互联电力系统鲁棒分布式模型预测负荷频率控制

负荷频率控制是现代互联电力系统运行的重要保障.本文针对含有不确定因素和负荷扰动的多区域互联电力系统提出了一种基于线性矩阵不等式参数可调节的鲁棒分布式预测控制算法.设计各个区域控制器目标函数引入相邻区域的状态变量和输入变量,同时考虑发电机变化速率约束和阀门位置约束,将求解一组凸优化问题转化成线性矩阵不等式求解,得到各个区域的控制律,在线性矩阵不等式中引入一组可调参数,将优化一个上限值转化成优化吸引区,降低算法的保守性.仿真结果验证了该算法在负荷扰动、系统参数不确定和结构不确定性情况下具有鲁棒性.     

基于事件触发的互联电力系统分布式负荷频率预测控制

针对具有约束和扰动的多区域互联电力系统负荷频率控制(load frequency control, LFC)问题,本文提出了一种事件触发分布式模型预测控制(event-triggered distributed model predictive control,ET-DMPC)策略.将大规模互联电力系统分解成多个动态耦合的子系统,考虑发电机变化率约束(generation rate constraint, GRC)和调速器阀门位置限制,建立分布式预测控制优化问题.为了降低系统计算负担,减少计算资源的消耗和浪费,基于预测值和系统实际状态的误差构造事件触发条件.在事件触发机制下,只有子系统满足相应的事件触发条件时,控制器才传输状态信息和求解优化问题,并与邻域子系统交互最优解作用下的关联信息.仿真结果表明,本文提出的控制策略在负荷扰动和系统参数不确定的情况下具有良好的鲁棒性,同时极大地降低了系统的计算负担.     

基于各向异性的二维云模型滤波

针对云模型滤波器在去除椒盐噪声的过程中没有考虑到图像各向异性的缺点, 提出了一种新的图像去噪方法。该方法首先利用云模型滤波器的噪声检测器对噪声图像进行检测, 然后对认定为噪声的图像部分利用基于二维云模型的模糊加权滤波算法, 并结合噪声周围非噪声像素的空间位置信息和像素值信息进行图像复原。将这种新的算法与原始方法进行相同环境下的对比实验。结果表明, 对于椒盐噪声密度为10%～50%的测试图像, 虽然在计算效率方面该算法略逊于原始算法, 然而在处理的过程中, 其展现了图像各向异性, 同时也更好地保持了图像的细节信息; 而且图像细节越复杂, 提升效果越明显。     

二维云模型及其在预测中的应用

本文一维正态云的基础上，进一步提出了二维正态的思想，给出了描述二维云的数字特征和二维云的数学模型，探讨了二维云发生器的构成方法和应用前景，尤其是在基于数据库的知识发现方面，在定性和定量相结合的基础上，为进行多种预测，融随机性与模糊性为一体，表达不确定性，提供更系统，更高层的工具。     

基于拟合的二维正态云模型

分析了现有的正向/逆向云生成器实现算法的不足之处,并在此基础上提出了基于拟合思想的正向/逆向云生成算法.通过将概念空间划分为几个子空间,然后再在各子空间上使用正向/逆向正态隶属云生成算法来拟合整个概念空间上问题的描述.在拟合过程中,子空间的划分数目是影响拟合效果的主要因素.通过一系列实验分析就子空间的划分数目给出了一个建议数目.最后,实例分析和比较结果表明了该算法的可行性和效率.     

计及时滞的互联电网负荷频率控制最优分数阶PID控制器设计

分数阶PID控制器相比于传统整数阶PID控制器,具有控制性能好、鲁棒性强等诸多优势,可应用于电网的负荷频率控制(load frequency control,LFC)中.针对网络化时滞互联电网的LFC问题,提出了一种基于计算智能的分数阶PID控制器参数优化整定方案.该方案选择时滞LFC系统时域输出响应构建优化目标函数,采用最近提出的灰狼优化算法获得最优的分数阶PID控制器参数,所设计的控制器能确保一定时滞区间内LFC系统的稳定性.仿真算例表明,所设计的LFC最优分数阶PID控制器比传统整数阶PID控制器的控制性能更优,时滞鲁棒性更强.     

