积分对象模型预测控制研究

预测控制系统存在响应时间较大或者包含积分环节的非自衡对象系统时，为改善控制效果，需要加大预测时域，由于优化存在于预测时域中，数值求解过程可能随着预测时域过长陷入病态。为此，提出一种指数加权的渐进稳定优化策略。首先，对状态空间模型重构以嵌入积分作用简化反馈校正环节，同时引入Laguerre函数进一步提升MPC执行效率；然后，在预测控制设计中使用指数加权将模型特征值规定在单位圆内，保证模型的稳定；最后，通过修改权重矩阵实现长预测时域优化控制的闭环渐近稳定性。对包含积分对象的单变量及多变量系统进行仿真验证，仿真结果表明：提出的MPC算法可有效避免数值解病态，同时提升系统的动态及稳态性能。     

风电场的集群功率优化控制

以降低风电场尾流损失、优化风场出力为目标,设计基于Laguerre函数非线性预测控制（nonlinear modelpredictive control,NLMPC）方案的风场集群控制器。该控制器应用风场动态尾流模型,通过NLMPC统一调整风场内各机组转速以提升风场功率。在控制器设计中,使用有效风速预测误差校正对预测模型失配及超短期风速预测误差进行补偿,引入Laguerre函数降低滚动时域优化计算负担并分析了控制器对风速预测误差的鲁棒性能。仿真研究表明,集群控制器能够在不同风速条件下提升风场功率、降低优化计算负担,且对风速预测模型失配与风场自然风速预测误差具有鲁棒性。     

基于T-S模糊模型的多变量非线性预测控制

针对多变量非线性系统预测控制的实时性问题,提出一种基于T-S模糊模型的预测控制快速算法.通过辨识建立非线性系统的T-S模糊模型,依据系统的运动特性和实际中控制输入增量的变化趋势选取特定基函数,将广义预测控制和预测函数控制相结合设计多变量预测控制律.该算法相比已有基于T-S模糊模型的多变量非线性广义预测控制算法大幅度减少了计算量,显著提高了控制的实时性.仿真结果验证了该算法的有效性.     

基于自适应控制时域参数的电压协调控制

模型预测控制方法中的控制时域参数通常离线确定,且在优化过程中保持恒定,影响了其在电压协调控制问题中的优化控制效果。针对上述问题,提出了一种基于自适应控制时域参数的电压协调控制策略。基于轨迹灵敏度量化分析了节点电压对于备选控制的响应特性。在控制调节速率的约束下,通过电压响应特性评估当前优化步数下电压的累计最大恢复值,建立极限调压能力指标。在每个采样周期初始时刻,根据预测电压轨迹和极限调压能力指标确定控制时域参数,在滚动优化过程中自适应调整,可减少计算量和耗时,加快故障后电压恢复速度和优化过程的收敛。新英格兰39节点系统的仿真结果验证了所提出方法的有效性。     

基于Laguerre模型的永磁同步电机电流预测控制

提出了一种基于Laguerre模型的自适应预测控制方法。对控制算法的数学模型进行分析与优化,将该控制算法量化后,成功地应用于以DSP TMS280F2812为核心的永磁同步电机的控制平台上,并将预测控制与传统PI控制的结果进行了对比。试验结果表明,所提出的预测控制算法使永磁同步电机具有更好的动态响应特性和稳态特性。     

基于Laguerre模型的过热汽温自适应预测PI控制系统

针对火电厂锅炉过热汽温控制的特点,设计1种基于Laguerre模型的自适应预测PI控制器。该预测控制器采用对时延具有良好逼近能力的正交Laguerre函数模型作为预测模型,利用带遗忘因子的最小二乘法在线辨识Laguerre预测模型的系数,以提高系统适应工况变化的能力;滚动优化指标采用比例积分型结构,以提高系统的快速性和鲁棒性。通过对具有严重参数不确定性、扰动以及大迟滞的电厂过热汽温被控对象进行仿真研究,结果表明该方法能够很好地适应对象特性的变化,且控制系统的性能比常规串级控制系统有较大提高。     

基于TS模糊模型的稳定预测控制及其在机炉协调系统中的应用

针对TS模糊系统,提出一种基于模糊李亚普诺夫函数的稳定预测控制方法,通过构造模糊李普诺夫函数并最小化预测控制中无穷时域或拟无穷时域性能指标的上界,来设计满足系统闭环稳定、输入约束以及控制性能最优的平行分配补偿控制律.该控制律最终归结为求解一组线性矩阵不等式约束下的凸优化问题.模糊李亚普诺夫函数的使用减少了公共李亚普诺夫函数及分段李亚普诺夫函数的保守性,增加了可行解的范围.数值仿真和火电厂非线性机炉协调系统中的仿真试验,证明了这种方法的优越性和有效性.     

MMC换流器虚拟子模块分层逆向模型预测控制

传统有限集模型预测控制应用于MMC系统时存在权重因子难以精确计算,运算负荷过大等问题.文中提出一种分层逆向模型预测控制方法,通过逆向预测网侧电压以及桥臂不平衡压降计算最优导通子模块个数,实现交流电流控制和环流抑制.无需计算系统全部子模块投切状态省去权重因子设计过程降低循环预测次数,提高了控制器的动态性能.同时运用改进的...     

基于模型预测控制的异步电机弱磁控制新方法

模型预测控制是一种基于被控系统模型的新型控制算法,该算法能够预测系统的未来状态,由滚动优化求出系统的最优控制变量,具有良好的控制性能和较强的鲁棒性。为克服PI参数及电机参数对电压闭环弱磁控制策略性能的影响,本文提出了一种基于模型预测控制的异步电机弱磁控制新方法,详细描述了模型预测控制算法的实现过程,并通过优化使之适用于异步电机的实时控制。实验结果表明模型预测控制算法具有较快的响应速度,对电机参数具有较强的鲁棒性,在发生较大扰动时的控制性能优于传统的PI控制方法,非常适用于交流异步电机高性能弱磁控制场合。     

基于Laguerre模型的永磁同步电动机电流预测函数控制

设计了一种基于Laguerre模型的增量式预测函数控制器,依据硬件控制器特点对该控制算法的数学模型进行了简化与优化,将控制算法量化后,成功地应用于以DSP TMS280F2812为核心的永磁同步电动机的控制平台上。所进行的大量的实验研究表明,将该控制算法应用在永磁同步电动机电流控制系统中,整套系统具有了较快的响应速度、较为平稳的运行状态、较强的鲁棒性,在电机控制领域具有较高的工程应用价值。