MétaCan
Menu
Retour à la cohorte
Enregistrement W7020527617

Low-frequency Disturbance Injection for Active Islanding Detection of Multiple Electronically-interfaced Distributed Generation Units

2012· dissertation· en· W7020527617 sur OpenAlexvenueno aff

Notice bibliographique

RevueLibrary and Archives Canada (Government of Canada) · 2012
Typedissertation
Langueen
DomaineEngineering
ThématiqueIslanding Detection in Power Systems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésIslandingMicrogridVoltage droopControl theory (sociology)Distributed generationSIGNAL (programming language)Distributed power generationPower (physics)Disturbance (geology)AC power
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This thesis proposes and evaluates the application of a low-frequency disturbance injection, as an active islanding detection method, in a microgrid with multiple electronically-interfaced Distributed Generation (DG) units. Each DG unit is interfaced to the microgrid through a two-level Voltage-Sourced Converter (VSC). The low-frequency disturbance signal for islanding detection is injected through the q-axis control of each VSC unit. The low-frequency signal is at 1 Hz with an amplitude of up to 2.5 % of the rated VA of the VSC unit and augments the reference signal of the q-axis control.\n\nThe effectiveness of the low-frequency injection for islanding detection is examined under two distinct VSC control scenarios. In the first scenario, each VSC only injects pre-determined real- and reactive-power components in the system and does not participate in frequency/voltage control. In the second scenario, the VSC controls are also equipped with frequency/real-power and voltage/reactive-power droop characteristics and thus share power and participate in frequency and voltage control of the microgrid, specifically in the islanded mode.\n\nThe investigations reported in this thesis show that the proposed islanding detection method can effectively detect an islanding event under both VSC control strategies, subject to the conditions that UL and/or IEEE anti-islanding standards impose. The studies show that an islanding event can be detected within 536 ms subsequent to the instant of islanding.\n\nAs part of this thesis, an eigen analysis software tool has been developed that can systematically investigate the impact of low-frequency disturbance injection on the small-signal stability and dynamic performance of the microgrid, prior and subsequent to an islanding event.\n\nThis thesis concludes that the low-frequency disturbance injection-based method can be successfully applied to a multi-DG system, since (i) islanding detection is achieved within applicable standards requirements by all DG units in the system, and (ii) the low-frequency disturbance injection signal has no noticeable impact on the dynamics nor the small-signal stability of the system if its magnitude is kept below a pre specified limit.

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 candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,103
Score d'incertitude au seuil1,000

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 Opus0,004
Tête enseignante GPT0,155
Écart entre enseignants0,151 · 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.

Devis d'étudeExpérimental (laboratoire)
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
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLibrary and Archives Canada (Government of Canada)Même sujetIslanding Detection in Power SystemsTravaux en français237 207