Stability Enhancement Through Offline Optimization of Decentralized Incremental-Cost-Based Droop Controller in Islanded Microgrids
Notice bibliographique
Résumé
Through the use of incremental cost (IC) based droops, power can be optimally dispatched; however, these droops can adversely affect microgrid (MG) stability. As the load increases, IC-based droops tend to shift the most dominant eigenvalues toward the right half-plane. Prior research permitted a degradation in cost-minimization capability and sacrificed optimality to maintain MG stability. This paper introduces an offline optimization framework to adjust derivative controllers associated with IC-based droops, which, in addition to optimally minimizing operating costs, improve MG stability and power-sharing dynamic performance. The proposed offline optimization iterates over all operating points and assesses MG stability through eigenvalue analysis. It tunes droop parameters, including derivative controllers for active and reactive power, to ensure enhanced stability at every optimal economic dispatch operating point without requiring communication to update these gains. The active power derivative controller gain is optimally scheduled to vary adaptively with the active power output of the distributed generator (DG). The effectiveness of the proposed droop control is confirmed through case studies in the MATLAB/Simulink environment. The case studies encompass load changes on both a 6-bus and a 38-bus test networks, variations in cost characteristics, and instances of DG tripping.
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) | 0,001 | 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 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 ».