MétaCan
Menu
Retour à la cohorte
Enregistrement W4413977947 · doi:10.1109/tsg.2025.3605924

Distributed Secondary Control for DC Microgrids With Near-Infinite Constant Power Load Accommodation

2025· article· en· W4413977947 sur OpenAlexaff
Zhiyong Liu, Lantao Xing, Jingyang Fang, Zhan Shu, Hongye Su

Notice bibliographique

RevueIEEE Transactions on Smart Grid · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensUniversity of Alberta
Organismes subventionnairesNatural Science Foundation of Shandong Province
Mots-clésAccommodationConstant (computer programming)Control theory (sociology)Power (physics)Power controlConstant power circuitControl (management)Electrical engineeringPhysicsMathematicsComputer scienceEngineeringPower factorOptics

Résumé

récupéré en direct d'OpenAlex

In DC microgrids, constant power loads (CPLs) inherently exhibit negative impedance characteristics, which are widely believed to degrade system stability as their penetration level increases. Consequently, extensive research has aimed to establish safe upper bounds for CPL penetration. However, these upper bounds are typically derived as sufficient conditions, making them overly conservative. Moreover, when multiple DC sources are connected in parallel to a common DC bus, the simultaneous need for current sharing and DC bus voltage regulation further complicates system control. To address these challenges, this paper proposes a novel distributed secondary control method based on the dynamic averaging of virtual voltage drops (VVDs). The proposed method offers two key advantages: 1) It ensures both precise current sharing and voltage regulation in single-bus DC microgrids, even in the presence of mixed ZIP loads, i.e., constant resistive loads (Z), constant current loads (I), and constant power loads (P). 2) Unlike existing approaches that impose conservative limits on CPL penetration, the proposed method theoretically demonstrates that the safe upper bound for CPLs can be arbitrarily large, enabling the DC microgrid to accommodate an almost infinite number of CPLs without compromising stability. Both Simulation and experiment studies are conducted to validate the effectiveness of the proposed method.

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 enseignants0,989
Score d'incertitude au seuil0,986

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 Opus0,004
Tête enseignante GPT0,194
Écart entre enseignants0,190 · 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

Citations6
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Smart GridMême sujetMicrogrid Control and OptimizationTravaux en français237 207