MétaCan
Menu
Retour à la cohorte
Enregistrement W7117310972 · doi:10.1109/tpwrd.2025.3648650

Decoupled Detailed Equivalent Model for Parallel and Multi-Rate EMT-Type Simulation of Modular Multilevel Converter With Battery Energy Storage

2025· article· W7117310972 sur OpenAlexaff
Walid Hatahet, L. Wang, Wei Li

Notice bibliographique

RevueIEEE Transactions on Power Delivery · 2025
Typearticle
Langue
DomaineEngineering
ThématiqueHVDC Systems and Fault Protection
Établissements canadiensOpal-Rt Technologies (Canada)Okanagan University CollegeUniversity of British Columbia, Okanagan CampusUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésModular designConvertersInterpolation (computer graphics)ScalabilityTransient (computer programming)SolverBlocking (statistics)Reliability (semiconductor)Energy storage

Résumé

récupéré en direct d'OpenAlex

Modular multilevel converters (MMCs) integrated with battery energy storage systems (BESS) enable efficient utilization of renewable energy resources such as wind and photovoltaic, while enhancing reliability and scalability of high-voltage direct current systems. This paper proposes a decoupled detailed equivalent model (D-DEM) for BESS-integrated MMC for electromagnetic transient (EMT) simulation. The proposed model can accurately represent the dynamics of the converter under deblocking and blocking modes. To efficiently utilize available hardware resources, a multi-rate simulation technique is adopted to simulate the MMC subsystems with different time steps. Additionally, switching interpolation technique is proposed to accurately compensate for the intra-time-step switching events of the MMC multi-valves. To further accelerate the EMT simulation of MMC, a hybrid parallel computing EMT solver is implemented, using both central and graphical processing units (CPU-GPU). The accuracy of the proposed D-DEM is validated against a detailed model (DM) using Simulink/Simscape Electrical toolbox with 1μs time step. The simulation efficiency of the proposed D-DEM is faster than the conventional DEM model by a factor of 2.81 with CPU-only implementation for the MMC with 400 submodules per arm. Furthermore, the proposed hybrid CPU-GPU solver achieves 79-fold faster than the CPU-only sequential implementation.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,795
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
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 Opus0,023
Tête enseignante GPT0,249
Écart entre enseignants0,226 · 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'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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power DeliveryMême sujetHVDC Systems and Fault ProtectionTravaux en français237 207