单元机组的Ｔ－Ｓ模糊协调控制系统及其ＬＭＩ分析

针对多输入多输出非线性锅炉-汽机系统在大范围运行工况下参数发生，变化的情况，设计了基于渐近跟踪控制的T—S模糊控制系统。该方法把非线性系统在一些选定工况点进行线性化，针对每一个线性化模型设计了局部渐近跟踪控制器。在此基础上，以汽包压力为前件，局部渐近跟踪控制器为后件，构造T—S模糊控制系统。采用线性矩阵不等式（LMI）方法进行了稳定性分析，保证了此控制系统的大范围稳定性。仿真结果验证了这种控制系统能够在大范围运行工况下工作良好。     

基于模糊状态观测器的单元机组T-S模糊协调控制系统

针对多输入多输出非线性锅炉-汽机系统在负荷工作点大范围变动情况下的协调控制，设计了基于T-S模糊模型的包含模糊状态观测器的渐近跟踪控制系统。该方法将非线性系统在一些选定工况点进行线性化，采用并行分布补偿（PDC）方法，设计模糊渐近跟踪控制器和模糊状态观测器，以汽包压力为前件变量，构造T-S模糊控制系统。引入模糊状态观测器，成功地解决了部分状态变量不能测量的困难。使用线性矩阵不等式（LMI）方法进行了稳定性分析，保证了此控制系统的大范围稳定性。仿真结果验证了这种控制系统能够在大范围运行工况下工作良好。     

基于免疫优化的机炉协调系统模糊增益调度H∞鲁棒控制

针对非线性锅炉-汽轮机系统在负荷点大范围变动情况下的协调控制,提出了一种新的免疫优化模糊增益调度 鲁棒控制方法。该方法首先利用 /混合灵敏度方法设计出多个 局部鲁棒控制器以覆盖机炉系统的负荷变化区间;然后采用模糊推理生成增益调度准则以实现各局部控制器间的软切换;最后利用免疫遗传算法对模糊增益调度准则的结构参数进行优化设计,从而保证闭环系统具有良好的全局控制性能。仿真研究表明：基于该方法设计出的协调控制系统在大工况范围内具有优良的调节品质。     

一种锅炉系统模型分析及其非线性控制

文中从控制系统设计的角度，对锅炉系统模型进行全面分析，并应用非线性控制方法，解决大范围、全工况、多扰动优化运行。首先分析线性化模型的可控可观性、非最小相位特性、基于相对增益矩阵的耦合性、配对策略和基于相对非线性测度的非线性度等，认为该非线性锅炉模型是控制器设计和控制算法评价的标准问题；然后给出状态反馈线性化设计步骤、控制系统结构和鲁棒稳定性的理论保证；最后，仿真验证该非线性控制策略具有良好的设定值跟踪性能，对外扰和负荷扰动以及参数摄动均具有鲁棒性。     

倒立摆摆角全程控制的增益调度方法

倒立摆摆角全程控制需要解决倒立摆摆角大范围变动以及倒立摆最低点和最高点之间不存在平衡点的大范围角度区域的控制问题。本文提出的增益调度方法在倒立摆最高点具有平衡点的邻域内使用了自抗扰控制器ADRC，在最低点及不存在平衡点的大范围角度区域使用基于Lyapunov理论的控制律。通过基于调度变量8的插值算法协调这两种控制律的变换，避免了控制量的突变，实现了控制器参数在大范围角度下的选择。仿真结果说明了这种方法的有效性。基于Lyapunov的增益调度可以解决不存在平衡点的大范围变动工况内的非线性控制问题。     

