MétaCan
Menu
Retour à la cohorte
Enregistrement W4394618811 · doi:10.1515/ijeeps-2023-0416

Coupling energy management of power systems with energy hubs through TSO-DSO coordination: a review

2024· review· en· W4394618811 sur OpenAlexaff
Leila Bagherzadeh, Innocent Kamwa, Atieh Delavari

Notice bibliographique

RevueInternational Journal of Emerging Electric Power Systems · 2024
Typereview
Langueen
DomaineEngineering
ThématiqueIntegrated Energy Systems Optimization
Établissements canadiensHydro-QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésCoupling (piping)Energy (signal processing)Energy managementPower (physics)Computer scienceEngineeringPhysicsMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Abstract The transition towards a sustainable energy system requires the integration of high-penetration renewable energy sources (RESs) and the use of new energy management frameworks to handle RES variability and uncertainty. The evolution of novel energy management technologies has made it possible to design and operate integrated energy systems (IESs) that couple various energy carriers such as electricity, heat, and gas. The emergence of energy hubs (EHs) offers the potential for greater efficiency, reliability, and flexibility in energy supply and demand. However, integrating EHs into the power system operation remains a significant challenge due to the complex interaction between the transmission system operator (TSO), distribution system operator (DSO), and EHs. Enhanced coordination between TSOs and DSOs is of the utmost importance within this context. This paper first aims to review and highlight the most practical features of EHs including the EH concept, topology, elements, classifications, flexibility resources, and optimization approaches. Subsequently, it describes TSO-DSO roles and all concepts that are in line with the aims of this subject, such as conceptual framework, TSO-DSO coordination schemes, formulation, and solution techniques. Meanwhile, it will identify any remaining research gaps and prospective trends in this respect.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,013
Tête enseignante GPT0,276
Écart entre enseignants0,263 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations8
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Emerging Electric Power SystemsMême sujetIntegrated Energy Systems OptimizationTravaux en français237 207