MétaCan
Menu
Retour à la cohorte
Enregistrement W2947361896 · doi:10.1109/apec.2019.8722109

A New Power Flow Control Method for Energy Storage Systems in Microgrids (MGs)

2019· article· en· W2947361896 sur OpenAlexaff
Hadis Hajebrahimi, Sajjad Makhdoomi Kaviri, Suzan Eren, Alireza Bakhshai

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésVoltage droopSequential quadratic programmingControl theory (sociology)Energy storageVoltageComputer scienceMicrogridNonlinear systemState of chargePower (physics)Quadratic programmingBattery (electricity)Control engineeringEngineeringControl (management)Voltage sourceElectrical engineeringMathematical optimizationMathematics

Résumé

récupéré en direct d'OpenAlex

This paper introduces a new power flow control method for the energy storage systems used in DC microgrids (MGs). The proposed control method is an adaptive droop control-based method that keeps the DC-bus voltage in a predefined and desired range. In the islanded mode of operation, tightly regulating the bus voltage is very challenging. The proposed control technique utilizes a nonlinear droop profile with four adaptive parameters, which are able to tightly regulate the bus voltage during various changes in loads/sources within a DC MG. In addition, determination of the adaptive parameters are performed by using a nonlinear optimization method. The sequential quadratic programming (SQP) optimization considers both the state of charge (SOC) of the battery and the DC MG voltage to make the control system more reliable and efficient. Simulation and experimental results verify the feasibility of the proposed approach and demonstrate its superior performance in comparison with the conventional controllers.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,777
Score d'incertitude au seuil0,551

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,003
Tête enseignante GPT0,186
Écart entre enseignants0,183 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMicrogrid Control and OptimizationTravaux en français237 207