双馈异步风电系统的动态级联模型预测控制

双馈异步风机(DFIG)是目前风电市场的主流机型。由于风机需优化不同时间尺度的多个控制目标,传统线性控制难以满足其需求。模型预测控制(MPC)因其优秀的动态性能和多目标优化能力,成为控制风机的有效方法。然而模型预测控制通过单一代价函数实现多目标优化,这导致控制目标相互耦合,使控制优先级混乱、权系数设计复杂。为此,提出一种动态级联模型预测控制策略。所提方法采用多个代价函数级联的结构,通过计算每个控制目标所有代价函数的平均值来对控制目标排序,动态调整优先级。此外,所提方法使用控制阈值调整控制前级进入后级的候选开关矢量数量。所提方法无需使用权系数即可实现对多个目标的总体最优控制。硬件在环结果证明了所提方法的有效性。

应用混合逻辑动态模型预测控制器的磁轴承三电平调制策略

传统磁轴承三电平调制策略在数字控制系统中存在控制延迟问题,影响电流纹波抑制效果。针对上述问题,提出一种基于混合逻辑动态模型预测控制器的磁轴承三电平调制策略。基于混杂系统理论,建立混合逻辑动态模型,统一表征出驱动电路充电、放电和续流工作模态,实现三电平调制;结合模型预测控制理论,将所建立的混合逻辑动态模型作为预测模型,预测磁轴承的控制电流,实现对控制延迟的补偿,并将预测控制电流送入到代价函数中,得出驱动电路的最优控制信号;基于所提调制策略构建了磁轴承控制系统,并与传统调制策略进行对比。仿真结果表明:在轻载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平脉冲宽度调制(pulse width modulation,PWM)策略,电流纹波分别降低了49.90%和49.87%;在中载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平PWM策略,电流纹波分别降低了49.99%和49.84%;在重载扰动工况下,所提调制策略相比于传统三电平滞环调制策略与传统三电平PWM策略,电流纹波分别降低了50.08%和49.77%。在三电平调制机制的基础上,所提调制策略能够有效补偿一个采样周期的控制延迟,达到降低电流纹波的效果。

基于模型预测控制的电-气互联系统动态优化调度研究

在当前电气、天然气与人们生活密不可分的背景下,电—气互联综合能源系统(IPGES)的调度运行研究具有极其重要的价值和意义。目前电—气互联系统的运行策略大多基于日前概况设计,而负荷预测误差往往导致次优日前调度运行。针对这种情况,模型预测控制因为其实时性和鲁棒性的优点,在处理不确定性问题方面表现出卓越效果。本研究在长时间尺度上对日前调度进行了优化,并基于模型预测控制方法进行了实时在线优化调度。在日内调度中,采用卡尔曼滤波对负荷进行短期预测,并根据最新预测信息建立滚动优化和实时反馈校正模型以进行多时间尺度的调度。最后通过案例分析验证了该方法在动态优化调度电力系统和天然气系统组成的电—气互联系统中具有更好经济性和供需匹配性,并能有效应对负荷波动。

共母线开绕组永磁同步牵引电机级联模型预测电流控制

为抑制共母线开绕组永磁同步牵引电机传动系统转矩脉动和由共模电压以及三次谐波反电动势作用于零轴回路产生的零序电流,提出一种自抗扰级联模型预测电流控制方法。首先,在第1级采用第1个有效电压矢量使得q轴电流增加,第2个有效电压矢量使得q轴电流减小,这一新的筛选组合规则将2个有效矢量根据对q轴电流作用效果分组寻优和作用时间分配;其次,在第2级对第1级所选有效电压矢量的零轴分量局部寻优,在第3级对第1级和第2级优化后系统产生的零轴电流分量采用极性相反的零矢量进行矢量分类寻优抑制,并精确分配作用时间;然后,在第4级对前3级所选电压矢量进行开关状态局部寻优,确定最优电压矢量的低开关频率状态组合作用于逆变器。最后,引入自抗扰控制减少电机启动加速过程中的调速超调,并对所提策略和双矢量模型预测电流控制进行稳态和动态仿真对比。结果表明:所提策略对转矩脉动、零轴电流、总谐波畸变率、开关频率和调速超调都具有很好的抑制效果,避免了传统模型预测控制的多目标代价函数中权重系数整定,对系统的控制性能有明显的提升作用。研究结果为进一步对共母线开绕组永磁同步牵引电机传动系统弱磁控制进行究,以及将驱动控制系统应用于机车牵引提供参考。

