Improving LV networks hosting capacity via the use of batteries – a Monte-Carlo analysis
Notice bibliographique
Résumé
The rapid increase in residential PV capacity is causing significant overvoltage issues, making it challenging for the grid t o absorb power during peak hours. This triggers inverter stalls as a security measure, causing concerns to Belgian DSOs and preventing prosumers from injecting power into the grid. In collaboration with Belgian DSOs and via the use of metered consumption and injection data, dedicated Monte-Carlo analyses were performed to investigate mitigation measures, via parametric simulations focused on the issue at hand. The focus in this paper is put on the use of batteries to improve LV networks hosting capacity. This approach was implemented to study different questions arising from the use of BESS: e.g., optimal ratings and location, use of P-Q capability of the BESS,… Results from thousands of simulations highlighted that a single three-phase 45 kWh/15 kVA/phase BESS installed at the end of the feeder can regulate voltage mainly by implementing phase-balancing, i.e. absorbing power on a phase and injecting it on another, with very limited storage (< 1.5 kWh) in most of the simulated cases. With these ratings, a simple Q control algorithm also allows to regulate voltage in > 99% of the cases. The upside is the net-zero energy exchange limiting the battery energy capacity requirements. However, this is achieved at the expense of higher kVA requirements due to the high R/X ratio of distribution networks compared to the transmission level.
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 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 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, 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 ».