电力工业复杂系统模型预测控制——现状与发展

模型预测控制是一种优化控制算法,其突出优点在于控制算法嵌入显式过程模型并且直接考虑被控过程的输入、状态和输出的约束条件,近年来成为电力工业复杂系统研究的热点。该文全面综述了模型预测控制在电力生产过程和电力系统自动发电控制中的应用现状。在电力生产过程控制中,模型预测控制可实现子系统的节能控制,也可实现机炉协调控制以满足约束条件下跟踪负荷需求。监督预测控制可实现厂级优化控制。在电力系统自动发电控制中,模型预测控制可满足发电机变化率约束,减少机组疲劳和磨损,符合CPS标准。最后阐述了理论与应用方面有待进一步研究的几个主要问题。     

基于输入输出线性化的连续系统非线性模型预测控制

非线性约束预测控制关键是求得可行性优化解. 输入输出反馈线性化是非线性控制一种常用的方法, 其系统的初始线性输入约束转化成非线性基于状态的约束, 因而无法采用常规的二次规划(QP)求解优化问题. 针对连续状态空间模型系统, 本文提出迭代二次规划方法来寻求非线性优化解. 为了保证算法的收敛性, 系统加入另外一种迭代算法来保证其在整个预测时域上能得到可行解. 仿真控制结果表明了该方法的有效性.     

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.     

锅炉–汽轮机系统的模糊经济模型预测控制

现代电厂的优化控制通常采用双层控制结构,上层通过优化经济性能指标获得稳态设定值,传递到下层实现设定值跟踪.然而,传统的控制结构往往会忽略动态跟踪过程中的经济性能.本文针对锅炉–汽轮机系统设计了基于模糊模型的经济模型预测控制策略.通过离线设计稳定的线性反馈控制律和可行域,来保证优化问题的递推可行性和稳定性.通过在线求解双模态经济模型预测控制优化问题,实现锅炉汽轮机系统动态过程中经济性能的提高.大范围和小范围负荷变化情况下的仿真结果表明了本文提出的模糊经济模型预测控制的有效性.     

永磁同步电机高效非线性模型预测控制

永磁电机控制器要求电机有很强的转速跟踪能力,并且要保证系统参数变化及负荷扰动下系统的鲁棒性. 永磁电机包含很多不确定因素,是强耦合的非线性系统,传统的线性控制器很难对其进行控制. 针对永磁电机的转速控制构造非线性模型预测控制方法. 非线性永磁电机模型通过输入-输出反馈线性化策略解耦成为新的线性系统. 为保证可行解的收敛性,提出一种迭代二次规划方法来处理由输入-输出反馈线性化导致的非线性约束. 仿真结果表明,控制器能有效降低计算负担,具有很好的动态控制性能,能抑制转矩脉动,并保证在参数变化和负荷扰动下控制系统的鲁棒性.     

核电站蒸汽发生器水位的软约束预测控制

核电站的蒸汽发生器（U-tube steam generator,UTSG）水位控制对核反应堆安全运行至关重要.模型预测控制（Model predictive control,MPC）具有内在的约束处理能力,是UTSG水位控制的有效方法.然而在大范围变功率情况下,水位硬约束会降低水位的控制性能,甚至导致系统不稳定.本文基于UTSG的分段线性输入输出模型,设计了水位软约束MPC.离线计算终端约束集,减少在线计算量,保证稳定性;引入两种松弛变量来放宽水位约束和终端约束集;在蒸汽流量扰动和功率变化情况下的仿真结果表明了算法的有效性.