A Sequence-Component-Based Power-Flow Analysis for Unbalanced Droop-Controlled Hybrid AC/DC Microgrids
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
This paper proposes a generalized and efficient power-flow algorithm for islanded hybrid ac/dc microgrids. The algorithm considers the microgrid operational aspects, i.e., absence of a slack bus, unbalanced ac subgrid, droop-controlled ac and dc voltages and ac frequency, and coupling between the ac frequency and dc voltage through interlinking converters. To attain high computational efficiency, the algorithm adopts three features. First, it models the ac subgrid elements in sequence components, thereby dividing the subgrid's set of equations into three smaller sets for faster parallel solution. This approach also accurately represents the different types of ac distributed generators. Second, the algorithm sequentially solves for the power-flow variables of the ac and dc subgrids, thus reducing the number of equations to be solved simultaneously, once again for further computational cost alleviation. Third, the algorithm implements the quadratically convergent Newton-Raphson technique to solve the decoupled sets of equations. The proposed algorithm is validated through comparisons with time-domain simulations, in MATLAB/Simulink, for test hybrid ac/dc microgrids of different configurations. Moreover, three case studies are introduced to examine the proposed algorithm's effectiveness in solving large-scale microgrids, to investigate its limits-enforcement capabilities, and to evaluate its performance as compared to conventional methods.
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) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| 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