MARC

 008260126s2025        us                              c    eng  d
■001000017360310
■00520260202105504
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798265431493
■035    ▼a(MiAaPQ)AAI32308004
■035    ▼a(MiAaPQ)GeorgiaTech78725
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a005
■1001  ▼aFernandez,  Jorge.
■24510▼aGeneralized  Energy  Resource  Scheduling  for  Distribution  Grid  Operations  Planning
■260    ▼a[Sl]▼bGeorgia  Institute  of  Technology▼c2025
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2025
■300    ▼a238  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  87-05,  Section:  A.
■500    ▼aAdvisor:  Grijalva,  Santiago.
■5021  ▼aThesis  (Ph.D.)--Georgia  Institute  of  Technology,  2025.
■520    ▼aThe  rapid  growth  of  Distributed  Energy  Resources  (DERs),  electrification,  and  the  push  for  decarbonization  are  transforming  the  operational  landscape  of  power  distribution  systems,  creating  new  challenges  and  opportunities.  This  thesis  presents  novel  contributions  to  advance  distribution  system  modeling  and  energy  scheduling  methodologies,  focusing  on  improving  efficiency,  reliability,  and  scalability.  The  key  contributions  are  categorized  into  three  main  areas:  (i)  development  of  a  standardized  distribution  modeling  framework,  (ii)  proposing  and  enhancing  energy  scheduling  formulations,  and  (iii)  applications  to  critical  operational  problems.  A  generalized  modeling  framework  based  on  primitive  admittance  matrices  is  proposed,  offering  seamless  translation  between  standard  and  per-unit  representations.  Based  on  this  framework,  we  extend  the  traditional  forward-backward  sweep  iterative  technique  for  solving  the  nonlinear  power  flow  equations.  The  enhancements  to  traditional  energy  scheduling  formulations  incorporate  realistic  distribution  system  features,  including  three-phase  networks,  loss  penalties,  reactive  power  considerations,  and  a  branch  constraint  screening  algorithm.  A  novel  scheduling  approach  is  proposed  using  the  custom  forward-backward  sweep  equations  for  providing  a  sequential  linearization  approach  to  the  exact  nonlinear  optimization  model.  Empirically,  we  demonstrate  that  the  proposed  formulation  obtains  near-optimal  primal  solutions  while  reducing  computation  times  by  an  order  of  magnitude.  Some  of  the  considered  Applications  include  dynamic  pricing  for  Electric  Vehicle  (EV)  smart  charging,  scheduling-based  operating  envelopes  for  DERs,  and  a  webbased  interactive  visualization  interface  for  supporting  sense  making  when  analyzing  operations  planning  results.  The  EV  charging  model  illustrates  how  smart  strategies  can  defer  infrastructure  upgrades,  while  operating  envelopes  dynamically  manage  DER  uncertainty  by  computing  in-advance  maximum  power  injection  limits.  Additionally,  a  web-based  interface  was  developed  to  analyze  and  support  sense-making  of  operations  planning  results.  Together,  these  advancements  support  the  integration  of  DERs,  enhance  grid  flexibility,  and  provide  tools  for  modern  distribution  network  management  in  a  rapidly  evolving  energy  ecosystem.
■590    ▼aSchool  code:  0078.
■650  4▼aUser  interface
■650  4▼aScheduling
■650  4▼aEnergy
■650  4▼aVisualization
■650  4▼aElectric  vehicles
■650  4▼aTransportation
■690    ▼a0791
■690    ▼a0709
■71020▼aGeorgia  Institute  of  Technology.
■7730  ▼tDissertations  Abstracts  International▼g87-05A.
■790    ▼a0078
■791    ▼aPh.D.
■792    ▼a2025
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17360310▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서