Efficient load frequency control in multi-source interconnected power systems using an innovative intelligent control framework
Notice bibliographique
Résumé
The goal of this paper is to develop an innovative intelligent controller, called TID-IC, to improve the efficiency and stability of multi-area multi-source power systems. The paper represents the first integration of brain emotional learning with tilted integral derivative control in load frequency control applications, representing a revolutionary step towards intelligent power system management. The equilibrium optimizer is used to tune the parameters of the TID-IC. This optimization algorithm is chosen for its ability to navigate the TID-IC controller's complex parameter space, providing an appropriate balance between exploration and exploitation capabilities crucial for dynamic power system environments. The performance evaluation of the proposed controller focuses on a two-area multi-source interconnected power system. Within this system, each area includes conventional power generation units like thermal, gas, and hydraulic plants, alongside renewable energy sources such as wind and solar. Considering system nonlinearities, parameter uncertainties, physical constraints, communication time delays, load perturbations, and variations in renewable energy sources, simulation results demonstrate the effective management of the load frequency control problem by the proposed controller. The TID-IC's effectiveness and superiority are further supported by a comparison of its performance against several established control techniques. Our findings demonstrate the TID-IC controller's superior performance in reducing frequency deviations, improving system robustness, reducing performance index values, and offering better disturbance rejection capability, outperforming conventional PID and other advanced controllers in diverse operational scenarios. These achievements point to a promising application of the TID-IC in real-world multi-source interconnected power systems, representing significant progress in managing the complexities and uncertainties inherent in modern energy grids. Consequently, this research contributes to the development of more reliable and efficient energy grids, vital for integrating renewable energy sources and meeting the growing demands for sustainable power solutions.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».