MétaCan
Menu
Retour à la cohorte
Enregistrement W3209966582 · doi:10.1049/gtd2.12335

Enabling hybrid energy storage systems in VSC‐based MTDC grids for decentralized fast frequency response control in low‐inertia AC/DC systems

2021· article· en· W3209966582 sur OpenAlexaff
Hamed Shadabi, Innocent Kamwa

Notice bibliographique

RevueIET Generation Transmission & Distribution · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésVoltage droopEnergy storageController (irrigation)Renewable energyAutomatic frequency controlState of chargeConvertersControl theory (sociology)Photovoltaic systemSupercapacitorCharge controllerComputer scienceWind powerDistributed generationElectric power systemFrequency gridCapacitanceEngineeringPower (physics)VoltageElectrical engineeringVoltage sourceBattery (electricity)Control (management)

Résumé

récupéré en direct d'OpenAlex

Abstract This paper studies the hybrid energy storage system to provide frequency support for the interconnected AC grid through MTDC systems interfacing renewable resources. A hybrid energy storage structure was created using a supercapacitor (SC) and battery storage systems (BESs). To coordinate the sharing of power between SC and BESS, an improved droop controller based on virtual inductance, capacitance, and resistance gain (VICRC) is suggested. Meanwhile, the droop controller's steady‐state deviation of the DC link voltage is immediately suppressed. The SC will be in charge of compensating the high‐frequency demand, whereas the BESS will be in charge of compensating the low‐frequency power demand, thanks to a decentralized energy management process. In addition, the suggested method aids in the rehabilitation of the SC's SOC. Finally, the simulation results with detailed models of the wind farms and AC–DC grid converters are performed on IEEE tests systems in Simulink/SPS and the results extensively discussed to evaluate the proposed structure.

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)0,001
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 enseignants0,889
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 GPT0,204
Écart entre enseignants0,196 · 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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIET Generation Transmission & DistributionMême sujetMicrogrid Control and OptimizationTravaux en français237 207