基于非线性磁路饱和模型的永磁同步电机增益调度电流控制EI北大核心CSCD

随着永磁同步电机(permanent magnet synchronous machine,PMSM)过载能力、功率密度和转矩密度的提高,磁路饱和程度加深且变化剧烈,其非线性限制电流环的动态性能并且降低控制器的鲁棒性。该文提出一种PMSM增益调度电流控制策略,基于以微分电感为参数的非线性磁路饱和模型,设计小信号模型的线性内模控制器,根据电流调度变量插值成非线性控制,非线性耦合的消除保持非线性控制小信号化与线性内模控制的一致性,获得不同形式非线性积分的增益调度电流控制器。采用内模控制维持小信号系统相同的闭环特性,使得该非线性控制也具有相同的线性闭环特性,达到反馈线性化的效果,提高大范围工况的性能。通过仿真和实验验证控制器的有效性。     

轧机液压伺服位置系统多模型切换滑模变结构控制

针对轧机液压伺服系统随工况变化而引起的弹性负载刚度系数发生跳变的问题,建立了轧机液压伺服位置系统在不同工况下的非线性多模型集.通过选择系统共同的稳定滑模面,设计了各子模型对应的自适应滑模变结构控制器,并应用Lyapunov稳定性理论证明了整个系统可从任意初始状态趋向于系统的共同滑模面,进而保证了整个变结构切换控制系统的渐近稳定性.为有效削弱系统参数跳变的不良影响,采用模型最佳匹配性能指标作为各子模型切换控制的依据,实现了各子模型控制器之间的切换.仿真研究结果表明:所设计的多模型切换自适应滑模变结构控制器能够保证轧机液压伺服系统具有良好的动静态性能,对系统参数跳变具有良好的鲁棒性.     

计及运行点变化的互联电力系统广域阻尼控制研究

研究了电力系统运行点变化情况下的广域阻尼控制问题。结合未来大规模风电并网的背景,考虑风电场出力变化造成的系统运行点的改变,提出采用增益调度控制思想,通过线性变参数方法对含风电场的互联电力系统进行动态建模,然后将整个风电场出力变化范围进行网格划分,再分别进行控制器设计,最后通过三角隶属函数制定的调度准则进行控制参数的插值,构造满足适应整个风电场出力变化范围的广域阻尼控制器。算例结果表明:上述方法能有效应对运行点大范围变化情况下电力系统广域阻尼控制问题,且该方法仍属于线性方法。相比传统的鲁棒控制方法与非线性控制方法具简单易行的优势,更有利于工程应用。     

单相级联H桥整流电路非线性控制策略

针对电力电子牵引变压器输入级单相级联H桥(CHB)整流电路的非线性及扰动工况,提出一种基于静止坐标系的非线性优化控制策略。根据系统仿射非线性模型及微分几何理论,提出基于部分反馈线性化的零动态设计方案,对其线性部分采用二次型最优方法以确定反馈增益,并引入谐振环节以实现零相差跟踪;对于零动态则采用基于扩张状态观测器的自抗扰控制策略,以提高系统在负载大范围扰动时的控制品质。实验结果表明,该控制策略能提高CHB系统在电网电压及负载扰动时的动态响应速度,保证网侧电流及直流电压快速稳定调节,同时使网侧在单位功率因数下运行,各模块直流电压均衡。     

多机电力系统参数自适应控制的设计理论与方法

针对一般形式的多输入多输出（MIMO）非线性微分代数系统的跟踪和系统参数的不确定性，利用M导数和M括号及其MIMO反馈线性化技术，在当系统的M关系度小于系统的阶数及其满足某些指定的条件下，得到微分代数系统模型的标准形式。根据线性系统控制理论及其跟踪目标的要求，给出了一般非线性控制规律的表达式。考虑到实际系统中的参数不确定性或未知性，难以预先构造非线性反馈控制规律来保证整个系统的稳定性，对于微分代数系统中存在参数不确定时，运用Lyapunov稳定性理论方法，采用适当的参数自适应方法来估计未知的不确定的参数值并加以修正，很好地实现了系统跟踪的控制目的。     

