MétaCan
Menu
Retour à la cohorte
Enregistrement W4417131495 · doi:10.1109/tste.2025.3640949

A Novel Framework for Centralized Remote Power Smoothing as a Prospective Ancillary Service

2025· article· W4417131495 sur OpenAlexafffundabout
Abdallah F. El-Hamalawy, Hany E. Z. Farag, Elyas Ahmed, Daniel Sohm, Ismael El-Samahy

Notice bibliographique

RevueIEEE Transactions on Sustainable Energy · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueWind Turbine Control Systems
Établissements canadiensIndependent Electricity System OperatorYork University
Organismes subventionnairesIndependent Electricity System Operator
Mots-clésSmoothingFlywheelRenewable energyGridElectric power systemPower (physics)Wind powerElectricity generationAutomatic Generation Control

Résumé

récupéré en direct d'OpenAlex

The increasing integration of intermittent renewable energy sources and the large load variations introduce fast power fluctuations. These fluctuations can impact grid stability and lead to significant frequency deviations, emphasizing the need for effective power smoothing strategies to ensure reliable grid operation. This paper introduces a novel centralized remote power smoothing (CRS) framework, where smoothing facilities (SF) are located away from the sources of power fluctuations. The CRS is proposed as a novel market ancillary service that can be fully integrated within the existing automatic generation control (AGC) of power system operators. The feasibility of the CRS is evaluated in comparison to conventional on-site smoothing and increasing AGC reserve capacity. First, a real-world proof of concept is demonstrated in the electricity system of Ontario, Canada, where a 2-MW flywheel storage facility remotely smooths the output power of a 200-km away transmission-connected wind plant. Subsequently, several simulation studies are conducted on the New England IEEE 39-Bus System, using real high-resolution renewable power and load profiles with 2–second granularity.The proposed CRS achieves up to 84% of the on-site smoothing performance using only 56% of its SFs' capacities. Yet, CRS large-scale practical implementation could be limited to 80% ofits theoretical performance.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0020,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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'admission3
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Sustainable EnergyMême sujetWind Turbine Control SystemsTravaux en français237 207