Does Series Compensation Improve the Transient Stability of Inverter-Based Resources?
Notice bibliographique
Résumé
Series compensation has long been recognized as a viable solution for improving the transient stability of power systems energized by synchronous machines (SMs). However, the generation fleet is increasingly shifting towards inverter-based resources (IBRs). This shift prompts the question as to whether series compensation can also improve the transient stability of systems with IBRs during grid faults. This paper focuses on wind and solar inverters. These inverters predominantly rely on a phase-locked loop (PLL) for synchronization. Therefore, their transient stability is closely linked to the ability of their PLLs to maintain synchronism with the grid voltage during low-voltage ride-through (LVRT) conditions. The available literature on the transient stability of PLL-based IBRs identifies grid weakness as a primary driver of PLL instability. Grid weakness is characterized mainly by the high inductance of long transmission lines. Series compensation is a well-understood solution for reducing the line inductance. Therefore, at the outset, it seems reasonable to hypothesize that series compensation can enhance the transient stability of systems with IBRs as well. This paper puts this hypothesis to analytical and simulation testing, investigating whether the conventional wisdom on series compensation regarding transient stability always holds in systems with IBRs. We identify previously undocumented destabilizing effects caused by the series capacitor and its protective components. A salient feature of this paper is that its findings are independent of PLL design and parameter selection. The theoretical analyses of this study are substantiated by detailed PSCAD/EMTDC simulations of a weak transmission system reinforced through series compensation.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 tête enseignante, 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 ».