基于SSA优化的永磁同步电机级联模型预测控制研究

针对永磁同步电机(permanent magnet synchronous motor)使用传统PI控制鲁棒性差和动态响应慢,以及传统有限集电流预测控制方法控制稳定性差和电流脉动较大的问题,提出了基于麻雀搜索算法(sparrow search algorithm,SSA)优化的级联模型预测控制方法。首先,将速度外环采用模型预测速度控制器,利用麻雀搜索算法来在线整定控制器参数,该方法可以快速找到最优的控制器参数,使其更加准确地控制电机运转;其次,电流内环采用最优占空比模型预测电流控制器,使得电流脉动减小;最后,通过仿真对比实验结果表明所提出的控制方法显著地降低了超调量,快速响应性能更好、抗干扰能力更优,同时可以有效抑制电流脉动,证明了所提方法的合理性和有效性。

基于模型预测控制的高比例可再生能源电力系统多时间尺度动态可靠优化调度

提出基于模型预测控制的高比例可再生能源电力系统多时间尺度动态可靠优化调度方法,通过日前优化调度、日内滚动优化、运行风险计算及反馈校正几个环节,对可再生能源发电和系统内可调资源进行最优调度。日内实时调度阶段,基于日前调度计划和实时运行状况,采用回归预测算法,自适应选择重要变量预测系统未来运行状态,通过吉布斯抽样得到关键变量的概率密度,快速量化系统下一时刻的运行风险,并将风险反馈至日内滚动优化阶段,重复进行可靠优化调度。仿真算例结果验证所提方法的适应性和可行性。

一种基于Si/SiC级联H桥逆变器的高性能模型预测控制方法

Si/SiC级联H桥逆变器,能够利用不同器件的开关组合保证低输出电流谐波畸变率(Total Harmonic Distortion,THD)和装置效率,但也带来了Si/SiC子模块开关分配的难题.对此,本论文设计一种变权重的模型预测控制方法(Model Predictive Control,MPC)选择总开关状态并分配子模块开关组合.该方法在选取逆变器总开关状态和Si/SiC子模块开关组合的代价函数中引入基于器件开关损耗的变权重,以改善逆变器的效率和输出电流谐波畸变率.在五电平Si/SiC级联H桥逆变装置上验证了变权重MPC的有效性,相比于固定权重MPC,输出电流THD最多降低2.05%,装置损耗最多降低4.53%.

永磁同步电机动态模型预测控制设计

为了提升传统模型预测控制(MPC)电压矢量的利用率、减少计算量、降低时间消耗,提出了动态MPC策略。动态MCP由简化MPC和传统MPC分时使用组成。简化MPC备选电压矢量少、计算量小。但当系统处于动态变化状态时,较少的备选电压矢量使得转速超调量高、跟踪速度慢。在此基础上,采用I_(d)=0的控制方法,并以d轴电流偏差为参考,提出了简化电流变化的动态切换控制策略。当电流偏差在电流变化系数范围内时,使用简化MPC,并只提供3个备选电压矢量;在范围外时,使用传统MPC,并使用全部7个电压矢量。试验结果表明,动态MPC策略保留了两者的优点,既有较好的动态响应,又缩短了计算周期。该设计可有效应用于低成本、算力不强的电机应用场景。

高速公路施工控制区动态交通流预测的LSTM-BiGRU-Attention模型

为提前准确预知高速公路施工控制区交通流变化趋势,解决交通流时间序列中的长期依赖问题,文中建立了高速公路施工控制区动态交通流预测的LSTM-BiGRU-Attention模型。首先,将预处理后的动态交通流数据集按时间步长顺序输入到LSTM网络,对交通流信息建模和学习。然后,引入BiGRU和Attention机制以更好地捕捉上下文信息和提供更具针对性的权重分配。最后,将构建的LSTM-BiGRU-Attention模型与其他模型进行交通流预测对比,评估模型性能。实验以G35济广高速公路某施工控制区交通运行情况为案例进行研究,结果显示该模型的平均绝对误差MAE为1.91,均方根误差RMSE为2.83,决定系数R^(2)为0.79,平均绝对百分数误差MAPE为3.23。对比其他模型,LSTM-BiGRU-Attention模型的4个评估指标均有所下降,说明该模型可为高速公路施工控制区提供更加精准的预测。

基于模型预测控制的双有源桥变换器动态性能优化

为了解决直流微电网中双有源桥(DAB)DC-DC变换器的动态响应性能不佳、能效低下以及稳定性差等问题,本文提出一种基于模型预测控制(MPC)策略的改进型DAB变换器。该策略通过构建输出电压的预测模型,并针对预测误差确立代价函数,旨在最小化下一控制周期的最优控制量,进而对双有源桥DC-DC变换器实施精准的建模与预测控制。在此基础上,针对电路参数敏感性问题,通过与预测模型相结合,对系统参数灵敏度进行优化。最后,利用MATLAB/Simulink对控制效果进行仿真模拟,并与常规闭环控制PID、PID+前馈控制进行比较,验证所提出算法的正确性与优势。

