基于自适应模型预测控制的光储虚拟同步机平滑并网策略

基于虚拟同步发电机(virtual synchronous generator,VSG)控制的光伏-储能单元可工作在孤岛及并网两种模式,孤岛转并网运行时,由于传统控制精度差而存在电压电流冲击问题,且因为频率和相角间的相互耦合,在预同步过程中会产生较大频率的波动。为此,提出了一种针对光储虚拟同步发电机单元在上述模式切换过程中的自适应模型预测控制(adaptive-modelpredictivecontrol,A-MPC)方法,在采用更为精确的模型预测控制(model predictive control,MPC)策略的基础上,引入切换过程中频率变化量对MPC的加权系数进行自适应调整,较好地改善了基于VSG控制的换流器在预同步过程和运行模式切换过程中的动态响应。最后,通过搭建控制器级硬件在环仿真实验,验证了所提控制策略可以更好地减小孤岛转并网过程中的电压电流冲击。

基于自适应模型预测控制的高速行驶工况下车辆轨迹跟踪控制

为保证智能车辆在不同附着系数路面上高速行驶时轨迹跟踪的精度和操纵稳定性,利用自适应模型预测控制(AMPC)方法对轮胎侧偏刚度进行在线估算并对高速行驶工况下的车辆动力学模型参数进行实时更新,采用不定步长(NFS)离散化方法延长预测时域,同时将滑移稳定性约束加入目标函数,从而在高速行驶工况下保持较高的稳定性和控制实时性。CarSim与MATLAB/Simulink联合仿真结果表明,所提出的方法可提高高速工况下车辆在不同附着系数路面上行驶时的操纵稳定性,并获得较高的控制精度。

基于自适应模型预测控制的柔性互联配电网优化调度

针对柔性互联配电网中源荷不确定性问题,提出了一种基于改进模型预测控制的优化调度方法。建立基于模型预测控制的柔性互联配电网日内优化调度模型,采用自适应动态权重方法处理包含综合供电成本和电压偏差的多目标优化问题,在预测模型部分采用动态场景生成及K-means聚类场景削减方法对源荷预测误差进行处理,针对经典模型预测控制滚动优化部分域参数恒定问题,提出一种域参数自适应调整的滚动优化方法。通过四馈线互联的33节点系统仿真算例验证了所提优化调度方法的有效性。

驾驶机器人纵向操纵的自适应模型预测控制

为减小道路阻力变化对驾驶机器人纵向操纵的影响,提出了驾驶机器人纵向操纵的自适应模型预测控制方法。建立了不同操纵模式驾驶机器人车辆耦合模型,基于耦合模型设计了模型预测控制器和模式切换控制器,并采用带遗忘因子的递推最小二乘算法设计道路滚阻系数估计器。通过仿真与试验得出,该控制方法能抵抗道路滚阻系数扰动带来的影响,纵向车速跟踪误差在±2 km/h,实现了精准驾驶机器人纵向操纵。

基于自适应模型预测控制的智能车轨迹跟踪

针对传统模型预测算法在智能车辆轨迹跟踪的局限性,引入随道路曲率变化的速度自适应调节算法,设计轨迹跟踪控制器。设计目标函数及添加约束条件,通过Matlab/Simulink软件,在不同车速下与传统算法进行比较,仿真结果表明:不同的纵向车速对传统算法的轨迹跟踪有一定的影响,而对改进后的算法影响较小。尤其当车速较高时,改进后的算法轨迹误差更小,能保证车辆安全、稳定地行驶。

基于自适应模型预测的物伞系统速度跟踪控制

针对空投易碎易爆物品无速度跟踪及速度波动大的问题,提出自适应模型预测控制(model predictive control,MPC)方法对物伞系统速度进行控制跟踪。以线性离散化物伞系统动力学模型为基础,通过迭代法构建速度跟踪预测模型,依据实际需求设计目标函数及约束条件,在自适应MPC控制器内进行优化求解;引入卡尔曼滤波作为状态估计器,让系统具备对自身状态量变化的感知,提供估计状态量给控制器,实现系统整体反馈校正。开展无风条件和有风条件下自适应MPC控制的物伞系统速度跟踪性能研究,结果表明,此控制方法能够实现对期望速度的良好跟踪;在随机扰动下进行物伞系统速度跟踪控制鲁棒性研究,对比分析了自适应MPC方法和PID控制方法的速度跟踪性能,结果表明,自适应MPC控制的物伞系统速度振荡小于PID控制,其具有较强的抗非线性扰动能力,为实现物伞系统速度控制提供了新方法。

永磁同步电机无模型自适应滑模补偿预测控制

针对在永磁同步电机矢量控制系统中应用模型预测控制方法设计控制器时依赖电机数学模型参数,当电机运行过程中参数变化时,引起控制器参数与电机参数失配,导致系统控制性能降低。提出一种无模型自适应预测控制方法,利用系统输入输出数据和时变的伪偏导数建立预测模型;又由于无模型自适应预测控制方法没有反馈校正环节,易受外部扰动的影响,设计一种新型高阶滑模补偿器作为校正部分,以提高控制系统的鲁棒性且抑制滑模自身的抖振,最后MATLAB仿真验证了无模型自适应高阶滑模补偿预测控制方法的优越性。

