FDI攻击下非线性多智能体系统分布式无模型自适应控制

为研究受到虚假数据注入攻击的单输入单输出非线性多智能体系统的分布式无模型自适应控制问题,提出了一种新的分布式动态线性化方法,以获得非线性多智能体的等效线性数据模型。与现有多智能体的分布式无模型自适应控制在控制器设计中有所不同,本文设计的控制器不需要网络拓扑结构的信息,仅使用系统的输入输出数据。仿真算例验证了所提出的分布式无模型自适应控制算法可以实现多智能体系统的均方有界趋同控制。算法保证了多智能体系统在受到网络攻击时可以实现趋同控制目标。

一类复杂系统的分布式模型参考自适应控制

针对一类子系统相关联的复杂多输入多输出系统 ,提出了一种在多输入子系统中采用基于Lyapunov函数的模型参考自适应控制 (MRAC)的方法 .其中各个子系统建模为线性多输入系统 ,并假设各子系统的参数均为未知 ,各子系统之间存在相互影响 .通过理论推导和计算机仿真证明了该控制方法的可行性和有效性 .

面向电网频率快速支撑的风电场自适应分布式协调控制

随着风电渗透率升高,系统惯量降低,许多国家在其电网导则中要求风电场需具备主动频率支撑能力。然而,风电场受到地理位置分布、风速风向、尾流效应等影响,风电场内风速分布不均,风机运行状态各异,所具备的调频能力不尽相同,且存在转子动能限制,风电场提供频率支撑过程中存在风机功率不合理的分配问题。因此,该文提出了一种适应于风电场的自适应分布式快速频率支撑协调控制,在兼顾安全性的同时充分利用风电场调频能力,提升频率调节效果。该控制主要包括以下3部分:首先,提出考虑风机状态的一致性分布式协调控制,实现频率支撑功率的合理分配;在此基础上,加入考虑风电场状态和频率事件严重程度的自适应控制,保证风电场运行稳定性;随后,在风电场提供频率支撑后的转速恢复阶段采用了预设恢复控制,缓解二次频率跌落问题。最后,通过含风电的四机两区域系统验证所提自适应分布式控制策略相对于集中式控制及固定系数的分布式控制均有更好的调频表现。

多无人艇固定时间自适应分布式协同编队控制

针对在实际海洋环境中由复杂恶劣海况导致的局部通讯条件下多无人艇协同编队控制问题,本文提出一种固定时间自适应分布式控制策略.首先,考虑只有部分跟随无人艇能够直接获取虚拟领航者的状态信息,为每艘跟随无人艇设计固定时间分布式观测器,在固定时间内实现对虚拟领航者位置和速度的估计.然后,在估计信息的基础上,采用反步法为每艘跟随无人艇设计固定时间自适应局部控制器,在固定时间内实现对由虚拟领航者产生的期望轨迹的跟踪.特别地,在局部控制器设计过程中,采用参数自适应机制对模型不确定和外界扰动进行补偿,在保证控制精度的同时避免抖振现象.同时,本文给出了所提出的固定时间观测器与局部控制器的稳定性分析,经数学证明,所提出的观测器和控制器能够保证每艘跟随无人艇均能够在固定时间内完成对虚拟领航者的位置和速度的估计并使位置和速度跟踪误差在固定时间内收敛至零的邻域内.最后,设计对比仿真,将本文所提控制策略和目前常用的PD控制器的控制性能进行对比,仿真结果表明所提出的控制策略在控制精度和收敛速度上具有更优越的表现.

优先级分布式模型预测控制的多智能体系统

针对分布式预测控制机制下的多智能体系统,该文提出了基于智能体子系统优先级分配的控制策略。利用图论方法对优先级的分配进行描述,并根据最小化系统性能指标确定最佳的优先级分配策略,从而简化分布式预测控制优化问题。对基于优先级的分布式预测控制算法进行了可行性和稳定性分析。仿真结果表明,该文所提出的基于优先级的分布式预测控制方法在获得良好性能的基础上,能够有效地减少子系统之间信息交互的次数,并能够有效降低网络资源利用率。

分布式无线网络中的自适应控制协议

本文提出了一种新颖的移动分群算法和分群保持策略 ,它可以用较少的控制开销快速获得网络的分群控制结构并能适应拓扑结构的变化 .采用重叠群方案简单可靠地实现了分群大小的优化 ,将节点密度高的区域灵活地划分成多个节点数较少的群 ,增大了每个节点的通信容量 .提出了网关智能控制协议 ,该协议缓解了网关成为多信道分群间通信的瓶颈 .

