Optimal Design of High-Power Modular Multilevel Active Front-End Converter Using an Innovative Analytical Model
Notice bibliographique
Résumé
Optimal design and selection of arm inductances have been as a challenging subject in the field of modular multilevel converter (MMC). The average steady-state model is generally used as the analytical circuit model that neglects the switching frequency and harmonic values. Also, most of the researchers neglect the saturation effect of inductor core to simplify the analytical model. Contrary to the transformers, choosing the maximum flux density of inductance core is a sensitive issue, in order to design and minimize the inductors. Increasing the flux density reduces the inductor size, but getting close to the saturation region might alter the performance of the converter. This paper presents a systematic optimization approach to minimize high-power MMCs with saturable arm inductance considering technical, thermal, and manufacturing constraints. An accurate steady-state analytical model of MMC converter has been proposed and verified. A combination of converter circuit model and inductance electromagnetic model is employed to find the optimal arm inductances and capacitor values. The effect of nonideal inductance core on converter outputs has been investigated. A dimensioning model of inductor consisting of electromagnetic and thermal models is presented. To compute the optimal inductor size, a novel hybrid optimization loop is proposed including the analytical model of the converter and the inductor in which circuit, electromagnetic, and thermal properties are taken into consideration. In order to increase the accuracy of the dimensioning model, an internal verification loop is employed to verify and correct the analytical model using finite-element analysis. The proposed optimization loop aims to find the minimum inductor size considering technical and manufacturing constraints. Finally, the converter mass sensitivity of MMC converter versus some important constraints, such as temperature rise and capacitor ripple, has been investigated.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».