استراتژی کنترلی تعمیم یافته مبتنی بر مفهوم تجزیه سطح مدار برای یکسوساز ویینا تحت نامتعادلی شبکه
سال انتشار: 1402
نوع سند: مقاله ژورنالی
زبان: فارسی
مشاهده: 128
فایل این مقاله در 13 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JIAE-20-4_004
تاریخ نمایه سازی: 21 مرداد 1402
چکیده مقاله:
در این مقاله، یک روش مدولاسیون ناپیوسته تعمیم یافته مبتنی بر مفهوم تجزیه سطح مدار (GCLD-DPWM) در شرایط نامتعادلی شبکه برای یکسوساز ویینا پیشنهاد گردیده است. روش متعارف CLD-DPWM دارای مزایائی نظیر کاهش تلفات کلیدزنی، کاهش پیچیدگی استراتژی مدولاسیون، سرعت پردازش بالا و قابلیت خودمتعادل سازی ولتاژ خازن های باس DC می باشد. در روش پیشنهادی با معرفی یک پارامتر کنترلی جدید، سیگنال های مرجع مدولاسیون متناسب با میزان نامتعادلی شبکه تغییر می یابند. این امر بدون تحت تاثیر قرار دادن عملکرد مدار در دستیابی به مزایای روش متعارف، انعطاف پذیری سیستم را نیز به طرز قابل ملاحظه ای افزایش خواهد داد. بدین ترتیب که با تنظیم پارامتر مربوطه هدف کنترلی موردنظر که در این مقاله دریافت جریان سینوسی و متعادل از شبکه نامتعادل است، حاصل می شود. روش GCLD-DPWM جهت ارزیابی و اعتبارسنجی به یک یکسوساز ویینا تحت شبکه با نامتعادلی ۲۰ و ۳۰ درصد اعمال گردیده است. به علاوه، پاسخ دینامیکی سیستم تحت تغییرات نامتعادلی ولتاژ ورودی نیز رائه شده است. نتایج شبیه سازی نشان دهنده کارائی روش کنترلی پیشنهادی از نقطه نظر مزایای فوق الذکر می باشد.
کلیدواژه ها:
Vienna rectifier ، Circuit-level decoupling ، Grid unbalance ، Switching loss ، Capacitor voltage self-balancing ، یکسوساز ویینا ، تجزیه سطح مدار ، نامتعادلی شبکه ، تلفات کلیدزنی ، خودمتعادل سازی ولتاژ خازن
نویسندگان
طاهره فدائیان
Department of Electrical Engineering, Qaemshahr Branch, Islamic Azad University, Qaemshahr
هدی قریشی
Department of Electrical and Computer Engineering, Babol Noshirvani University of Technology, Babol
سیداصغر غلامیان
Department of Electrical and Computer Engineering, Babol Noshirvani University of Technology, Babol
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :