风电机组集群协同电压控制方法

大规模风电并网后,为维持并网点电压稳定,需要实时调节每个风电机组的无功输出功率。传统集中式方法系统维度高,而分散式方法收敛速度慢。文章提出一种面向并网点电压稳定的风电机组集群协同控制方法。首先,在每个风电机组子集群中设置边缘计算装置,负责更新子集群内机组的无功输出功率以及对子集群内控制模型的降阶;然后,云端控制中心以并网点电压波动最小化为目标,更新每个子集的总无功功率输出参考值,同时更新过程考虑了信息交互过程中通信延时的影响;最后,仿真结果表明,与传统方法相比,所提方法的发电机组无功功率响应速度得到了大幅度提升。

无人机集群协同控制技术综述

协同控制技术作为多智能体分工合作完成任务的关键核心技术,能解决无人机集群编队、队形重构和避障避碰等问题,是无人机集群正常运作的基础。针对近几年国内外无人机集群协同控制技术的发展历程,概述3种控制结构原理及其优缺点;分析了基于3种控制结构的编队控制方法及其优缺点;从无人机集群协同编队控制技术出发,分析基于编队控制的避障方法;指出了现阶段无人机集群协同控制技术面临的瓶颈问题,并对协同控制技术的未来发展方向进行了展望,为无人机集群编队控制和避障方法研究提供一定的借鉴。

基于集群动态划分的配电网无功电压自律-协同控制

针对高渗透率分布式光伏接入配电网导致的电压越限问题,以及传统集中式控制面临的通信延时、计算量大与控制设备过多等问题,提出一种基于集群动态划分的配电网无功电压自律-协同控制方法。首先,建立日前集中式无功电压优化模型,安排离散无功补偿设备投退计划,日内调度以节点电压偏差最小为目标建立日内无功电压滚动优化模型,结合同步型交替方向乘子法实现各集群间的分布式协调控制;然后,通过群内本地电压实时控制抑制群内节点电压的波动;最终,以改进的IEEE 33节点系统及某地实际60节点配电网为例,验证了该方法的正确性与有效性。

集群化发展模式下风电场预测、规划及控制关键技术综述

随着我国风电行业的快速发展,规模化发展风电对能源转型的推进至关重要。然而,由于风电场所处的复杂环境和高昂的建设运营成本等因素,集群化发展模式下的风电场面临着一系列技术难点和挑战。因此,文中针对集群化发展模式下风电场的建设和运营,重点总结了相关的预测、规划及控制关键技术。文中围绕风电场集群的关键技术与研究思路进行了归纳总结;针对风电场集群的特点,包括风资源量化表征与预测技术、多风电场协同优化规划技术以及多风电场控制与运行技术进行了详细探讨,对于每个技术领域,分析了当前的研究现状和取得的成果;最后,阐明了风电场集群建设和运营关键技术领域的发展趋势,并指出了待解决的技术难点,通过总结这些技术的研究成果为我国风电的规模化、集群化开发提供参考。

多变流器互联交直流微网集群一致性功率协同控制

为增强多变流器互联交直流微网集群系统运行稳定性、可靠性及控制灵活性,本文提出一种一致性功率协同控制策略。控制系统包含互联变流器(DC-DC、DC-AC)柔性控制和交、直流微电网下垂控制等。互联DC-AC和DC-DC均采用双环控制,外环将一致性耦合控制和功率分配环节相结合,内环分别采用虚拟同步控制和移相控制。本文所提控制方法,系统仅基于就地量测频率或直流电压等信息,可同时实现子系统间功率协同互济、多互联变流器功率分配及多运行模式自适应平滑切换等目标。最后通过PSCAD/EMTDC仿真模型对所提方法的有效性进行了验证。

基于自适应粒子群算法优化PID的风电机组齿轮箱温度控制系统

为保障风电机组齿轮箱温度稳定,设计基于自适应粒子群算法优化PID的风电机组齿轮箱温度控制系统。该系统使用温度变送器获取当前风电机组齿轮箱实时温度数据,通过模拟量输入输出模块将实时温度数据输入到变论域模糊PID控制器内,进行模糊化处理,划分温度控制量尺度变量模糊空间,建立控制变论域,依据PID模糊规则得到PID控制器输出的风电机组齿轮箱温度控制量。实验结果表明,该系统运行稳定性良好,可快速控制风电机组齿轮箱温度达到指定数值,同时超调量较小,系统性能较为优秀。

无人机集群协同编队控制技术研究

该文通过对比无人机集群算法、智能避障方式、通信链路规划等关键技术特点,开展无人机集群协同编队控制技术研究,确定无人机协同控制策略,并基于Gazebo软件进行仿真实验,验证控制算法的有效性。结果表明,群体智能集群与单体智能集群相结合的集群算法可以满足任务所需的无人机集群控制策略及功能,对森林火灾等应用场景下无人机集群控制实现与应用提供参考。

