MétaCan
Menu
Retour à la cohorte
Enregistrement W4405520527 · doi:10.1109/ojies.2024.3519196

Numerical Recursive Aggregation of VSC-Based Systems Using Impedance Modeling for Stability Analysis

2024· article· en· W4405520527 sur OpenAlexaff
Taleb Vahabzadeh, Seyyedmilad Ebrahimi, Juri Jatskevich

Notice bibliographique

RevueIEEE Open Journal of the Industrial Electronics Society · 2024
Typearticle
Langueen
DomaineEngineering
ThématiquePower System Optimization and Stability
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésStability (learning theory)Electrical impedanceComputer scienceControl theory (sociology)MathematicsEngineeringControl (management)Artificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

The high penetration of voltage-source converter (VSC) based resources poses stability challenges to modern power systems due to introducing new dynamics with broad time-scale and frequency-coupling. The so-called impedance-based modeling (IBM) is widely used for the dynamic characterization and stability analysis of grid-connected VSCs. In this article, it is first shown that using IBM, the analytical aggregation of interconnected VSC-based systems results in very high-order transfer matrices, which are not conducive to stability analysis. As an alternative, a numerical recursive aggregation technique is proposed for interconnected VSC-based power systems. Using the proposed method, the individual multi-input multi-output transfer matrices of the IBM of VSCs can be readily used for aggregation across a range of discrete frequencies. Moreover, an algorithm is proposed to automate the aggregation of multiconverter-based systems. The proposed technique is illustrated on a VSC-based power system with multiple converters considering the interconnecting line impedances. The time-domain simulations and frequency analysis verify the accuracy and effectiveness of the proposed method, demonstrating that it is over 990 times computationally more efficient than the small-signal injection method for calculating the aggregated load admittance while also offering almost 80 times higher frequency resolution.

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)0,002
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: aucune
Score de désaccord entre enseignants0,812
Score d'incertitude au seuil0,460

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,083
Tête enseignante GPT0,304
Écart entre enseignants0,221 · 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Open Journal of the Industrial Electronics SocietyMême sujetPower System Optimization and StabilityTravaux en français237 207