基于分布鲁棒模型预测控制的微电网多时间尺度优化调度

源荷多元不确定性给“源荷储”一体化微电网优化调度带来了诸多挑战,但传统方案存在优化模型过于片面极端和时间尺度单一导致调度不合理的问题,无法兼顾可靠性和经济性,并且难以协调不确定性分析方法与不同时间尺度之间的配合关系。文中基于数据驱动的多离散场景分布鲁棒方法,提出一种微电网两阶段分布鲁棒日前优化调度模型,使用列和约束生成算法进行求解。结合改进分布鲁棒优化的不确定方法、多时间尺度调度策略和模型预测控制理论,通过逐级细化调度时间尺度和减小预测周期的长度来提高精度,以最小化发电成本以及调节成本等为目标建立日前-日内多时间尺度滚动优化调度模型,较大程度上抵抗系统不确定性因素的影响。结合算例仿真分析,进一步说明了所提模型能够有效消纳新能源、降低运行成本同时兼顾安全性和经济性。

高空舱进气环境压力模拟鲁棒模型预测控制

针对航空发动机高空环境模拟过渡态试验对高空舱进气环境压力模拟系统提出的强抗扰性、强鲁棒性等控制综合品质要求,设计了一种基于鲁棒模型预测控制(Robust Model Predictive Control,RMPC)的高空舱进气环境压力控制方法。RMPC采用滚动时域优化和扰动反馈补偿的方法,在预测控制框架内处理模型的不确定性。通过建立进气环境压力模拟系统设备特性模型,设计了基于RMPC的进气环境压力控制策略,搭建了仿真平台,与线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)方法进行了对比分析。仿真结果表明,应用RMPC技术后,动态调节时间由7.68 s缩短至3.91 s,最大瞬时波动量由0.94%减小至0.25%,该技术能够大幅提高发动机高空环境模拟过渡态试验中进气环境压力模拟的动态响应速度、控制精度和抗扰能力。

基于广义比例积分观测器的永磁同步电机鲁棒谐振预测电流控制

针对永磁同步电机(PMSM)采用无差拍预测电流控制(DPCC)时,性能易受电机参数失配及死区效应的影响,该文提出一种基于广义比例积分(GPI)观测器的鲁棒谐振预测电流控制(RRPCC)方法。首先,分析PMSM参数失配将产生非周期扰动及逆变器死区效应会导致周期扰动,进而建立带有非周期和周期性扰动的PMSM精确数学模型;其次,基于内模原理,将包含扰动频率的谐振多项式嵌入电流预测模型,可有效地抑制周期性扰动;最后,采用GPI观测器估计由参数失配引起的集总扰动,并通过前馈补偿消除非周期扰动。实验结果表明,该方法能提高系统面对非周期及周期性扰动时的鲁棒性。

基于扰动预测的网联车鲁棒协同巡航预测控制

针对车辆巡航过程中前车未来加速度不确定性引起的控制问题,提出了一种用于解决网联车巡航问题的鲁棒模型预测控制(Model predictive control,MPC)算法。采用车辆误差模型,将前车预测加速度与实际加速度之间的偏差视为加性扰动。根据已知的物理约束,先通过滚动预测的方法得到更紧凑的扰动多面体,然后对原系统的约束进行紧缩处理以降低传统tube MPC的保守性。基于传统tube MPC在控制器中引入前馈补偿,通过l2增益特性条件得到相应的线性增益,提出一种基于滚动扰动预测的tube MPC算法,并且证明了该算法是输入到状态稳定的。通过5辆车的数值仿真,验证了该算法的有效性。

执行器随机失效系统鲁棒预测容错切换控制

针对一类具有执行器随机失效问题的离散线性系统,提出一种基于故障概率情况下的鲁棒预测容错切换控制方法。首先,将工业过程建立成新型多自由度状态空间模型,设计含有故障概率的容错控制器;其次,引入系统故障和其恢复时的随机概率,利用李雅普诺夫判据给出基于线性矩阵不等式形式的稳定性条件,再通过指数稳定的相关证明求解出不同执行器切换时的稳定条件,以保证系统故障时容错控制与无故障时常规控制间的切换;然后,控制器设计时还充分考虑了设定值变化时所产生的跟踪误差带来的影响。最后,通过仿真结果验证了所提方法的可行性。