无人机集群编队自主协同控制方法综述

自主协同控制是实现无人机集群高效协同编队的一种主流控制方法,属于当前无人机控制领域的研究热点和难点。论文首先从两类无人机集群编队自主协同控制主流类型切入。然后,重点对集中式控制类型中的领航者-跟随者法、虚拟结构法,和分布式控制类型中的人工势场法、行为法、一致性理论法、深度强化学习法等典型方法的基本思想、特点和最新研究进展进行了对比分析。最后,对无人机集群编队自主协同控制方法的发展趋势进行展望,以期为后续研究提供参考。

基于遗传粒子群算法风电机组变速与变桨系统PI控制器设计

为了提升风电机组的控制精度并降低关键承载部件的载荷情况,通过遗传粒子群方法研究了变速与变桨系统比例积分(proportional integral,PI)控制器的设计。首先,采用泰勒级数将风电机组线性化展开为状态空间方程。然后,通过提取输入、输出和平衡点分别构建变速与变桨系统的数学模型。其次,分别采用Routh法和最小二乘法将变速与变桨系统辨识为低阶惯性系统和惯性时延系统。然后分别基于时间加权绝对误差积分准则和Chien-Hrones-Reswick法整定变速与变桨系统PI控制参数。最后,采用帕累托方法分配控制目标的权重关系并基于遗传粒子群算法优化变速与变桨系统PI控制参数,进而采用最小二乘法将其分别与风速和桨距角拟合构建自适应PI控制。结果表明:在变速控制中能够有效提升输出功率并抑制塔架顶部侧向振动;在变桨控制中能够有效平抑输出功率和发电机转速波动并降低叶片根部载荷情况。可见通过遗传粒子群方法设计的变速与变桨系统PI控制器具有良好的有效性和适用性。

基于关联定位误差信息素的巡航导弹集群快速协同搜索研究

协同搜索是巡航导弹多弹控制领域的一个未来发展方向,对其进行研究有助于巡航导弹适应未来战场智能化作战需求。针对缺少先验环境信息下巡航导弹集群对目标的高效搜索问题,本文提出了一种基于关联定位误差的改进信息素快速协同搜索算法,筛选组内精英个体领导集群成员的搜索。在此基础上,结合交叉测向、位置控制、信息融合、自主分组等技术,构建了适用于巡航导弹集群的具体实现架构。通过数值仿真分析和对比,本文构建的架构能够实现特定场景下巡航导弹集群对多未知目标的位置定位,而提出的改进信息素搜索算法能够提升协同搜索的效率。

智能无人集群系统跨域协同技术研究现状与展望

随着智能化技术和无人系统技术的快速发展,智能无人集群系统跨域协同的概念应运而生并得到了广泛关注与深入研究,智能无人集群系统跨域协同技术逐渐成为世界各国抢占无人系统技术竞争中的制高点。本文从我国智能无人集群系统跨域协同技术的发展需求出发,梳理了海空、空地以及海陆/海陆空等典型无人场景跨域协同技术的研究现状;深入分析了智能无人集群系统跨域协同技术的发展现状、技术需求以及未来的重点研究方向。最后,从总体思路、体系架构、理论创新和技术攻关4个层面,提出了推动智能无人集群系统跨域协同技术稳健与快速发展的对策建议,以期促进我国无人系统应用能力的持续提升。

基于网信体系的有人无人集群指挥控制

首先,梳理了国外有人无人作战集群指挥控制(指控)能力发展应用水平,对有人无人集群作战模式以及难点进行了分析;然后,为克服需求复杂、优化配置难、互操作难和自主决策难等一系列问题,面向无人机、无人车和无人艇/潜航器等无人装备,提出了一种基于网络信息体系的有人无人作战集群指控体系架构,探讨其能力生成机制与系统能力特点;最后,提出了重点突破异构无人平台互操作、跨域安全泛在通信、分布式自主协同控制和集群协同任务规划4个方面指控关键技术,并给出其发展建议。

面向新型电力负荷管理的混杂负荷集群协同管控

针对新型电力负荷管理中负荷协同控制问题,提出了面向新型电力负荷管理的混杂集群协同管控方法。以空调和电热水器混杂负荷集群为控制对象,分析了空调和电热水器负荷的物理和响应特性,分别建立了适用于空调和电热水器的聚合控制模型。基于空调和电热水器负荷的聚合响应特性,利用电热水器负荷和空调负荷响应特性上的优势和互补特性,构建了空调集群和电热水器集群的协同管控模型,控制大量负荷输出稳定响应。最后,设置不同的清洁能源发电场景,基于上述算法对清洁能源出力进行跟踪仿真,结果表明所提负荷集群协同算法在不同场景下的跟踪误差都控制在±0.04%之内,验证了该算法的有效性。

