Voltage Support Capability Analysis for Grid-Forming Inverters With Adaptive Virtual Impedance Under Asymmetrical Grid Faults
Notice bibliographique
Résumé
Current grid codes require grid-forming (GFM) inverters to provide voltage support capability during grid faults to ensure stability and resilience of power systems. While research on voltage support capability for GFM inverters with adaptive virtual impedance (AVI) under symmetrical grid faults has been conducted, its findings cannot be directly applied to asymmetrical grid faults (ASGFs). This limitation arises because ASGFs introduce negative- and zero-sequence networks, significantly complicating the theoretical analysis. Given the prevalence and complexity of ASGFs, a comprehensive theoretical framework for analyzing voltage support capability is essential. To address this gap, this article first presents the implementation of AVI for GFM inverters under ASGFs. Positive-, negative-, and zero-sequence networks are then established to model the system, and a key assumption regarding voltages at fault locations and the X/R ratio of AVI is rigorously validated through quantitative analysis. Based on this verified assumption and the derived sequence networks, the voltage support capability is systematically analyzed and visualized using phasor diagrams. Furthermore, the optimal phase angle of the AVI is derived to maximize the voltage support capability, and its influence on transient stability margin is analyzed. Ultimately, experimental results demonstrate the effectiveness of the presented AVI, as well as the key assumption, the voltage support capability analysis and the transient stability margin evaluation for GFM inverters under ASGFs.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
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 source (Gemma direct ou Codex distillé), 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 ».