基于I&I理论的可逆冷带轧机速度张力系统自适应分散控制

针对具有多变量、非线性、强耦合和不确定特性的可逆冷带轧机速度张力系统,提出了一种基于浸入与不变(immersion and invariance,I&I)理论的自适应分散控制方法。首先,通过构造滑模观测器(sliding mode observer,SMO)对系统的非匹配不确定项进行观测估计,削弱了其对系统性能的影响;其次,基于I&I理论完成了系统摄动参数估计器的设计,且参数估计误差能以指数规律的形式单调收敛;再次,基于I&I理论完成可逆冷带轧机速度张力系统分散控制器的设计,实现了对系统给定值的精确跟踪控制;最后,基于某1422 mm可逆冷带轧机的实际数据进行了仿真对比研究,仿真结果验证了本文所提方法的有效性。

分布式多输入系统的自律鲁棒自适应分散控制

为了实现一类分布式多输入系统的分散鲁棒自适应控制,基于状态扩张和反演干扰抑制控制,提出一种自律鲁棒自适应分散控制的新方法.结合直接反馈线性化和最优控制,给出了自律最优鲁棒自适应分散控制的设计方法.仿真结果表明,所提出方法能够有效实现各子系统的自律鲁棒稳定、全系统整体鲁棒稳定和不确定参数自适应,同时通过求解LMI,具备了最优干扰抑制的功能.

一类带有输入时滞的非线性关联大系统的分散自适应控制

为解决带有完全未知关联项和输入时滞的非线性关联大系统的跟踪控制问题,本文提出一种自适应分散控制策略,利用神经网络逼近理论处理未知项,同时引入合适的辅助系统消除输入时滞。为了消除未知关联项对系统的影响,定义新的未知常数和非线性光滑函数来界定未知关联项。根据Lyapunov稳定性理论,本文所提出的控制方法能够保证闭环系统一致最终有界,并且跟踪误差能够收敛到原点的一个小邻域内。最后通过仿真算例进一步检验所设计方法的可行性。

基于Backstepping设计的非线性大系统模糊自适应输出反馈分散控制

针对一类高频增益符号未知,仅有输出可测的非线性大系统提出了一种模糊自适应Backstepping分散控制方法。在backstepping递推设计中,采用模糊逻辑系统逼近未知非线性函数,利用Nussbaum增益方法解决未知高频增益符号未知问题。利用所提出的模糊自适应分散控制方法,可以使得闭环系统的信号是一致终结有界(UUB)。仿真实例进一步验证了所提方法的有效性。

多机系统的非线性自适应分散稳定控制

针对含有未知参数的励磁系统 ,提出了一种非线性自适应控制设计方法。通过递推方法得到了自适应控制策略 ,而且在控制策略中包含了对未知参数的动态估计 ,最后获得了多机系统的非线性自适应分散励磁控制策略的一般表达式。在控制策略中所有的变量都是可量测的 ,而且控制量只与本机组的状态量有关 ,与其他机组的状态量和输电网络的参数无关 ,因此控制策略具有分散性和适应性。在一个

大规模变频空调的可信聚合优化与自适应分散协调方法

变频空调(IAC)可观的调节潜力使其成为电力系统的重要灵活性资源,但其海量、异质和隐私敏感的特点使得集中式调控实施性不佳。现有的弱中心化方法较为关注计算效率的提高,对结果的可行性和解聚合的自适应性考虑不足,极易导致实际负荷分配越界且收敛困难。因此,首先基于IAC物理模型,通过构建保守能量场景得到个体可信边界,以保证集群调度曲线始终处于可调范围内。然后,为了敏捷地分配负荷,提出基于分层分散式架构的自适应解聚合策略,使集群在各时段精确跟踪调度目标并最小化效用损失。其控制过程轻量、无参数化,且仅需极少迭代即可快速得到可行次优解;数据经分层汇总后实现降维,避免了个体隐私泄露,更具实施性。最后,为进一步挖掘实时调节潜力,利用IAC集群进行三相负载均衡,开创了应用场景,并通过“迭代即调整”方式平抑负荷与光伏波动,实现能量优化、分配、平衡的完整统一。算例结果验证了所提方法的高效性,为海量IAC的灵活性挖掘提供了新思路。