MétaCan
Menu
Retour à la cohorte
Enregistrement W2589487903 · doi:10.1109/tie.2017.2674588

Inverse Power Factor Droop Control for Decentralized Power Sharing in Series-Connected-Microconverters-Based Islanding Microgrids

2017· article· en· W2589487903 sur OpenAlexaff
Jinwei He, Yunwei Li, Beihua Liang, Chengshan Wang

Notice bibliographique

RevueIEEE Transactions on Industrial Electronics · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésIslandingVoltage droopMicrogridDistributed generationControl theory (sociology)AC powerPower factorComputer sciencePower (physics)EngineeringElectronic engineeringVoltageElectrical engineeringControl (management)Renewable energyVoltage source

Résumé

récupéré en direct d'OpenAlex

Series-connected microconverters have been used to integrate distributed energy resources into grid mains through a single-stage power conversion. When this string converter is switched to islanding operation mode, it is preferred to share the local load demand by series microconverter modules in a decentralized manner. Due to the characteristics of series connection, the well-understood P-f droop and Q-E droop control for parallel distributed generation units in a conventional islanding microgrid is not applicable in this case. To solve this problem, the feasibility of using a simple power factor-frequency inverse droop control for series-connected islanding microconverters is discussed in this paper. The proposed method can achieve simultaneous real and reactive power sharing without the assistance of any communications between series microconverters. Furthermore, the accuracy of power sharing is not affected by the variations of microgrid feeder parameters or the disturbance of the point of common coupling (PCC) nonlinear loads. Simulated and experimental results are provided to verify the correctness of the proposed method.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
Science ouverte0,0010,000
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 Opus0,018
Tête enseignante GPT0,233
Écart entre enseignants0,215 · 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

Citations114
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

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