基于双层模型预测结构的跨区域AGC机组协同控制策略

随着高渗透率风电并入多区域互联的交直流电网,风电渗透区域容易出现自动发电控制(automatic generation control,AGC)机组调频容量不充足,难以有效抑制风电功率随机性带来的频率波动问题。为此,该文提出基于双层模型预测结构的跨区域AGC机组协同控制策略,实现多区域间共享调频资源。该控制策略在上层采用经济性模型预测控制实现跨区域AGC机组稳态功率优化分配;在下层采用分布式模型预测控制实现多区域AGC机组动态频率优化控制。以含风电场的三区域交直流互联电网为例,仿真结果表明:与传统的AGC控制方式相比较,该文所提出控制策略不仅能有效维持联络线断面安全和抑制频率波动,而且降低了多区域AGC机组联合调频成本。

双层模型预测控制系统的多包镇定域分析与系统设计

针对双层模型预测控制(Model predictive control,MPC)中出现的由于系统状态在动态控制(Dynamic control,DC)过程中超出约束集,导致下层优化不可行的问题,本文在综合控制方法的基础上提出一种新的动态控制策略,引入多包镇定域(Multi-convex hull stabilization domain,MHSD)的概念.通过离线计算多包镇定域,并根据系统每一时刻的实测状态值,在线决定(Dynamic control)层的镇定域以及相应的控制时域,结合变约束思想,保证动态控制过程递归可行,从而有效控制在大范围内变化的系统状态.另外,本文通过设计非线性反馈控制器,扩大了终端不变集和多包镇定域的范围,提高了DC层对稳态目标值的跟踪效果.本文的控制算法可以使得DC层在目标跟踪过程中保证递归可行性,并最大程度地实现无静差跟踪.仿真算例验证了本文算法对稳定系统和不稳定系统都有效.

基于双层模型预测控制的微电网经济调度

由分布式柴油发电机、电池组和分布式光伏组成的微电网可以为海岛等偏远地区的居民提供有效的电能供应,但由于其负荷用电量和分布式光伏的出力存在波动性,因此需要有效的运行控制方法来调整功率分配,从而实现系统经济高效运行和可靠的电力供应。基于此,提出了一种基于双层模型预测方法的微电网最优运行控制策略。第一层基于对各元件功率的有效预测来构建最优控制问题,实现电能的最优分配;第二层为了提高控制策略对预测误差的鲁棒性,进一步通过求解边界值问题来调整柴油发电机的发电功率。算例分析表明了所提控制策略在提高计算可行性和准确性、增强鲁棒性以及降低成本等方面的有效性。

基于增量状态空间模型的双层预测控制

为了提高对干扰系统建模的准确性,将被控输出作为状态建立增广的状态方程,提出基于增量状态空间模型和人工干扰模型的双层模型预测控制方案。该方案给出了增广模型的可检测性条件。利用稳态Kalman滤波得到增广的状态估计,在Kalman预报中对当前输出值和估计值的偏差进行补偿,获得准确的开环预测值。引入稳态目标计算获得最优的目标值以保证无静差控制。采用增量状态空间模型避免了工作平衡点的影响。仿真算例证实该方案能保证系统在有干扰出现的情况下可靠地跟踪稳态目标值,验证了该方案的有效性。

双层DE-ELM预测模型及股指中短期预测

针对极限学习机易陷入过度学习和隐层节点数目难确定的问题,提出基于双层差分进化算法的极限学习机(双层DE-ELM)预测模型,把极限学习机(ELM)的隐层节点数目和节点参数作为差分进化(DE)算法的外层和内层进化个体,利用DE算法通过自然选择淘汰机制对其进行学习和完善。将该模型应用于上证综合指数和标准普尔500指数的短、中期预测,并与DE-ELM等模型的预测结果进行对比分析。实证结果表明:双层DE-ELM预测模型能够有效地选择隐层节点数目和参数,具有较强的预测能力和较高的稳定性。