风电介入下的多区域互联电力系统分布式经济模型预测负荷频率控制

针对风电介入下的多区域互联电力系统,提出一种分布式经济模型预测负荷频率控制策略.通过将大规模互联电力系统分解成若干个动态耦合的子系统,这些子系统能够利用网络交流并共享信息,使得各区域的控制器实现各自优化问题的求解.同时,在满足状态约束和控制输入约束的前提下,遵循传统火力发电优先、风力发电配合的原则,通过在线求解优化问题,实现风电介入下的多区域互联电力系统的负荷频率控制.为了提高系统整体运行经济性,所提出的分布式经济模型预测控制器将负荷调频成本、燃料消耗成本以及风力发电成本等经济性指标考虑在内.仿真结果表明,在阶跃负荷扰动下,所设计的控制器不仅可以满足调频要求,在降低计算负担和提高经济性能方面也具有一定优势.     

跟车安全间距二维云控制

车辆行驶在道路上时速度并非恒定的,于是跟随其行驶的车辆也会随着前车变化而变化。然而,在驾驶过程中驾驶员表现出的不确定性行为特征,使得人们对驾驶员的行为难以进行精确的数学描述。基于安全距离理论提出了跟车二维云控制算法,并对驾驶行程中由于突发事件的影响,驾驶员急加减速的跟车行为进行仿真。     

基于二维云模型的主机安全等级评估研究

针对信息安全等级保护测评中主机安全等级判定的随机性和模糊性,提出基于二维云模型的主机安全等级评估的方法。首先根据主机安全测评中的两个模块测评结果的等级划分,构造主机安全等级评估规则;接着通过云发生器依据每条规则的两组数字特征构建基于二维云模型的主机安全等级评估云图,再根据评估云图投影出等级评估的投影面,实现主机安全等级评估的定量划分并克服评估结果的模糊性和随机性。通过实例验证,此方法简单有效可行,兼顾主机测评中的两个测评模块对主机安全的影响,能够定量地对主机安全等级进行精确的评估,具有一定的应用价值。     

具有容性负载的直流微电网系统分布式协同控制

针对一类具有容性负载的直流微电网系统, 提出了分布式协同控制方法. 具有容性负载的直流微电网是一类耦合动态互联非线性网络化系统, 可将DC-DC变换器在信息层视为智能体, 在每个子系统模块中, 引入容性负载电压观测器, 耦合并联非线性系统负载均衡控制设计问题可解耦成一阶积分器多智能体系统的输出一致性跟踪问题. 基于最近邻原则, 通过在控制器中引入比例、积分环节, 设计了增益可调的分布式协同PI控制律, 当有向图满足至少含有一棵生成树的条件下, 通过子系统间的局部交互, 可以实现负载均衡的目标. 通过分析增广系统矩阵的特征值证明了整个闭环系统的稳定性. 仿真和实验说明了所提出的控制方法的有效性及可行性.     

基于2维性能参考模型的2维模型预测迭代学习控制策略

将迭代学习控制(Iterative learning control, ILC)系统看作一类具有2维动态特性的控制系统,根据模型预测控制(Model predictive control, MPC)和性能参考模型控制思想, 提出了一种基于2维性能参考模型的2维模型预测迭代学习控制系统设计方案.在该控制系统设计方案中,可以通过选择适当的2 维性能参考模型来构造2 维动态变化的设定值信号和预测控制信号,从而引导迭代学习控制系统收敛到合理的控制性能,并有效避 免系统性能收敛过程中控制输入可能发生的剧烈波动.通过对控制系统的结构分析可知,所得的迭代学习控制器本质上是由沿时 间指标的参考模型预测控制器和沿周期指标的迭代学习控制器组成,闭环系统的收敛性等价于一个2维滤波系统的稳定性.数值仿 真结果证明了该设计方案的有效性和鲁棒性.     

Resilient Fixed-Order Distributed Dynamic Output Feedback Load Frequency Control Design for Interconnected Multi-Area Power Systems

The paper proposes a novel \begin{document}$ H_\infty$\end{document} load frequency control (LFC) design method for multi-area power systems based on an integral-based non-fragile distributed fixed-order dynamic output feedback (DOF) tracking-regulator control scheme. To this end, we consider a nonlinear interconnected model for multi-area power systems which also include uncertainties and time-varying communication delays. The design procedure is formulated using semi-definite programming and linear matrix inequality (LMI) method. The solution of the proposed LMIs returns necessary parameters for the tracking controllers such that the impact of model uncertainty and load disturbances are minimized. The proposed controllers are capable of receiving all or part of subsystems information, whereas the outputs of each controller are local. These controllers are designed such that the resilient stability of the overall closed-loop system is guaranteed. Simulation results are provided to verify the effectiveness of the proposed scheme. Simulation results quantify that the distributed (and decentralized) controlled system behaves well in presence of large parameter perturbations and random disturbances on the power system.     

