nach oben

Erschienen in:

2023 | OriginalPaper | Buchkapitel

Evaluation of Model Order Reduction Algorithms for Unstable High-Order System Applied to Large Power System

verfasst von : Thanh-Tung Nguyen, Huy-Du Dao, Ngoc-Kien Vu, Van-Ta Hoang, Thanh-Binh Nguyen Thi

Erschienen in: Advances in Engineering Research and Application

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

This paper presents and evaluates the method of order of large-scale unstable power systems using Modal truncation (MT), Balanced truncation (BT), Positive-real balanced truncation (PRBT), Balanced stochastic truncation (BST) and Linear-quadratic Gaussian balanced truncation (LQGBT). The results show that the LQGBT and BT algorithm has the smallest order reduction error. The MT method has the largest order of decreasing error. The BST algorithm gives the best time domain response. The PRBT method preserves the passivity of the original system. The simulation results show the advantages and disadvantages and the application range of step reduction methods.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel Enhancing Total Transfer Capability via Optimal Location of Energy Storage Systems Using a Hybrid Improved Min-Cut Algorithm and Genetic Algorithm

Nächstes Kapitel Evaluation of Rollover Stability of Liquid Tank Truck in the Lane Change

Benner, P., Quintana-Orti, E.S.: Model reduction based on spectral projection methods. In: Benner, P., Mehrmann, V., Sorensen, D. (eds.) Dimension Reduction of Large-Scale Systems, Vol. 45 of Lecture Notes in Computational Science and Engineering, pp. 5-45. Springer, Berlin/Heidelberg, Germany (2005)

Zhang, S., Duan, B., Du, J., Zhang, Y.: Model reduction of cable mesh reflector antennas with integrated structural-electromagnetic criterion. IEEE/ASME Trans. Mechatron. 23(2), 927–935 (2018)CrossRef

Morlock, M., Meyer, N., Pick, M., Seifried, R.: Modeling and trajectory tracking control of a new parallel flexible link robot. In: IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) (2018)

Odhekar, A.A., Deshmukh, A.A.: Coplanar waveguide fed broadband circularly polarized corner truncated slot antenna. In: 2021 4th Biennial International Conference on Nascent Technologies in Engineering (ICNTE), pp. 1–6 (2021)

Safonov, M.G., Chiang, R.Y.: A Schur method for balanced model reduction. IEEE Trans. Automat. Contr. 34(7), 729–733 (1989)MathSciNetCrossRefMATH

Zjajo, A., van der Meijs, N., van Leuken, R.:Balanced stochastic truncation of coupled 3D interconnect. Proceedings of 2013 International Conference on IC Design and Technology (ICICDT), , pp. 13–16 (2013)

Du, Y., Lu, X., Zhao, D.: Model reduction for inverter-dominated networked microgrids with grid-forming inverters. In: IECON 2021—47th Annual Conference of the IEEE Industrial Electronics Society, pp. 1–6 (2021)

Grussler, C., Damm, T., Sepulchre, R.: Balanced truncation of k-positive systems. IEEE Trans. Autom. Control 67(1), 526–531 (2022)MathSciNetCrossRefMATH

Salehi, Z., Karimaghaee, P., Khooban, M.-H.: A new passivity preserving model order reduction method: conic positive real balanced truncation method. IEEE Trans. Syst. Man Cybern. Syst. 52(5), 2945–2953 (2022)CrossRef

10.

Axelou, O., Floros, G., Evmorfopoulos, N., Stamoulis, G.: Accelerating electromigration stress analysis using low-rank balanced truncation. In: 18th International Conference on Synthesis, Modeling, Analysis and Simulation Methods and Applications to Circuit Design (SMACD), pp. 1–4 (2022)

11.

Gugercin, S., Antoulas, A.C.: A survey of model reduction by balanced truncation and some new results. Internat. J. Control 77(8), 748–766 (2004)MathSciNetCrossRefMATH

12.

Zhou, K.: Frequency-weighted model reduction with L∞ error bounds. Syst. Contr. Lett. 21, 115–125 (1993)MathSciNetCrossRefMATH

13.

Benner, P., Stykel, T. (2017). Model order reduction for differential-algebraic equations: a survey

14.

Rommes, J., Martins, N.: Efficient computation of transfer function dominant poles using subspace acceleration. IEEE Trans. Power Syst. 21(3), 1218–1226 (2006)CrossRef

Titel: Evaluation of Model Order Reduction Algorithms for Unstable High-Order System Applied to Large Power System
verfasst von: Thanh-Tung Nguyen
Huy-Du Dao
Ngoc-Kien Vu
Van-Ta Hoang
Thanh-Binh Nguyen Thi
Verlag: Springer International Publishing
Buch: Advances in Engineering Research and Application
Print ISBN: 978-3-031-22199-6

Electronic ISBN: 978-3-031-22200-9

Copyright-Jahr: 2023
DOI: https://doi.org/10.1007/978-3-031-22200-9_58

Premium Partner

Marktübersichten

Die im Laufe eines Jahres in der „adhäsion“ veröffentlichten Marktübersichten helfen Anwendern verschiedenster Branchen, sich einen gezielten Überblick über Lieferantenangebote zu verschaffen.

Zur Marktübersicht