کنترل توان راکتیو توسط اینورترهای تک فاز بدون ترانسفورماتور با قابلیت حذف جریان نشتی حالت مشترک به منظور بهبود کیفیت توان در ریزشبکه های جزیره ای
Publish place: Journal of Energy Engineering & Management، Vol: 9، Issue: 4
Publish Year: 1398
نوع سند: مقاله ژورنالی
زبان: Persian
View: 208
This Paper With 12 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_ENERGY-9-4_003
تاریخ نمایه سازی: 30 آبان 1401
Abstract:
امروزه اینورترهای تک فاز بدون ترانسفورماتور به منظور اتصال منابع ریزپراکنده DC مانند آرایه های فتوولتاییک به شبکه AC، به دلیل قیمت پایین آن، وزن کم و بازدهی بالا، نظر بسیاری از بهره برداران را به خود جلب کرده است. یکی از عوامل مهم در تعیین رفتار شبکه، قابلیت کنترل توان راکتیو توسط اینورتر است؛ زیرا طبق استاندارد VDE AR-N ۴۱۰۵ اینورترهای تک فازی که توان نامی آن ها زیر KVA ۶۸/۳ هستند، باید در زمان تغذیه بار اهمی، تحت ضریب قدرت ۹۵/۰ پیش فاز تا ۹۵/۰ پس فاز بهره برداری شوند. در این مقاله یک توپولوژی جدید اینورتری ارائه می شود که قابلیت کنترل توان راکتیو، اصلاح ضریب قدرت و حذف جریان نشتی را دارد. در ادامه، اصول تولید و حذف جریان نشتی و ولتاژ حالت مشترک بررسی می شود. شایان ذکر است که توپولوژی های ارائه شده تاکنون، به تنهایی و به صورت حلقه باز، توانایی کنترل توان را ندارند. بنابراین یک روش کنترلی پیشنهادی ارائه می شود که با کنترل کننده تناسبی رزونانسی کار می کند و سرعت پاسخ بالایی دارد. شبیه سازی های صورت گرفته در دو حالت بار اهمی خالص متغیر و بار اهمی سلفی متغیر نشان می دهند که ردیابی توان در این ساختار با دقت مناسبی صورت می پذیرد. بازده اینورتر پیشنهادی نیز بالای ۹۸% برآورد شده و با مدل های H۵، HERIC و H۶ مقایسه شده است.
Keywords:
Common Mode Leakage Current , Grid Connected Inverter , Reactive Power Control. , اینورترهای فتوولتاییک متصل به شبکه , جریان نشتی حالت مشترک , کنترل توان راکتیو.
Authors
مهرداد محمودیان
Shiraz University of Technology
محسن گیتی زاده
Shiraz University of Technology
امیرحسین رجایی
Shiraz University of Technology
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper 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 Paper لینک شده اند :