含参数不确定及时滞的线性系统自适应模型预测控制

探讨了一类含参数不确定和输入延迟的约束多输入多输出线性系统的自适应模型预测控制问题。提出了一种基于时变更新率的自适应更新律,实现了在输入延迟的情况下更新估计系统的不确定参数。为了处理约束,将优化问题转换为源自于min-max优化可解的简单结构。此外,从理论上证明了闭环系统的渐近稳定性,并证明了提出的自适应模型预测控制策略是递归可行的。最后,数值模拟验证了所提方法的有效性。

带有迭代学习外环的快速路入口匝道无模型自适应预测控制

针对快速路交通系统复杂时变以及难以建模的特点,首先,本文设计了基于无模型自适应预测控制的快速路入口匝道控制方案.其次,根据快速路交通系统具有重复性特点,本文在无模型自适应预测控制方法的基础上引入开环迭代学习控制,提出一种带有迭代学习前馈外环的无模型自适应入口匝道预测控制方案.相比无模型自适应预测控制方案,该方案可以利用迭代学习前馈控制器补偿系统可重复扰动,实现系统的完全跟踪.值得说明的是,预测控制器和学习控制器可以独立工作也可以联合工作.最后,文章给出了控制方案的收敛性分析,并通过交通流仿真验证了所提控制方案的有效性.

基于变更设计的数据驱动产品供应链系统预测控制

针对突发事件导致的产品供应链系统设计变更问题,设计一种基于数据驱动的预测控制算法,使产品生产满足用户的不确定需求。首先,根据产品供应链系统各部分之间的协作关系,将系统建模为多智能体系统,供应链系统设计变更描述为多智能体系统的拓扑结构切换。其次,设计了一种分布式无模型自适应预测控制方法,使供应链系统中的生产率水平能够满足用户需求。再次,引入了未来时刻的输入输出,算法设计可以使产品供应链系统预测未来一段时间内生产满足的库存水平。最后,对算法的稳定性进行了分析,并通过数值模拟仿真验证了所提出算法的有效性。结果表明,该方法可以有效控制产品供应链系统的生产供应,使得变更发生后的生产水平满足市场需求。

复杂系统的自适应预测控制模型及其仿真

针对贫信息、不确定性系统存在的不确定性、随机干扰以及系统特征参数随工作环境的变化而变化的特点 ,将具有广阔发展前景的灰色系统理论和广义预测控制理论结合起来 ,提出了一种新型的计算机控制策略 :灰色广义预测控制算法 (GGPC)。所做的工作主要有 :提出单变量单步GGPC算法 ,并在Matlab环境下对其进行了仿真研究。仿真结果表明 ,该GGPC算法适用于线性系统以及非线性系统 ,具有较强的抗干扰能力 ,有较好的鲁棒性以及自适应能力 ,通过调整参数 ,可以获得非常满意的动态和静态性能。图 2参

基于PFDL的阴极开放式PEMFC系统无模型自适应预测控制

为使得阴极开放式质子交换膜燃料电池(proton exchange membrane fuel cell,PEMFC)的运行保持最优输出性能,提出一种基于偏格式动态线性化的无模型自适应预测控制策略,实现电堆的性能优化。通过偏格式动态线性化的方法,将阴极开放式PEMFC这一非线性时变系统等价转换为动态线性化数据模型,继而实现对非线性控制对象的控制。在搭建的测控平台上进行实验,验证动态线性化数学模型的正确性以及控制策略的可靠性。通过与传统的PID控制策略对比,所提出的控制策略能够快速准确地使电堆输出较高的功率,证明了该控制策略具有优越性同时使得系统具有较好的动态性能,有利于质子交换膜燃料电池的长远稳定运行。

电动汽车与直流配电网协同的分布式自适应滚动预测调度

为充分挖掘电动汽车(EV)的灵活调度潜力,提出了EV与直流配电网协同的分布式自适应滚动预测调度方法。首先,建立了电压源型换流器、储能及直流配电网潮流的数学模型;然后,构建了不可调度、只充电和可充放电3类EV充电偏好的数学模型,并以日电能损耗和弃光电量的加权和最小为目标建立了直流配电网自适应滚动预测调度模型,通过实时EV集群的取车时间动态更新调度窗口,以满足每辆EV的期望电量需求;最后,建立了直流配电网分布式滚动预测调度模型,并采用交替方向乘子法实现分布式求解,以解决集中式调度通信量大的问题。仿真结果表明,通过对EV与直流配电网灵活性资源的协同调度可显著降低电能损耗、提升分布式电源接纳能力,同时,所采用的分布式算法具有良好的收敛性能和计算速度。

