基于预测控制的大惯量风机全工况功率调度跟踪EI北大核心CSCD

面向电网调度、风电场内调度,现代风机需具备跟踪功率调度指令的灵活可调能力。针对这种需求,文章系统地提出了一种功率调度跟踪控制方案。首先,将风机运行工况划分为正常发电和限电弃风两种状态。当风机处于正常发电状态时,在额定风速以下基于模型预测控制算法设计了一个转矩补偿控制器,改进了传统的最优转矩控制器,提高风能利用效率。在额定风速以上采用MPC(modelpredictive control)桨距角控制器替代PID(proportional-integralderivative)控制器。在限电弃风状态时,提出了一种转速优先的变速变桨混合跟踪控制策略。针对两种运行状态下的变速变桨过渡区间分别添加了一个无扰切换过程。通过在多种风速下进行仿真对比,发现所提出的功率控制策略均具有较好的控制效果,可以实时响应风电场内功率调度。     

基于扩张状态观测的永磁直驱风力发电系统 MPPT自适应滑模控制

为了提高永磁直驱风力发电系统的发电工作性能,针对风速波动范围宽和不确定强的最大功率跟踪(MPPT)控制特点,应用滑模控制理论和扩张状态观测器方法,设计了一种基于最佳叶尖速比(TSR)控制策略的最大功率跟踪自适应积分滑模控制器。控制器采用基于最佳转速跟踪偏差的积分型滑模面函数结构,确保转速跟踪控制稳态无静差。利用扩张状态观测器对风力机实时机械转矩进行估计,以获得转矩扰动上界的估计值。同时引入非线性幂次组合函数和转速跟踪偏差负反馈环节,构造基于状态偏差的滑模变速趋近律,使得切换增益具有随最佳转速跟踪偏差实现自适应调整的特性,并可有效抑制滑模控制输出的抖振。通过与智能PID控制器相比较的仿真实验,验证了该控制器实现最大功率跟踪控制的良好效果,具有较强的鲁棒性和适应性。     

PWM可逆变流器空间电压矢量控制技术的研究

为了提高PWM可逆变流器电流跟踪性能,提出了以电流偏差微分矢量进行电流跟踪控制的新方案,当电流偏差较大时,选择适当的空间电压矢量,使其对应的电流偏差微分矢量具有与电流偏差矢量方向相反的最大分量,以获得电流的快速响应;当电流偏差较小时,则选择适当的空间电压矢量,使其对应的电流偏差微分矢量具有与电流偏差矢量方向相反的最小分量以抑制电流谐波;当电流偏差很小时,则不进行空间电压矢量切换,以限定开关频率,实验结果表明：新方案通过简单的空间电压矢量切换,在限定开关频率条件下,使电流获得快速响应的同时抑制了电流谐波。     

非线性递减权值PSO优化下的LQR轨迹跟踪研究

针对二次线性调节器(LQR)权重矩阵选取困难导致的自动驾驶车辆控制精度低、系统适应度欠佳等问题,设计了一种非线性递减权值粒子群算法（NLDW-PSO）。基于二自由度车辆动力学模型,构建了横向跟踪误差模型,设计了前馈控制消除了LQR稳态误差;并设计以横向偏差、航向偏差和前轮转向角为评价函数,将系统输出误差状态量反馈至NLDW-PSO算法,所设计的非线性递减惯性权重因子通过提升粒子群体寻优性能,从而自适应调整LQR权重系数更新策略,形成闭环优化控制,最终求解得到系统目标函数极值。将所设计控制器的跟踪效果进行了对比,Carsim/Smulink联合仿真结果表明所提出NLDW-PSO优化LQR算法的跟踪控制效果最优,横向距离偏差最大值为0.076 m,横向距离偏差均值相较于固定权重系数LQR降低了69.74％,显著提高了车辆跟踪控制精度和自适应能力,且对速度变化具有较强鲁棒性。     

