MétaCan
Menu
Retour à la cohorte
Enregistrement W4319755422 · doi:10.3390/electronics12040860

Synchronization and Control of a Single-Phase Grid-Tied Inverter under Harmonic Distortion

2023· article· en· W4319755422 sur OpenAlexaff
Kamyar Seifi, Mehrdad Moallem

Notice bibliographique

RevueElectronics · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésHarmonicsTotal harmonic distortionController (irrigation)InverterControl theory (sociology)Phase-locked loopHarmonicElectronic engineeringSynchronization (alternating current)GridComputer scienceDistortion (music)Three-phaseEngineeringVoltageElectrical engineeringTopology (electrical circuits)Control (management)PhysicsPhase noiseMathematics

Résumé

récupéré en direct d'OpenAlex

Grid-connected inverters in renewable energy systems must provide high-quality power to the grid according to regulatory standards such as the IEEE 1547. To provide high-quality current control when the inverter is connected to a distorted grid, the frequency and phase information of the fundamental harmonic of the grid should be accurately obtained. This paper examines controller design for a single-phase inverter when there is distortion in the grid voltage. The control structure is designed to enhance the quality of the injected current into the grid. To this end, a frequency-locked loop (FLL) sinusoidal tracking controller which is able to reject the grid harmonics is proposed. Thus, the contribution of this paper is a new frequency-locked loop structure with adaptive notch filters that can provide accurate estimation of grid phase and frequency and improve the performance of single-phase inverters working under harmonic distortion. We also present an explanation of how the proposed adaptive nonlinear scheme can be discretized for digital implementation on a microcontroller. Experimental and simulation results are presented to demonstrate the performance of the proposed controller in eliminating distortion and enhancing the quality of the produced power.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,671
Score d'incertitude au seuil0,413

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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 Opus0,007
Tête enseignante GPT0,198
Écart entre enseignants0,191 · 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

Citations6
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207