Robust Higher-Order Sliding Mode Control for Virtual Synchronous Generators to Enhance Stability Under Varying Network Conditions
Notice bibliographique
Résumé
The Virtual Synchronous Generator (VSG) enables inverter-based resources (IBRs) to emulate the dynamic behavior of synchronous generators, enhancing grid-forming capability and power system stability. Conventional control strategies like Multi-Loop PI (ML PI) for cascaded voltage and current control, though widely used, rely on fixed gain parameters and lack adaptability across varying grid strengths, characterized by the Short Circuit Ratio (SCR). To overcome these limitations, this paper proposes a robust Higher Order Sliding Mode Control (HOSMC) strategy for cascaded voltage and current control in VSGs. HOSMC inherently provides variable gain, strong robustness to parameter uncertainties and disturbances, and finite-time convergence, without requiring gain retuning as grid conditions change. Moreover, it mitigates chattering through continuous control laws, addressing a key limitation of traditional SMC. Unlike most nonlinear controls, HOSMC allows frequency-domain stability analysis, simplifying controller design and assessment. The proposed approach is evaluated through small-signal stability analysis and electromagnetic transient (EMT) simulations across a wide range of SCR and X/R ratios. Results show that HOSMC achieves higher and more uniform stability margins than ML PI. A scenario involving dynamic SCR variation is simulated by switching a transmission line, with the VSG operating in the IEEE 118-bus system. The system remains stable throughout, demonstrating the control’s robustness. Real-time Controller Hardware-in-the-Loop (CHIL) validation confirms the practical feasibility of HOSMC under varying grid conditions, including SCR variations, voltage and frequency disturbances, and large faults.
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) | 0,000 | 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 ».