基于扩张状态观测的永磁直驱风力发电系统MPPT自适应滑模控制

为了提高永磁直驱风力发电系统的发电工作性能,针对风速波动范围宽和不确定强的最大功率跟踪（MPPT）控制特点,应用滑模控制理论和扩张状态观测器方法,设计了一种基于最佳叶尖速比（TSR）控制策略的最大功率跟踪自适应积分滑模控制器。控制器采用基于最佳转速跟踪偏差的积分型滑模面函数结构,确保转速跟踪控制稳态无静差。利用扩张状态观测器对风力机实时机械转矩进行估计,以获得转矩扰动上界的估计值。同时引入非线性幂次组合函数和转速跟踪偏差负反馈环节,构造基于状态偏差的滑模变速趋近律,使得切换增益具有随最佳转速跟踪偏差实现自适应调整的特性,并可有效抑制滑模控制输出的抖振。通过与智能PID控制器相比较的仿真实验,验证了该控制器实现最大功率跟踪控制的良好效果,具有较强的鲁棒性和适应性。     

基于扰动抑制的三相逆变器模型预测控制策略

为了提高三相逆变器的鲁棒性,设计了一种基于扰动抑制的模型预测控制(MPC)策略.新型MPC控制器采用了扰动观测器(DOB)以简化预测模型,同时具有无约束和有约束两种工作模式.无约束模式MPC控制下三相逆变器稳态电压可得到精准调节,而在约束模式下通过优化调制可使系统快速进入到无约束模式,这确保了在系统所有运行条件下的较优...     

导弹电动舵机免疫切换跟踪控制技术研究

在研究了某导弹电动舵机系统的结构特点与数学模型的基础上,结合人工免疫原理与切换控制技术,提出了免疫切换跟踪控制器,给出了控制器的设计方法.实验与仿真结果表明所设计的免疫切换跟踪控制器对导弹电动舵机系统中的饱和非线性有很强的鲁棒性,同时能有效降低常规切换控制所产生的抖振,改善动态品质,提高导弹的位置跟踪性能.     

基于滑膜控制器的固体氧化物燃料电池负载跟踪及温度管理

基于固体氧化物燃料电池(SOFC)的基准非线性动力学模型,针对SOFC的负载跟踪和温度跟踪系统,设计了非线性滑膜控制器(SMC),并以模型预测控制器(MPC)作为对照.在设计控制器的过程中,以电池输入空气流量、电流变化率和氢气流率为操作变量.控制结果显示,SMC能更快地跟踪负载功率和温度阶跃变化,且在稳态状况下比MPC工作更稳定.     

逆变器模型预测采样时间与误差关系仿真分析

模型预测控制(Model Predictive Control,MPC)是电压型逆变器(Voltage Source Inverter,VSI)电流跟随控制装置定频调制的典型方法,得到了广泛的应用。论文使用统计的方法研究MPC的采样时间与跟踪误差(方差)的函数关系。该函数关系是研究和解决逆变器切换优化问题的基础。仿真结果可得出采样时间与跟踪误差呈线性关系的结论。     

基于 ESKF-MPC 的四旋翼无人机轨迹跟踪控制

四旋翼无人机的轨迹跟踪控制容易受到风扰和测量噪声的影响,针对上述问题, 提出了一种基于扩展状态卡尔曼滤波 (extended state based Kalman filter, ESKF)的模型预测控制(model predictive control, MPC)方法。 首先, 采用牛顿-欧拉方法建 立风扰影响下的四旋翼无人机动力学模型; 然后, 位置控制采用基于误差模型的 MPC 方法, 利用 ESKF 估计风扰并对控制量 进行前馈补偿; 采用反馈线性化方法将姿态动力学模型线性化, 并设计基于 ESKF-MPC 的姿态控制器;最后, 仿真结果表明测 量噪声方差为 0. 000 1 时该方法的位置跟踪均方误差比自抗扰控制方法的误差小 0. 013 m, 当方差大于 0. 000 1 时自抗扰控制 方法使得系统不稳定,而本文的方法仍可以实现较好的位置跟踪。     

