MétaCan
Menu
Retour à la cohorte
Enregistrement W2004686258 · doi:10.1109/tpel.2014.2314721

Accurate Reactive Power Sharing in an Islanded Microgrid Using Adaptive Virtual Impedances

2014· article· en· W2004686258 sur OpenAlexaff
Hisham Mahmood, Dennis Michaelson, Jin Jiang

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2014
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMicrogridVoltage droopAC powerController (irrigation)Electrical impedanceComputer scienceControl theory (sociology)Power (physics)Control engineeringSensitivity (control systems)VoltageElectronic engineeringEngineeringControl (management)Voltage sourceElectrical engineering

Résumé

récupéré en direct d'OpenAlex

In this paper, a reactive power sharing strategy that employs communication and the virtual impedance concept is proposed to enhance the accuracy of reactive power sharing in an islanded microgrid. Communication is utilized to facilitate the tuning of adaptive virtual impedances in order to compensate for the mismatch in voltage drops across feeders. Once the virtual impedances are tuned for a given load operating point, the strategy will result in accurate reactive power sharing even if communication is disrupted. If the load changes while communication is unavailable, the sharing accuracy is reduced, but the proposed strategy will still outperform the conventional droop control method. In addition, the reactive power sharing accuracy based on the proposed strategy is immune to the time delay in the communication channel. The sensitivity of the tuned controller parameters to changes in the system operating point is also explored. The control strategy is straightforward to implement and does not require knowledge of the feeder impedances. The feasibility and effectiveness of the proposed strategy are validated using simulation and experimental results from a 2-kVA microgrid.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,002

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,009
Tête enseignante GPT0,226
Écart entre enseignants0,216 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations451
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207