风能转换系统的双频环容错控制

针对风能转换系统,根据风速的多时间尺度特性,在风能转换系统非线性机理模型的基础上,考虑传感器部分失效的情况,建立风能转换系统的双频环模型.基于双频环模型,低频环采用PI稳态优化控制方法,高频环采用容错H∞控制方法,从而实现额定风速以下风能的捕获率最大,并且在传感器发生故障时系统仍然能够正常运行.仿真结果表明,在传感器部分失效情况下,文中提出的方法是有效的.     

基于dSPACE的风能转换系统LPV增益调度控制

额定风速以下时,风能转换系统需要通过控制发电机转速使风能的捕获率最大.根据风速的多时间尺度特性,建立风能转换系统的非线性机理模型并得到其归一化误差的线性参数变化系统模型;在采用PI控制策略的基础上,设计了基于LPV模型的增益调度控制器,对风能转换系统的电磁转矩进行动态补偿.基于dSPACE的风能转换系统硬件在回路仿真平台进行实验分析,结果表明补偿后系统的功率系数和叶尖速比追踪其最优值的精度更高,鲁棒性更好,体现了更好的动态性能.     

基于风能转换系统的模糊PID自适应控制

以额定风速以下风能的最大捕获为目标,设计了基于模糊PID自适应控制的桨距控制器。以发电机产生的电能与理论计算的风轮最大捕获的风能误差为输入设计控制器,该控制器在运行时根据风况在线调整PID参数,实现自整定。仿真结果表明,在额定风速以下,基于高斯型隶属度函数的模糊控制方法能够将风能转换系数控制在最优值0.476附近,叶尖速比可以维持在最优值7附近,能够实现额定风速以下的最大风能捕获。     

数据驱动的变速变桨风能转换系统恒功率控制

为了实现风能转换系统在额定风速以上的恒功率控制,必须同时控制桨距角和电磁转矩。针对变速变桨风能转换系统具有强非线性和不确定性难于建立精确模型的问题,将数据驱动的最优控制理论和多变量控制策略相结合,根据变速变桨风能转换系统的输入输出数据得出系统的马尔可夫参数,据此构造一个基于数据的状态观测控制器,并通过差分Riccati方程的闭合解来设计多变量最优反馈控制器。在MATLAB/Simulink的仿真结果表明:在不建立模型的基础上设计的数据驱动的多变量最优控制器能够有效地实现系统的恒功率输出控制。     

基于On-off和H_∞状态反馈的风能转换系统的双频环优化控制

根据风速的多时间尺度特性,在风能转换系统非线性机理模型的基础上,基于频率分离原理建立风能转换系统的双频环模型.在优化控制理论指导下,以额定风速以下的风能最大捕获为目标,针对低频环模型和高频环模型分别设计优化控制器,其中低频环采用On-off稳态优化控制方法,高频环采用H∞状态反馈优化控制方法,从而建立了风能转换系统的双频环优化控制结构.仿真结果表明:基于On-off和H∞状态反馈的风能转换系统的双频环优化控制方法是有效的,且相对于单纯的On-off控制具有更高的控制精度和更好的鲁棒性能,可以实现在额定风速以下的风能捕获功率最大化.     

风能转换系统双频环的H∞鲁棒控制

针对风速的多时间尺度特性,建立风能转换系统的双频模型,引入一种混合灵敏度H∞鲁棒控制设计方法,根据风能转换系统特点综合选择鲁棒加权函数,设计风力发电机的转速控制器,实现额定风速以下的风能最大捕获.仿真结果表明:控制器在系统模型的不确定性和强干扰情况下,具有鲁棒稳定性和抗干扰性能,有效实现风能转换系统的最大风能捕获.     

带有参数自调整机构的多变量系统模糊神经网络解耦控制

在文献[1]的基础上,引入模糊神经网络和参数自调整算法,改善系统的智能,使系统具有自学习和自调整模糊规则的能力.仿真结果表明,该方法能实现静态解耦,并提高了系统的抗干扰能力和鲁棒性,改善了系统的性能.     

