uodating SAN models description

CS Smart Grid 2.5-FDG/CS Smart Grid 2.5-FDG-section3333.txt

@@ -5,40 +5,39 @@ flessibile e potente ambiente
 di modellazione Möbius [DCC02] implementato dall'omonimo tool [CGK09]
 (i cui componenti principali sono mostrati in Figura xx1),
 che supporta una molteplicità di formalismi di modellazione e di
-risolutori, con capacità di interagire tra loro. 
+risolutori e le loro interazioni.
 Il modello complessivo dell'ambiente Möbius è ottenuto mediante uno o
-più sottomodelli, atomici o a loro volta composti,
-composti gerarchicamente (come mostrato in Figure 
+più sottomodelli composti gerarchicamente (come mostrato in Figure 
 xx1) al livello di Abstract Functional Interface (AFI) [DCCDDDSW02,DKSC02]
 utilizzando operatori, come  Join e Rep [SM91], basati  
 sulla condivisione di variabili di stato o azioni.
+Ogni sottomodello può essere atomico o a sua volta composto.
 Sul modello risultante vengono definite prima le variabili di 
 performance (che rappresentano le misure di interesse), basate su
 strutture di guadagno, ed infine gli
 studi da valutare in base alla variabilità dei parametri del modello.
-Numerosi risolutori, basati su simulazione o tecniche analitiche,
-sono disponibili per valutare il modello. 
 
 Tutti i formalismi e i risolutori supportati da Möbius sono basati sul
 linguaggio di programmazione orientato ad oggetti C++, consentendo
 l'utilizzo di codice C++ nei modelli.
 Pertanto, lo strumento supporta strutture dati C++ esterne 
-staticamente definite al momento della compilazione e il collegamento  
+staticamente definite al momento della compilazione ed il collegamento  
 di librerie C++ esterne.
 
 Tra i formalismi per la definizione dei modelli atomici, è stato
 scelto quello delle Stochastic Activity Network (SAN) [SM01], una
 estensione stocastica delle reti di Petri basata sulle seguenti
 primitive grafiche: posti semplici o estesi (rappresentati da cerchi
-blu e arancioni), attività temporizzate o istantanee
-(barre verticali vuote o sottili, rispettivamente), porte di input 
+blu e arancioni, rispettivamente), attività temporizzate o istantanee
+(barre verticali vuote o sottili), porte di input 
 e di output (triangoli con la punta a sinistra o a destra). In
 particolare, un posto semplice rappresenta il tipo "short" del
 linguaggio C++, mentre un posto esteso representa tipi di dati di base
 primitivi (come "short", "float", "double") e tipi "struct" o "array"
 di tipi primitivi o di posti estesi. 
-Il tempo al completamento di 
-una attività può avere una qualunque delle numerose distribuzioni
+Il tempo al completamento di una attività è una variabile casuale
+indipendente che 
+può avere una qualunque delle numerose distribuzioni
 supportate dal tool. Ad ogni attività può essere associato uno o più
 case (piccoli cerchietti alla destra dell'attività) che rappresentano
 l'incertezza probabilistica al completamento dell'attività. Infine i
@@ -47,31 +46,61 @@ completamento.
 
 Il modello composto è ottenuto seguendo l'approccio modulare e
 composizionale DARep [CDM17,CDM21] che estende Möbius con un nuovo
-operatore D, basato su script Perl, per la replicazione indicizzata di
-uno o più modelli atomici "template". 
+operatore D (basato su script Perl che modificano i file xml generati
+da Möbius) per la replicazione indicizzata di
+uno o più modelli atomici "template". Un template rappresenta un
+componente generico del sistema modellato in cui possono essere
+definite variabili di stato (SV) "dependency-aware", cioè SV che sono
+condivise solo tra alcune istanze del template in base ad una
+specifica topologia associata a ciascuna di esse (a
+differenza di quelle "common" o "local" che sono condivise tra tutte le
+istanze o solo locali a ciascuna di essere, rispettivamente).
+
+Figure 3.13 è il template di SAN atomica che rappresenta un generico
+generatore distribuito (DG).
 
 
-The system under analysis is modeled and evalu- ated following the
-DARep compositional and mod- ular approach, as proposed in [25] and
-also detailed in [5], by means of the tool M ̈obius [19].
+the generation of active and reactive power (gate WeatherChange and
+activity WPChange), the generation forecast and error (gates isWPset
+and ForecastError, activities WP NextSchedT and WPFore- castChange),
+the occurrence of failures and the recovery actions (at bottom and top
+right of the SAN ).
+
+
+Figura 6.3 è il template di SAN atomica (con una sola istanza)
+che rappresenta i cambiamenti dello stato 
+elettrico dell'infrastruttura EI (mediante la risoluzione delle
+equazioni di flusso di potenza) e la politica di controllo della 
+tensione elettrica (tramite risoluzione di un problema di ottimizzazione)
+come descritta in Figura 2, condividendo posti (cioè SV) con tutte le
+altre istanze di template SAN. 
+In dettaglio, 
 
 
 
-formalization of the concept of named replication of template models,
-
-The DARep approach is based on: i) template stochastic models, each
-one representing a different generic component; ii) dependency-aware
-State Variables (SVs), representing part of the state of a template
-model; iii) a topology, associated to each dependency-aware SV; iv)
-two functions Index() and Deps() that extend the template model; v)
-the compositional operator D.
+i posti P, Q, V, Delta, F (flusso di potenza sulle
+linee), I (flusso di corrente sulle linee) rappresentano le grandezze
+elettriche di EI e sono SV condivise tra tutti i
+
+
+l'attività ScheduledVoltageCTRL rappresenta gli
+intervalli di tempo tra successivi inteventi del sistema di controllo
+del voltaggo (MVGC o LVGC, a seconda del livello MV o LV rappresentato
+dal modello). 
+
+
+it shares places with all the other SAN template instances and it is
+responsible for the PFEs solution and the optimization problem.
+
+
+
+• ESTATE SAN, depicted in Figure 6.3, is responsible for the EI state
+  estimation and the voltage control policy formalized by Algorithm
+  1. The DARep approach replicates only once ESTATE SAN, producing
+  ESTATESANSANDAREP0 depicted in Figure 6.4.
 
 
-, o DARep
-[CDM17,CDM21]
 
-DARep is based on a new operator that explicitly sup- ports 2) and 4)
-and on the Join operator that supports 5).
 
 
 Very briefly, SANs are a variant of Stochastic Petri Nets (SPN) with a graphical