MétaCan
Menu
Retour à la cohorte
Enregistrement W4414229530 · doi:10.1109/access.2025.3610451

A Proximal Policy Optimization-Based Controller for Enhanced Power Sharing in Microgrids

2025· article· en· W4414229530 sur OpenAlexafffund
Seyedmohammad Hasheminasab, Armin Lotfy, Mohamad Alzayed, Hicham Chaoui

Notice bibliographique

RevueIEEE Access · 2025
Typearticle
Langueen
DomaineEngineering
ThématiqueMicrogrid Control and Optimization
Établissements canadiensCarleton University
Organismes subventionnairesGovernment of Ontario
Mots-clésController (irrigation)Control theory (sociology)Voltage droopProcess (computing)Transient (computer programming)Mean squared errorAdaptabilityPower (physics)Key (lock)

Résumé

récupéré en direct d'OpenAlex

This paper introduces a Proximal Policy Optimization (PPO)-based virtual impedance (VI) controller to enhance both power sharing and system response under disturbances in inverter-interfaced microgrids. Traditional droop control methods often face challenges due to variations in feeder impedance, which degrade performance. The proposed controller continuously updates its policy based on changes in the operating environment. The control problem is modeled as a Markov Decision Process (MDP), in which the state and action spaces are explicitly defined, and a carefully designed reward function, satisfying system criteria and constraints, guides the learning process toward achieving the desired transient and steady-state performance. By leveraging PPO, the controller improves upon traditional methods by reducing the need for manual tuning and offering better adaptability to varying operating conditions. The performance of the proposed controller is evaluated in both islanded and grid-connected modes, using batteries with capacities of 1 MW, 125 kW, and 100 kW. The results demonstrate that the PPO-based VI controller improves power-sharing accuracy and provides better response to disturbances across different scenarios compared to the conventional controller. To validate the performance of the proposed method, an assessment is conducted on the system frequency using key metrics, including Root Mean Square Error (RMSE), Integral of Absolute Error (IAE), Integral of Squared Error (ISE), and Integral of Time-Weighted Squared Error (ITSE). The PPO controller consistently achieves the lowest errors across all scenarios compared to the conventional controller, with the IAE reduced by 27% in islanded mode and 36% in grid-connected mode.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,007
Tête enseignante GPT0,270
Écart entre enseignants0,263 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE AccessMême sujetMicrogrid Control and OptimizationTravaux en français237 207