Power Quality Control of Smart Hybrid AC/DC Microgrids: An Overview
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
Today, conventional power systems are evolving to smart grids, which encompass clusters of AC/DC microgrids, interfaced through power electronics converters. In such systems, increasing penetration of the power electronics-based distributed generations, energy storages, and modern loads provide a great opportunity for power quality control. In this paper, an overview of the power quality control of smart hybrid AC/DC microgrids is presented. Different types of power quality issues are studied first, with consideration of real-world hybrid microgrid examples, including data centers, electric railway systems, and electric vehicles charging stations. It shows that compared to traditional centralized power quality compensations, smart interfacing power converters from distributed generations, energy storages, and loads, and the AC and DC subgrids interfacing converters are promising candidates for power quality control. To realize the smart interfacing converters’ power quality control, both primary converters control and secondary system coordination are required. In this paper, a thorough review of the primary control of interfacing converters to integrate the power quality compensation are presented, with a focus on the hybrid AC/DC microgrid harmonics compensation and unbalance compensation. For multiple interfacing converters, the secondary control with system-level coordination and optimization for harmonics and unbalance compensation (considering both unbalance and harmonics in single-phase and three-phase systems) are also presented. Challenges like low switching frequency of interfacing converters, parallel interfacing converters operation, and interfacing converters communications are discussed, and typical solutions for primary and secondary controls to deal with them are presented. The paper also includes rich case study results.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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