机炉协调系统的模糊增益调度预测控制

多变量锅炉-汽机协调系统的动态特性随着工况而变化，文中提出了一种新型的模糊增益调度预测控制策略来控制这个非线性过程。基于模糊集合理论建立了机炉协调系统的非线性离散全局模糊模型，并设计了一种基于全局模糊模型的新型扩展状态空间预测控制器。它能方便地处理控制作用的受限优化问题，同时它卓越的滚动优化能力又确保了机炉协调系统在全工况范围内的最优控制品质。仿真试验表明：文中所提出的全局非线性预测控制器在控制作用幅值、速率均受限的情况下仍具有满意的全工况负荷跟踪性能。     

PMSG风力发电系统的最优跟踪增益调度控制

在分析了 PMSG (永磁同步发电机)风力发电系统数学模型的基础上,以额定风速以下风能的最大捕获为目标,采用最优跟踪控制方法在系统不同工作点处设计了最优跟踪控制器,采用了一种能够保证稳定性的差值方法以插值增益调度的形式构成 PMSG 风力发电控制系统,并在 Matlab 中建立了 PMSG 风力发电控制系统的仿真模型....     

基于神经网络非线性系统的故障诊断研究

提出了一种关于变工作点非线性系统故障诊断研究的新方法。将此类非线性系统用变参数线性系统表示,其中模型参数为可测量工作点及故障的函数。基于Hopfield神经网络,估计系统模型参数,引入“参考工作点”这一新概念,根据模糊聚类分析方法,确定故障种类。最后,在某位置伺服系统故障诊断研究中证实了这种方法的有效性。     

多谐振最优伺服控制器在中频电源中的应用

针对标准线性二次型调节器(LQR)不能无静差跟踪参考以及比例谐振(PR)控制器带非线性负载时输出电压总谐波畸变率过高的问题,提出一种多谐振最优伺服控制算法并应用到中频电源设计中。该方法能够实现闭环系统稳定和渐进跟踪,同时还具有动态响应快、抑制谐波能力强的优点。建立中频电源系统模型,并对最优控制和多谐振伺服控制进行理论分析,通过系统矩阵维数增广的方法将最优跟踪问题转化为最优调节问题,利用Matlab软件的lqr函数求解出状态反馈增益矩阵。通过仿真软件和实验样机对整个系统进行了仿真和实验验证,结果表明:所设计的控制器使闭环系统具有良好的稳态性能和动态性能,稳态电压稳定在114.8~115.2V,动态响应恢复时间在10ms以内,对非线性负载具有较强的谐波抑制能力,输出电压总谐波远少于PR控制和鲁棒控制等方法。     

A robust adaptive voltage and speed regulator for multimachine power systems

In this paper, the transient stability and voltage regulation of multimachine power systems are simultaneously addressed in a multivariable and nonlinear framework. Power systems are nonlinear, large-scale and made of highly coupled generators having a wide range of operating points. Decentralized nonlinear adaptive controllers which continuously update their parameters to compensate for changes in operating points are proposed. The design method is based on a new power system model recently introduced by the authors. The main characteristic of the new model is that interactions between generators and changes in operating conditions are represented by time-varying parameters. The parameters have fixed parts, which depend on the steady-state active and reactive power delivered by each generator, and time-varying parts modelling the interactions between generators, which are treated as disturbances. More importantly, the new model permits the formulation of a control design scheme, which consists of applying the input-output linearization method and stabilizing the resulting partially linear system by a linear control law. The fixed linear gains are computed from an algebraic Riccati equation and considerably attenuate the disturbance effects. An adaptive law derived from the Lyapunov stability method ensures that the controller parameters are bounded and that the generator signals converge asymptotically to steady-state values. The robustness of the controller is used to compensate for the disturbances, while its adaptive nature is used to compensate for load variations that induce operating-point variations. A four-machine power system is used to assess the effectiveness of the multivariable regulator. Simulation results show that good performance in closed loop is achieved.