基于双层MPC的多源孤岛微网经济运行控制策略

含有柴油发电机、光伏发电单元和储能单元的孤岛微网为偏远地区的能源供给提供了有效的解决途径,但是由于光伏出力与负荷需求的双重不确定性,目前尚缺乏行之有效的能量控制策略以同时保证孤岛微网的供电可靠性与经济性。如何在不间断供电的基础上,实现多源孤岛微网的经济运行已是电网公司亟待解决的新问题。为此,提出了一种基于双层模型预测控制(Model Predictive Control, MPC)的多源孤岛微网经济运行控制策略,以实现运行成本最小化,同时减小负荷和光伏功率波动带来的不利影响。通过仿真分析中国西北某村的经济运行成本验证了所提控制策略的有效性。

基于VMD和MPC的电动汽车-火电机组联合调频控制

合理的调频指令分配策略以及有效的指令跟踪控制方法是利用集群电动汽车(aggregate electric vehicle,AEV)联合火电机组开展调频控制、改善调频质量、提高调频经济性的关键。基于此,文中提出基于变分模态分解(variational mode decomposition,VMD)和双层模型预测控制(model predictive control,MPC)的AEV参与系统调频控制策略。首先,设计AEV联合传统火电机组的频率协调优化控制结构,建立火电机组及负荷频率控制模型,同时将AEV转化为虚拟调频单元,构建在AEV参与下系统单区域多机组负荷频率控制模型;然后,利用VMD将电网调频指令信号分解为含不同频率成分的本征模态函数,整合高频分量作为AEV的调频指令,低频分量作为火电机组群的调频指令,并通过双层MPC分别在AEV和火电机组群内部实现调频指令的优化再分配及跟踪控制;最后,对所提控制策略进行仿真验证。结果表明所提控制策略可实现对系统频率的有效调节,且兼顾了调频的经济性和动态性能。

轨道交通车站出入口客流预测——以北京市为例

针对轨道交通车站出入口客流精准预测问题,综合考虑车站周边土地利用情况、交通接驳条件、车站属性和吸引力等因素,构建了双层客流预测模型,包括基于多元非线性回归的交通小区层客流预测以及基于CRITIC法的出入口层客流预测。模型以可获取数据为基础,先预测交通小区内所有出入口客流总量,再将客流总量分配至交通小区的各出入口。随机选取不同类型轨道交通车站对模型有效性进行验证,结果表明,出入口日进站量的模型预测值与实际值误差在30%以内,平均误差为20%,具有较高的预测精度。

非合作目标交会的双层MPC全局轨迹规划控制

针对空间非合作目标近距离视线交会中的全局最优鲁棒轨迹规划与控制问题,提出了基于高斯伪谱方法(GPM)和线性时变模型预测控制(LTVMPC)的双层模型预测控制(MPC)算法。在轨迹规划方面,以视线坐标系下的相对轨道动力学为模型、能量最少和控制精度最优为性能指标构建最优控制问题,利用GPM精度高、收敛速度快的特点将最优控制问题转化为易于求解的全局非线性规划问题,在MPC框架下求解得到全局最优的标称轨迹,克服了传统的MPC不适用于全局大范围非线性规划的缺点;在轨迹跟踪控制方面,考虑预测时域内状态转移矩阵的时变特性,设计了LTVMPC算法对标称轨迹进行追踪,避免了存在不确定性时轨迹的重规划,从而降低在线计算量,保证算法在线自主实施,并且采用滚动优化的策略使算法对不确定性具有鲁棒性。由于规划层和控制层考虑的约束相同,因此规划的轨迹是可控、可达的。数字仿真表明,在燃料消耗和交会时间等方面,提出的方法均显著优于传统的MPC方法,相较于传统的MPC方法,新算法的交会时间减少50%左右,燃料消耗降低30%以上。

动态矩阵控制中基于Kalman滤波的开环预测方法

用稳态Kalman滤波器来解释双层结构模型预测控制中的开环预测模块,得到的结果与非基于Kalman滤波导出的开环预测对应和等价.将该结果与文献中已有的Kalman滤波解释进行了详细对比,阐述了其中的不同点.针对双层结构预测控制的整体策略进行仿真,并针对积分输出的Kalman滤波进行仿真,验证了所得结论的有效性.