Improvement Transient Stability of Fixed Speed Wind Energy Conversion System by Using Transformer-Type Superconducting Fault Current Limiter
سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 678
فایل این مقاله در 12 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:
RSTCONF01_660
تاریخ نمایه سازی: 30 آبان 1394
چکیده مقاله:
The wind turbine generation system (WTGS) is one of the representative renewable energy systems. With the rapid development of WTGS and its increased capacity, the level of short circuit current will increase in distribution systems. The application of the Superconducting Fault Current Limiter (SFCL), would not only reduce the level of the short circuit current but also offer a reliable interconnection to the network. The transformer-type superconducting fault current limiter (SFCL) is one of the fault current limiters, and has many advantages such as design flexibility. In this paper, the effect of transformer -type SFCL on transient behavior of grid connected to WTGS is studied. The WTGS is considered as a fixed-speed system, equipped with a squirrel-cage induction generator. The drive-train is represented by two-mass model. The simulation results show that the transformer -type SFCL not only limits the fault current but also can improve the dynamic performance of the WTGS.
کلیدواژه ها:
Wind Turbine Integration ، Fixed Speed Wind Turbine ، Induction Generator ، Transformer-Type SFCL ، Transient Stability
نویسندگان
Seyed Etezad Moghimi
Iran Power Generation, Transmission and Distribution Management Company (TAVANIR)
Ali Azizpour
Mazandaran university of Sience and Technology
Sajjad Dadfar
Iran Power Generation, Transmission and Distribution Management Company (TAVANIR)
Masoud Sadeghi Khomami
Iran Power Generation, Transmission and Distribution Management Company (TAVANIR)
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 :