分布式发电系统并网逆变器输出功率的自适应控制

针对分布式发电系统中三相电压源型PWM并网逆变器控制问题,考虑滤波电感及其寄生电阻在实际中会发生不确定变化的情况以及外部干扰的存在,提出了并网逆变器输出功率的自适应控制方案,通过控制逆变器输出电流实现对输出功率有功和无功分量的解耦控制,实现了并网系统单位功率因数运行,同时保证直流母线电压的平稳。理论分析和仿真结果证明了所采取的控制策略的可行性和有效性。

基于分布式模型预测的无人机编队避障控制

针对无人机(UAV)在有障碍环境中编队形成和保持问题,提出了一种考虑系统约束的无参考轨迹的分布式模型预测控制(DMPC)算法。为处理模型预测控制(MPC)中存在的约束耦合和代价耦合,引入假设轨迹设计了低保守的相容性约束和无参考轨迹的代价函数,使算法可以分布式同步执行。基于速度障碍法设计终端约束,保证了终端域的安全,并给出了一个可行的终端控制输入。将代价函数作为Lyapunov函数,结合构造的稳定性约束,分析了算法的迭代可行性和系统稳定性。为兼顾实时性,在所提算法的基础上给出了一种能较好满足编队避障要求的非严格稳定的DMPC算法。通过数值仿真,验证了所提算法的有效性和优越性。

基于分布式模型预测的高比例风电系统多源协同负荷频率控制策略

随着风电逐步替代传统电源,系统频率调整能力恶化,风电主动参与互联系统负荷频率控制(load frequency control,LFC)是改善系统频率特性的新途径。针对该背景,基于分布式模型预测控制,综合考虑互联系统内传统机组、风电机组和储能电站等调频资源及其响应特性,提出一种适应于高风电渗透率的互联系统多源协同LFC策略。首先,分析不同风速对风电机组调频特性的影响,提出一种计及风速变化的风电机组多风速段功率响应模型;其次,构建传统机组、风电机组和储能电站协同参与互联系统LFC模型,兼顾各机组频率响应约束,以互联系统区域控制偏差信号和自动发电成本的加权函数为目标,构建区域信息互动的分布式模型预测控制器;最后,为实现互联系统负荷频率全局最优控制,各控制器结合己区域及其他区域机组运行状态,在线求解所有机组的功率参考值。仿真结果表明:所提策略有效降低了系统频率和联络线功率波动的幅度,实现了各机组之间的最优功率分配,并降低了系统自动发电成本。

高比例光伏接入的分布式储能容量自适应协调控制方法

光伏发电具有一定的波动性和不确定性,天气、季节等因素会导致光伏功率的变化,需要储能系统实时跟踪、预测和调整以保持供需平衡,但波动性和不确定性增加了控制的复杂性。为此,提出一种新的分布式储能容量自适应协调控制方法。计算接入高比例光伏电能后储能无功损耗,设置功率约束条件,确保功率的稳定性。基于此,以电压条件最优、接入负荷和净功率最低、高比例光伏接入处的功率可调节范围最优为调控目标,实现高比例光伏接入的分布式储能容量自适应协调控制。实验数据证明,所提方法在控制效果方面具有显著优势,能够实现高效的分布式储能控制,并确保光伏的高效出力。

