MétaCan
Menu
Retour à la cohorte
Enregistrement W4402474875 · doi:10.1109/ccece59415.2024.10667098

A Real–World Case Study for Smoothing Wind Power Output Using Flywheel Energy Storage

2024· article· en· W4402474875 sur OpenAlexafffundabout
Abdallah F. El-Hamalawy, Hany EZ Farag, Richard Medal, Cody MacNeil, Elyas Ahmed, Daniel Sohm, Ismael El-Samahy

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensIndependent Electricity System OperatorYork University
Organismes subventionnairesIndependent Electricity System Operator
Mots-clésFlywheelWind powerFlywheel energy storageSmoothingEnergy storagePower (physics)Computer scienceEnergy (signal processing)Automotive engineeringEnvironmental scienceElectrical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Flywheel systems are fast-acting energy storage solutions that could be effectively utilized to facilitate seamless adoptions for high penetration levels of variable power generation resources. This paper describes a real–world case study for the deployment of a 2 MW flywheel energy storage system to smooth the output power of a remotely located wind farm connected to the electricity grid of Ontario in Canada. Both the flywheel energy storage facility and the wind power plant are monitored and operated by the Independent Electricity System Operator (IESO) in Ontario. Also, the paper introduces a novel and practical Energy Management Controller (EMC) that has been implemented in the field to achieve the desired renewable smoothing. The performance of the implemented EMC has been investigated via changing three main input parameters: i) storage to wind ratio, ii) smoothing time, and iii) storage duration. To that end, seven case studies are conducted with different EMC input parameters to analyze the impacts of these parameters on the smoothing performance of the flywheel energy storage system.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,231
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,022
Tête enseignante GPT0,260
Écart entre enseignants0,237 · 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 tête enseignante, 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

Citations3
Publié2024
Routes d'admission3
Résumé présentoui

Explorer davantage

Même sujetWind Turbine Control SystemsTravaux en français237 207