Zobrazeno 1 - 10
of 105
pro vyhledávání: '"Andrew, Lachlan L H"'
Publikováno v:
In Proceedings of the Eleventh ACM International Conference on Future Energy Systems, e-Energy 20, (2020) 314-324
Autonomous droop control PV inverters have improved voltage regulation compared to the inverters without grid support functions, but more flexible control techniques will be required as the number of solar photovoltaic (PV) installations increases. T
Externí odkaz:
http://arxiv.org/abs/2006.12644
Coordinated photovoltaic inverter control with centralized coordination of curtailment can increase the amount of energy sent from low-voltage (LV) distribution networks to the grid while respecting voltage constraints. First, this paper quantifies t
Externí odkaz:
http://arxiv.org/abs/2002.05835
Publikováno v:
IEEE Milan PowerTech, Milan, Italy (2019) 1-6
The integration of a high share of solar photovoltaics (PV) in distribution networks requires advanced voltage control technologies or network augmentation, both associated with significant investment costs. An alternative is to prevent new customers
Externí odkaz:
http://arxiv.org/abs/2002.05833
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Andrew, Lachlan L. H., Barman, Siddharth, Ligett, Katrina, Lin, Minghong, Meyerson, Adam, Roytman, Alan, Wierman, Adam
We consider algorithms for "smoothed online convex optimization" problems, a variant of the class of online convex optimization problems that is strongly related to metrical task systems. Prior literature on these problems has focused on two performa
Externí odkaz:
http://arxiv.org/abs/1508.03769
Making use of predictions is a crucial, but under-explored, area of online algorithms. This paper studies a class of online optimization problems where we have external noisy predictions available. We propose a stochastic prediction error model that
Externí odkaz:
http://arxiv.org/abs/1504.06681
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.