MétaCan
Menu
Retour à la cohorte
Enregistrement W4210626308 · doi:10.1109/tpel.2022.3147157

Modeling and Stability Analysis of Single-Phase Microgrids Controlled in Stationary Frame

2022· article· en· W4210626308 sur OpenAlexaff
Nima Amouzegar Ashtiani, S. Ali Khajehoddin, Masoud Karimi-Ghartemani

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesnon disponible
Mots-clésMicrogridStability (learning theory)Frame (networking)Control theory (sociology)ConvertersComputer scienceFlexibility (engineering)Stationary Reference FrameElectric power systemGridPower (physics)Control engineeringEnergy storageEngineeringControl (management)Mathematics

Résumé

récupéré en direct d'OpenAlex

Modern microgrids are transitioning toward having an increasing portion of grid-forming (GFM) converters to support nontraditional sources, such as renewable energy and energy storage systems, while aiming to improve system stability, reliability, power rating, and flexibility. Understanding the interaction among parallel GFM converters to guarantee the microgrid stability within various operating conditions is necessary. For single-phase systems, when the controllers are implemented in the rotating frame to facilitate the stability analysis and design, the required orthogonal signal generation (OSG) units degrade the system stability. On the other hand, when the controllers are implemented in the stationary frame to avoid OSG-related problems, the stability analysis becomes particularly challenging due to nonlinearities and mixed dc and ac state variables. In this article, an approach is proposed to systematically model and perform stability analysis for a single-phase microgrid with stationary frame controllers. The approach is based on defining a complementary system that allows transformation to the synchronous rotating frame without introducing time-varying (double-frequency) terms and without altering the stability properties. The accuracy of the proposed modeling approach is verified using simulations and experimental 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.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,014

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 GPT0,217
Écart entre enseignants0,209 · 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 source (Gemma direct ou Codex distillé), 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

Citations24
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207