MétaCan
Menu
Retour à la cohorte
Enregistrement W3097634847 · doi:10.1109/ecce44975.2020.9236311

Primary Frequency Control in Islanded Microgrids Using Solid-State Transformers as Virtual Synchronous Machines

2020· article· en· W3097634847 sur OpenAlexaff
Javad Khodabakhsh, Gerry Moschopoulos

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésMicrogridInertiaConvertersElectric power systemControl theory (sociology)MATLABAC powerControl engineeringComputer scienceAutomatic frequency controlTransformerEngineeringPower (physics)Electrical engineeringVoltageControl (management)

Résumé

récupéré en direct d'OpenAlex

The high penetration of power electronics interfaced distributed generators (DGs) in microgrids reduces their inertia; this can lead to large frequency excursions during changes in generation or demand. A promising method to increase the inertia of such microgrids is to operate power electronic converters as virtual synchronous machines (VSM) so that they emulate the inertia of synchronous machines. Solid-state transformers (SSTs) have become more popular recently as a way of controlling the active power flow in power systems. Most of such SSTs have one intermediate DC bus capacitor that can be used as an inertia source in the power system. As a result, SSTs can be used as a VSM in islanded operation of microgrids to increase the inertia. In this paper, a new controller for a typical SST is proposed to increase the inertia of a power system when it is operated as an islanded microgrid. The dynamic behavior of the islanded microgrid with an SST with proposed controller is studied. In order to perform such a study, the modified IEEE 37 bus system is used as an islanded microgrid. The system is modeled and studied in MATLAB/SIMULINK. Simulation results confirm that SSTs can be used effectively to increase power systems inertia and improve the frequency control of islanded microgrids.

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: Empirique
Score de désaccord entre enseignants0,474
Score d'incertitude au seuil0,906

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 Opus0,005
Tête enseignante GPT0,195
Écart entre enseignants0,190 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207