Analysis and Mitigation of Interaction Dynamics in Active DC Distribution Systems With Positive Feedback Islanding Detection Schemes
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The direct current (DC) technology has gained significant momentum in modern distribution systems due to the high penetration levels of dc loads and dc-based distributed generators (DGs). Unlike conventional ac distribution systems, dc distribution systems have the following distinct features that challenge the system stability. 1) The high penetration level of tightly regulated converters used to interface both DGs and loads yields a destabilizing constant power load (CPL) effect in a considerable range of frequencies. 2) The filtering inductors and capacitors form poorly damped LC networks that interact negatively with the CPLs leading to further deterioration of the system stability. 3) Because islanding in a dc system can be hardly detected with passive methods due the absence of the frequency and reactive power terms, DGs are usually equipped with active islanding detection methods to detect the grid disconnection state; however, the islanding detection schemes could negatively impact the distribution system stability. The analysis and mitigation of undesirable interaction dynamics in a dc distribution system considering the aforementioned practical characteristics are not reported in the current literature. In this paper, the interaction dynamics of a dc distribution system characterized by a high penetration level of CPLs, and DGs equipped with positive feedback islanding detection scheme are investigated. The factors affecting the system stability with a single and multiple DGs are thoroughly addressed. Further, a stabilizing compensation loop is proposed to mitigate the stability problems and poor damping capability. Detailed time-domain nonlinear simulations and experimental results validate the analytical results.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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