MétaCan
Menu
Retour à la cohorte
Enregistrement W3172844976 · doi:10.32920/ryerson.14655330.v1

Predictive control of multilevel converters for megawatt wind energy conversion systems

2021· preprint· en· W3172844976 sur OpenAlexaff
Venkata Yaramasu

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEngineering
ThématiqueMultilevel Inverters and Converters
Établissements canadiensToronto Metropolitan University
Organismes subventionnairesnon disponible
Mots-clésConvertersControl theory (sociology)Model predictive controlEngineeringWind powerVoltageElectronic engineeringComputer scienceElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

This dissertation proposes two novel medium voltage (MV) multilevel converter configurations for use with permanent magnet synchronous generator (PMSG) based megawatt (MW) wind energy conversion systems (WECS). The classical control techniques, based on linear PI regulators and low band-width modulation, present several technical issues during lower switching frequency operation. To overcome these issues, a high performance finite control-set model predictive control (FCS-MPC) strategy is proposed to control the power converters employed in the MW-PMSG-WECS. The proposed three-level and four-level converters combine the advantages of proven wind turbine technologies, such as low-cost generator-side passive converters, and efficient gridside multilevel converters. The intermediate dc-dc multilevel converters ensure balancing of the capacitor voltages during all operating conditions. With this feature, the grid-side multilevel converters produce better grid current waveforms compared to the back-to-back connected converters. A generalized approach for the predictive control of an n-level diode-clamped converter was investigated. The FCS-MPC strategy for current control and decoupled active/reactive power regulation of grid-connected multilevel converters was also analyzed. The major WECS requirements such as maximum power point tracking, balancing of dc-link capacitor voltages, switching frequency minimization, common-mode voltage mitigation, regulation of net dc-bus voltage, and grid reactive power control have been modeled in terms of power converter switching states. These control objectives have been accomplished during each sampling interval by selecting the switching states which minimize the generator- and grid-side cost functions. Issues related to the weighting factors selection, control delay compensation, accurate extrapolation of references, control of variable switching frequency nature, prediction of variables over two samples with reduced computational burden, and robustness analysis, are also addressed in this dissertation. To keep the dc-bus voltage constant during low voltage ride-through operation, predictive control scheme is proposed for the power converters while storing surplus energy in the turbine-generator rotor inertia. The generation and exchange of reference control variables during symmetrical grid voltage dips is suggested to meet the grid code requirements. The proposed solution is efficient as no energy is dissipated in the dc-link crowbar. The simulation and experimental results validate the proposed MV converters and predictive control schemes.

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: aucune
Score de désaccord entre enseignants0,992
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0010,000
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 Opus0,014
Tête enseignante GPT0,203
Écart entre enseignants0,189 · 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

Citations20
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMultilevel Inverters and ConvertersTravaux en français237 207