MétaCan
Menu
Retour à la cohorte
Enregistrement W3123087323 · doi:10.1049/rpg2.12088

Robust load frequency control for networked power system with renewable energy via fractional‐order global sliding mode control

2021· article· en· W3123087323 sur OpenAlexafffund
Xinxin Lv, Yonghui Sun, Wenqiang Hu, Venkata Dinavahi

Notice bibliographique

RevueIET Renewable Power Generation · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueFrequency Control in Power Systems
Établissements canadiensUniversity of Alberta
Organismes subventionnairesChina Scholarship CouncilNatural Sciences and Engineering Research Council of CanadaNational Natural Science Foundation of China
Mots-clésControl theory (sociology)Automatic frequency controlRenewable energyFrequency regulationMode (computer interface)Sliding mode controlControl (management)Electric power systemOrder (exchange)Computer scienceRobust controlPower (physics)Control systemEngineeringElectrical engineeringTelecommunicationsEconomicsPhysics

Résumé

récupéré en direct d'OpenAlex

Abstract Owing to random load changes and transmission time delays in interconnected power systems with renewable energy, the load frequency control scheme has become one of the main methods to keep stability and security of power systems. To relieve communication burden and increase network utilisation, an adaptive event‐triggered scheme is explored. Then, a new fractional‐order global sliding mode control scheme comprising the fractional‐order term in the sliding surface is adopted to improve robustness of load frequency control. The fractional‐order term generates a new degree of freedom and more adjustable parameters to improve control performance. Furthermore, the Markov theory is applied in the modelling process to better describe the uncertainty of parameters and external disturbances. The stability and stabilisation criteria for multi‐area power systems load frequency control are put forward by employing the improved Lyapunov function and integral inequalities with auxiliary functions. Finally, two simulation examples containing a two‐area power system and modified IEEE 39‐bus New England test power system with three wind farms are presented to investigate the effectiveness of the proposed method.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,011
Tête enseignante GPT0,202
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), 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
GenreEmpirique

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

En bref

Citations24
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIET Renewable Power GenerationMême sujetFrequency Control in Power SystemsTravaux en français237 207