永磁直线同步电机的智能增量滑模控制

针对永磁直线同步电机直接驱动伺服系统的位置跟踪精度易受参数变化、外部扰动、端部效应等不确定性因素的影响,提出了一种将小波神经网络(wavelet neural network,WNN)和增量滑模控制器相结合的智能增量滑模控制方法。利用系统先前的状态信息和控制动作作为反馈量,同时选择饱和函数作为切换函数来设计增量滑模控制器,不仅削弱了抖振,而且提高了系统的跟踪性能;利用WNN实时观测和补偿参数变化和外部扰动等影响,并采用改进的粒子群优化算法在线调整WNN的学习率,对不确定因素进行实时估计。从理论上分析证明了此控制器可以保证系统收敛,提高了直线伺服系统的控制性能。通过系统实验,证明了所提出方案的有效性,与滑模控制(sliding mode control,SMC)相比,系统具有强鲁棒性和良好的位置跟踪精度,明显地削弱了抖振现象。     

基于非线性干扰观测器的PMSM自适应反演滑模控制

为了解决永磁同步电机(PMSM)位置伺服系统中存在的内部参数摄动、负载扰动以及外界不确定性干扰等问题,设计了基于非线性干扰观测器(NDO)的自适应反演滑模控制器。通过NDO对系统存在的扰动进行观测,并将观测结果引入到自适应反演滑模控制器进行补偿。针对引入NDO后的系统,设计自适应反演滑模控制器,对滑模控制器中的切换增益利用自适应律进行调节,削弱系统抖振,提高系统的抗干扰能力和鲁棒性。仿真结果表明,与传统反演滑模控制相比,基于NDO的自适应反演滑模控制器对系统中存在的扰动具有更好的抗干扰能力,该控制器可削弱系统的抖振,从而提高了PMSM位置伺服系统的跟踪精度。     

真空泵用多台屏蔽电机模式切换与位置补偿偏差耦合同步控制

针对真空泵用多台屏蔽电机起动、突加随机扰动、突加周期性负载及单/多电机不同时刻故障停机过程,设计了模式切换与位置补偿偏差耦合同步控制系统,创新性地在速度补偿器中引入位置补偿器,同时在故障瞬间将偏差耦合控制方式切换为主从控制。将所提出的控制系统与传统的虚拟电机控制系统进行了对比。结果表明:当发生单电机故障以及双电机不同时刻故障时,在相同的模式切换和位置补偿条件下,所提出的控制系统位置误差分别为4.6°和4°,在5°的误差允许范围内,而传统虚拟电机控制系统的位置误差分别为15°和20°。     

Model predictive control of grid-connected PV power generation system considering optimal MPPT control of PV modules

Because of system constraints caused by the external environment and grid faults, the conventional maximum power point tracking (MPPT) and inverter control methods of a PV power generation system cannot achieve optimal power output. They can also lead to misjudgments and poor dynamic performance. To address these issues, this paper proposes a new MPPT method of PV modules based on model predictive control (MPC) and a finite control set model predictive current control (FCS-MPCC) of an inverter. Using the identification model of PV arrays, the module-based MPC controller is designed, and maximum output power is achieved by coordinating the optimal combination of spectral wavelength and module temperature. An FCS-MPCC algorithm is then designed to predict the inverter current under different voltage vectors, the optimal voltage vector is selected according to the optimal value function, and the corresponding optimal switching state is applied to power semiconductor devices of the inverter. The MPPT performance of the MPC controller and the responses of the inverter under different constraints are verified, and the steady-state and dynamic control effects of the inverter using FCS-MPCC are compared with the traditional feedforward decoupling PI control in Matlab/Simulink. The results show that MPC has better tracking performance under constraints, and the system has faster and more accurate dynamic response and flexibility than conventional PI control.     