基于Tube不变集的鲁棒模型预测控制

针对具有持续有界扰动的线性变参数系统,设计一种基于Tube不变集的鲁棒模型预测控制算法。离线算法结合系统多胞体模型参数变化的影响,构建系统的Tube不变集。在对应标称模型状态变量的多面体不变集算法基础上,得到系统的多面体状态允许不变集序列。在线算法通过强控制优化得到标称模型系统的控制量,以得到符合实际控制过程的系统控制量,给出本算法的详细步骤和系统稳定性证明。仿真结果验证了本算法的有效性,表明本算法将持续有界扰动对系统的影响限制在Tube不变集中,实现了系统的快速稳定控制。

基于ESO的水下机器人机械臂系统鲁棒模型预测控制

考虑到海洋环境的复杂性、不确定性及水下机器人机械臂系统(UVMS)的强非线性、强耦合性等特点,提出一种基于扩张状态观测器(ESO)的鲁棒模型预测控制(RMPC)方法。首先基于UVMS的动力学特性,建立其动力学模型,并忽略不确定项和干扰给出其名义模型系统。然后,基于名义系统设计了RMPC算法。将原系统的不确定项、干扰以及建模误差等影响因素集总为扩张状态,设计了ESO对其进行估计,并在名义模型的RMPC基础上进行了补偿,以得到应用于UVMS系统的RMPC方法。最后通过仿真实验证明,基于ESO的RMPC具有很好的轨迹跟踪性能和抗扰动能力。

城轨列车全自动运行系统噪声子空间鲁棒预测控制方法

为建立与实际运行状态更吻合、预测精确度更高的城轨列车全自动运行(fully automatic operation, FAO)系统预测控制模型,根据城轨列车运行的历史数据,综合考虑城轨列车运行过程中的噪声干扰,采用子空间辨识方法得到含噪声的预测控制模型,控制过程不断加入实时采集的数据,迭代模型辨识的历史数据,在线更新模型参数,得到抗干扰能力较强的城轨列车FAO系统噪声子空间鲁棒预测控制器。分别采用幅值为0、2、5、10 km/h的随机干扰噪声,在软件MATLAB中进行仿真试验,对比分析城轨列车FAO系统噪声子空间鲁棒预测器与传统子空间预测控制器的预测精度。结果表明:在随机噪声干扰下,城轨列车FAO系统噪声子空间鲁棒预测控制器的预测精度较高,噪声幅值为10 km/h时预测精度比传统子空间预测控制器提高14.21%。城轨列车FAO系统噪声子空间鲁棒预测控制器可在强干扰运行状态下高精度跟踪给定运行曲线。

具有执行器饱和特性和未知扰动的时变时滞系统鲁棒预测控制

针对具有执行器饱和特性和未知扰动的时变时滞离散系统,提出一种混合H 2/H∞指标的鲁棒模型预测控制方法。首先,用凸组合方法对执行器饱和特性进行变换,很大程度上降低了处理执行器饱和特性的复杂度,并且构造了依赖时变时滞上下界的Lyapunov-Krasovskii泛函。其次,通过Lyapunov稳定性理论,研究了混合H 2/H∞鲁棒模型预测控制在范数有界意义下的扰动抑制问题,得到了混合H 2/H∞鲁棒模型预测控制器存在的充分条件。最后,进行仿真对比,结果表明提出的方法具有很强的鲁棒性和良好的应用价值。

一种缩短虚拟编组列车追踪间距的鲁棒模型预测控制方法

作为当前轨道交通的研究热点,虚拟编组列车由多个单元列车借助于车车通信和主动控制构成。虚拟编组列车按照与物理编组列车一致的方式提供运输服务,所有单元列车应整体被视为一列车进行管理和控制。因此,要求单元列车像物理连挂一样保持很小的追踪间距。但由于缺少了车钩进行物理连挂,运行过程中受到的不确定干扰使得实现虚拟编组单元列车小间距安全追踪非常困难。针对该问题,首先提出一种基于分布式鲁棒模型预测控制(RMPC)的虚拟编组列车追踪控制方法,保证虚拟编组列车安全运行以及单元列车追踪间距有界。在此基础上,设计一种基于线性矩阵不等式的优化算法,通过减小RMPC控制误差,达到进一步缩短单元列车的追踪间距的目的。为证明该方法的有效性,仿真了由3辆单元列车构成的虚拟编组列车在一个站间的完整运行过程,并与既有文献中的方法进行了对比。仿真结果显示,单元列车追踪间距可由普通MPC方法下的10 m减小至本方法下的5.05 m,其缩短幅度达到49.5%。实验结果表明,所提出的RMPC方法及其优化算法能够在保证安全运行的前提下缩短虚拟编组单元列车追踪间距。

