Grid Forming Technologies to Improve Rate of Change in Frequency and Frequency Nadir: Analysis-Based Replicated Load Shedding Events
Notice bibliographique
Résumé
Electric power generation is quickly transitioning toward nontraditional inverter-based resources (IBRs). Prevalent devices today are solar PV, wind generators, and battery energy storage systems (BESS) based on electrochemical packs. These IBRs are interconnected throughout the power system via power electronics inverter bridges, which have sophisticated controls. This paper studies the impacts and benefits resulting from the integration of grid forming (GFM) inverters and energy storage on the stability of power systems via replicating real events of loss of generation units that resulted in large load shedding events. First, the authors tuned the power system dynamic model in Power System Simulator for Engineering (PSSE) to replicate the event records and, upon integrating the IBRs, analyzed the system dynamic responses of the BESS. This was conducted for both GFM and grid following (GFL) modes. Additionally, models for Grid Forming Static Synchronous Compensator (GFM STATCOM), were also created and simulated to allow for quantifying the benefits of this technology and a techno-economic analysis compared with GFM BESSs. The results presented in this paper demonstrate the need for industry standardization in the application of GFM inverters to unleash their benefits to the bulk electric grid. The results also demonstrate that the GFM STATCOM is a very capable system that can augment the bulk system inertia, effectively reducing the occurrence of load shedding events.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».