采用改进MPC提高储能系统电压暂态特性研究

储能系统通过换流器实现并网运行,常规换流器因为其开关频率低,在采样、计算环节存在延时导致储能系统暂态特性差,甚至引起整个电网不稳定。本文采用模型预测控制MPC(model predictive control)来实现储能系统功率快速响应,避免延时影响。引入功率权重价值函数在有功、无功MPC控制中,计算储能换流器输出电压最优值。针对因为滤波电感参数偏移导致的MPC模型不准确问题,本文采用电感误差补偿控制来提高模型精度。通过Matlab/Simulink仿真和实验来验证本文所提方案可提高储能系统暂态特性,有效消除误差对MPC控制性能的影响。

基于二维动态减载和双层MPC的风储联合调频与功率优化分配

风机可以通过减载控制提供调频备用功率,但存在弃风量大的问题。为此,结合储能装置,设计了考虑风速分区与储能荷电状态(SOC)的二维动态减载策略,在提供充足调频备用功率的同时减小了弃风功率。在此基础上,结合双层模型预测控制(MPC)架构,提出了计及机组转矩波动的风储联合调频控制策略,上层MPC将风电场视作整体,通过协调风储出力提升调频效果;下层MPC通过风电场内的功率优化分配以抑制机组的转矩波动,保证调频性能的同时提高了机组运行稳定性。通过仿真分析验证了所提策略的有效性,结果表明该减载策略具有更高的风能利用率,且在调频过程中通过机组的功率优化分配减小了机组的转矩波动,提高了机组运行稳定性。

智能汽车轨迹跟踪MPC-RBF-SMC协同控制策略研究

针对自动驾驶车辆行驶过程中模型失配以及外部环境干扰导致车辆轨迹跟踪环节精确性不高的问题,提出了一种结合车辆运动学模型预测控制(MPC)、径向基(RBF)神经网络和滑模控制(SMC)的轨迹跟踪控制策略。通过建立车辆运动学MPC模型计算当前状态车辆期望横摆角速度,并将其与实际横摆角速度的偏差输入RBF-SMC控制器,利用RBF快速逼近非线性模型的特点,结合滑模控制输出前轮转角,实现车辆的横向轨迹跟踪控制。仿真结果表明,与传统的控制器相比,该方法轨迹跟踪精度显著提高,并在不同行驶工况下表现出较好的鲁棒性。

MPC灰色理论算法在同步预测控制器设计中的应用

随着人工智能算法和预测模型的发展与优化,对复杂交叉耦合的环境和对象,数学模型建立困难或测试手段精度不高的场景,难以保证有效的控制方案运行和算法应用。首先,在分析干扰模型和同步控制预测原理基础上,引入MPC(模型预测控制)灰色理论算法的经验值理论,灰色预测算法的原理是约束集均方值最优解。其次,将多变的输入参数整合成若干段的模型匹配的数学模型,其控制系统的时间轴能够以离散时序建立完整的时间模型。利于分析和解决无法用传统数字精确描述的复杂模型或系统问题,尤其是信息获取不完备或者失真的参数信息。最后,分析工业控制模型多为纯滞后的二阶惯性环节的时延控制对象,通过三组建模和仿真实验,得出基于MPC灰色理论算法设计同步预测控制器具有较好的优势,属于一种多值混合动态算法。在误差调节和波动抑制具有良好的同步效果。

基于自适应采样周期和预测时域MPC的车辆路径跟踪控制

为解决自动驾驶车辆在低附着路面路径跟踪控制精度较低的问题,设计了一种自适应采样周期和预测时域MPC控制器。首先,结合车辆动力学模型和MPC算法设计了MPC控制器,并加入轮胎侧偏角约束;然后,分析控制器的采样周期和预测时域对控制效果的影响,提出一种综合考虑采样周期和预测时域的自适应控制策略,通过车辆前轮转向角更新采样周期,通过车速更新预测时域;最后,使用Carsim和Matlab/Simulink联合仿真平台,在低附着路面的不同车速条件下进行仿真实验。结果表明,当车速为25 km/h和45 km/h时,相较于固定控制参数MPC控制器,自适应采样周期和预测时域MPC控制器的最大横向误差分别减小140.2mm和40.8mm,其在不同车速下的路径跟踪控制精度均更高,横摆角速度和质心侧偏角均在合理范围内,车辆稳定性较好,证明所提路径跟踪控制器在低附着路面具有较高的控制精度和可行性。

