MétaCan
Menu
Retour à la cohorte
Enregistrement W2898086112 · doi:10.1109/tpel.2018.2878383

Improving DC Microgrid Dynamic Performance Using a Fast State-Plane-Based Source-End Controller

2018· article· en· W2898086112 sur OpenAlexafffund
Marco Andrés Bianchi, Ignacio Galiano Zurbriggen, Francisco Paz, Martin Ordonez

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrogridConvertersVoltage droopVoltage sourceControl theory (sociology)Controller (irrigation)EngineeringContext (archaeology)Computer scienceVoltageElectronic engineeringElectrical engineering

Résumé

récupéré en direct d'OpenAlex

DC microgrids interconnect load-end converters and distributed renewable energy sources within efficient and reliable networks that can operate independently from the main grid. When load-side converters tightly regulate their output voltages, they behave as constant power loads (CPLs) from the standpoint of the source-end converters. CPLs can cause instability within the network, including large voltage drops or oscillations in the dc bus during transients, which can lead to the collapse of the dc bus. Traditionally, the stability of CPL-loaded dc microgrids relies on the addition of passive elements, usually leading to increase in dc-bus capacitance. In these scenarios, source-end converter controllers are usually linear dual-loop proportional-integral compensators, which exhibit a limited dynamic response. State-plane-based controllers have been proposed to improve the dynamic response of stand-alone power converters loaded by CPLs. However, the operation of these converters in the context of a microgrid, where they interact with other converters of slower response, has not been studied thoroughly. This work proposes the use of a fast state-plane controller to replace one of the system's source-side controllers in order to improve three aspects of the microgrid operation: resiliency under CPL's changes, load transient voltage regulation, and voltage transient recovery time. Since the converter is operating within a microgrid, the controller incorporates a traditional droop rule to enable current sharing with the rest of the converters of the network. The system performance improvement is analyzed mathematically for a linear model, and a parametric analysis is performed for a more detailed model. Simulations and experimental results of a microgrid with three converters feeding a CPL are provided for different transients.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,003
Tête enseignante GPT0,184
Écart entre enseignants0,181 · 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

Citations26
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207