一类非线性多变量系统的模糊神经网络自适应控制

针对一类数学模型不完全确知并包含外部扰动的非线性多变量系统，提出一种模糊神经网络(FNN)自适应控制策略．用FNN模型在线辨识非线性系统的未知动态，并根据误差系统的Riccati方程，设计H∞控制，有效抑制系统的外部扰动，该控制律采用Lyapunov设计方法来保证控制系统的稳定．FNN自适应控制策略解决了传统非线性控制器理论结果形式过于复杂，实用性差的问题，拓宽了非线性理论的应用范围．     

基于模糊性能估计器的风能转换系统反馈控制器

针对风能转换系统(WECS)强非线性、参数不确定性的问题,设计基于模糊性能估计器的T-S模糊状态反馈控制器.以高速杆转速和电磁转矩为前提变量,采用无损调试方法,利用隶属度函数构建了整个全局模型模糊状态反馈控制器.实现了WECS模型的模糊动态化,减小了建模误差和外界扰动影响.仿真结果表明:该控制器能将风能转换系数和叶尖速比控制在最优值附近,实现了额定风速下风能捕获的最大化.     

基于模糊滑模控制的风力发电系统最大风能追踪

针对永磁同步风力发电系统,从空气动力学的基础理论入手,分析了机组运行时的最大风能追踪原理.根据已知的风力机特性和滑模变结构系统理论,推导出在切换面上的等效控制和切换面上滑模运动的状态方程.为了削弱抖振,采用基于最大风能追踪控制的模糊滑模控制方法,根据系统状态在线调整切换控制增益系数.通过Lyapunov稳定性定理得到系统渐进稳定的充分条件.构建系统模型并进行仿真比较,仿真运行结果证实了该控制策略的正确性和有效性.     

多变量系统的最优预报控制

以完整的最小二乘递推算法和以约束最优化方法为基础,提出了p-输入q-输出多变量系统的最优预报控制(OPC)方法。数字仿真和实时控制实验表明OPC具有很高的控制精度以及理想的解耦和抗干扰能力。     

多变量系统的鲁棒自适应控制

考虑了具有未建模动态和外来有界干扰的离散时间多变量系统，提出了一种鲁棒自适应控制方案。这种控制器是基于系统的降阶模型设计的，其建模部分的参数估计采用带有死匹的最小二乘算法。在相当一般的假设下，证明了所建立的闭环系统是全局稳定的和跟踪误差是有界的。     

DFIG风电系统最大风能捕获的滑模变结构控制方法

提出基于滑模变结构技术的新型风力发电系统简单、实用控制方法,构建基于发电机转速和发电转矩二维平面上的滑模函数,分别设计滑模控制器的等效控制和切换控制量.将其用于定桨变速DFIG系统,使系统稳定在发电机转矩、转速的最佳工作点领域,实现转矩转速的优化控制及稳定跟踪.仿真结果表明,该方法控制性能良好,能实现风能的最大捕获,具有更好的风能利用效率,验证了所提模型的正确性和控制方法的有效性.     

一类输入受限的多变量系统随机自适应控制

提出了一种输入同时受到幅值与速度约束的多变量随机自适应控制算法，该算法通过预选加权阵与在线修改相结合，可以抵消输入非线性特性，并有限度地防止控制进入非线性区间。这种新方法适用于具有任意交互矩阵的非最小相应的随机系统。本文给出了算法的全局收敛性分析和仿真实例。     

多变量非线性系统的逆系统解耦控制

本文对多变量非线性控制系统的一种新方法——逆系统解耦控制进行研究,给出状态反馈解耦条件,同时提出逆系统解耦镇定条件,最后以两自由度机械手进行仿真。     

AGC－AFC综合系统解耦控制

分析了板材轧制控制过程，给出了板厚板形综合系统（ＡＧＣ－ＡＦＣ）反馈闭环控制的数学模型；对ＡＧＣ－ＡＦＣ系统进行了解耦；引进Ｓｍｉｔｈ预估器补偿系统延迟环节的影响；最后采用ＰＩＤ方法实现对ＡＧＣ—ＡＦＣ系统的控制。仿真实验结果显示了上述方法的有效性。     

等延时模糊多变量系统的自适应控制

基于ＴａｋａｇｉＳｕｇｅｎｏ模型（ＴＳ模型）推导出等延时模糊多变量系统输出的预测模型,提出了等延时模糊多变量系统的自适应控制算法,并简要讨论了闭环系统的稳定性     

基于控制线路转换的交通信号控制技术

小城市大多数平交口是由普通信号灯进行两相位控制的。随着交通流量的不断增加,普遍存在控制相位不合理的问题。需要调整交叉口控制相位时,通常需要更换信号机、信号灯和控制线路,以满足多相位控制的需要。由于当前改造技术所限,更换信号机成本高,更换控制线路工程难度大。该文应对该问题,提出不更换信号机和控制线路,而通过控制线路转换的方法,利用控制线路转换装置,实现交通信号的多模式及多相位控制。