分布式光伏的多模型自适应无功电压控制策略

分布式光伏大量接入配电网后对电网电压具有显著影响,电压越限成为限制分布式光伏大量接入的重要因素。目前配电网VQC装置调压具有调节离散化、调节速度慢、调节次数受限制、针对性差等问题。本文在分析光伏逆变器无功电压控制策略的基础上,提出了分布式光伏cosφ(U、P)控制模型,并基于并网点电压和光伏的实际有功出力,提出了分布式光伏就地自适应的多模型无功电压控制策略。通过该控制策略可以自动调节光伏自身无功出力,以抑制其对电网电压的不良影响,有效避免了光伏采取集中控制难度大、成本高的问题,并通过与配电网VQC控制相结合,实现有源配电网电压综合控制。经仿真验证,该控制策略可充分利用各位置、各时段的分布式光伏无功支撑能力,有效减少变压器分接头及无功补偿装置的动作次数,弥补了传统调压手段的不足,提高了系统的电压水平。

分布式容错自适应控制器的研制

针对自适应控制中增长最快的自整定ＰＩＤ控制器，介绍一种分布式容错自容错，自适应控制器及其软件的设计思想，本文以实时多任务操作系统，状态顺序编码监控程序设计。定义数据的数字显示，数据缓冲等技术为基础，采用层次结构，并行处理的设计方法，使控制器的软件系统结构清晰复用程度高，可靠性强。本控制器整体性能已在模拟仿真中得到验证。

无人机编队模糊约束分布式模型预测节能控制

针对无人机(unmanned aerial vehicles,UAVs)在编队形成过程中节省能量的问题,提出一种具有模糊约束的分布式模型预测控制算法。首先,用模糊数学理论把僚机相对长机的状态误差空间划分成多个模糊集,根据各僚机的状态误差设计速度和航向角指令的模糊约束;其次,把各僚机相对长机的模糊约束作为自身在分布式模型预测控制算法中的约束条件,以降低速度和航向角的变化幅度,使UAV在编队控制中节省能量;最后,与无模糊约束的分布式模型预测控制算法对比仿真。统计结果表明,该方法可缩减飞行路程、减小速度与航向角的变化累计值,起到节省能量的效果。

基于自适应高斯混合模型的含高渗透率分布式光伏电力系统风险评估

高渗透率分布式光伏(distributed photovoltaic,DPV)的接入增加了电力系统的运行风险。针对出力分布呈现形态复杂的特征,首先,提出一种基于改进近邻传播聚类的自适应高斯混合模型,优化了分布式光伏联合出力概率拟合迭代过程。然后,提出基于改进三阶多项式正态估计过程的Nataf变换方法,结合半不变量和Cornish-Fisher级数展开,实现分布式光伏出力相关性条件下的概率潮流计算。最后,采用电压越限和线路重过载指标计算电力系统运行风险。基于修改的IEEE 14节点电力系统,对不同分布式光伏渗透率的接入场景进行仿真。以蒙特卡洛模拟作为对比,结果表明所提方法在电网状态变量的概率分布计算上具有更高的精度,并验证了评估结果能够有效反映不同分布式光伏渗透率对电力系统风险水平的影响。

基于分布式模型预测控制的城轨列车协同控制方法研究

围绕城市轨道交通列车高密度追踪控制问题,研究基于分布式模型预测控制(DMPC)的列车协同控制方法。首先,对列车进行受力分析并建立列车运行的状态空间模型,在此基础上提出系统控制目标并设计控制策略;其次,在保证行车安全的前提下,基于DMPC设计考虑位置、速度和加速度等前车动态行为的列车一致性协同控制方法,并应用李雅普诺夫稳定性定理对该系统的稳定性进行分析和验证;最后,结合北京地铁11号线西段线路,对提出的列车协同控制方法进行仿真验证。试验结果表明:提出的列车协同控制方法能够在保障列车安全运行的前提下,使列车间的状态达到一致,且具有良好的同步性。将本方法与跟随控制方法进行对比分析,结果表明:采用协同控制方法能够使列车间隔和速度差更小,满足城轨列车高密度追踪控制要求。

