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。

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。

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。

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.

嵌入式分布式架构下航空发动机模型预测控制方法研究

传统集中式架构和离线设计控制器的方法已经很难满足航空发动机复杂多变、全生命周期控制需求。本文提出了一种部分分布式架构的涡喷发动机模型预测控制方法,并进行了鲁棒性分析:采用改进的组合线性模型求解方法,在保证精度的前提下大幅缩短求解时间,解决了发动机多变量线性状态空间模型求解问题;设计了基于线性模型预测控制的涡喷发动机控制器,解决了含有约束条件下发动机动态性能优化问题;考虑到分布式控制系统具有总线网络通信特性,建立了以网络工具箱模拟总线网络的分布式控制系统仿真平台,解决了存在总线网络丢包情况下的分布式控制系统鲁棒性分析问题;采用多节点模块化设计方法,设计并搭建了分布式控制系统硬件在环仿真平台并采用嵌入式矩阵运算优化方法,解决了模型预测控制算法在嵌入式平台上的应用问题。试验表明:模型预测控制的效果优于传统PID控制效果,有效地提高了发动机的动态响应;同时,在存在网络丢包情况下,本文所设计的基于模型预测控制的分布式控制系统依然具有稳定的控制效果和鲁棒性。

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。

交流微电网谐波功率分布式共享控制策略

交流母线电压的电能质量是微电网分布式控制的关键问题之一,该文将含逆变器接口的分布式发电机连接到微电网母线上,重点研究了含非线性负荷的微电网谐波功率共享问题。为了解决非线性负荷引起的电压畸变,设计了谐波下垂控制器和模型预测电压控制器,替代传统的电压电流双闭环控制。在此基础上,提出了一种基于有限集模型预测控制的分布式协同一致协议,使每个分布式发电单元的谐波功率在公共耦合点均匀分布。该方法可以提高微电网系统的可靠性和灵活性,防止电网扰动和馈线阻抗失配,使谐波功率在分布式发电机组之间精确地按比例分配。仿真结果表明,该控制策略在实现谐波功率共享和改善公共耦合点电压谐波失真方面具有良好的效果。

含分布式光伏的配电网模型预测控制优化方法

分布式光伏的高渗透率和不确定性对节点电压和潮流分布产生了较大影响,给配电网的安全运行带来了新的挑战,如何对含分布式光伏的配电网进行有效准确的优化控制是亟须解决的问题。为此,文中提出一种含分布式光伏的配电网模型预测控制优化方法,以减小节点电压偏差和网络损耗为目标,基于模型预测控制方法不断更新预测信息并构建优化模型,对分布式光伏和储能设备进行滚动优化控制。采用修改的IEEE 33节点系统作为算例进行验证,仿真结果表明配电网的节点电压偏差和网络损耗得到了有效降低,优化效果相较于日前优化方法更贴近实际结果。基于模型预测控制,所提方法有助于配电网在分布式光伏接入下安全运行,且能减小控制方案与实际情况的偏差。

考虑可控负荷的多区域电力系统分布式模型预测负荷频率控制

由于同步发电机的惯性较大,导致传统的集中式负荷频率控制模式反应不够迅速,而用户侧具有快速响应能力的可控负荷资源为系统的频率调节提供了新机遇。研究了考虑用户侧可控负荷资源主动参与系统频率调节的多区域互联电力系统分布式模型预测负荷频率控制问题。通过建立的含可控负荷的多区域互联电力系统负荷频率响应模型及自动发电控制模型,基于连续时域交替方向乘子法和分布式模型预测控制方法,提出了一种用户侧可控负荷资源主动参与的多区域互联电力系统分布式模型预测最优负荷频率控制模型。基于修改的IEEE39节点三区域互联电力系统进行仿真验证,结果表明所提考虑可控负荷的分布式模型预测控制策略可显著减少系统恢复至稳态所需的时间。分布式控制策略的控制自由度更高,增强了系统的可控性。

基于分布式模型预测控制的欠驱动AUV编队控制

分布式模型预测控制(DMPC)相较于集中式模型预测控制具有更低的计算量、更强的容错性和鲁棒性,被广泛应用于多智能体编队控制。文中提出了一种基于DMPC的欠驱动自主水下航行器(AUV)编队控制方法,基于局部邻居信息为各AUV控制器构建预测控制的代价函数和约束条件,通过优化算法求解一定时域内的最优控制输入。同时,针对编队系统可能存在的障碍物避碰问题和通信时延问题,分别设计了基于距离和相对视线差的避障方法,以及在接收到所有邻居信息后再求解的等待机制。仿真结果表明,采用文中方法,多航行器编队能够在障碍及通信时延条件下保持队形稳定。

