MétaCan
Menu
Back to cohort
Record W1978813851 · doi:10.1109/tste.2015.2410760

Flexibility Envelopes for Power System Operational Planning

2015· article· en· W1978813851 on OpenAlexafffund
Hussam Nosair, François Bouffard

Bibliographic record

VenueIEEE Transactions on Sustainable Energy · 2015
Typearticle
Languageen
FieldEngineering
TopicElectric Power System Optimization
Canadian institutionsMcGill University
FundersCanadian Network for Research and Innovation in Machining Technology, Natural Sciences and Engineering Research Council of Canada
KeywordsFlexibility (engineering)Computer scienceElectric power systemPower (physics)Systems engineeringReliability engineeringEngineering

Abstract

fetched live from OpenAlex

La planification opérationnelle fait partie intégrante du maintien d'un régime opérationnel économique et fiable des réseaux électriques. Traditionnellement, les réseaux ont été conçus sans avoir à se soucier des phénomènes de rampes de puissance, de telle sorte que la planification opérationnelle devait uniquement traiter l'adéquation des capacités en partant du principe que les capacités de rampe des équipements du réseau étaient suffisantes. De nos jours, l'intégration des sources d'énergie renouvelables a contribué à augmenter la variabilité et l'incertitude dans l'équilibre de puissance entre la production et la charge. Cela nécessite d'évaluer précisément l'adéquation des capacités de rampe et de puissance des ressources du réseau. De plus, l'arrivée de ressources contraignantes en termes d'énergie, que ce soit par rapport au stockage de l'énergie ou au pilotage de charge, rend nécessaire la planification de systèmes électriques capables de faire face à la raréfaction de l'énergie, de puissance disponible et de rampe. Par conséquent, la planification opérationnelle traditionnelle devient moins apte à gérer la nouvelle réalité des systèmes électriques durables modernes qui intègrent fortement les énergies renouvelables. Ceci a conduit à l'émergence du concept de flexibilité du système électrique, soulignant l'importance d'une planification conjointe de la puissance disponible, des rampes et de l'énergie. En parallèle, on observe également un intérêt croissant pour la planification stochastique afin de gérer l'incertitude croissante. Cela étant, l'état actuel de la technique concernant la planification opérationnelle reste confiné à la pensée traditionnelle, et notamment lorsqu'il s'agit de définir les contraintes de réserves d'exploitation. A cette fin, ce mémoire propose de moderniser le concept de réserve d'exploitation à la lumière du concept émergeant de la flexibilité. Le concept d'une enveloppe des exigences de flexibilité est proposé pour capter le besoin en puissance disponible, en rampe et énergie qui découlent de la variabilité et de l'incertitude mentionnées plus haut. De la même manière, le concept d'une enveloppe de flexibilité est développé pour déterminer les moyens en termes de puissance, en rampe et en énergie d'une ressource d'un système électrique. Une flexibilité de système adéquate est appliquée, lorsque l'enveloppe de flexibilité totale des ressources du système électrique comprend l'enveloppe des exigences de flexibilité, lors de la planification opérationnelle. Le concept d'enveloppe est formulé à la fois via une approche déterministe et via une approche probabiliste. Son efficacité est illustrée grâce à plusieurs exemples dans cette thèse. En outre, cette thèse évoque une planification opérationnelle dynamique, qui devrait ouvrir de nouvelles voies dans le domaine de la planification opérationnelle et faire avancer l'état de la technique.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.003
metaresearch head score (Gemma)0.009
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Simulation or modeling · Consensus signal: Simulation or modeling
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.012
Threshold uncertainty score0.040

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0030.009
Meta-epidemiology (narrow)0.0010.001
Meta-epidemiology (broad)0.0010.001
Bibliometrics0.0010.002
Science and technology studies0.0010.001
Scholarly communication0.0020.002
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0120.001

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.017
GPT teacher head0.232
Teacher spread0.215 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designSimulation or modeling
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations220
Published2015
Admission routes2
Has abstractyes

Explore more

Same venueIEEE Transactions on Sustainable EnergySame topicElectric Power System OptimizationFrench-language works237,207