基于协同强化学习的微电网分布式两级电压优化控制

由于微电网中分布式电源组成复杂,运行模式多样,孤岛微电网的电压恢复控制面临着不确定性干扰的影响。为此,针对不确定性干扰下微电网的二级电压恢复控制问题,提出了一种基于协同强化学习的微电网分布式两级电压优化控制方法,实现孤岛模式下微电网的电压调节控制。首先构建孤岛微电网分布式一致性协同电压控制算法,并建立李雅普诺夫函数稳定性判定方法。其次根据控制器性能与控制器增益参数的关系,求解孤岛微电网电压控制器增益上界,并根据控制器增益参数上界限制强化学习智能体动作集。随后,采用强化学习算法优化二级控制器增益参数,给出相应的强化学习智能体状态集、协同全局奖励函数。最后在Matlab/Simulink上通过仿真实验验证了所提出的控制方法的有效性和适应性。

基于SDRE控制的双臂空间机器人轨迹优化跟踪

针对自由漂浮双臂空间机器人惯性参数未知的问题,提出了一种基于状态依赖Riccati方程的两级优化控制方法。首先,基于扩展机械臂方法建立双臂空间机器人自由漂浮状态下的关节空间动力学模型;而后将标称状态变量和实际状态变量作为标称动力学方程的反馈输入量,借助增广变量法,分别得到空间机器人关于关节角度和角速度的类线性标称状态方程和实际状态方程;根据标称状态方程设计离线标称SDRE控制器,并建立其与实际状态方程的误差模型;由此进一步设计在线补偿SDRE控制器补偿标称控制器的跟踪误差。SDRE稳定性引理保证了所设计控制器的渐进稳定性;数值仿真结果验证所提控制方法的有效性。