Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Sinds een aantal jaar groeit de interesse voor kleine draadloze elektron ische toestellen. De performantie en functionaliteit van micro- en nanosysteme n stijgt gestaag terwijl de grootte en de kost van CMOS elektronica vermin derd worden. Ontwikkelingen in het ontwerp van laagvermogenelektronica hebben de vermogenvereiste van kleine draadloze systemen verkleind tot een tien - tot honderdtal microwatt. Deze lage vermogensbehoefte opent perspectieven om de systemen te voeden met energie die aanwezig is in de omgeving, en daa rbij de nood aan batterijen te elimineren. ‘Energy harvesters’ zijn systemen die omgevingsenergie omzetten tot nuttige elektrische energie. Deze thesis b eschouwt energy harvesters die omgevingstrillingen omzetten. De uitgangsspanning en -stroom van een trillingsgebaseerde energy harves ter is niet rechtstreeks bruikbaar om een een elektronische belasting te voeden , een circuit voor vermogenverwerking is dus nodig. Bovendien hebben de bescho uwde harvestersystemen de eigenschap dat hun opgewekt vermogen afhangt van de elektronische last waaraan ze verbonden zijn. Verschillende belastingstypes worden besproken, en hun werking en perfor mantie betreffende het uitgangsvermogen van harvesters wordt geëvalueerd, zowel analytisch als experimenteel. Vervolgens wordt de invloed van de praktis che implementatie op de efficientie van de verschillende circuits besproken. Er wordt aangetoond dat voor het ontwerp van een optimaal harvestersysteem de combinatie van zowel de capaciteit van het vermogenbeheercircuit om h et maximale uitgangsvermogen uit de harvester te verkrijgen, als de efficië ntie van het circuit optimaal moet zij

621.381 <043> --- Academic collection --- Power electronics--Dissertaties --- Theses

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Choose an application

• Reference Manager
• EndNote
• RefWorks (Direct export to RefWorks)

Increasing electrification and renewable energy generation are part of the measures foreseen by policymakers to achieve climate goals. However, these intensify the stress on the electricity distribution system, where a significant amount of renewable energy sources, electric vehicle chargers and heat pumps are and will increasingly be connected. As such, distribution networks that were suitable or even oversized for the needs of the past face higher risk of congestion and power quality issues. Consequently, the way the system is managed is evolving to deal with these new challenges. In modern grid management paradigms, digital models of the system are required to analyze its operating conditions and plan or deploy reinforcement or corrective actions, if necessary. However, in practice, some physical characteristics of distribution networks, e.g., user phase connectivity and cable impedances, are often not known to sufficient detail. This is mostly due to historical management reasons.Fortunately, today's interest in the role of the distribution system within the energy transition is pushing institutions and utilities to actively measure system properties. The value of these measurements is manifold, but in this work they are used for two objectives: monitoring the operating conditions of the system, and deriving some of its unknown/poorly known parameters. This is done via a number of mathematical optimization methods that use smart meter data as only measurement input. The core of the work consists of a generic framework to create unbalanced static state estimation models. These models are designed to cope with the challenges of practical distribution system state estimation implementations, such as the paucity of available measurements. The mathematical models in the framework are successively extended upon to discover the phase connectivity of low voltage users and the length and impedance values of the networks' cables. All developed methods are successfully tested both on synthetic data and on a real system.