energy penetration. Thus, the present paper develops a novel frequency-constrained Energy Management System (EMS) that takes into account the impact of short-term power fluctuations on the microgrid’s operation and frequency regulation performance. The proposed EMS model is based on accurate linear equations describing frequency deviation, rate-of-change-of-frequency, and regulation provision in daily microgrid operations. Dynamic simulations on a realistic CIGRE benchmark test system show the economic and reliability benefits of the presented EMS model, highlighting the need of incorporating fast power fluctuations and their impact on frequency dynamics in EMSs for sustainable isolated microgrids.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,005
Tête enseignante GPT0,171
Écart entre enseignants0,166 · 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

Citations32
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetMicrogrid Control and OptimizationTravaux en français237 207