Joint optimization of location and topology of multi-terminal soft open point in distribution networks
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The popularization of renewable energy has led to problems including excessive current and voltage violations in distribution networks. Soft open point (SOP) enables real-time continuous active and reactive power regulation to alleviate these problems. However, how many terminals of a SOP should be set, and which feeders should be interconnected with these terminals is a crucial issue. To address this issue and fully utilize the performance of SOP, this paper conducts a comparative study of SOP with different topologies. First, a nonlinear programming (NLP) model to reveal the effect of multi-terminal SOP (MTSOP) in minimizing system losses and voltage deviation is developed. Second, to facilitate the solution, the NLP model is transformed into a second-order cone programming (SOCP) model based on cone relaxation. Finally, validation on the IEEE 33-, 69- and 141-node systems is conducted. MTSOP can reduce the total losses of IEEE 33-, 69- and 141-node systems by up to 23.54 %, 37.98 %, and 28.90 %, respectively. Although SOPs with a large number of terminals have excellent performance, they are difficult to gain an advantage in feasibility. Therefore, it is not necessarily better to have more terminals in an MTSOP which should be determined based on the characteristics of distribution networks.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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) | 0,000 | 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 découle