MétaCan
Menu
Retour à la cohorte
Enregistrement W4410600995 · doi:10.3390/en18112681

Optimizing Automatic Voltage Control Collaborative Responses in Chain-Structured Cascade Hydroelectric Power Plants Using Sensitivity Analysis

2025· article· en· W4410600995 sur OpenAlexaff
Li Da Zhang, Jie Yang, Jun Wang, Lening Wang, Haiming Niu, Xiaobing Liu, Simon X. Yang, Kun Yang

Notice bibliographique

RevueEnergies · 2025
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNational Natural Science Foundation of China
Mots-clésCascadeHydroelectricitySensitivity (control systems)VoltagePower (physics)Chain (unit)Computer scienceEnvironmental scienceEngineeringElectrical engineeringElectronic engineeringPhysics

Résumé

récupéré en direct d'OpenAlex

Southwestern China has abundant hydropower networks, wherein neighboring cascade hydropower stations within the same river basin are typically connected to the power system in a chain-structured configuration. However, when such chain-structured cascade hydroelectric power plants (CC-HPPs) participate in automatic voltage control (AVC), problems such as reactive power interactions among stations and unreasonable voltage gradients frequently arise. To address these issues, this study proposes an optimized multi-station coordinated response control strategy based on sensitivity analysis and hierarchical AVC. Firstly, based on the topology of the chain-structured hydropower sending-end network, a reactive power–voltage sensitivity matrix is constructed. Subsequently, a regional-voltage-coordinated regulation model is developed using sensitivity analysis, followed by the establishment of a mathematical model, solution algorithm, and operational procedure for multi-station AVC-coordinated response optimization. Finally, case studies based on the actual operational data of a CC-HPP network validate the effectiveness of the proposed strategy, and simulation results demonstrate that the approach reduces the interstation reactive power pulling up to 97.76% and improves the voltage gradient rationality by 16.67%. These results substantially improve grid stability and operational efficiency while establishing a more adaptable voltage control framework for large-scale hydropower integration. Furthermore, they provide a practical foundation for future advancements in multi-scenario hydropower regulation, enhanced coordination strategies, and predictive control capabilities within clean energy systems.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,005
Tête enseignante GPT0,229
Écart entre enseignants0,224 · 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

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnergiesMême sujetPower System Optimization and StabilityTravaux en français237 207