MétaCan
Menu
Retour à la cohorte
Enregistrement W3004674047 · doi:10.1109/cpere45374.2019.8980066

Multi-FPGA Solution for Large Power Systems and Microgrids Real Time Simulation

2019· article· en· W3004674047 sur OpenAlexaff
Amine Yamane, TejKiran Rangineed, Luc-André Grégoire, Syed Qaseem Ali, Jean‐Nicolas Paquin, Jean Bélanger

Notice bibliographique

Revue2019 IEEE Conference on Power Electronics and Renewable Energy (CPERE) · 2019
Typearticle
Langueen
DomaineEngineering
ThématiqueReal-time simulation and control systems
Établissements canadiensOpal-Rt Technologies (Canada)
Organismes subventionnairesnon disponible
Mots-clésField-programmable gate arrayMicrogridComputer scienceFlexibility (engineering)Electric power systemTransient (computer programming)Hardware-in-the-loop simulationEmbedded systemReal-time simulationPower (physics)Interface (matter)Co-simulationControl (management)Operating system

Résumé

récupéré en direct d'OpenAlex

This paper presents a Multi FPGA based solution for large power systems and Microgrids real-time simulation. The proposed platform allows control and protection devices to be designed and tested in virtual power system, before they can be implemented in a physical system. This solution promotes flexibility of operation with no risk of components failure under any contingency analysis. To demonstrate the effectiveness of the OPAL-RT platform, a large distribution network (DN) of 210 bus bars and a Microgrid (MG) are considered. The MG includes a solar panel and a battery energy storage system (BESS). The complete power system including the DN and MG is simulated using only two Kintex-7 FPGA boards. The controllers of the MG distributed energy resources (DER) are compiled and real time simulated using a 3.5 GHz Intel processor. The performance of this overall Processor-In-The-Loop application (PIL) is validated based on two criteria: 1) Evaluation of the results accuracy compared to the reference offline simulation under steady state and transient conditions. 2) Evaluation of the losses introduced by the power interface used to split the DN into two FPGA boards.

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 candidatesMéta-épidémiologie (sens strict)
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: Empirique
Score de désaccord entre enseignants0,389
Score d'incertitude au seuil1,000

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)0,0000,000

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 Opus0,008
Tête enseignante GPT0,223
Écart entre enseignants0,215 · 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.

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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2019 IEEE Conference on Power Electronics and Renewable Energy (CPERE)Même sujetReal-time simulation and control systemsTravaux en français237 207