基于CL-RRT与MPC的舰载机牵引系统路径规划

针对舰载机在甲板狭小、复杂环境下的调运过程,结合闭环快速随机搜索树(close loop rapidly exploring random trees,CL-RRT)和模型预测控制(model predictive control,MPC)提出一种舰载机牵引系统的路径规划算法。首先,在CL-RRT中采用纯追踪器与线性二次型(linear quadratic,LQ)控制器得到系统的控制输入并向前仿真得到规划路径。其次,将已得路径进行等比缩放与插值作为MPC的初始解。最后,设置MPC的目标函数等并解得最终路径。展开自定义三个场景下的仿真实验,通过与CL-RRT算法的实验结果进行比较,验证本文算法的优越性。实验结果表明,所提算法可有效解决因采样随机性带来解质量不佳的问题,提升舰载机在甲板上的调运效率与安全性。

考虑参数估计的MPC算法的商用车车道保持控制

设计了一种考虑参数估计的模型预测控制(MPC)算法的、智能辅助驾驶的商用车的车道保持算法,对于难以直接测量的质量和横向速度进行估计。建立车辆动力学模型和状态误差方程,通过扩展Kalman滤波(EKF)和递推最小二乘法(RLS)分别对车辆的横向速度、质量进行估计。基于估计得到的车辆参数,设计MPC车道保持控制器。构建硬件在环(HIL)仿真平台,设置不同的测试工况对车道保持算法进行了验证。结果表明:与普通MPC相比,在偏移回正工况中,车辆纠偏消耗的时间减少28.6%,并且超调量更小;高速路工况的横向位置偏差的均方根误差减小了4.2 cm。该方法提升了纠偏能力和跟踪精度,降低了传感器成本。

基于MPC的光-储协同调频优化策略

[目的]为了降低光伏发电给电网带来的频率扰动,并进一步提升调频效果,提出了一种基于MPC(Model Predictive Control)的光-储协同调频优化策略,分析了该策略的基本原理、控制流程、约束条件、目标函数并优化了权重系数。[方法]构建了一个基于MPC的光-储并网系统模型,并根据该模型推导出了非线性状态空间方程。为了验证该策略的调频效果,设置了4种不同的仿真环境:无储能、带电池储能、带混合储能以及文章提出的策略。[结果]仿真结果表明:与其他场景相比,所提出的策略在调频效果上是最优的,无储能的条件下调频效果是最差的,此外,采用混合储能的调频方法优于使用电池储能的方法。[结论]在MATLLAB/Simulink平台上验证了所提策略的有效性。在光伏发电系统中,对储能和光伏最大功率点跟踪进行优化控制,能使电网频率更加稳定,从而提高整个系统的稳定性。该研究成果可为光伏发电并网提供参考依据。

不同掺合料对MPC/混凝土抗剪强度的影响

为寻求应用于不同强度等级混凝土最佳粘结抗剪强度的MPC配比,采用双面剪切试验,掺入粉煤灰(5%、10%)、硅灰(0%、5%、10%)到MPC中,对MPC/混凝土(C20、C25、C30、C35、C40)粘结抗剪性能进行研究,得到了MPC与混凝土粘结界面的破坏形式和抗剪强度。结果表明:MPC/混凝土的界面粘结破坏存在混凝土内部破坏、胶体内部破坏和胶体与混凝土剥离破坏三种形式。MPC/混凝土的界面破坏层随着混凝土等级提高由混凝土深层向表层转移。粘结抗剪强度随混凝土等级提高而增加,C40混凝土粘结抗剪强度最高达到2.9 MPa。掺合料中粉煤灰和硅灰为5%的MPC和各强度混凝土的破坏模式较为均衡,界面粘结性能最佳。

基于可拓相平面稳定域划分的Tube-MPC车辆稳定性控制

针对分布式四轮驱动电动车辆在极限工况下稳定性控制难题,考虑了横摆角速度、横纵向加速度等传感器噪声以及质心侧偏角估计误差的影响,提出了基于可拓理论的相平面稳定域划分方法以及自适应管道模型预测控制(ATMPC)算法,以快速量化车辆稳定性程度,并在满足跟踪精度的前提下保证车辆行驶的稳定性。所设计的车辆横摆稳定性控制系统采用分层设计架构,其中上层基于可拓理论,将车辆质心侧偏角-橫摆角速度相平面与可拓控制域相关联,并根据车辆实际状态判断可拓控制域并计算关联函数,实现了下层的管道模型预测控制(TubeMPC)控制目标权重与控制模式的决策;下层基于Tube-MPC对期望横摆角速度和质心侧偏角进行跟踪,实现附加横摆力矩的精准决策,之后采用轮胎负荷率优化方法进行横摆力矩的分配。通过CarSim与Simulink软件联合仿真,对所设计的控制策略进行仿真验证。结果表明,相较于常规MPC算法,所提出的控制架构与ATMPC控制策略能够有效提升车辆在极限工况下的行驶稳定性以及噪声干扰环境下的鲁棒性。