基于二维混合模型的重复控制系统设计新方法

现有重复控制方法是在一维空间上同时处理控制与学习过程, 这不利于重复控制系统的分析与设计. 本文针对一类线性不确定系统, 提出一种基于连续/离散二维混合模型的重复控制系统设计方法. 首先, 通过分析重复控制系统中独立存在的控制行为与学习行为, 建立重复控制系统的连续/离散二维混合模型, 将重复控制器设计问题转化为一类连续/离散二维系统的状态反馈控制问题; 然后应用二维连续/离散系统方法, 获得重复控制系统的稳定性条件, 根据稳定性条件并利用线性矩阵不等式(Linear matrix inequality, LMI)方法, 求得重复控制器参数. 与现有方法相比, 所提出的重复控制设计方法更加符合其本质特征, 具有简单实用、直观明了的特点, 克服了现有重复控制方法所存在的局限性. 最后, 数值仿真实例验证了本文所提方法的有效性.     

时滞系统的云模型智能控制

该文利用云模型控制规则的不确定性推理,采用模糊控制原理,设计出了混合维的云模型智能控制器,对工业过程中常见的时滞模型进行了仿真实验。仿真结果表明,该控制器简易、直观、鲁棒性强,具有良好的控制性能和较好的应用价值。     

基于一种改进型逆凸不等式的混合攻击下多区域时滞电力系统的分布式控制

本文研究了混合攻击下多区域时滞电力系统的分布式协调控制问题。首先,考虑了一种基于混合攻击下（包括拒绝服务攻击和欺骗攻击）的多区域时滞电力系统,在拒绝服务攻击下,时滞电力系统的各个区域之间的通信将恶化为一种切换残余拓扑结构,它的时间特性建模成了模型依赖的平均停留时间的模型。在以负反馈控制为目标的欺骗攻击下,将其建模成了基于符号函数的模型。然后,为了在低惯性和混合攻击下获得时滞电力系统的弹性性能,采用了负荷频率控制与虚拟惯性控制相结合的弹性分布式策略,并将时滞电力系统的负荷频率控制问题转换为切换非线性切换系统控制问题。再通过采用合适的Lyapunov-Krasovskii泛函、改进型逆凸不等式、线性矩阵不等式技术以及切换系统方法,得到了多区域时滞电力系统的稳定性定理。并基于此定理,设计了负荷频率控制和虚拟惯性控制下的分布式控制增益。最后,建立仿真,针对三区域电力系统进行了仿真,仿真结果体现了本文所提出来的稳定性定理和设计的分布式控制增益的优势和有效性。     

分布式交互媒体的一种应用控制模型

讨论了分布式交互媒体的特性和各种应用控制模型,并提出了一种新的控制模型——混合式控制模型,该模型可以有效的减轻最大平均操作时延,减轻服务器负担和用户应用程序复杂度,提高扩展性。     

网络信息模式下分布式系统协调预测控制

工业系统中广泛存在一类由多个相互关联的子系统组成的大系统. 尽管分布式控制结构的性能没有集中式控制好,但由于其具有较高的灵活性和容错性,相对于集中控制更加适合控制上述系统.在保持容错性的情况下如何提高系统的整体性能是分布式控制的一个难点问题.本文提出了一种分布式预测控制(Distributed model predictive control, DMPC)方法,该方法通过在各子系统预测控制器的性能指标中加入输入变量对其下游子系统的影响的二次函数,来扩大分布式预测控制的协调度,进而在不增加网络连通度,不改变系统容错性的前提下,提高系统的性能.另外,本文给出了基于该协调策略的带输入约束的分布式预测控制器的设计方法,在初始可行的前提下,该方法相继可行并可保证系统渐近稳定.     

Distributed nonlinear model predictive control based on contraction theory

A novel distributed model predictive control algorithm for continuous‐time nonlinear systems is proposed in this paper. Contraction theory is used to estimate the prediction error in the algorithm, leading to new feasibility and stability conditions. Compared to existing analysis based on Lipschitz continuity, the proposed approach gives a distributed model predictive control algorithm under less conservative conditions, allowing stronger couplings between subsystems and a larger sampling interval when the subsystems satisfy the specified contraction conditions. A numerical example is given to illustrate the effectiveness and advantage of the proposed approach.     

基于云模型的船舶航迹跟踪滑模控制

为解决船舶路径跟踪控制中存在的非线性问题,引入滑模控制实现船舶的轨迹跟踪。采用云模型与指数趋近律结合的方法,设计基于云模型的轨迹跟踪智能滑模控制器,以减少滑模控制中的抖振。仿真结果表明,通过云模型的不确定性推理,智能滑模控制器能够动态调整滑模控制的趋近速度,抑制抖振的产生,船舶动态轨迹跟踪性能良好,能够精确控制航迹。