MétaCan
Menu
Retour à la cohorte
Enregistrement W4390187331 · doi:10.1109/tste.2023.3346282

Dual Current Control of Renewable Energy Sources for Recent Grid Code Compliance and Reliability Enhancement

2023· article· en· W4390187331 sur OpenAlexafffund
Abdallah A. Aboelnaga, Maher A. Azzouz

Notice bibliographique

RevueIEEE Transactions on Sustainable Energy · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Windsor
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésGrid codeReliability engineeringGridRenewable energyDual (grammatical number)Reliability (semiconductor)EngineeringFault (geology)Computer scienceLow voltage ride throughController (irrigation)AC powerVoltageControl theory (sociology)Power (physics)Electrical engineeringControl (management)

Résumé

récupéré en direct d'OpenAlex

Inverter-interfaced renewable energy sources (IIRESs) are controlled to follow low-voltage ride-through requirements during different fault conditions to support grid voltages and enhance stability. However, these requirements could result in improper operation of conventional protection functions, e.g., phase selection, that are designed based on the fault current characteristics of conventional power systems. In this paper, a dual-current controller (DCC) is designed for IIRESs to allow precise operation of the conventional phase selection method (PSM) while following the positive- and negative-sequence reactive current generation (RCG) requirements imposed by recent grid codes (GCs). First, the negative-sequence current reference is designed to comply with GC requirements and inject the minimum value of negative-sequence-active current that secures a correct operation of phase selection. Subsequently, the positive-sequence-reactive current is designed to comply with RCG requirements and allow injecting the maximum combination of the positive-and negative-sequence currents without hindering the proper operation of PSM or RCG requirements. Comprehensive time-domain simulations verify the effectiveness of the proposed DCC in meeting both PSM and recent RCG requirements during different fault types, resistances, and locations.

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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,994
Score d'incertitude au seuil0,825

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 Opus0,012
Tête enseignante GPT0,227
Écart entre enseignants0,215 · 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
GenreMéthodes

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'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Sustainable EnergyMême sujetMicrogrid Control and OptimizationTravaux en français237 207