A Generalized Analytical Tuning Approach for Model Predictive Controlled Grid-Tied Converters Under Wide Range of Grid Inductance Variation
Notice bibliographique
Résumé
In medium-high power applications, the LCL is the preferred filter topology to attain efficient power conversion. The filter provides a high damping attenuation of -60 dB/decade above the resonance frequency at the cost of a higher order plant, complex parameter design, and, increased vulnerability to un-modeled disturbances. Recently, model predictive control applied to power electronic converters has experienced great interest from researchers. The technique is tailored to the control of complex MIMO systems such as the LCL filter as it allows simultaneous regulation of several state-variables via a user defined cost function. However, the tuning of weighting factors (WFs) within the cost function is not trivial, and in most cases employs an empirical procedure. This paper presents an analytical procedure for tuning of WFs for indirect model predictive current controlled grid-tied converters. The method is based on using analytical closed-form expressions, that relate closed-loop poles of the filter with WFs via physical plant parameters. The presented expressions generalize the tuning of WFs to any arbitrary LCL design. The proposed method is validated by hardware-in-the-loop simulations conducted on PLECS RTBOX 3. Through experimental testing, it is shown that the controller is robust against a wide range of grid impedance variation.
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 | 0,000 |
| Science ouverte | 0,000 | 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 ».