MétaCan
Menu
Retour à la cohorte
Enregistrement W4322756779 · doi:10.5281/zenodo.7691155

Battery Energy Storage Based Frequency Control Scheme for Microgrid

2023· article· en· W4322756779 sur OpenAlexaff
Hridi Juberi, Md. Tanvir Ahmed

Notice bibliographique

RevueZenodo (CERN European Organization for Nuclear Research) · 2023
Typearticle
Langueen
DomaineEnergy
ThématiquePower Systems and Renewable Energy
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésMicrogridBattery (electricity)Energy storageScheme (mathematics)Automatic frequency controlAutomotive engineeringComputer scienceControl (management)Electrical engineeringEngineeringPower (physics)PhysicsMathematicsArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This paper proposes a battery energy storage system (BESS) based frequency controller featuring micro grid with high level penetration of renewable energy resources (RES). The frequency controller gives an indication about some of the features that assists to enhance the stability of main power grid or more specifically micro grid and also overcome any imbalance in frequency occurring from any disturbance or fluctuation in system. The imbalance may occur due to increasing or decreasing of load. System frequency undergoes instable region due to the mismatch between power generation and demand and under this circumstances micro sources slowly respond to overcome this zigzag situation. To solve this situation a controller has been designed that responds to the frequency deviation within a specified limit or defined range which has been calculated by the implementation of trial and error method. After designing the controller, some cases have been observed by varying the system load in various situation. Simulations and experimental results assesses the proposed control solutions.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0040,001

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 Opus0,024
Tête enseignante GPT0,224
Écart entre enseignants0,200 · 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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueZenodo (CERN European Organization for Nuclear Research)Même sujetPower Systems and Renewable EnergyTravaux en français237 207