基于鲁棒模型预测控制的风火储联合系统调频优化策略

与传统火电系统参与调频相比,利用风火储联合系统进行调频在风电消纳率、节能减排等方面有天然的优势。然而,风电的不确定性波动对风火储联合系统参与调频的策略制定提出了挑战。因此,文章提出了一种基于鲁棒模型预测控制的风火储联合系统参与频率调节的优化策略。根据风火储联合系统参与一次调频的工作原理,搭建了含RMPC的风火储联合系统调频框架;分别建立风、火、储的响应模型,计及各元件运行限制与系统一次调频功率平衡等多重约束,构建以风电机组出力不确定性最大的情况下使系统调频成本最低的双层鲁棒优化模型;采用强对偶理论实现min-max双层鲁棒优化模型的单层化,同时采用前向差分法对风电出力和负荷波动的不确定性约束进行线性化改进,实现模型求解的加速;在MATLAB/Simulink中对所提的优化策略进行算例求解分析,证明了所提方法的调频效果具有显著提升。

参数自优化的有人与无人车辆编队鲁棒模型预测控制

为解决有人与无人车辆编队中,有人领航车紧急加减速和紧急转向控制输入对无人车跟踪控制的扰动问题,设计了一种参数自优化的有人与无人车辆编队鲁棒模型预测控制算法。通过采集分析历史数据确定控制器扰动的噪声极值,并经过适度放缩得到其鲁棒边界。设计抑制该扰动的局部反馈鲁棒控制器,并通过贝叶斯优化的方法实现鲁棒边界等控制器参数自优化。基于混合整数线性优化的方法预测有人领航车未来轨迹,并设计鲁棒模型预测控制器实现无人车对有人领航车的跟踪控制。仿真和实车试验结果表明:所设计的鲁棒模型预测控制器在跟踪精度方面相比于传统模型预测控制器有明显的提升;同时该控制器有效地抵抗了来自有人领航车紧急加减速和紧急转向控制输入、无人跟随车系统模型不确定性和外部环境的扰动,振荡情况明显改善,提高了系统的鲁棒性。

线性变参数系统抗扰动鲁棒模型预测控制

持续有界扰动影响线性变参数系统的稳定性控制,采用基于多面体集的线性变参数系统抗扰动鲁棒模型预测控制算法可扩大系统的控制可行域,实现系统的稳定控制,并减少在线运算量。考虑系统扰动影响和参数不确定性,离线算法得到一系列不变多面体集和对应的控制律。在线算法根据受扰动状态变量在多面体不变集中的位置,在相应离线控制律的凸包内优化出的实际控制律,得到系统的控制输入量。给出算法的详细实施步骤和算法稳定性的证明。通过仿真对比验证算法的有效性,所提出的算法可以实现有界干扰的线性变参数系统控制的快速性和稳定性。

一类离散不确定系统的Tube不变集离线鲁棒模型预测控制

针对一类输入和状态受限的离散线性不确定系统,提出了一种基于Tube不变集的离线鲁棒模型预测控制方法.首先针对输入和状态约束线性时不变标准系统,设计了改进的基于多面体不变集的离线模型预测控制算法,并证明了稳定性.其次对于存在未知有界干扰的实际不确定系统,引入了Tube不变集策略,通过设计对应标准模型的最优控制序列和状态轨迹,给出了实际不确定系统的离线Tube不变集控制策略,保证系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.

基于动态参考规划的鲁棒Tube模型预测跟踪控制

为实现扰动和约束作用下对系统的最优鲁棒跟踪,提出一种动态参考规划(DRP)方法,设计鲁棒Tube模型预测控制器(RTMPC)将系统状态驱动到以最优跟踪点为中心的扰动不变集内.基于DRP的RTMPC控制方法,以多步参考为决策变量,确保在线优化递归可行性的同时,增加在线优化的自由度;另外,通过设定目标函数惩罚标称状态轨迹和参考稳态之间、以及最后一步参考稳态和设定点之间的加权欧式距离,可实现最优鲁棒跟踪.

