双馈风力发电机非线性模型预测控制

在现代风力发电厂中, 需对双馈式风力发电机(Doubly fed induction generator, DFIG)进行有效控制来确保高效率和高负荷跟踪能力. 风力发电厂包含很多不确定因素和非线性因素, 传统的线性控制器往往难以奏效. 本文针对双馈式风力发电机的功率控制提出了一种非线性模型预测控制方法. 文中的目标函数考虑了现实约束下的经济因素和设定值跟踪能力, 同时降低机组磨损和机械疲劳. 预测值可基于输入输出反馈线性化(Input-output feedback linearization, IOFL)策略来计算. 仿真实验结果验证了所构造的非线性模型预测控制器的有效性.     

Vienna整流器模型预测直接功率控制研究

针对Vienna整流器非线性系统,提出了内环采用模型预测直接功率控制(MPDPC),外环采用滑模变结构控制(SMVSC)的双闭环控制策略。首先建立其数学模型,求出整流器输入功率和中点电位偏差的预测值,然后通过外环求得系统有功功率和无功功率的给定值;最后输出使系统评价函数最小的开关组合,达到对系统有功功率、无功功率和中点电位的快速准确控制,实现Vienna整流器的单位功率因数控制、直流电压稳定输出以及中点电位平衡。仿真和实验结果表明了所提方案的有效性和可行性。     

Distributed Model Predictive Load Frequency Control of Multi-area Power System with DFIGs

Reliable load frequency control (LFC) is crucial to the operation and design of modern electric power systems. Considering the LFC problem of a four-area interconnected power system with wind turbines, this paper presents a distributed model predictive control (DMPC) based on coordination scheme. The proposed algorithm solves a series of local optimization problems to minimize a performance objective for each control area. The generation rate constraints (GRCs), load disturbance changes, and the wind speed constraints are considered. Furthermore, the DMPC algorithm may reduce the impact of the randomness and intermittence of wind turbine effectively. A performance comparison between the proposed controller with and without the participation of the wind turbines is carried out. Analysis and simulation results show possible improvements on closed-loop performance, and computational burden with the physical constraints.      

基于Hammerstei模型的非线性预测控制

本文提出了一种针对Hammerstein模型的预测控制策略。该策略将Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免了求解高阶方程根的困难,又对线性环节采用线性系统的广义预测控制。由于引入了广义预测控制中多步预测的思想,抗噪声的能力显著提高。仿真结果验证了该策略的有效性。     

非线性CSTR过程预测控制器设计

针对非线性CSTR(continuously stirred tank reactor)过程,提出一种新的预测控制的设计与仿真实现.在对一类特殊非线性过程分析的基础上,从系统的输入输出数据出发,基于子空间辨识算法建立双线性系统模型来近似描述被控系统;设计新的预测控制算法实现对CSTR过程的跟踪控制;为补偿模型失配以消除控制中的稳态误差,将积分作用包含在预测控制器的设计中,实现对控制输出的良好跟踪性能;最后通过一个仿真实例验证算法的有效性.     

基于Hammerstei模型的非线性预测控制

本文提出了一种针对 Hammerstein模型的预测控制策略.该策略将Hammerstein模型中的无记忆非线性静态增益环节,改进成易于由中间变量求取控制量的环节,避免了求解高阶方程根的困难,又对线性环节采用线性系统的广义预测控制.由于引入了广义预测控制中多步预测的思想,抗噪声的能力显著提高.仿真结果验证了该策略的有效性.     

广义准无限时域非线性预测控制

将准无限时域非线性预测控制方法推广到更一般的情况, 并给出了闭环约束系统的稳定性条件及最优解的存在条件. 基于反馈线性化技术讨论了广义准无限时域非线性预测控制的实现及较大终端域的获取. 该方法能显著减少在线优化所需的时间.     

基于一类特殊非线性模型的广义预测控制

针对Hammerstein模型和Wiener模型,分别选择PH中和滴定过程和控制阀门作为仿真对象,研究了基于两步法的非线性预测控制方法。计算机仿真结果表明,该控制算法比PID控制具有更好的控制品质。     

带终端滑模约束的非线性模型预测控制方法

将预测控制和滑模控制结合起来,提出一种非线性性模型预测控制方法。给出一种可行的双模控制方案,系统状态位于终端区外时采用提出的预测控制,在终端区内部采用高线设计的滑模控制。对系统终端滑模附加不等式约束,使得系统状态在预测时域的末端位于高线设计的滑动模态区内,从而使预测时域减小。仿真结果表明了算法的有效性。     

风光互补发电系统的分布式模型预测控制

风光互补发电系统中,风力和光伏独立发电且两者在地理上相隔较远,彼此没有通讯交流.对此问题,提出用分布式模型预测控制的方法去解决.首先,在风光互补发电系统中存在大量的非线性环节,运用神经网络线性逼近,训练得出各个子系统的神经网络线性化模型.然后,在此基础上,基于风力优先发电、光伏配合、蓄电池必要时输出的原则,设计出满足相...     