Model predictive control of grid-connected PV power generation system considering optimal MPPT control of PV modules

Because of system constraints caused by the external environment and grid faults, the conventional maximum power point tracking (MPPT) and inverter control methods of a PV power generation system cannot achieve optimal power output. They can also lead to misjudgments and poor dynamic performance. To address these issues, this paper proposes a new MPPT method of PV modules based on model predictive control (MPC) and a finite control set model predictive current control (FCS-MPCC) of an inverter. Using the identification model of PV arrays, the module-based MPC controller is designed, and maximum output power is achieved by coordinating the optimal combination of spectral wavelength and module temperature. An FCS-MPCC algorithm is then designed to predict the inverter current under different voltage vectors, the optimal voltage vector is selected according to the optimal value function, and the corresponding optimal switching state is applied to power semiconductor devices of the inverter. The MPPT performance of the MPC controller and the responses of the inverter under different constraints are verified, and the steady-state and dynamic control effects of the inverter using FCS-MPCC are compared with the traditional feedforward decoupling PI control in Matlab/Simulink. The results show that MPC has better tracking performance under constraints, and the system has faster and more accurate dynamic response and flexibility than conventional PI control.     

未知环境下机器人模糊滑模阻抗控制

针对未知环境下的机器人系统,提出一种模糊滑模阻抗控制器,在自由空间可以做未受约束运动,具有位置跟踪的能力,在面对接触空间做受约束运动时,则具有力跟踪的能力。传统的阻抗控制会因为机器人或环境的不确定性和干扰而缺乏鲁棒性,该文在阻抗控制器中引入滑模控制,模糊控制器用来克服滑模控制的抖振问题。仿真结果表明模糊滑模阻抗控制对机器人自由空间的位置跟踪和接触空间的力跟踪都有很好的性能。     

永磁同步电动机的有限时间跟踪控制

针对永磁同步电动机绕组相电流和转速强耦合特性,基于永磁同步电动机精确的数学模型,依据中继切换控制机制和有限时间收敛的终端滑动模态控制机制,研究了永磁同步电动机的有限时间跟踪问题,给出了其终端滑模控制器的设计方案。在所设计的控制作用下,闭环系统将在有限时间内达到平衡状态,保证了闭环系统所有信号的有界性和平衡点的全局稳定性,系统在有限时间内精确地跟踪给定的参考信号。对永磁同步电动机模型进行了数值仿真,结果表明,在所设计的终端滑模控制器作用下,系统的跟踪误差在有限时间内达到零,验证了所提算法的正确和有效性。     

开关磁阻电机非奇异快速终端滑模位置控制

针对开关磁阻电机精确位置控制问题,提出了新的直接瞬时转矩控制下的基于状态变量的非奇异快速终端滑模控制算法实现开关磁阻电机精密位置控制.通过对非奇异终端滑模分析,提出了非奇异快速终端滑模算法.这种算法同时具有线性滑模和非奇异快速终端滑模的优点,并且减小了两种算法过渡时的影响,具有收敛速度快的优点.提出了基于转矩闭环的控制策略,实现精密位置伺服的原理.最后的算法充分说明了其具有快速收敛的优点.     

自适应模糊滑模控制在伺服电动机系统中的应用

设计了一种带积分滑模面的自适应模糊滑模控制系统,并将其应用于伺服电动机的位置和速度控制系统中.自适应模糊滑模控制系统是由模糊控制和hitting控制组成的,在模糊控制设计中,用模糊控制器来模拟反馈线性化控制律;在hitting控制设计中,用hitting控制器来补偿反馈线性化控制律和模糊控制器之间的误差.调节算法是从Lyapunov稳定性理论得到的,从而可以保证系统的稳定性.而且为缓解对近似误差界的需要,提出了一种误差估计机制来实时观测近似误差界.仿真结果证明了所设计的系统可以得到令人满意的跟踪性能,而且对参数变化和外部负载扰动具有鲁棒性.