基于模糊Lyapunov函数的机炉协调跟踪控制器设计

针对火力发电机组具有强非线性,现场运行中存在参数变动等特点,提出了一种基于机炉协调系统的T-S模糊模型进行鲁棒跟踪控制器设计的方法。首先针对一个锅炉—汽轮机模型中存在的非线性项,利用替换拆分方法,并考虑了参数变动因素,建立了系统的T-S模糊不确定参数模型。然后利用并行分配补偿方法设计模糊控制器,基于模糊Lyapunov函数进行控制系统的稳定性分析,借助线性矩阵不等式方法(linear matrix inequalities,LMI)将稳定性判据转换成凸优化问题,得到了宽松的系统保性能稳定跟踪控制率。最后将所设计的控制器用于机炉协调系统的跟踪控制,通过对比验证,证明了所提方法的有效性。     

基于模糊建模的非线性鲁棒模型预测控制

针对离散不确定模糊模型，提出了一种鲁棒非线性模型预测控制方法，导出了预测性能指标上界，将稳定性约束，输入约束和输出约束变换成容易求解的线性矩阵不等式（LMI）形式，从而将非线性模型预测控制Min-Max优化问题变换成具有线性矩阵不等式约束的广义特征值问题（GEVP）。对于采用的状态反馈预测控制器，讨论了滚动时域优化的可行性，证明了闭环系统的鲁棒稳定性。仿真结果表明了控制器的有效性。     

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。     

基于T-S模糊模型的多变量非线性预测控制

针对多变量非线性系统预测控制的实时性问题,提出一种基于T-S模糊模型的预测控制快速算法.通过辨识建立非线性系统的T-S模糊模型,依据系统的运动特性和实际中控制输入增量的变化趋势选取特定基函数,将广义预测控制和预测函数控制相结合设计多变量预测控制律.该算法相比已有基于T-S模糊模型的多变量非线性广义预测控制算法大幅度减少了计算量,显著提高了控制的实时性.仿真结果验证了该算法的有效性.     

基于T-S模糊模型的油气悬架保性能控制

建立了1/2车四自由度油气悬架的T-S模糊模型。采用并行分布补偿器(PDC)结构,基于线性矩阵不等式处理方法,提出了模糊保性能控制方案,导出最优保性能控制律,针对含有参数不确定的油气悬架系统进行了仿真与实车道路试验。结果表明,与被动油气悬架相比,采用了保性能控制的油气悬架在减少振动、提高车辆行驶平顺性方面性能更优。     

基于观测器的仿射型多机耦合电力系统H∞模糊跟踪控制

模型未知的仿射型多机耦合电力系统用一系列T-S模糊模型逼近,且模糊模型的结论部分具有常数偏差项.由于系统状态具有不可测性,采用模糊观测器来估计系统的状态.基于该系列模糊模型和观测器,考虑仿射模型固有的常数项偏差,提出一种新型模糊跟踪控制方法,并用线性矩阵不等式的凸优化方法求解控制器参数,实现了仿射型多机耦合电力系统的稳定跟踪控制.仿真验证了方案的有效性.     

基于模型预测与模糊PID的SRM控制系统研究

近年来开关磁阻电机越来越成为电机领域的热点,但其转矩脉动高导致运行不平稳的特点在实际应用中会带来一系列问题,开关磁阻电机运行的不平稳与输出转矩的脉动率有关。针对这类问题,提出了一种模型预测控制(Model Predictive Control, MPC)结合模糊PID的控制策略。该方法结合了模糊PID控制和模型预测控制的优点,除了能够较快达到预定转速,使低速时间尽可能短,更重要的是降低了转矩脉动率,使电机运行更加平稳。最后,通过Matlab/Simulink仿真实验,验证了该控制系统的优越性。     

T-S模糊模型控制器的LMI设计方法

为了探讨模糊控制系统的稳定性分析和设计方法,依据模糊控制理论,把离散T-S模糊模型看成是一个线性不确定系统,提出了基于线性矩阵不等式和分段Lyapunov函数的模糊控制器设计方法.将闭环控制系统的稳定要求、性能指标约束条件统一到线性矩阵不等式的框架内,通过求解线性矩阵不等式族获得控制器参数.该方法能够保证系统全局稳定,并且具有良好的动态和稳态性能.     