基于粒子群优化-蚁群融合算法的分布式电驱动车辆模型预测转矩协调控制策略

针对分布式电驱动车辆多动力源耦合作用和高度非线性造成的动力学控制难题,以7自由度整车动力学模型为预测模型,以粒子群优化-蚁群融合算法为优化方法,提出一种基于粒子群优化-蚁群融合算法的模型预测转矩协调控制策略,并搭建了仿真实验和实车试验平台,进行了多种工况试验。试验结果表明,新提出的转矩协调控制策略能够根据试验工况调整控制模式,实现动力性、经济性和操纵稳定性的综合最优控制效果。

基于FCS-MPC的分布式HESS功率协调控制

针对孤岛直流微电网中分布式混合储能系统(HESS)协调运行问题,提出一种基于有限控制集模型预测控制(FCSMPC)的功率协调控制策略。该策略采用小波包变换来分解分布式HESS的功率需求,由于分解后信号的特点和分布式HESS中蓄电池初始状态的不同,于是对分解后最低频信号基于蓄电池荷电状态(SOC)设计自适应因数来进一步再分解。由于DC/DC变换器开关状态组合数量较少,使得多步FCS-MPC的滚动优化计算量较少,于是采用FCS-MPC取代双闭环PI控制,提高系统动态响应。搭建含有分布式HESS的孤岛直流微电网模型,并做了3种方案的仿真对比,验证该策略有效平缓了直流母线波动并实现蓄电池SOC一致。该策略有利于提高电网运行的稳定性,并延长蓄电池使用寿命。

基于MAS的多电力弹簧分布式协同控制策略

为了解决单个电力弹簧无法满足整个微电网电能质量管理需求的问题,提升关键负荷的电压电能质量,依据多智能体系统,构建多电力弹簧分布式系统架构,采用离散一致性算法设计上层控制器,提出采用调制模型预测控制器设计下层控制器。MATLAB/Simulink仿真结果表明,当电网电压波动和非关键负荷变化时,采用所提分布式协同控制策略能够实现关键负荷电压稳定及系统频率快速整定,验证了所提分布式协同控制策略的正确性和有效性。并将所提调制模型预测控制策略与模型预测控制、比例积分控制策略进行仿真对比,验证了所提分布式协同控制策略的优越性。

基于分布式模型预测控制的车辆队列拓展策略

为提高自动化联网车辆队列的灵活性和拓展性,提出一种基于分布式模型预测控制的车辆队列拓展策略。以四元素车辆队列模型为框架,结合二维非线性运动学的节点动力学模型,利用信息流拓扑结构下车辆间邻域信息和分阶段控制策略,将车辆队列拓展过程描述成3类典型优化问题的组合,结合行车安全性及舒适性要求,分别设计分布式预测控制器,并采用仿真实例进行验证。研究结果表明,所提出的拓展策略能够实时优化相邻车道车辆融入主车道队列的动态过程。

基于分布式模型预测控制的城市快速路多匝道协同控制

模型预测控制(Model Predictive Control, MPC)是一种适用于多匝道协同控制的控制策略,但其因计算时间过长而难以在复杂路网中实时实施。为了减少MPC控制复杂路网的计算时间,采用分布式控制思想,考虑交通流的单向性,提出一种贯序分布式多匝道MPC控制方案,各控制器依次根据上游控制器传递的交通信息确定最优匝道控制率。最优控制模型采用METANET交通流模型作为过程模型,综合考虑通行效率、匝道队列和控制信号波动构建目标函数,通过求解目标函数在线优化问题得到最佳的入口匝道控制率。仿真结果表明,相较于集中式MPC控制和分散式MPC控制,所提出的贯序分布式多匝道MPC控制方案可以在提高路网表现和降低计算复杂度间达到平衡。

一种基于分布式模型预测控制的综合能源系统优化调度方法

为了有效提升综合能源系统的能源利用效率,并解决环境污染的问题,提出一种基于分布式模型预测控制的综合能源系统优化调度方法。该方法将短期综合能源系统内部协调控制作为主要研究对象,利用模型预测控制算法实时更新综合能源系统的状态,有利于最大限度地降低预测误差对系统产生的影响。通过比较MPC控制策略和DMPC控制策略的控制性能可知,DMPC控制策略的控制性能更优,符合系统对经济性的要求。

轮毂电机失效下分布式驱动电动汽车主动转向容错控制策略

为提高分布式驱动电动汽车在单轮或单边轮毂电机失效时的稳定性,提出了一种基于事件触发机制的主动转向容错控制策略。设计了基于线性矩阵不等式的故障状态观测器,建立了基于残差评估函数的容错切换机制;采用了Pareto最优理论的分布式模型预测协同控制策略,以实现车辆底盘主动转向系统和横摆力矩控制系统的容错控制最优分配机制。基于Matlab/Simulink软件和CarSim软件在硬件在环平台展开实验。结果表明:当轮毂电机发生恒偏差或变增益故障时,所设计的容错控制算法在低路面附着系数的双移线工况下,横摆角速度跟踪误差降低14.9%,侧向位移跟踪误差降低28.2%。因而,实现了分布式驱动电动汽车在轮毂电机失效下的容错性能和稳定性能。

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。