An Optimal Control Approach for Enhancing Transients Stability and Resilience in Super Smart Grids
Notice bibliographique
Résumé
Super smart grids (SSGs) are a wide area transmission network that mainly uses renewable energy resources (RERs), contributing to the reduction of greenhouse gas (GHGs) emissions and supporting the power infrastructure of multiple countries. The SSGs comprise two-way communication between the loads and sources of different countries, and these loads can be mostly served with numerous types of RERs tied with the grids. The RERs will play a pivotal role in the development of future grids and the generation of electricity. However, the main challenge to tackle in these RERs is that they are intermittent in nature. Due to intermittency in these RERs, transient stability issues have become one of the critical research challenges in SSGs. These stability issues are escalated and become more difficult to handle if a network is vulnerable to an arising of different kinds of faults. To address these problems, multiple approaches to enhance transient stability already exist in the current literature. After reviewing the literature, flexible alternating current transmission systems (FACTS) devices proved more promising in improving transient stability. Among FACTSdevices, UPFC is a versatile FACTS device, which provides complete stability to power system networks in the form of series and shunt compensations. Considering this scenario, a hypothetical network for SSGs is designed in this research work based on the interconnection between two countries, i.e., Denmark and Norway, to address the transient stability issues in SSGs. The complete probabilistic model of the system is also designed to enhance the stability of the system. The results clearly showed that the insertion of UPFC is an effective technique to enhance the transient stability and resilience of the power system networks as compared to other purposed techniques in the literature. The main contribution of this paper is that extensive simulation studies employing accurate RERs models are used to analyze and investigate various problems arising due to the integration of many clusters of RERs in SSGs.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,003 | 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 ».