基于紧约束鲁棒模型预测控制的无人车辆轨迹跟踪控制

针对无人驾驶车辆的轨迹跟踪问题,基于车辆非线性动力学模型,设计了一种紧约束鲁棒模型预测控制(MPC)方法。首先,利用魔术公式轮胎模型,结合车辆3自由度系统,构建了具有有界干扰的车辆线性离散误差模型;其次,采用紧约束控制策略设计系统的鲁棒优化问题;最后,通过在线优化得到最优控制序列,并离线构造之后多个时刻满足约束条件的可行控制序列。仿真结果表明,所提算法能够使车辆稳定快速跟踪上参考轨迹并有效提高系统计算资源利用率。

基于模型预测控制的燃料电池汽车能量管理控制策略研究

为了提高燃料电池汽车的经济性和部件的耐久性,提出一种基于实时模型预测控制(MPC)和庞特里金极小值原理(PMP)的燃料电池混合动力汽车能量管理策略。该策略采用模型预测控制实现燃料电池和电池之间的能量分配,降低总等效氢消耗;通过反向传播神经网络(BPNN)获得预测速度序列,利用极小值原理求解每个预测区间的最优控制问题。与基于规则的策略(RB)相比,该策略可以在保持电池荷电状态稳定的同时减少10.97%的总等效氢消耗量。

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。

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。

基于模型预测控制的配电网单相接地故障有源消弧

针对配电网非有效接地系统中单相接地故障消弧的难题,现多采用附加有源补偿和消弧线圈相结合的方案对接地故障电弧进行抑制,而有源补偿系统控制策略的性能直接决定了消弧性能。文中设计了基于模型预测控制(model predictive control,MPC)的有源消弧实现方案,首先分析采用注入电流方式的有源消弧原理,然后采用三级联H桥多电平逆变器作为有源消弧系统主拓扑,优选代价函数,设计基于MPC的有源消弧闭环控制系统。该控制系统相较基于比例积分(proportional integral,PI)控制的有源消弧闭环控制系统,无须进行参数整定即可实现对多次谐波电流的精确追踪,进而有效补偿接地电流。仿真及实验结果均表明:文中所提方案能更加有效地抑制接地故障电流,满足不同场景可靠消弧的要求。

模型预测控制(MPC)在飞机自动着陆系统中的应用

进场着陆是飞行的复杂阶段,虽然仅占整个飞行的2%～3%,却大约有1/3的飞行事故发生在此阶段,而高速喷气式飞机的飞行事故有一半以上是发生在进场着陆阶段。本次仿真的对象是一种具有特殊外形的无人机,对侧向着陆精度要求很高。于是文中采取了预测控制器加经典PID控制器构成了分层控制系统。动态矩阵法的在线优化和反馈校正等特点有效地提高了系统的整体性能。结果表明,这种方法可以有效地提高着陆精度并严格控制接地时的滚转角。

基于非线性MPC的电动赛车驱动防滑控制

文章采用非线性模型预测控制(model predictive control,MPC)方法实现轮边驱动电动赛车的驱动防滑控制。为了实现电动赛车良好的纵向加速和轮胎抓地性能,将车轮滑移稳定区作为非线性模型预测时域约束,建立轮边电机滑移率控制模型;结合赛车空气动力学套件和轮胎特性,在MATLAB/Simulink软件中建立驱动防滑模型成本函数来平衡目标滑移率、目标扭矩变化率和最大扭矩限制等多个目标;通过CarSim和MATLAB/Simulink的联合仿真并结合半实物在环台架试验验证模型的有效性和可靠性。联合仿真和试验验证结果表明,该文方法可以有效地提升赛车的纵向性能。

考虑风电预测误差时序性及风电可信度的双层优化模型

推动风电等清洁能源是实现双碳目标的有力举措。为此针对风电的不确定性,提出考虑风电预测误差时序性及风电可信度的双层优化模型。首先,根据风电预测误差的时序相关性优化预测误差分段数;然后,建立双层优化模型,日前阶段上层模型基于风电功率上下波动域以最大化利用风电和最小化发电成本及碳交易成本为目标函数,日内阶段基于风电概率性场景以最小化系统偏差校正成本及风险成本为目标函数,并考虑激励型需求响应,通过风电可信度耦合关联上下层模型;最后,以新疆某地区风电场数据进行仿真分析,结果表明所提模型能够降低系统风险成本,协调风电和火电的输出功率,并提高风电接入系统的整体经济性。

基于模型预测控制算法的喷雾降温控制

喷雾降温系统应用广泛,但现有喷雾降温系统存在控制精度不高,资源节约效果差等问题。通过对液滴蒸发模型进行分析,建立喷雾降温系统数学模型,设计了基于模型预测控制算法的喷雾降温控制。在MATLAB环境下使用该算法对喷雾降温模型进行仿真,对系统状态、系统输入和跟踪信号进行分析。结果表明,相较于传统的PID控制方法,所提出的模型预测控制算法在响应速度、控制精度和经济效益方面均表现出更好的性能。该研究为实际喷雾冷却应用提供了有价值的参考,提高了系统的控制精度和使用效率。

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。

双层结构模型预测控制算法性能分析

双层结构模型预测控制是在常规模型预测控制的基础上集成了稳态目标计算层,所增加稳态目标计算层通过对给定外部目标进行调节或执行独立经济优化为底层动态控制提供设定值.本文着重于分析增加稳态目标计算层对常规模型预测控制策略在控制性能、经济性能、及鲁棒性方面的影响.阐明稳态目标计算是在动态不确定性下的最优决策过程,可实时考虑当前工况环境给出最佳设定值,使动态层控制量的计算更加合理,并可保证在动态控制层实现无静差控制;稳态目标计算层可利用包含目标跟踪和经济优化的性能指标,在保证跟踪控制要求的同时利用操作自由度进行经济性优化,有助于提高系统经济性能,此外由于操作自由度增加使得系统对于特定方向的扰动和通道失配具有更强的鲁棒性.最后通过实验仿真验证了所做分析的正确性.

