MétaCan
Menu
Retour à la cohorte
Enregistrement W4310475733 · doi:10.1109/ecce50734.2022.9947996

Dynamic Phasor-Based Modeling and Analysis of Selective Harmonic Compensated Single-Phase Grid-Forming Inverter Connected to Nonlinear and Resistive Loads

2022· article· en· W4310475733 sur OpenAlexaff
Udoka C. Nwaneto, Andrew M. Knight

Notice bibliographique

Revue2022 IEEE Energy Conversion Congress and Exposition (ECCE) · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésHarmonicsTotal harmonic distortionPhasorHarmonicNonlinear systemRectifier (neural networks)InverterControl theory (sociology)Electronic engineeringPower electronicsComputer scienceHarmonic analysisPower (physics)Resistive touchscreenEngineeringVoltageElectrical engineeringElectric power systemPhysicsAcoustics

Résumé

récupéré en direct d'OpenAlex

The presence of nonlinear loads in islanded microgrids causes significant deterioration of the quality of power supplied to consumers. Selective harmonic compensators (SHCs) such as proportional-resonant and harmonic controllers are conventionally used to reduce the level of total harmonic distortion (THD) caused by nonlinear loads. To design SHCs that can attenuate undesired harmonics, high-fidelity models and simulations are essential. Detailed converter models found in electromagnetic transients (EMT) simulators are accurate but demand significant computational resources and time. This paper proposes the dynamic phasor (DP) model of a single-phase grid-forming inverter connected to nonlinear (diode-bridge rectifier) and resistive loads. Results obtained from simulating the DP model are validated with results from detailed model simulation and experiment. Simulation results show that the DP model is 143 times faster than a corresponding detailed model. Experimental results confirm the high fidelity of the DP model in capturing harmonic currents and voltages in the case study system. The proposed DP model will be useful to researchers/engineers interested in conducting fast-paced and accurate system-level study of large power electronics-dominated grids.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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: Empirique
Score de désaccord entre enseignants0,170
Score d'incertitude au seuil0,962

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 GPT0,209
Écart entre enseignants0,202 · 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.

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

Citations5
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revue2022 IEEE Energy Conversion Congress and Exposition (ECCE)Même sujetMicrogrid Control and OptimizationTravaux en français237 207