MétaCan
Menu
Retour à la cohorte
Enregistrement W2474580161 · doi:10.1109/cjece.2016.2531904

Limit Cycle Occurrence During Reactive Power Generation by Interlinking Converter in Hybrid Microgrids

2016· article· en· W2474580161 sur OpenAlexvenueno aff
Mehdi Baharizadeh, Hamidreza Karshenas, Jafar Ghaisari

Notice bibliographique

RevueCanadian Journal of Electrical and Computer Engineering · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLimit (mathematics)Power (physics)AC powerLimit cycleElectrical engineeringPhysicsMathematicsEngineeringThermodynamics

Résumé

récupéré en direct d'OpenAlex

This paper is concerned with the analysis of an instability phenomenon, known as limit cycle, in hybrid microgrids (HMGs). The rapid growth of distributed energy resources and their integration into existing distribution networks has opened a new era for electricity generation and distribution markets. The appearance of microgrids, both in the form of ac and dc, is the result of this integration. When both ac and dc microgrids (AC-MGs and DC-MGs) are in the vicinity of each other, they can be interconnected via ac-dc converters, also known as interlinking converters (ICs). Such a structure allows more efficient use of all resources in the system by enabling energy exchange between DC- and AC-MGs. In this paper, it is shown how the reactive power compensation method in IC leads to unstable operation of the HMG. Detailed analysis of this instability reveals that it is caused by a phenomenon known as limit cycle. By knowing the roots of instability, it is possible to eliminate it. Then we studied how the limit cycle that occurred is avoided by nonlinear control techniques support. The analytical studies are backed up by the simulation of a sample HMG.

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: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,002
Tête enseignante GPT0,138
Écart entre enseignants0,136 · 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

Citations8
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Electrical and Computer EngineeringMême sujetMicrogrid Control and OptimizationTravaux en français237 207