MétaCan
Menu
Retour à la cohorte
Enregistrement W4286544725 · doi:10.1109/jsyst.2022.3188706

Reactive Power Matching Through Virtual Variable Impedance for Parallel Virtual Synchronous Generator Control Scheme

2022· article· en· W4286544725 sur OpenAlexaff
Aazim Rasool, Shah Fahad, Xiangwu Yan, Haaris Rasool, Mohsin Jamil, Sanjeevikumar Padmanaban

Notice bibliographique

RevueIEEE Systems Journal · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésAC powerControl theory (sociology)Voltage droopMicrogridController (irrigation)EngineeringComputer scienceOutput impedanceElectronic engineeringElectrical impedanceVoltageVoltage sourceElectrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Virtual synchronous generator (VSG) control has received much attention for interfacing renewable energy sources, thus creating a low-inertia microgrid. However, proportional reactive power-sharing and voltage accuracy is still a serious concern due to unequal feeder impedances between VSG controlled DGs and the point of power coupling. This article proposes a virtual variable impedance (VVI) based VSG control technique to mitigate the reactive power sharing error by improving the line-impedance ratio among multiple DGs. The proposed VVI control is designed to estimate the value of variable virtual impedance by establishing an exponential relationship with the inverter's output reactive power. The reactive power communication method is also introduced to identify the proportion of reactive power share being injected by the DG. The effectiveness of the proposed VVI control is further analyzed through the small-signal stability analysis and Lyapunov stability analysis of a multi-VSG system. Finally, the proposed controller is tested in MATLAB/Simulink software and on an experimental setup that includes inverter hardware and dSPACE simulator. Results have shown that the proposed method allow only 0.026% of reactive power sharing error as compared to the conventional droop control and state-of-the-art virtual capacitor-based droop control that experiences 2.86% and 2.8% error, respectively.

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)0,001
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 enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
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 Opus0,006
Tête enseignante GPT0,202
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 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

Citations30
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Systems JournalMême sujetMicrogrid Control and OptimizationTravaux en français237 207