MétaCan
Menu
Retour à la cohorte
Enregistrement W2546873576 · doi:10.1109/ias.2016.7731835

Implementation and control of small-scale hybrid standalone power generation system employing wind and solar energy

2016· article· en· W2546873576 sur OpenAlexaff
Miloud Rezkallah, Shailendra Sharma, Ambrish Chandra, Bhim Singh

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésWind powerScale (ratio)Computer scienceElectricity generationDistributed generationRenewable energyEnvironmental sciencePower (physics)Electrical engineeringEngineeringPhysics

Résumé

récupéré en direct d'OpenAlex

This paper presents an implementation and control of a hybrid standalone power generating system (HSPGS) based on a wind turbine (WT) and a solar-photovoltaic (PV) array. A squirrel cage induction generator (SCIG) is coupled with a WT for electromechanical energy conversion. The frequency and amplitude of voltage at AC bus, as well as, power quality improvement at the point common coupling (PCC) are achieved by controlling the three-leg voltage source converter (VSC) using decoupled nonlinear control algorithm. A battery energy storage system (BESS) is reinforced in the hybrid system to ensure power leveling under wind, solar and load fluctuations. For obtaining the maximum power from a solar PV array and to regulate the output DC voltage, a DC-DC boost converter is controlled using perturbation and observation technique. Moreover, a dump load is tied at DC bus to ensure stability of control and to protect the BESS and solid state switches from overvoltage at DC bus during the period of fully charged battery. The proposed HSPGS and its control algorithms are modeled in MATLAB/Simulink and its performance is tested in real time under presence of balanced/unbalanced, linear/nonlinear loads and change in climate conditions.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,005
Tête enseignante GPT0,176
Écart entre enseignants0,172 · 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'étudeExpérimental (laboratoire)
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

Citations27
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207