基于Tube不变集的直流微电网鲁棒模型预测控制

由多个分布式发电单元(Distributed Generation Units,DGUs)互联组成的直流微电网中,DGU的投入或退出使微电网结构具有不确定性。针对这一问题,将基于Tube不变集的鲁棒模型预测控制策略应用于直流微电网,离线设计,在线实时控制,使直流微电网在结构具有不确定情况下的状态始终收敛于终端干扰不变集,保证DGU投入或退出时直流微电网的母线电压稳定。首先分析了系统的状态方程,并推导出线性化模型。然后设计鲁棒模型预测控制器。最后利用Matlab进行数值仿真,验证了该控制方法的可行性。

基于输出反馈的鲁棒模型预测多步控制

针对具有持续有界扰动的线性系统,采用基于输出反馈的鲁棒模型预测多步控制算法实现系统的稳定控制。离线算法通过预设一系列渐近趋于稳定点的观测状态变量,由可行性问题求解和多步控制方法的优化方式得到控制可行域较大的嵌套椭圆集。在线算法根据当前观测状态变量在嵌套椭圆集的位置,优化构建新的椭圆集,得到与观测状态变量相对应的控制律,实现系统的精确控制。给出了算法的详细步骤和在线优化构建椭圆集的可行性证明。仿真结果验证了所提算法的有效性,表明所提算法可实现对具有持续有界扰动的线性系统的快速稳定控制。

基于Adaline神经网络参数辨识的PMSM鲁棒电流预测控制

针对复杂工况下永磁同步电机存在模型参数失配导致控制系统性能下降的问题,提出一种基于参数在线辨识的鲁棒电流预测控制方法。首先,建立永磁同步电机预测控制模型,详细分析电磁参数失配对电机响应电流及输出转矩和转速的影响。然后,设计了基于Adaline神经网络的参数在线辨识器,并在传统的权值调整算法上,提出一种应用于电机参数辨识系统的新型动态混合最小均方算法。最后,利用在线辨识的参数来实时更新电流预测控制器中的参数,以避免参数失配对控制系统性能的影响。通过仿真和实验验证了所提方法和新型算法的可行性和有效性,其结果表明了该方法不仅能够实现精准在线跟踪电机参数的变化,而且有效抑制了参数失配导致的响应电流偏差。

考虑负荷预测不确定性的快充站储能鲁棒实时控制策略

当电动汽车快速充电站配置电池储能系统时,合理的能量管理策略对控制充电负荷峰值功率、减小功率波动具有重要意义。然而,能量管理策略的有效性依赖于准确的负荷预测,但实际上由于环境影响和预测模型的原因负荷预测无法完全准确。基于以上问题,为应对充电站储能能量管理策略中充电负荷不确定造成的影响,提出了考虑负荷预测不确定性的储能鲁棒实时控制策略。首先,分析了现有的负荷预测方法,并对负荷预测结果进行建模;然后,运用鲁棒预测控制方法,分别以充电站电费最小和储能系统荷电状态波动最小为目标构建系统模型和设计控制策略,并通过鲁棒对等转化将不确定性模型消除,有效应对负荷预测不确定性的影响。算例研究表明,通过对比模型预测控制和逻辑门限控制的结果,所提的鲁棒控制策略能够有效降低充电负荷峰值,验证了策略的有效性。

柔性机械臂系统双时标模型的H∞鲁棒控制

为了减小柔性机械臂转动时的振动和调节时间,实现柔性机械臂的精确控制,设计了自适应滑模-H∞鲁棒组合控制器。使用奇异摄动法建立了柔性机械臂系统的双时标模型。对于慢时变子系统,设计了幂次随系统状态自适应调整的趋近律,得到了基于自适应滑模变结构的慢时变子系统控制方法;对于快时变子系统,考虑到模型不确定问题,设计了γ次优H∞鲁棒控制器;将自适应滑模控制器与H∞鲁棒控制器进行组合,得到针对双时标模型的组合控制器。经仿真验证,对于刚性机械臂的阶跃输入,自适应滑模控制器的调节时间和超调量小于传统幂次趋近滑模控制器;对于模型不确定的柔性机械臂系统,组合控制器的振动幅度小、调节时间短、鲁棒性强,验证了H∞鲁棒控制器在柔性机械臂控制中的优越性。