MétaCan
Menu
Retour à la cohorte
Enregistrement W4390188537 · doi:10.1109/pvsc48320.2023.10359866

Coordinating the Frequency-Droop Controls of Inverter-Based Resources and Diesel Generators in an Isolated Microgrid

2023· article· en· W4390188537 sur OpenAlexaff
Mohan Du, Nayeem Ninad, Dave Turcotte

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensNatural Resources Canada
Organismes subventionnairesnon disponible
Mots-clésVoltage droopMicrogridDistributed generationAutomatic frequency controlDiesel generatorInverterRenewable energyComputer scienceEngineeringControl theory (sociology)Automotive engineeringVoltageControl (management)Diesel fuelElectrical engineeringVoltage source

Résumé

récupéré en direct d'OpenAlex

With the increasing penetration level of renewable energy sources (RESs), microgrids (MGs) implemented with inverter-based resources (IBRs) and diesel generators (DGs) are considered to be new solutions to supply power in remote areas and islands. Despite the introduction of power and voltage balancing services for distributed energy resources (DERs) and DGs in recent standards and codes, the coordination between the services provided by DERs and DG is not thoroughly investigated. This paper assesses the frequency-droop control defined in IEEE 1547–2018 std. for a DER, investigates the coordination between the DER's and DGs' droop controls, and reveals a risk of malfunction—exaggerating frequency deviation and power waste—if their droop controls do not coordinate well. Furthermore, this paper presents a frequency-restoration function to resolve the observed malfunction. The coordination of DER's and DG's control parameters is also examined. Moreover, the power sharing between multiple DGs and DERs during significant load changes is investigated. Simulation results show that the presented frequency-restoration function, suggested control parameters, and developed power sharing method can significantly benefit the coordination of multiple DERs and DGs in an isolated MG.

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: Empirique
Score de désaccord entre enseignants0,626
Score d'incertitude au seuil0,324

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 Opus0,008
Tête enseignante GPT0,199
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

Citations0
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207