Davood Raoofsheibani

Online Power System Security Analysis and State Prediction

Enhanced Power System Models and Tools


voorkant	achterkant

ISBN:

978-3-8440-8153-4

Reeks:

Forschungsberichte des Lehrstuhls für Energiesysteme und Energiemanagement
Uitgever: Prof. Dr.-Ing. Wolfram H. Wellßow
Kaiserslautern

Volume:

Trefwoorden:

Static equivalent models; active distribution systems; static security assessment; power system restoration; static models; quasi-dynamic modelling

Soort publicatie:

Dissertatie

Taal:

Engels

Pagina's:

222 pagina's

Gewicht:

329 g

Formaat:

21 x 14,8 cm

Bindung:

Softcover

Prijs:

49,80 € / 62,30 SFr

Verschijningsdatum:

Augustus 2021

Kopen:

DOI:

10.2370/9783844081534 (Online-Publicatie-Document)

Download:

Beschikbare online documenten voor deze titel:

U heeft Adobe Reader, nodig, om deze bestanden te kunnen bekijken. Hier vindt u ondersteuning en informatie, bij het downloaden van PDF-bestanden.

Let u er a.u.b. op dat de online-bestanden niet drukbaar zijn.


	Document		Document
	Soort bestand		PDF
	Kosten		37,35 EUR
	Acties		Tonen en kopen van het bestand - 4,9 MB (5105704 Byte)
	Acties		Kopen en downloaden van het bestand - 4,9 MB (5105704 Byte)


	Document		Inhoudsopgave
	Soort bestand		PDF
	Kosten		gratis
	Acties		Het bestand tonen - 578 kB (591899 Byte)
	Acties		downloaden van het bestand - 578 kB (591899 Byte)

Gebruikersinstellingen voor geregistreerde online-bezoekers

Hier kunt u uw adresgegevens aanpassen en uw documenten inzien.

Gebruiker:	niet aangemeld
Acties:	aanmelden/registreren Paswoord vergeten?

Aanbevelen:

Wilt u dit boek aanbevelen?

Recensie-exemplaar

Bestelling van een recensie-exemplaar.

Verlinking

Wilt u een link hebben van uw publicatie met onze online catalogus? Klik hier.

Samenvatting

In this Dissertation, models of power system components for different system states from normal to power system restoration are proposed and their functionalities are examined. These models are used for different prototypes which could be used at control centres. The static equivalent models of ADNs are proposed which enhance the quality of the SSA when compared to the existing passive load modelling solution. These models address both conditions of having full or lack of ADN observabilities. A gradient-based probabilistic vertical load model is proposed which can be utilized in a probabilistic SSA tool. It is developed based on the historical vertical load measurements available at control centres. As the vertical loads might be correlated and their correlations might vary by time or RES generation levels, a scenario-based probabilistic SSA is proposed. A simple optimization tool is proposed which assist the DSOs to segregate their networks into load clusters which are desired by the TSOs. This optimizer requires models of the network components during the system restoration.