Fairness-Oriented Volt–Watt Control Methods of PV Units for Over-Voltage Suppression in PV-Enriched Smart Cities
Notice bibliographique
Résumé
The higher integration of photovoltaic (PV) units is an inevitable component of smart city development. Thanks to smart meter devices that can record the exchange of power between the grid and customers, it is expected that homeowners and businesses will tend to install PV arrays on their rooftops and parking lots to benefit from selling power back to the grid. However, the overvoltage issue resulting from high PV penetration is a major challenge that necessitates the active power curtailment of PV units to ensure power grid stability. Fairness-oriented methods aim to minimize the active power of PV units as much as possible, adopting a fairer approach, and then address the PV owner’s satisfaction with fair profit and loss. Maintaining voltage within a limited standard range under very low load conditions while prioritizing PV inverters’ participation in reactive power contribution and attempting to ensure fairer curtailment of active power presents challenges to existing control design approaches. This paper presents twelve new volt–watt curve design methods to achieve these goals and address the challenges. The methods yield polynomial curves, piecewise linear curves, and single linear curves. A unique voltage sensitivity value for each PV inverter is used to determine the control region area and the slope of the curve at the starting point in certain instances. The effectiveness of the proposed methods is discussed by evaluating their capabilities on the 37-bus IEEE 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 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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».