机炉协调系统的动态矩阵控制仿真研究

针对火电单元机组负荷控制系统多变量强耦合的特点,将多变量DMC(动态矩阵控制)策略应用于负荷预测控制系统,对300MW燃煤直流锅炉再热机组固定参数模型和变参数模型分别进行了仿真研究。结果表明,多变量DMC算法内含的解耦机制和优良的控制品质,使得单元机组负荷预测控制系统在不同的负荷下均获得了满意的控制效果,负荷跟踪性能好,鲁棒性强。     

不确定滞后系统的鲁棒模型预测控制

对于输入受约束的离散不确定滞后系统，提出鲁棒模型预测控制方法，其中不确定性存在于系统的状态矩阵和输入矩阵当中，且满足范数有界条件。用LMI解决滞后系统的不确定性和约束，针对滞后系统给出了新的鲁棒性能指标上界和系统稳定的充分条件，通过求解LMI凸优化得到状态反馈控制律，对提出的方法进行了数字仿真研究，结果表明，基于LMI约束不确定滞后系统的鲁棒模型预测控制易于求解。适于实际应用。     

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。     

电力系统分布式模型预测控制方法综述与展望

模型预测控制作为一类约束优化控制策略,在电力系统控制领域得到了广泛的应用,传统的集中式模型预测控制难以满足复杂互联电力系统的多目标优化、可靠性、实时优化等要求。分布式模型预测控制能够协同多个局部控制器实现全局优化或纳什优化。文中全面综述分布式模型预测控制在电力系统中的研究现状和发展方向。首先,按照控制结构对模型预测控制方法进行了分类和对比分析,接着重点阐述了非协作式和协作式2类分布式模型预测控制方法。然后,围绕分布式模型预测控制在不同应用场景分别进行综述和分析。最后,指出了分布式模型预测控制在电力系统控制应用的研究方向。     

基于模型预测控制的微电网多时间尺度协调优化调度

微电网多时间尺度优化调度是消纳间歇性分布式能源的有效技术手段,针对传统基于潮流断面信息的多时间尺度优化方案易出现机组调节响应不及时、计划跟踪误差较大等问题,提出了一种基于模型预测控制(MPC)的多时间尺度协调调度方法。在日前调度阶段,综合考虑电价峰谷差、储能寿命及可再生能源随机性,建立了以系统运行成本最低为优化目标的最优经济调度模型。在日内调度阶段,为应对可再生能源日前预测误差带来的联络线功率波动,同时为确保储能满足日运行能量平衡约束,提出了一种基于MPC的日内滚动优化校正策略。采用有限时间窗内的滚动优化调度代替传统单断面优化调度,提前感知未来一段时间内的可再生能源出力及联络线计划的变化从而对机组出力进行调整,同时结合时域滚动和系统实时状态的反馈校正,更大限度地消除了微电网中不确定性因素的影响,确保了日前计划的合理性及系统运行的稳定性。以某示范微电网为例,通过算例分析验证了所提模型及算法的有效性。     

模型预测控制在永磁同步电机系统中的应用发展综述

随着数字技术的发展,模型预测控制(MPC)已经广泛应用于交流传动系统。首先介绍了经典MPC策略——有限控制集MPC和连续控制集MPC的原理。其次综述了多步预测控制、多矢量预测控制、具有参数鲁棒性的预测控制、广义模型预测、显式模型预测这些常见的改进MPC的研究现状,并提出相关研究思路。最后,根据MPC的应用需求和研究现状,展望了未来需要进一步深入和拓展的研究方向。     

模型预测控制方法在主动配电网协调控制中的应用

基于主动配电网分层协调控制的特点与储能系统的控制特性,提出应用于主动配电网自治区域的协调控制的模型预测控制方法,并利用动态矩阵控制算法在Matlab 中对主动配电网储能的协调控制进行了场景仿真。仿真结果表明,应用预测控制方法的区域控制器比传统的 PI 控制器有更好的性能。     

