Direct Model Reference Adaptive Control of a Boost Converter for Voltage Regulation in Microgrids
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
In this study, we present a Direct Model Reference Adaptive Control (DMRAC) algorithm in a boost converter used in islanded microgrids (MG) with a solar photovoltaic (PV) system. Islanded types of microgrids have very sensitive voltage and frequency variability; therefore, a robust and adaptive controller is always desired to control such variations within the MG. A DC–DC boost converter with a modified MIT rule controller is proposed in this paper, which stabilizes output voltage variations in islanded MG. Since the boost converter is a non-minimum phase, the controller design that relies only on output voltage feedback becomes challenging. Even though output voltage control can be achieved using inductor current control, such current mode controllers may also require prior knowledge of the load resistance and more states, such as output and inductor currents in feedback. Here, two control loops are used to achieve a stable output voltage; a PID controller can regulate the output voltage at a fixed level, and the outer loop is designed to implement the MIT rule for a DMRAC. To ensure that the actual system is following the desired reference model, using only an output voltage feedback sensor, a DMRAC is devised to update the PID controller parameters in real-time. Compared to a DC–DC boost converter connected to the MG, a controller, such as the one introduced in this paper, is more successful in dealing with unknown parameter fluctuations and disturbance changes. The MATLAB/SIMULINK is used to design and simulate the controller with different load disturbances and input voltage variances. The hardware validation is also carried out to show the performance of the proposed controller. Our results suggest that the DMRAC provides robust regulation against parameter variations.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 découle