Active and Reactive Power Sharing Between Dispatchable Distributed Generation Units Within a Microgrid With Multiple Grid Interconnections, Using Enhanced Interconnection Flow Controller
Notice bibliographique
Résumé
This paper discusses the enhancements made to the basic interconnection flow controller (IFC) design recommended for microgrids for managing active power flow on the interconnection lines between the microgrid and main grid. The enhancements focus on two key features: the frequency response balancing within the active power controller, and integration of the interconnection reactive power flow controller (IRFC). A microgrid, in grid interconnected mode, is defined to be ideal, when it either acts a constant load or as a constant source with reference to the main grid. The designed enhancements ensure that microgrid continue to operate ideally, not only with reference to the active power but also with regards to the reactive power flow from the main grid, even during minor frequency deviations in the main grid. The suggested modifications aim to maintain system stability by dynamically adjusting active and reactive power flows between the microgrid and the main grid. The simulation results show that the enhanced‐IFC (e‐IFC) outperforms the standard IFC, especially during varying reactive power demand and frequency deviation events. The proposed e‐IFC achieves an 80% reduction in active power flow deviation (from ±10% to ±2%) and improves frequency recovery time by over 50% (from 6.5 to 3.2 s). Reactive power flow regulation is maintained within ±2% of reference under dynamic load conditions, ensuring voltage stability. The e‐IFC’s ability to independently control both active and reactive power flows offers an ideal, more stable and efficient operation of the microgrid, improving overall system reliability.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».