MétaCan
Menu
Retour à la cohorte
Enregistrement W7113904847 · doi:10.62762/seco.2025.754083

Optimized Volt/VAR Control for Inverter-Interfaced Distributed Energy Resources in Compliance with IEEE 1547 Standards

2025· article· W7113904847 sur OpenAlexaff

Notice bibliographique

RevueSustainable Energy Control and Optimization · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueOptimal Power Flow Distribution
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésDistributed generationSmart gridInverterGridVoltageAC powerVoltage regulationStability (learning theory)

Résumé

récupéré en direct d'OpenAlex

The increasing integration of distributed energy resources (DERs), such as photovoltaic(PV) systems and battery storage, into distribution networks necessitates advanced inverter controls to maintain stable grid operations. IEEE Standard 1547 permits smart inverter functionalities, including Volt/VAR control, enabling DERs to autonomously manage voltage fluctuations caused by varying load and generation conditions. However, configuring these Volt/VAR settings optimally is challenging, as default parameters provided by standards may not ensure optimal performance or dynamic stability. This paper proposes a customized, per-node Volt/VAR control optimization framework for single-phase distribution feeders, adapting inverter control parameters based on expected short-term load and solar generation patterns. Leveraging a projected gradient descent optimization approach, proposed methodology guarantees dynamic stability by approximating feasible operational parameters within a convex polytope and ensuring full compliance with IEEE 1547 voltage and reactive power specifications. Comprehensive numerical evaluations conducted on the IEEE 141-bus distribution system using realistic operational data demonstrate the effectiveness and practicality of the proposed method, highlighting improved voltage stability and regulation compared to conventional approaches.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,004
Tête enseignante GPT0,209
Écart entre enseignants0,205 · 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 revueSustainable Energy Control and OptimizationMême sujetOptimal Power Flow DistributionTravaux en français237 207