Informacja o cookies

Zgadzam się Nasza strona zapisuje niewielkie pliki tekstowe, nazywane ciasteczkami (ang. cookies) na Twoim urządzeniu w celu lepszego dostosowania treści oraz dla celów statystycznych. Możesz wyłączyć możliwość ich zapisu, zmieniając ustawienia Twojej przeglądarki. Korzystanie z naszej strony bez zmiany ustawień oznacza zgodę na przechowywanie cookies w Twoim urządzeniu.

Publikacje Pracowników Politechniki Lubelskiej

MNiSW
5
spoza listy
Status:
Autorzy: Pijarski Paweł, Przepiórka Dominik, Malska Wiesława, Sarajčev Petar, Jakus Damir
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2027
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: Pt B
Wolumen/Tom: 265
Numer artykułu: 114042
Strony: 1 - 14
Web of Science® Times Cited: 0
Bazy: Web of Science
Efekt badań statutowych NIE
Materiał konferencyjny: NIE
Publikacja OA: TAK
Licencja:
Sposób udostępnienia: Witryna wydawcy
Wersja tekstu: Ostateczna wersja opublikowana
Czas opublikowania: W momencie opublikowania
Data opublikowania w OA: 26 sierpnia 2026
Abstrakty: angielski
With the growing share of distributed energy sources and energy storage, the problem of high-voltage line overloads is becoming one of the key challenges of modern power systems. This paper proposes a method to eliminate transmission line overloads by coordinating power changes among selected generation units, loads, and energy storage units, with network reconfiguration as needed. A key element of the proposed approach is identifying the controllable elements most strongly associated with overload patterns in post-contingency scenarios. These elements were identified using statistical correlation coefficients describing the relationship between line loading levels and the power generated, consumed, or stored at individual buses. Correlation analysis was used to determine a subset of candidate elements most relevant to the observed overload patterns, thereby reducing the dimension of the control problem. The proposed approach enables effective overload reduction while simultaneously reducing the problem's dimensionality. The results indicate that it can be a useful tool supporting network management under conditions of high generation and load variability.