Comparison between alternative droop control strategy, modified droop method and control algorithm technique for parallel-connected converters
Notice bibliographique
Résumé
Most of the active current sharing methods are based on a communication network. The communication link is also used with the improved droop control methods to achieve a precise load current sharing and regulate the voltage at the common DC bus. Conversely, the conventional droop method that is considered a decentralized method becomes more attractive for controlling parallel-connected converters in DC microgrids. The conventional droop methods' main drawbacks are associated with the unequal load current sharing and voltage deviation at the common DC bus. In this paper, the modified droop method as a conventional droop method is augmented with a virtual droop and adaptive voltage control gains to improve the load current sharing and the voltage regulation, respectively. In contrast with other improved droop approaches, the control approach proposed in the paper does not require a communication link to exchange information between parallel modules. Instead, it uses the converters' theoretical load regulation characteristics to estimate the voltage set point for each converter locally. The proposed virtual resistive gain manipulates the modified droop method to regulate each module's droop gain, which ensures equal current sharing. The proposed method also eliminates the tradeoff between current sharing difference and voltage regulation by implementing the adaptive voltage control, which compares the estimated voltage at the point of common coupling with the rated bus value and adjusts the droop gains based on the compared values to ensure a constant voltage at various load conditions. The load current sharing and voltage restoration improvements of the proposed method versus the modified droop method and the control algorithm technique are observed in this paper. The proposed method's effectiveness is demonstrated by MATLAB/Simulink simulation and validated by an experimental prototype.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».