MétaCan
Menu
Retour à la cohorte
Enregistrement W3205644430 · doi:10.14416/j.asep.2021.10.005

Comparative Study of Adaptive Hamiltonian Control Laws for DC Microgrid Stabilization: An Fuel Cell Boost Converter

2021· article· en· W3205644430 sur OpenAlexaff
Damien Guilbert, Babak Nahid‐Mobarakeh, Serge Pierfederici, Nicu Bizon, Pongsiri Mungporn, Phatiphat Thounthong

Notice bibliographique

RevueApplied Science and Engineering Progress · 2021
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)MicrogridLawAdaptive controlPID controllerComputer scienceEngineeringVoltageControl engineeringControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

Future smart grids can be seen as a system of interlinked microgrids, including small-scale local power systems. They consist of main power sources, external loads, and energy storage devices. In these microgrids, the negative incremental impedance behavior of constant power loads (CPLs) is of major concern since it can lead to instability and oscillations. To cope with this issue, this article aims to propose a comparative study of adaptive Hamiltonian control laws, also known as interconnection and damping–assignment–passivity–based controllers (IDA-PBC). These control laws are developed to ensure the stability of the DC output voltage of a boost converter supplied by a proton exchange membrane fuel cell (PEMFC) source. To validate the develop control laws, experiments have been performed on a fit test bench including a real 2.5 kW PEMFC stack (hydrogen is supplied by a reformer engine), a DC-DC step-up circuit, and a real-time controller dSPACE (implementation of the control laws). Moreover, a comparative study has been carried out between the proposed three adaptive Hamiltonian control laws and a classic linear cascaded proportional–integral (PI) control law. The obtained results by simulations through MATLAB/SimulinkTM and experimentally have allowed demonstrating that the third Hamiltonian control law presents the best performances over the other control laws.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,515
Score d'incertitude au seuil0,720

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 Opus0,011
Tête enseignante GPT0,216
Écart entre enseignants0,205 · 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
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

Citations5
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueApplied Science and Engineering ProgressMême sujetMicrogrid Control and OptimizationTravaux en français237 207