智能电网可靠性需求约束下无线发射功率模型预测控制

在基于无线传感器网络(WSN)的智能电网数据采集与通信的应用中,通信可靠性是WSN的关键技术指标。提高发射功率会增加通信的信号强度和可靠性,但同时会导致节点间相互干扰增加。针对这一矛盾,基于自适应模型预测控制的方法,研究智能电网中WSN发射功率优化问题。依据无线通信链路路径损耗模型分析了影响智能电网无线通信信噪比的主要因素,并构建了系统状态空间模型;通过实时估计信噪比随机波动置信区间下界对系统期望信噪比给定进行补偿,并基于模型预测控制的算法,优化求解节点发射功率;最后,通过仿真软件将所提算法与自适应传输功率控制(ATPC)算法及势反馈控制(PFC)算法进行对比分析,并采用WSN硬件平台对算法进行测试。结果表明,所提出的自适应模型预测控制算法可以在保证智能电网无线通信可靠性条件下,降低由节点发射功率较大导致的相互干扰。

具有外部扰动的PMSM系统的无模型自适应预测控制

针对于一类具有强耦合、负载不确定性和外界干扰的永磁同步电机(PMSM)系统,本文研究了基于无模型自适应预测控制(MFAPC)问题,并提出了一种新颖的MFAPC方案来实现有外界扰动的PMSM系统的速度追踪任务.所提出控制方案的主要优势在于仅使用了被控系统的输入/输出数据,并且对外界干扰具有较强的鲁棒性.此外,还讨论了闭环系统跟踪误差的收敛性以及有界输入有界输出的稳定性.最后,通过与传统的PI控制方案、原型无模型自适应控制(MFAC)方案的仿真结果相比较,验证了所提出MFAPC方案的有效性和优越性.

基于多模型自适应预测控制的双容水箱液位控制系统研究

针对工业环境中的液位控制问题,设计了一种水箱液位控制系统装置,利用OPC技术将MATLAB和PLC控制系统进行集成,使用MATLAB/Simulink中的OPC工具箱及其他模块来进行液位控制系统的搭建,并采用多模型自适应预测控制方案实现了双容水箱液位的预测控制。根据双容水箱系统建立了机理模型,并通过MATLAB系统辨识工具箱对系统模型进行了参数辨识,得到双容水箱的输入输出模型,从而进行液位控制的模型预测控制研究。实际控制结果表明,多模型自适应预测控制与单模型预测控制相比,前者的响应加快,超调量减少,性能更优。

一种时滞系统的改进无模型自适应预测控制

时滞现象广泛存在于工业过程系统中,常规控制器无法对难以获取精确模型的时滞系统进行有效控制。针对这类系统,结合跟踪-微分器获取微分信息的能力,利用Smith预估器预测未来时刻输出,提出了一种改进的无模型自适应预测控制(IMFAPC)方法,并对提出算法的收敛性和稳定性进行了分析。该算法不需要被控系统的模型信息,仅需要实时的I/O数据,是一种数据驱动控制方法。数值仿真和水泥分解炉出口温度控制的仿真表明,提出方法在时滞系统控制中具有较好的控制性能和更快的响应速度,从而验证了提出方法的有效性。

准Z源逆变器自适应级联模型预测控制

针对准Z源逆变器(qZSI)系统中有限集模型预测控制(FCS-MPC)策略存在权重系数调整繁琐和控制性能依赖于准确模型参数的问题,提出一种适用于qZSI的自适应级联模型预测控制(AS-MPC)策略。该策略根据被控对象的优先级,依次计算各自对应的代价函数,从而消除了权重系数。同时,针对负载电气参数摄动,将其当做系统总扰动,用自适应方法进行估计并更新控制律,因此所提策略无需依赖准确负载电气参数,从而提高了系统对负载电气参数摄动的鲁棒性。实验结果表明,AS-MPC策略无需设计权重系数,结构简单,且电感电流、电容电压和输出电流控制性能优异,输出电流谐波小,动态响应快,对参数摄动鲁棒性强。

基于LPV-MPC的风电机组功率-载荷协调控制策略

大型风电机组变桨控制是一个复杂的非线性控制任务,如何在系统约束和风速扰动的条件下实现功率调节和载荷降低成为难题。针对该问题,文章采用机理与参数辨识方法构建了一个面向控制的线性变参数(LPV)模型,LPV模型引入间隙度量理论来降低模型复杂度,为控制设计提供了更加精确的线性模型。设计了时变卡尔曼滤波器,实现了风机的最优状态估计,基于获得的最优状态,提出了自适应模型预测(MPC)变桨控制器,MPC控制器能够根据实时风速变化调整预测模型,在满足系统约束的条件下实现大型风电机组功率-载荷的协调控制。OpenFAST对比仿真实例表明了模型与控制器的有效性。

基于自适应SMPC的风-光-储混合微电网实时优化调度研究

针对风力发电、光伏发电的随机性、波动性,研究了风-光-储混合微电网系统中新能源消纳、储能分时电价、联络线阻塞等问题,构筑了风能-光能-储能多能源互补下的微电网实时优化调度模型。首先,探究了风-光-储混合微电网模型,引入了一种自适应随机模型预测方法,将混合整数非线性优化问题转化为二次规划问题,使风电、光电具有一定的可调度性。其次,以经济性和稳定性最优为目标建立了混合系统的实时优化调度模型。最后,通过IEEE-30节点6机组系统仿真分析,验证了所提调度策略及模型算法的经济性与可行性。