基于模型预测控制的智能网联车队异步避障策略

有效避障规划是保证智能网联车队行驶安全性的前提。文章提出一种基于模型预测控制(model predictive control,MPC)的智能网联车队异步避障策略,以解决智能网联车队规避障碍物时的横向控制问题。首先运用人工势场理论建立周围交通参与物和道路的势场,并由全局规划模块及感知模块获得目标车道和车速信息;其次基于模型预测控制器综合考虑人工势场、目标车道与车速以及车辆动力学限制进行多目标控制,以实现车队的避障规划,智能网联车队采用异步避障策略降低行车风险以及道路的占用面积;最后基于MATLAB/Simulink与TruckSim的联合仿真平台建立多个避障场景,包括单障碍物避障和多障碍物避障,对比车队的同步避障策略与异步避障策略的性能表现。结果表明,文章提出的基于MPC的智能网联车队异步避障策略能够有效提升车队行驶的安全性,证明该方法可行且优越。

基于性能触发的双层结构模型预测控制

双层控制结构广泛应用于工业过程控制,针对实际系统中不确定性导致的性能下降和控制不可行的问题,提出一种事件触发的动态实时优化(Dynamic Real-Time Optimization,D-RTO)与模型预测控制(Model Predictive Control,MPC)双层结构.上层采用经济模型预测控制(Economic MPC,EMPC)对目标函数进行优化,计算最优参考轨迹并传给下层;下层采用MPC使系统跟踪上层轨迹;通过构建基于性能指标的事件触发条件来及时补偿不确定性造成的系统性能损失,无需等到D-RTO的下一次优化.当实际系统性能指标与上层优化的性能指标之差超出阈值时,需要重新求解EMPC,并基于当前状态更新参考轨迹.在此基础上,进一步分析了事件触发的D-RTO与MPC双层控制结构的可行性和闭环稳定性.数值模拟实验验证了方法的有效性.

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。

直流输电系统中基于模型预测控制的电流调节策略研究

主要研究直流输电系统中基于模型预测控制(Model Predictive Control,MPC)的电流调节策略。先阐述了直流输电系统的基本原理和电流调节问题。然后提出了基于模型预测控制的电流调节策略的设计方法,包括控制目标与性能指标的确定、电流调节问题的数学建模、状态变量预测模型的建立以及控制器设计与参数调优等内容。最后进行了模拟实验,并选择了适当的性能评估指标,以展示模型预测控制策略的仿真结果。旨在为直流输电系统的电流调节问题提供有效的解决方法和策略,以进一步提升系统的性能。

基于风光储双层母线微电网的分布式模型预测控制

针对风光储互补的双层母线直流微电网系统,提出一种基于多端口变换器直流微电网分布式模型预测控制策略。首先,建立各个子微网系统中风电系统、光伏系统和储能系统的数学模型,其次,依据风电系统、光伏系统工作在经济最优,发电功率最大,储能系统作为补充的原则,采用分布式模型预测控制算法优化风电系统、光伏系统输出功率,保证高低压侧母线负荷跟踪性能和经济性能。最后,通过微网间DC/DC变换器进行PI控制,实现高低压母线间能量平衡,维持母线电压稳定。通过仿真、实验验证,所提控制策略能够实现各个微电网发电单元经济最优的同时,维持高低压侧母线的功率平衡和母线电压稳定,提高了系统的运行可靠性。

双层结构模型预测控制稳态优化层QP与LP求解模态分析

为解决双层结构预测控制在工程应用中存在的通用化需求及参数配置问题,针对稳态优化层研究两阶段求解策略的标准化过程,形成一系列线性规划(LP)和二次规划(QP)问题;提出目标函数含绝对值及数值截断误差问题的解决策略;针对所形成的LP及QP问题,从几何关系及代数关系两方面分析了解其特性,并分析了模型失配对LP及QP解的影响。仿真验证结果表明,随着决策变量权重系数变化,QP比LP的解具有更好的连续性,QP的权重系数能更精确调节决策变量的偏向性;可行域边界的变化导致LP的解一定发生变化,而一直在约束空间内部的QP解则不随时间变化。

基于随机模型预测控制的能源互联网双层协调优化调度

为有效降低分布式电源出力不确定性对能源互联网优化运行的影响,从降低分布式能源出力不确定性和双层协同优化两个方面建立了能源互联网的调度体系,提出了一种基于随机模型预测控制的能源互联网双层协同优化调度方法。考虑到光伏和风电的主动控制能力,采用将风电和光伏的规则性概率分布转化为不规则性概率分布的方法,降低分布式电源处理不确定性;通过提出的双层协同优化策略的方法对不规则概率模型进行求解。第一层优化采用离散粒子群法,以系统污染物排放量期望值最少为目标,求解设备启停状态;第二层优化采用粒子群算法,以系统运行成本期望值最小为优化目标,求解设备出力。通过对某市的楼宇进行仿真获得的调度数据和成本优化数据分析,表明了本文提出方法不仅可以降低成本,还有着良好的环境友好性。

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。