基于模型预测控制的潜水器动态控制分配

潜水器系统在水下工作时,会受到多种干扰因素影响.同时,为了提高机动性与容错能力,载人潜水器采用了过驱动设计.针对上述问题,本文设计了一种基于抗干扰控制器与动态控制分配的双层控制结构,使得受干扰影响的潜水器系统在满足相关约束条件的前提下,能够将期望的力与力矩分配到各个推进器以完成控制目标,并克服了静态控制分配方法忽略执行器动态特性的缺点.首先,建立潜水器的动力学模型与执行器的动态模型;其次,基于干扰观测器的干扰估计信息利用反步法设计运动控制器,获得期望控制律;此外,考虑执行器动态特性,设计基于模型预测控制(MPC)的动态控制分配算法,求取每一个执行器的实际推力;最后,使用MATLAB进行数值仿真,验证本文控制方法的有效性与优越性.

价值函数级联的PMSM双矢量模型预测转矩控制

针对永磁同步电机有限集模型预测转矩控制(FCS-MPTC)存在的权重因子难以确定,电磁转矩和磁链波动较大的问题,提出了一种价值函数级联的双矢量模型预测转矩控制策略。首先,根据基本电压矢量对电磁转矩的作用效果,将电压矢量分为两类,并设计了一种新的双矢量组合规则;其次,为了保证所选的双矢量组合在控制过程中能有效抑制转矩和磁链的波动,将其波动程度纳入到价值函数的寻优计算中,并通过构建级联结构消除转矩与磁链之间的权重因子;最后,在MATLAB/Simulink中搭建模型进行仿真,仿真结果表明所提控制策略在无权重因子参与的情况下能有效降低电磁转矩和磁链的波动。

自动驾驶载货汽车速度轨迹模型预测跟踪控制方法

为避免车辆质量变化与道路坡度对自动驾驶载货汽车纵向车速控制的干扰,通过智能导航系统获取车辆速度轨迹及道路坡度信息,建立车辆纵向动力学模型和压缩天然气(CNG)发动机动力学模型,并基于模型预测控制(MPC)框架设计了一种实时的动态规划(DP)速度轨迹跟踪控制器。仿真结果表明,在新欧洲驾驶循环(NEDC)和全球统一轻型车辆测试循环(WLTC)工况下,该控制器在载货汽车质量变化和道路坡度干扰条件下能使车速保持稳定,并可在优化速度跟踪误差的同时降低发动机天然气消耗量。

基于改进人工势场与模型预测控制算法的无人运货小车实时规划与控制研究

针对多类型动态障碍物和复杂工况环境下的避碰路径规划与跟踪控制问题,以厂房无人运货小车为研究对象,提出了一种基于多类型动态环境的改进人工势场算法,并针对复杂负载工况下无人运货小车难以控制的问题提出了自适应约束的模型预测跟踪控制算法。通过改进障碍物斥力势场模型,解决了由临界情况引力极大导致的目标不可达问题;通过模糊控制优化了无人车路径跟踪控制器的权重系数,以应对复杂工况下模型预测控制算法的不确定性,有效解决了小车在跟踪过程中的震荡问题。最后,在搭建的无人车路径规划和轨迹跟踪智能控制系统内验证了所设计改进算法的有效性。无人运货小车能够避开各类参数不同的障碍物,并进行有效的跟踪控制。

电动汽车动态无线充电系统输出电流模型预测控制

动态无线电能传输(DWPT)能够为行驶中的电动汽车提供能量补给,有助于缓解里程焦虑、节省充电时间。然而,车辆行驶过程中发生的随机性横向偏移以及分段导轨切换区域的耦合关系变化等,都会引起充电功率波动。该文以LCC-S型磁耦合谐振式DWPT系统为例,提出一种结合卡尔曼滤波和模型预测控制的恒流控制方法。首先建立电能接收端Buck降压电路的状态空间模型;然后基于该模型设计卡尔曼滤波状态估计器和预测控制器;最后通过仿真和实验,验证了所提出的卡尔曼滤波和模型预测融合控制算法的有效性,并与传统的PI算法进行比较。结果表明,该控制器显著提高了恒流控制速度,并且对互感变化具有很强的鲁棒性。