基于T-S MPC的车辆自适应巡航控制策略研究

针对于汽车自适应巡航系统面对复杂工况时自适应性不强的问题,提出了一种基于T-S模糊变权重模型预测控制(Takagi-Sugeno fuzzy model predictive control,T-S MPC)的自适应巡航分层控制策略。首先上层控制器基于安全距离模型将自适应巡航系统划分为定速巡航模式、多目标优化控制的跟随模式和紧急制动模式;下层控制器基于车辆逆动力学模型,将上层控制器输出的期望加速度转变为节气门开度或制动压力;其次考虑到权重系数对控制精度的影响,建立基于T-S模糊控制的变权重模型预测控制器;最后搭建Carsim Simulink联合仿真平台,验证控制策略的准确性、适应性和跟踪响应速度。结果表明,在定速巡航工况时,T-S MPC控制方法跟踪响应时间为1.54 s,较PID和传统MPC控制跟踪响应快;在跟随和混合工况时,T-S MPC控制方法均方根误差为分别为0.3073、2.775,均低于PID、PID+LQR和传统MPC控制的均方根误差、并且自适应性好,有效提高了跟车性能与安全性。

基于MPC和PID的脚轮式全向移动平台轨迹跟踪

针对现有运动控制策略无法保证独立驱动脚轮式全向移动平台位姿的高精度控制问题,提出一种基于模型预测控制(MPC)和PID控制相结合的双闭环轨迹跟踪控制策略。首先,利用运动学几何关系建立独立驱动脚轮式全向移动平台在世界坐标系下的三自由度运动学模型,基于正交分解法建立平台在机器人坐标系下的逆运动学模型,以反映平台中心点速度与各个脚轮转速间的关系;其次,采用MPC并基于三自由度运动学模型设计位姿控制器,使平台对期望轨迹进行位姿跟踪,并在考虑多目标约束条件的情况下通过位姿控制器求解出最优控制量;最后,采用PID设计速度控制器,用于跟踪位姿控制器输出的期望速度,通过平台逆运动学模型计算得到期望轮速,从而驱动平台实现全向运动。通过仿真验证了所提控制策略的有效性,平台能有效跟踪直线轨迹和圆形轨迹。仿真结果表明,与通过平台转角逆运动学模型解耦驱动轮速的位置单环轨迹跟踪控制策略相比,加入速度内环后系统超调量下降97.23%,响应时间缩短36.84%。

基于改进MPC与RBF-PID的智能车轨迹跟踪控制

为提升智能汽车轨迹跟踪控制的稳定性和精度,提出一种基于时域参数自适应MPC与RBF-PID的轨迹跟踪控制方法.首先搭建车辆横纵向动力学模型;其次分析控制时域与预测时域对跟踪精度的影响,设计时域参数自适应MPC横向控制器并进行仿真验证;然后基于径向基函数(RBF)神经网络整定PID控制参数,设计分层式纵向控制器,并设计折线速度曲线与PID算法进行对比;最后以车速为耦合点构建智能汽车横纵向综合控制系统,并在蛇形工况下对横纵向综合控制系统进行仿真实验.结果表明,所设计的横向控制器能保证低速时的跟踪精度和高速时的车辆稳定性,纵向控制器可有效提高速度跟踪精度,横纵向综合控制系统能实现车辆在变车速工况下对轨迹的精准跟踪,同时保证良好的行驶稳定性与舒适性.

基于深度强化学习的航空发动机MPC控制研究

针对传统模型预测控制在工况突变、大幅值故障等大幅度模型失配情况下,难以保证控制精度的问题,提出了一种基于深度强化学习的航空发动机改进模型预测控制方法。首先对MPC对模型失配的调节效果进行评估,针对不同类型不同程度的模型失配对MPC的影响进行分析。其次提出基于深度强化学习的模型预测控制方法(DRL-MPC),通过深度强化学习对预测模型与实际系统之间的模型偏差进行修正,提升预测模型的预测精度。最后,对MPC的代价函数进行重构,建立基于深度强化学习的航空发动机改进MPC控制器。对传统MPC方法与所提方法进行了比较仿真。仿真结果表明,在存在大幅模型失配的情况下,所提方法能够在不提升计算代价的情况下有效降低MPC控制器对模型失配的敏感程度。

