MétaCan
Menu
Retour à la cohorte
Enregistrement W4285284605 · doi:10.1109/tia.2022.3174825

Coordinated Control Strategy for Hybrid off-Grid System Based on Variable Speed Diesel Generator

2022· article· en· W4285284605 sur OpenAlexaff
Miloud Rezkallah, F. Dubuisson, Sanjeev Singh, Bhim Singh, Ambrish Chandra, Hussein Ibrahim, Mazen Ghandour

Notice bibliographique

RevueIEEE Transactions on Industry Applications · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensÉcole de Technologie SupérieureCegep de Sept Iles
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)Maximum power point trackingVector controlPhotovoltaic systemConvertersStatorDiesel generatorMaximum power principleComputer scienceMATLABElectronic speed controlEngineeringVoltageControl engineeringDiesel fuelAutomotive engineeringElectrical engineeringInduction motorInverterControl (management)

Résumé

récupéré en direct d'OpenAlex

In this article, the control of hybridoff-grid configuration based on a variable-speed diesel generator and solar photovoltaic array, is implemented. To ensure a stable operation with the ac voltages and system frequency regulation, back-to-back connected converters are controlled using vector-based control, and stator flux-oriented frame-based control. To adjust the speed of diesel engine according to specific fuel consumption, an effective control strategy is developed. In addition, to compensate for the slow dynamics of variable speed operation and to balance the power in the system the dc-link voltage and battery current are controlled using a double-loop control strategy. Furthermore, the dynamic model of the dc–dc boost converter is integrated with the perturbation and observation method for obtaining smooth and efficient maximum power point tracking (MPPT). To prevent overshoots during the sudden transition, all proportional-integral controllers are reinforced with a back-calculation antiwindup scheme. The performance is obtained using MATLAB/Simulink and validated on real-time hardware to demonstrate the effectiveness of coordinated control under variations of loading and weather conditions.

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)0,000
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
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,001
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 GPT0,206
Écart entre enseignants0,195 · 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

Citations16
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Industry ApplicationsMême sujetMicrogrid Control and OptimizationTravaux en français237 207