Multi-level interactive self-balancing optimization strategy of source-grid-load-storage considering cluster security constraints
Notice bibliographique
Résumé
As the global energy structure undergoes transformation, large-scale access to renewable energy presents the power system with unprecedented dynamic balance challenges. Traditional centralized power supply architecture is challenging to adapt to complex scenarios where high proportions of new energy, high-density power electronic devices, and diversified load demands are intertwined. There is an urgent need to build a new balancing mechanism for collaborative interaction between source, grid, load and storage. Aiming at the scientific problem of deep integration of cluster security constraints and multi-level interaction, this study proposes an integrated optimization strategy. By quantitatively characterizing the CIA (Confidentiality, Integrity, Availability) triple security criterion, it establishes three types of constraint models, including extreme weather equipment current carrying capacity correction coefficient, node health index and adjustment instruction convergence time threshold. Experimental verification demonstrates that this strategy effectively controls the system frequency deviation within 0.010 Hz and stabilizes the voltage deviation to below 1.50% during the 16-period scheduling cycle. At the same time, it improves energy utilization efficiency to 92%, with clean energy accounting for 61%. Carbon emissions were reduced to 10,200 tons, and pollutant emissions were reduced to 5,100 tons. The direct trust of the high-precision recommendation module in the system is positively correlated with its precision trust value, and the source-grid-load-storage (SGLS) samples exhibit significant differences in aggregation characteristics under different feature representation methods. In addition, the short-circuit current capacity of the system is stable at 31 kA, and the transient stability index reaches 0.94, which verifies the robustness of the strategy under extreme working conditions. By analyzing the dynamic influence of the ψ parameter on the detection results of each cluster, the effectiveness of the security constraint embedding method is further confirmed.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| 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 ».