MétaCan
Menu
Retour à la cohorte
Enregistrement W4392207940 · doi:10.1109/tpel.2024.3370142

A Dual-Level Optimal Control Strategy for Offshore Microgrid Considering Efficiency and Operation Cost in Wide Load Range

2024· article· en· W4392207940 sur OpenAlexafffund
Xiangchen Zhu, Yanbo Wang, Chen Liu, Nie Hou, Yunwei Li, Zhe Chen

Notice bibliographique

RevueIEEE Transactions on Power Electronics · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésMicrogridDual (grammatical number)Range (aeronautics)Submarine pipelineControl (management)Computer scienceAutomotive engineeringEngineeringControl theory (sociology)Electrical engineeringVoltageAerospace engineering

Résumé

récupéré en direct d'OpenAlex

Both efficiency and operation cost are the key to offshore microgrids operation. At the same time, due to the lack of external energy support, the paralleled converters in offshore microgrids often needs to handle the operation in a wide load range. In that case, this paper proposes a dual-level optimal control framework to improve overall operation performance of offshore microgrid with paralleled converters within a wide load range. First, a normalized nonlinear relationship between power loss and operation cost of paralleled converters is established. Based on it, a multi-objective optimal function is established. Then, the optimal operation condition is derived by Lagrange Multiply method with the established converter performance index. Furthermore, optimal power sharing considering both efficiency and operation cost is proposed at first level. Then, second level control is proposed to improve system performance in a wide load range. The proposed decentralized dispatch strategy is realized by a consensus protocol mechanism with the mealy machine based on the established performance index. Experiment results in a scaled-down prototype are given to validate the effectiveness of the proposed dual-level control strategy. The proposed strategy is able to optimize performance of paralleled converters under different power profiles.

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 enseignants0,977
Score d'incertitude au seuil0,989

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 Opus0,011
Tête enseignante GPT0,227
Écart entre enseignants0,216 · 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

Citations8
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Power ElectronicsMême sujetMicrogrid Control and OptimizationTravaux en français237 207