飞行器集群协同控制技术分析与展望

系统分析和展望了飞行器集群协同控制技术,对先进的集群飞行器和协同控制技术进行了总结和对比,并提出了当前该领域面临的5个主要科学问题。在此基础上提出了飞行器集群自主控制体系架构以及射前任务规划、在线态势感知、协同制导控制等8项飞行器集群协同核心关键技术。其中,对每项技术进行了简要概括,阐述了它们之间的关系和对于飞行器集群协同控制的作用。最后,从理论研究、技术突破到工程应用方面,对该领域未来发展做出了展望。

多UUV集群协同作业技术研究现状及发展趋势分析

与单体UUV相比,多UUV集群具有低成本、高容错、高效率和可重构等优点,将会是未来海洋作业任务的趋势。针对多UUV集群协同作业技术梳理了国内外的研究成果,重点对编队控制、任务规划、协调路径规划和目标搜索等领域的协同作业技术进行分析介绍,最后对多UUV集群协同作业的现状进行总结和展望,为今后的UUV集群协同作业技术的发展提供参考和思路。

基于深度强化学习的海上风电集群自进化功率平滑控制方法

海上风电集群的风速时空相关性强,加剧了整体有功输出的波动幅度,大规模并网对电力系统的影响更为突出,海上风电集群有功输出平滑控制是解决上述问题的关键手段。传统方法的优化效率低、难以支撑高频率控制,且对预测误差、执行偏差灵敏度过高。因此,提出了“策略离线训练、在线快速寻优、控制效果自进化”的控制架构,建立了深度强化学习的海上风电集群有功输出平滑控制模型。首先,提出了面向集群功率平滑控制的短期收益函数,基于马尔科夫决策过程模型求解最优指令;其次,提出了面向功率策略校准的长期收益Policy函数,根据历史反馈数据有效矫正控制偏差;最后,建立了智能体状态、控制收益和控制决策之间映射的深度神经网络模型,实现基于深度确定性策略梯度算法的智能体训练与求解。算例结果表明:在平均风速为7.5m/s的给定风况下,所提方法能够降低功率波动幅度达20%,同时将发电量损失控制在5%以内。

无人集群协同控制策略及军事应用

无人集群的协同控制策略是影响其军事应用效益的关键技术问题.系统阐述了5类主要的无人集群协同控制策略:“领导者-跟随者”模型、虚拟结构控制策略、基于行为的控制策略、人工势场法和基于人工智能的控制策略,并对比分析各自优劣势;重点研究了协同侦察、协同打击和协同救援3类典型军事应用场景,对每类应用场景的军事需求、实现策略和主要挑战进行剖析;对未来无人集群的军事应用发展趋势给出预测分析.

基于分布式融合定位的无人机集群自组织协同飞行控制方法

针对无人机集群如何精确估计目标位置并协同打击目标的问题,开展了无人机集群自组织协同飞行控制方法研究。考虑噪声对定位精度的影响,建立了无人机对目标位置的含噪测量模型,设计了无人机集群自主协同移动算法。具体地,首先建立无人机集群对目标位置进行测量的全局误差最小化模型,结合梯度下降的更新机制和加权融合机制,提出了分布式感知融合算法,实现无人机集群对目标位置以及集群平均飞行速度的精确估计;在此基础上,提出了具有自适应能力的无人机位置、速度控制策略,实现集群自主协同飞行。仿真结果表明,提出的算法可以有效降低噪声干扰,显著提高无人机对目标位置和集群平均速度的测量精度,集群向多个目标点飞行的条件下,无人机对目标位置测量的均方偏差降低95%,对平均速度测量的均方偏差降低183%,实现无人机集群的自组织协同飞行控制。

无人机集群云端协同导航控制算法研究

针对无人机集群导航规划算法和策略问题开展研究,在分析传统航迹规划方法和经典粒子群算法基础上,提出了一种无人机集群云端协同导航控制算法.对机上部分的粒子群智能导航算法进行优化,设计后台部分的混合群智能导航规划算法并进行优化改进.仿真和实际测试验证表明:该方法正确可行,可提高无人机集群导航规划解的优质性.对比其他导航规划方法,该方法在无人机集群导航方面具有明显优越性.

网络攻击下无人机集群安全协同控制技术

文章综述了网络攻击下无人机集群的安全协同控制技术。首先,对无人机集群相关应用背景以及实际应用中可能遭遇的问题进行介绍;然后,对现有的集群无人机协同控制技术进行总结与分析;最后,简单介绍常见的网络攻击类型与目前的安全协同控制研究进展。在此基础上,针对网络攻击下的无人机集群控制技术现状以及关键科学技术难题进行了总结与展望。