基于模型预测控制的分布式光伏集群协调优化控制

分布式光伏发电的高密度接入给配电网原有的经济、稳定运行带来了不小的挑战。为了减少分布式光伏发电接入配电网造成的网络损耗,提高光伏发电的经济性,首先分析和归纳了分布式光伏集群的概念和特点;然后针对配电网内的分布式电源、柔性负荷、无功功率调节设备等装置在时间尺度、控制功能方面的调节特性,提出了一种含分布式光伏集群的协调优化调度方法。该方法以模型预测控制为基础,动态滚动协调光伏集群未来一段时间内的有功出力和无功出力,起到减小网络损耗和优化系统电压的作用。采用PGE 69节点系统在MATLAB数学软件下进行建模仿真分析,结果证明了所提优化控制方法的可行性和有效性。     

基于T-S模型的烧结终点广义预测自适应控制

针对铁矿石的烧结过程具有时滞、非线性、不确定等特性,在研究了烧结工艺和烧结终点子系统的部分参数选型的基础上提出一种基于T-S(Takagi Sugeno)模糊模型的烧结终点的预测控制方法。首先,根据烧结终点和台车速度之间的动态非线性化关系,建立烧结终点的T-S模糊模型;然后,在此基础上进行广义预测控制器的设计;最后加入了模糊补偿控制,以实现对烧结终点的自适应控制。利用某烧结厂产生的历史数据对该方法进行仿真实验,结果表明该方法具有较高的辨识精度,超调量小,控制时间短,方法有效。     

基于AFE变换器的改进模型预测控制策略

针对有源前端(AFE)变换器电流环采用有限集模型预测控制算法(FCS-MPC),存在数字控制器计算量大,输出的电流脉动大、系统性能差等问题,本文提出了一种改进模型预测控制策略。首先通过坐标变换构建α-β坐标下有源前端(AFE)变换器的预测模型,结合电压型空间矢量变换的原理,引入扇区矢量判断法,减少最优电压矢量选择的次数。最后根据选出来的电压矢量,在一个控制周期内同时施加有效电压矢量和零电压矢量并分配相应的作用时间。该方法不但保留了传统模型预测控制(MPC)算法的快速动态响应特性,而且改善系统的稳态性能。仿真和实验结果均验证了所提的方法正确性与有效性。     

基于扰动观测器的三相逆变电路改进型模型预测控制

经逆变电路并网的分布式发电系统中,为了解决传统模型预测控制(MPC)在电路参数变化时系统动态响应不佳的问题,在ABC三相坐标下,提出一种基于扰动观测器(DOB)的改进型模型预测控制(AdMPC-DOB)方案,对被控电流进行两步预测,同时采用多重比例谐振(PR)调节器作为MPC的前馈补偿,消除预测电流的周期性误差,并提高对特定次谐波的抑制能力。考虑到电路参数变化和不确定扰动对系统造成的影响,采用电感电流扰动观测器对MPC输入信号进行精确观测。理论分析和仿真试验表明,所提改进型控制方案能够有效提高逆变器输出电能质量,降低并网电流总谐波畸变率(THD)。     

基于ESO的电压平衡器模型预测控制方法

为改善双极性直流微电网的电能质量,提出了一种基于扩展状态观测器的模型预测控制方法,用于电压平衡器中点电压平衡控制及输出电流的改善。首先建立平衡器的数学模型,并根据其传递函数中的负载扰动项,设计基于扩展状态观测器的模型预测控制,最终实现输出电流的跟踪控制。在负载切换情况下,与传统基于闭环结构的模型预测控制相比,该方法提高了系统的响应速度,抑制了电压平衡控制的超调量;与基于输出采样的模型预测控制相比,该方法不需要增加传感器,在有效抑制输出电流波动的同时,降低了系统成本。最后,通过搭建仿真与实验平台,进行仿真分析与实验验证,结果表明:所提方法显著提高了电压平衡器对双极性直流母线的调节性能。