分布式驱动电动汽车自适应巡航控制策略研究

以分布式驱动汽车为研究对象,针对多目标协同的自适应巡航问题,应用非线性可变车头时距模型,对坡道、弯道工况设计了间距补偿策略,提高实际车间距离信号的准确性;综合考虑车辆行驶安全性,舒适性,节能性,设计了基于模型预测控制(Model predictive control,MPC)算法、分层控制的自适应巡航控制(Adaptive cruise control,ACC)系统。基于变步长离散化的方法改进ACC系统多目标协同上层控制算法,在保证较长预测时域的基础上提高系统的精确性和实时性。下层控制器中建立逆驱动系统模型、逆制动系统模型,制动/驱动切换逻辑,以车辆整体驱动效率最优为目标设计了期望力矩分配策略。在CarSim/Simulink搭建仿真环境验证了所设计策略的有效性。

柔性关节空间机械臂传感容错无模型自适应控制

针对传感信号畸变、丢失等故障状态严重影响空间机械臂控制系统性能的问题,提出基于空间机械臂运动传感器故障观测的无模型自适应容错控制方法。采用动态线性化和递推参数估计思想设计传感故障监测器,实现对传感畸变及数据丢失等故障的判定,并进行运动状态预测估计;建立包含跟踪误差变化率项的无模型自适应控制准则函数,有效惩罚由传感故障引起的参数估计突变问题;设计面向柔性关节空间机械臂的新型传感容错无模型自适应控制(SFT-MFAC)算法。仿真结果表明,在不同传感故障情况下,所提控制策略均能快速准确识别传感故障信息,避免系统瞬时发散,有效延长系统响应时间,增加控制系统的鲁棒性。

基于模型预测控制的分布式驱动底盘转向稳定性控制研究

针对分布式驱动移动底盘转向时稳定性较差与响应速度慢的问题,提出一种基于模型预测控制(MPC)方法的移动机器人底盘转向控制策略.上层控制器基于7自由度动力学模型,以最优横摆角速度、质心侧偏角和侧向车速为目标,考虑多种约束,采用二次规划算法求解移动机器人底盘输出的合力矩,并转化为车轮转角进行控制输入.下层控制器将根据最佳滑移率求解驱动力及制动力.最后,采用CarSim与Simulink开展联合仿真,搭建实车验证平台,选取正弦线和双移线工况展开实车实验,结果表明基于MPC的分布式驱动移动底盘转向稳定性控制策略是有效性的.

基于无模型自适应控制的半潜式平台运动性能研究

南海海域油气资源极其丰富,半潜式平台在该海域工作时常常面临着系泊失效这一重大危险情况。该研究以一艘装配有悬链式系泊系统和DP-3动力定位系统的半潜式平台为研究对象,利用AQWA软件开展系泊失效前后半潜式平台运动性能研究。同时,借助于AQWA软件二次开发功能,将无模型自适应控制作为动力定位系统控制理论,以研究半潜式平台系泊失效后运动性能恢复。数值仿真模拟结果表明,采用无模型自适应控制作为动力定位系统控制理论的半潜式平台能很好地恢复系泊失效后的运动性能,有效地减小系泊失效带来的危害;基于偏格式动态线性化和全格式动态线性化的无模型自适应控制比基于紧格式动态线性化的无模型自适应控制能让半潜式平台更快地恢复运动性能。

基于MMC的分布式储能系统及其快速SOC均衡控制策略

提高基于模块化多电平换流器(modular multilevel converter,MMC)的分布式储能系统(distributed energy storage systems,DESS)的能量利用率,解决储能子模块(energy sub-module,ESM)荷电状态(state of charge,SOC)均衡问题至关重要。针对现有的SOC均衡控制策略的不足,提出内外分层的快速SOC均衡控制策略。外层针对桥臂间或相间的SOC差异,通过改进MMC模型预测控制(model predictive predictive control,MPC),配合自适应均衡系数,快速调整功率差额。内层引入自适应虚拟电阻法,根据ESM的SOC情况确定主导ESM,自适应调节各单元的虚拟电阻,产生相应的电压梯度,结合MMC排序算法使ESM按照各自SOC进行功率分配,从而实现ESM的SOC快速均衡,提高DESS能量利用率。通过在Matlab/Simulink构建仿真模型,证明了所提控制策略的有效性和可行性。