Enhanced Distributed Non-Linear Voltage Regulation and Power Apportion Technique for an Islanded DC Microgrid
Notice bibliographique
Résumé
There is a growing focus on exploring direct current (DC) microgrids in traditional power grids. A key challenge in operating these microgrids is ensuring proper current distribution among converters. While conventional droop control has been used to address this issue, it requires compensating for voltage deviations in the DC bus. This paper introduces an innovative distributed secondary control approach that effectively addresses both voltage restoration and current sharing challenges within a standalone DC microgrid. The distributed secondary control proposed in this study is integrated into the microgrid’s cyber layer, enabling information sharing between controllers. This distributed approach ensures reliability, even in the event of partial communication connection failures. The controller employs a fuzzy logic control approach to dynamically determine the parameters of the secondary control, resulting in an enhanced control response. Additionally, the proposed approach can handle constant power and resistive loads without specific requirements. Employing the Lyapunov method, we have derived adequate stability conditions for the proposed controller. The performance of the controller has been assessed using MATLAB/Simulink® models and validated with real-time experimental testing performed with a SpeedgoatTM real-time machine, considering five different test cases. The results indicated that the proposed control system is robust in achieving its control objectives within a DC microgrid, exhibiting fast response and minimal oscillations.
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 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».