MétaCan
Menu
Retour à la cohorte
Enregistrement W4246998958 · doi:10.52549/ijeei.v8i1.1291

Frequency Control of Microgrid with Renewable Generation using PID Controller based Krill Herd

2020· article· en· W4246998958 sur OpenAlexaff
M. Regad, M’hamed Helaimi, Rachid Taleb, Mohamed I. A. Othman, Hossam A. Gabbar

Notice bibliographique

RevueIndonesian Journal of Electrical Engineering and Informatics (IJEEI) · 2020
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensOntario Tech University
Organismes subventionnairesnon disponible
Mots-clésMicrogridPID controllerControl theory (sociology)Renewable energyParticle swarm optimizationDiesel generatorPhotovoltaic systemEngineeringController (irrigation)TurbineControl engineeringAutomotive engineeringComputer scienceDiesel fuelTemperature controlAlgorithmControl (management)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

The main of this paper is to provide optimal control of a state microgrid system. The proposed configuration composes of renewable generation systems such as solar photovoltaic system and wind turbine generator with a Diesel Engine Generator and Fuel-Cell. An Aqua electrolyzer and other energy storage systems such as battery and flywheel are also used in the proposed microgrid. A standard PID (Proportional Integral Derivative) controller scheme is introduced whose its parameters are determined using different optimizations algorithm such as Algorithm Genetic, Particle Swarm Optimization, and Krill Herd algorithm for minimizing frequency and power deviations, in order to enhance the operation of this system. The PID controller gains are optimized by resolving an objective function. The simulation results are shown, and given that the Krill Herd algorithm improves the performance of the system in comparison with GA and PSO based on PID. The efficiency of the system is improved.

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: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,840
Score d'incertitude au seuil0,677

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 Opus0,007
Tête enseignante GPT0,160
Écart entre enseignants0,153 · 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

Citations4
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIndonesian Journal of Electrical Engineering and Informatics (IJEEI)Même sujetMicrogrid Control and OptimizationTravaux en français237 207