一种基于Wiener模型的非线性预测控制算法

针对一类Wiener模型描述的非线性系统,提出了一种改进的非线性预测控制算法.该算法利用Laguerre函数描述Wiener模型动态线性部分的控制信号，将预测控制中在预测时域内优化求解未来控制输入序列转化为优化求解一组无记忆的Laguerre系数,以减少优化所需的计算量.利用静态模糊模型来逼近Wiener模型的非线性部分,将非线性预测控制优化问题转化为线性预测控制优化问题,克服了求控制输入时解非线性方程的困难,进而推导出了预测控制输入的解析式.CSTR过程的仿真结果表明了本文算法的有效性和可行性.     

对角CARIMA模型多变量广义预测控制器系数直接算法

为了简化多变量广义预测控制MGPC 的设计与实现,提出了对角CARIMA (Controlled autoregressive integrated moving average) 模型MGPC 控制器系数的直接求解方法. 利用多变量对角CARIMA 模型直接递推得到了非常简洁的 MGPC 控制器,控制增量等于控制器系数与设定值、过程输入输出历史数据、模型预测误差历史数据的乘积,控制器系数只与模型参数和设计参数有关,控制器系数维数只由模型结构参数决定. 避免了Diophantine 方程的求解,减少了在线计算量,简化了MGPC 控制器的实现. 在一个DCS 控制的非线性液位装置上的对比实验结果表明了该方法的有效性.     

基于一种继承模型的多变量非线性预测控制

提出了一种由人工神经网络与线性ＡＲＸ模型相结合的集成模型,给出了其辨识训练方法。以此模型为基础,提出了一种多变量非线性预测控制算法。它利用线性预测控制的成果,得到一解析式的非线性优化控制输入,避免了通常非线性模型（包括普通人工神经网络模型）预测控制所需的在线数值寻优计算,节约了在线计算时间。提高了算法的可靠性和稳定性。进一步给出了在ＣＳＴＲ反应器上的仿真实验结果。     

广义预测控制器系数直接算法

为了简化广义预测控制算法的分析与设计，提出了广义预测控制器系数直接计算方法．该方法利用过程模型直接递推，把广义预测控制律表达成控制器系数与参考轨迹及过程历史信息乘积的形式．其控制器系数计算只与模型参数及设计参数有关，避免了在线求解Diophantine方程、输出预测表达式及自由响应项，简化了设计思路，减少了在线运算量．在一个DCS控制的非线性液位装置上得到的对比实验结果表明该方法是可行和有效的．     

基于稳态非线性模型和线性ARX模型组合的非线性预测控制

通过点集映射来表示非线性系统的稳态模型,用系统的稳态增益来修正具有外界输入的线性自回归（AutoRegressive with eXternal input, ARX）模型的动态增益,提出了一种基于稳态非线性模型和线性ARX模型组合的非线性预测控制算法．该算法用递归最小二乘法在线辨识系统的动态模型参数,用序列二次规划算法求解目标函数．最后通过对典型化工非线性对象pH中和过程的仿真对本算法进行了验证．结果表明,本算法比广义预测控制算法具有更好的设定值跟踪性能和抗干扰能力．     

非线性四容水箱预测控制研究

根据工业现场实际控制中实现预测控制的困难,提出了利用OPC通讯技术把Matlab与PLC/HMI工业控制系统进行集成,并实现预测控制的方案。文中还针对非线性四容水箱系统建立了机理模型,并通过在线辨识获得四容水箱模型的未知参数,从而对水箱液位进行控制。实际控制结果表明,预测控制能够很好地使水箱液位跟踪设定值,验证了该控制策略的可行性及有效性。     

基于多项式核RVM的非线性模型预测控制

针对非线性、不确定性对象不易建模的特点,提出了基于多项式核关联向量机(RVM)的解析型非线性预测控制方法,该方法采用多项式核RVM进行模型辨识,得到的对象模型作为预测模型。由于RVM具有较好的非线性建模能力,弥补了SVM参数设定难和稀疏性不强等弱点;同时,多项式形式的模型表达式使二次型优化目标函数可以通过函数解析方法求得最优控制输入,即简化了滚动优化模块,增强了控制的实时性。通过对一个标准的非线性Benchmark问题进行仿真实验,结果表明该方法具有良好的控制性能。     

基于扩张终端约束集的非线性双模预测控制

Aiming at a class of nonlinear systems with multiple equilibrium points, we present a dual-mode model predictive control algorithm with extended terminal constraint set combined with control invariant set and gain schedule. Local LQR control laws and the corresponding maximum control invariant sets can be designed for finite equilibrium points. It is guaranteed that control invariant sets are overlapped each other. The union of the control invariant sets is treated as the terminal constraint set of predictive control. The feasibility and stability of the novel dual-mode model predictive control are investigated with both variable and fixed horizon. Because of the introduction of extended terminal constrained set, the feasibility of optimization can be guaranteed with short prediction horizon. In this way, the size of the optimization problem is reduced so it is computationally efficient. Finally, a simulation example illustrating the algorithm is presented.     

基于直接反馈线性化理论的微机非线性励磁控制器

应用直接反馈线性化（ＤＦＬ）理论，为发电机励磁系统设计了非线性控制器，该控制器已在平度热电厂投入实际运行，为本文研制的励磁控制器的提供了具说服力的实例。