Optimal Controllers to Improve Transient Recovery of Grid-Following Inverters Connected to Weak Power Grids
Notice bibliographique
Résumé
Leading to the enormous growth in renewable and power electronics technologies and the global drive towards environmental friendliness and sustainability, a significant number of renewable energy sources are being connected to the power system via inverter-based systems. The inverter-based generations (IBG) have no stored energy and less fault current injection capability compared to the conventional synchronous machines. Consequently, a large penetration of IBG creates challenges to maintaining the stability of the power system, especially the transient stability. The weaker the power system, the higher the significance of instability. Few solutions exist in the literature to improve the fault recovery of IBG connected to weak power systems. This paper considers the method of storing energy in sub-module capacitors of the Modular-Multi-level Converter (MMC) along with temporarily boosting the inverter’s current limit. Conversely, increasing the ratings of the inverter will result in high manufacturing costs. Hence an optimization strategy is proposed in this paper, for obtaining a robust set of inverter control parameters that enhances fault recovery without excessively increasing the manufacturing cost of MMC. A frequency scanning technique supplemented with Generalized Nyquist criteria is incorporated into the optimization methodology to constrain the search space for the optimization algorithm. This enables the optimization algorithm to converge to an acceptable solution with a reasonable computing time. Furthermore, validation of the resultant set of parameters for different system conditions is presented. Finally, IBG with optimized fault recovery controllers is integrated into a simplified real-world power system, and the applicability of the proposed optimized controllers is illustrated.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».