MétaCan
Menu
Retour à la cohorte
Enregistrement W4401990106 · doi:10.1109/access.2024.3451520

Seamless Transition Between Microgrid Operation Modes Using ADRC Without an Islanding Detection Algorithm nor PLL

2024· article· en· W4401990106 sur OpenAlexafffund
Naïm Yalaoui, Louis‐A. Dessaint, Mohammad Reza Dehbozorgi, Kamal Al‐Haddad

Notice bibliographique

RevueIEEE Access · 2024
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensÉcole de Technologie Supérieure
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIslandingMicrogridPhase-locked loopComputer scienceAlgorithmControl theory (sociology)Electronic engineeringElectrical engineeringEngineeringTelecommunicationsArtificial intelligenceDistributed generationControl (management)

Résumé

récupéré en direct d'OpenAlex

The availability and cost of fossil fuels, natural disasters, aging infrastructure, climate change, and rising electricity consumption have affected today’s power grids. One of the most practical solutions for achieving green and reliable energy is the use of microgrids. The stability of microgrids dominated by electronic converters presents several challenges. Among the problems encountered are the absence of physical inertia, delay in detecting islanding, and loss of stability associated with the transition between operating modes and variations of the load power. To overcome these challenges, this study presents a new robust control strategy based on active disturbance rejection control (ADRC). It is suitable for both islanded and connected operation modes with a single control, without an islanding detection algorithm or Phase-Locked Loop (PLL). The effectiveness of the control strategy is demonstrated through simulations and a comparative analysis with conventional droop control. Flexibility of the transition is also ensured. The proposed control strategy is successfully validated using a TI C2000 DSP TMS320F28335 microcontroller.

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 enseignants0,612
Score d'incertitude au seuil0,781

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 savante0,0010,002
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 Opus0,027
Tête enseignante GPT0,288
Écart entre enseignants0,261 · 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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetMicrogrid Control and OptimizationTravaux en français237 207