基于MPC的TPC输出电压动态响应特性改善

三端口变换器(TPC)具有集成度高、功率密度高及各端口间单级变换的特点,但同时,能量流动会受多个变量的相互作用影响。输出电压控制环路采用传统PI控制器时,会造成电压动态调节过程响应慢,输出值波动大。为改善上述问题,引入模型预测控制(MPC)对输出电压动态响应进行优化,对三端口变换器进行了状态空间平均值建模,得到预测模型与控制变量的关系,设计了目标函数,通过遍历寻优获得最优值,从而提高输出电压的动态特性;通过实验对比研究输出电压环在传统PI控制、模型预测控制下输出动态响应的效果,结果表明模型预测控制对改善输出电压稳定性具有明显效果。

基于MPC的前向自动泊车轨迹跟踪研究

针对充电口前置的新能源汽车泊车充电的问题,在参考倒车和前进入库两阶段的规划轨迹基础上,本文提出基于模型预测控制(MPC)的前向自动泊车轨迹跟踪方案。该方案根据分段轨迹的位姿信息,采用车辆运动学线性误差模型设计MPC轨迹跟踪算法,应用于垂直车位的前向泊车仿真场景以验证该控制方案可行,并通过对比PID轨迹跟踪算法说明该控制方案具有更高轨迹跟踪精度。

基于MPC的音视频同步码率自适应测试

随着信息化的发展,音视频流媒体技术应用面越来越广,为了使得音视频流媒体技术尤其是在直播方面拥有更好的性能,得到更多用户的好评,采用在原本HTTP的动态自适应流标准的视频流媒体架构下引入MPC控制算法并将MPC与码率自适应算法相结合的方法,进行对AAC优化、确定预测模型、测试音视频同步的影响因素以及PSNR-Y分量、测试切片时长与跳帧时延,计算最终的QoE用户评价指标来进一步检测音视频流媒体技术的优劣;经实验仿真测试可知,相比前人的相关算法,在不同直播场景下以及不同网络环境下均有更加良好的QoE值,平均QoE用户评价指标明显更高,为1 237.282 6;综上分析可知,MPC的音视频同步码率自适应算法各项性能最好。

基于FCS MPC的TNPC UPQC补偿策略研究

针对传统统一电能质量控制器(UPQC)控制策略存在控制性能不佳的问题,以三电平变流器为对象提出基于有限集模型预测控制(FCS MPC)的TNPC UPQC的补偿策略。设计了补偿量检测环节,研究了串并联侧补偿量控制策略;并通过进一步优化分区,在减少控制器计算量的同时,兼顾了三电平变流器中点电位平衡的控制效果。最后在MATLAB/Simulink仿真实验平台搭建模型,仿真结果证明了所提出的设计方法的正确性和可行性。

基于MPC的AGV导航控制

在构建自动导向小车AGV的结构及运动学模型时,由于建模方式不同,机体坐标系原点选择不同,前驱/后驱和前轮/后轮转向都会导致运动学模型结果不一致,精度较差。因此设计了AGV控制系统并对相关参数进行选取和计算;建立车辆运动学模型并在此基础上设计了AGV导航系统及导航算法,采用MPC优化算法提高轨迹跟踪精度。开展了仿真实验验证,对比AGV控制系统的性能和可靠性。结果表明,改进后的MPC模型在提高轨迹跟踪精度方面的表现比传统控制器模型及其他轨迹跟踪方法效果要好,证明所提方法能够提升车辆行驶的轨迹跟踪控制精度,具有很高的实用价值。

基于FCS-MPC的PMSM自抗扰弱磁控制系统设计与分析

永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)弱磁控制系统常用于电动汽车领域。电动汽车运行于低速时,PMSM需要输出大转矩,以响应快速起步、加速及爬坡需求;电动汽车运行于高速,且超过额定速度时,PMSM处于弱磁状态,需具备一定的带载能力,以满足高速行驶和超车工况。针对PMSM弱磁控制中的转速突变,文章设计了自抗扰控制器(Active Disturbances Rejection Controller,ADRC)替代速度外环PI控制器,对扰动项快速观测和补偿,减小速度突变对系统造成干扰,实现转速精准跟踪。针对转矩项干扰,结合转矩和磁链输出值设计有限集模型预测控制(Finite Control Set Model Predictive Control,FCS-MPC)以替代传统直接转矩控制(Direct Torque Control,DTC),构建令转矩和磁链脉动最小的价值函数,再通过价值函数的计算寻优,选取出最优空间矢量控制信号输送给逆变器。基于ADRC和FCS-MPC的优化作用,弱磁控制系统的抗扰能力、电流和转矩输出精度增强,试验验证了所设计系统的可行性和性能优势。