Fast-frequency response from wind generators ‒ Empirical data from a Type 4 wind farm
Notice bibliographique
Résumé
Grid stability is an important consideration as inverter-based generators replace synchronous generators. Primary frequency response is one part of grid stability and counters rapid grid frequency changes. Synchronous generators achieve this via electromechanical coupling between the machine stator and the mechanical inertia of the rotor. Advances in power converter technology enable inverter-based generators to contribute to stability in a similar ‒ although not identical manner and provide fast-frequency response that is a component of primary frequency response. An important benefit is that converters provide a tunable response ‒ something not possible with synchronous generators. Wind turbines with full converters are able to extract some rotational kinetic energy from their spinning rotors and deliver it to the grid as electrical energy. This work documents and analyses the ability of full-converter wind turbines to provide fast-frequency response. We use a 50.6 MW, transmission connected wind farm and inject an artificial frequency signal with a sudden frequency dip. The wind farm remains connected to the grid as the fast-frequency response is triggered and rotor kinetic energy is converted into electrical energy. We repeat this at different power levels, gather high-frequency data and measure parameters such as response rise time, peak power boost and injected energy. We find that the resulting response aligns well with expectations although prevailing wind speeds influence performance in some instances.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,004 |
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 ».