MétaCan
Menu
Retour à la cohorte
Enregistrement W2889041299 · doi:10.1109/ccece.2018.8447644

A New Control Strategy for Power Quality Improvement Using MPPT from Hybrid PV-Wind Connected to the Grid

2018· article· en· W2889041299 sur OpenAlexaff
Seghir Benhalima, Ambrish Chandra, Miloud Rezkallah

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesnon disponible
Mots-clésMaximum power point trackingPhotovoltaic systemControl theory (sociology)Total harmonic distortionWind powerVoltage sourcePower optimizerComputer sciencePermanent magnet synchronous generatorEngineeringVoltageElectrical engineeringInverterControl (management)

Résumé

récupéré en direct d'OpenAlex

In this paper, robust and simple control strategy is presented for power quality improvement of a grid connected renewable energy based the maximum power point tracking (MPPT) from solar photovoltaic (PV) and wind based permanent magnet synchronous generator (PMSG) sources. A combination of MPPT control and active power control algorithms are applied to two level inverters for interfacing between PV-PMSG energy sources and the grid. For MPPT, dc-dc boost and AC-DC converters are used for PV system and wind turbine, respectively. Both these renewable sources are connected at the voltage source converter (VSC) to feed the grid. VSC is controlled for PQ improvement and AC grid voltage regulation. The developed control algorithms for a grid connected VSC based on modified synchronous reference frame (SRF), its use for desired power quality, minimize the total harmonic distortion (THD) and quick dc-link voltage regulation. The performance, effectiveness and the robustness of the hybrid system are validated using Matlab/Simulink. The proposed composite controller ensures rapid and desired control action without any adjustment during varying climate conditions and load variations.

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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,863
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,017
Tête enseignante GPT0,253
Écart entre enseignants0,236 · 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 tête enseignante, 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

Citations5
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207