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
140
Lista 2024
Status:
Autorzy: Smolarz Andrzej, Smailova Saule, Ormanbekova Ainur, Hunko Iryna O., Lezhniuk Petr D., Lysyi Vladyslav, Duisembayeva Laura
Dyscypliny:
Aby zobaczyć szczegóły należy się zalogować.
Rok wydania: 2026
Wersja dokumentu: Drukowana | Elektroniczna
Język: angielski
Numer czasopisma: 7
Wolumen/Tom: 19
Numer artykułu: 1620
Strony: 1 - 16
Impact Factor: 3,9
Web of Science® Times Cited: 0
Scopus® Cytowania: 0
Bazy: Web of Science | Scopus
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: 25 marca 2026
Abstrakty: angielski
This article details a matrix-based mathematical method to calculate power flows and transmission losses in an electric grid specifically attributable to low-carbon and renewable energy sources (LCRES) (wind, solar, nuclear). The goal is to improve the transparency and reliability of Guarantees of Origin (GO) certificates. Current GO schemes rely on contractual accounting and neglect physical power losses, undermining consumers’ confidence that they receive “clean” energy. The method uses steady-state power flow analysis to derive a power-loss distribution coefficient matrix. This matrix accurately allocates grid losses back to the LCRES generating nodes, complying strictly with electrical engineering principles. It accommodates both time-varying renewable output and stable nuclear generation. The results offer highly accurate loss-attribution data, supporting more verifiable GOs, ensuring fair compensation for losses, and enhancing energy balance accuracy in hybrid power systems.