永磁同步电机级联模型预测转矩控制优化

针对永磁同步电机(PMSM)模型预测转矩控制(MPTC)权重系数设计和调节的问题,将权重系数连接的多目标成本函数并联形式转换为单目标成本函数的级联形式,从而消除权重系数。建立基于级联法的表面式PMSM MPTC,研究级联顺序及输出电压矢量个数对系统控制性能和计算量的影响。提出简化排序比较计算量的方法和采用模糊控制器动态调节输出电压矢量个数的优化策略。仿真结果表明:基于级联法的表面式PMSM MPTC可行,无需权重系数设计和调节。当第一级输出6个电压矢量时,采用简化算法的第一级排序比较次数和运行耗时分别减小71.43%和71.67%,整体运行耗时减少2.28%。与传统级联法相比,模糊动态级联MPTC可动态调节不同控制目标的重要性,减小转矩和磁链脉动,抑制动态磁链脉动,优化控制性能。

基于矩形区域分类的NPC型H桥级联五电平逆变器简化模型预测电压控制

为进一步提高中点电压钳制(neutral point clamped,NPC)H桥级联五电平逆变器的动态响应、降低控制器计算负担的同时确保装置低损耗运行,文中在电压矢量矩形区域分类的基础上,提出一种以满足动态响应和降低开关损耗为目标的两级优化模型预测电压控制策略。首先根据逆变器数学模型和期望电流进行目标电压矢量计算、修正,接着基于矩形区域分类对目标电压矢量进行定位;并以定位后的候选矢量为基础,设计了两级优化目标函数以输出满足要求的最优矢量。仿真和实验结果验证了该方法的有效性,与空间矢量脉宽调制以及传统模型预测电流、电压控制策略相比,该文所研究的两级优化模型预测电压控制策略,在确保逆变器动态响应的前提下既能降低控制器计算负担,还能有效减少器件开关损耗。

基于局部模型网络的主汽温阶梯式动态矩阵控制

火电厂主汽温系统的大惯性、时变性和多扰动等特点导致采用传统串级PID控制难以取得令人满意的控制效果。为了克服传统控制方案的缺陷,提出了一种基于局部模型网络的多模型阶梯式动态矩阵控制算法。首先,通过引入阶梯式策略有效解决了原始动态矩阵控制算法固有的矩阵求逆问题;其次,通过引入扰动前馈补偿,提高了主汽温系统的抗扰动能力;最后,针对不同工况下动态特性大幅度变化的主汽温对象,设计了基于局部模型网络的多模型阶梯式动态矩阵控制器。仿真结果表明,相比于传统控制算法,所提算法明显提升了主汽温系统的全局设定值跟踪性能、抗扰动性能和鲁棒性能,可以满足火电机组主汽温的控制要求。

含光储充的配网虚拟电厂二次调频随机模型预测控制策略

含光储充的主动配电网作为一种灵活的新型调节资源,可通过聚合其内部的多类分布式电源组成配网虚拟电厂(distribution-level virtual power plant,DVPP)进而整体参与系统二次调频,具有广阔的发展前景。但实际配电网内部情况复杂,存在储能配置有限导致可调容量不足、光伏短时出力难以预测导致控制不精确、功率分配不合理导致内部电压越限的问题,传统虚拟电厂调频策略难以适用。针对上述问题,提出了一种基于随机模型预测控制(stochastic model predictive control,SMPC)的DVPP二次调频策略,通过聚合模型设计、光伏不确定功率的场景树模型搭建、SMPC策略设计的方式实现了分布式电源出力扰动情况下DVPP快速、准确响应自动发电控制(automatic generation control,AGC)指令的目标,并有效降低了功率调节对系统内部电压的影响,为DVPP参与系统二次调频提供了理论基础。

融合激光雷达料位测算的锅炉燃烧优化模型预测控制

提出了一种融合激光雷达料位测算的锅炉燃烧优化控制策略。该控制策略通过激光雷达对生物质的入炉给料量进行实时在线监测,并采用最大互信息系数(MIC)方法分析其对于主汽压力、燃烧室温度、出口烟气氧量等关键参数的时延长度,结合经过特征筛选的锅炉特征参数,构成模型样本集;通过粒子群优化(PSO)算法进行参数优化,获得燃烧过程外源自回归(ARX)模型,并采用模型预测控制的方法优化锅炉燃烧。以700t/d生物质燃烧发电锅炉为测试对象,该控制策略在主汽压力与燃烧室温度约束下实现了烟气氧量优化。实验结果与对比分析表明:(1)该预测模型具有较高的精度与泛用性,能满足预测控制的要求;(2)相较于PID与模糊控制,该控制算法拥有更高的控制性能,在仿真结果中氧量与其设定值的平均偏移能控制在±25%以内。该控制策略理论上具有较好的实践意义,可为生物质发电锅炉的智能化稳定燃烧提供解决方案。