MétaCan
Menu
Retour à la cohorte
Enregistrement W2890694516 · doi:10.1109/tcst.2018.2867212

Robust Control Design for High-Power Density PV Converters in Weak Grids

2018· article· en· W2890694516 sur OpenAlexaff
Nima Amouzegar Ashtiani, S. Mohsen Azizi, S. Ali Khajehoddin

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Decoupling (probability)Robustness (evolution)Photovoltaic systemConvertersHarmonicsRobust controlThree-phaseGridElectrical impedanceComputer scienceVoltageElectronic engineeringControl systemEngineeringControl engineeringElectrical engineeringMathematics

Résumé

récupéré en direct d'OpenAlex

This paper proposes a robust current controller (CC) and dc-link voltage controller based on μ-synthesis and H∞method, respectively, for a single-phase photovoltaic (PV) converter with an LCL-filter under weak grid operation. The μ-synthesis CC guarantees system robustness against weak grid uncertainties such as grid impedance variations and voltage harmonics. Moreover, the controller compensates the system delays arising from the calculation, pulsewidth modulation, and zero order hold, as well as delay uncertainties. The CC only uses the grid current feedback which eliminates the requirement for additional loops or state measurements utilized in partial or full state-feedback systems. In addition, the H∞dc-link voltage controller minimizes the bus voltage fluctuations caused by variations of PV system power generation. Also, the controller ensures system robustness against such power variations, which conventional controllers fail to perform. Moreover, power decoupling is achieved by the control system without any auxiliary circuit. In addition, the stability and robust performance of the phase-locked loop in a weak grid with major impedance changes is verified. Simulation and experimental results prove the superior performance of the proposed controllers in both cases of a nominal system and a system with deviated parameters.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,009
Tête enseignante GPT0,184
Écart entre enseignants0,175 · 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

Citations23
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Control Systems TechnologyMême sujetMicrogrid Control and OptimizationTravaux en français237 207