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.     

事件触发双模分布式预测控制

本文针对有界扰动作用下的线性离散大系统,提出了事件触发双模分布式预测控制设计方法.利用输入状态稳定性(input-to-state stability,ISS)理论建立了仅与子系统自身信息相关的事件触发条件.只有子系统满足相应的事件触发条件,才进行状态信息的传输和分布式预测控制优化问题的求解,并与邻域子系统交互最优解作用下的关联信息.当子系统进入不变集时,采用状态反馈控制律进行镇定,并与进入不变集的邻域子系统不再交互信息.分析了算法的递推可行性和系统的闭环稳定性,给出了扰动的上界.最后,通过车辆控制系统对算法进行仿真验证,结果表明,本文提出的方法能够有效降低优化问题的求解次数和关联信息的交互次数,节约计算资源和通信资源.     

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.     

通讯信息约束下具有全局稳定性的分布式系统预测控制

本文针对一类由状态相互耦合的子系统组成的分布式系统, 提出了一种可以处理输入约束的保证稳定性的非 迭代协调分布式预测控制方法(distributed model predictive control, DMPC). 该方法中, 每个控制器在求解控制率时只与 其它控制器通信一次来满足系统对通信负荷限制; 同时, 通过优化全局性能指标来提高优化性能. 另外, 该方法在优化 问题中加入了一致性约束来限制关联子系统的估计状态与当前时刻更新的状态之间的偏差, 进而保证各子系统优化问 题初始可行时, 后续时刻相继可行. 在此基础上, 通过加入终端约束来保证闭环系统渐进稳定. 该方法能够在使用较少 的通信和计算负荷情况下, 提高系统优化性能. 即使对于强耦合系统同样能够保证优化问题的递推可行性和闭环系统的 渐进稳定性. 仿真结果验证了本文所提出方法的有效性.     

通讯信息约束下具有全局稳定性的分布式系统预测控制（英文）

本文针对一类由状态相互耦合的子系统组成的分布式系统,提出了一种可以处理输入约束的保证稳定性的非迭代协调分布式预测控制方法(distributed model predictive control,DMPC).该方法中,每个控制器在求解控制率时只与其它控制器通信一次来满足系统对通信负荷限制;同时,通过优化全局性能指标来提高优化性能.另外,该方法在优化问题中加入了一致性约束来限制关联子系统的估计状态与当前时刻更新的状态之间的偏差,进而保证各子系统优化问题初始可行时,后续时刻相继可行.在此基础上,通过加入终端约束来保证闭环系统渐进稳定.该方法能够在使用较少的通信和计算负荷情况下,提高系统优化性能.即使对于强耦合系统同样能够保证优化问题的递推可行性和闭环系统的渐进稳定性.仿真结果验证了本文所提出方法的有效性.     

有界扰动下异质车辆队列分布式鲁棒经济预测控制

针对有界扰动下异质车辆队列节能与稳定分布式协同控制问题,提出一种新的分布式鲁棒经济模型预测控制(economic model predictive control, EMPC)策略.首先采用不确定误差模型描述有界扰动下异质车辆队列纵向行驶动态特性,再应用tube思想对系统约束进行紧缩设计,补偿有界扰动对系统造成的不确定性.其次,采用局部车辆行驶能耗模型描述车辆队列分布式经济性能优化的有限时域最优控制问题,并利用传统跟踪性能指标设计附加稳定收缩约束函数.进一步,基于系统收缩原理,建立车辆队列闭环系统关于有界扰动的输入-状态稳定性条件.最后,通过与车辆队列传统分布式鲁棒模型预测控制策略的数值仿真对比结果验证了所提出策略的有效性和优越性.     

基于多变量约束GPC的负荷频率控制

针对现代电力系统的复杂约束处理问题,提出一种基于多变量约束广义预测控制(GPC)的负荷频率控制(LFC)方法。以区域控制误差和部分待约束内部状态为输出变量,构建多变量受控自回归积分滑动平均预测模型,并根据丢番图方程的隐式解进行多变量输出轨迹预测,改善了经典GPC无法直接处理内部状态约束的缺点且减轻了在线计算负担。此外,以最临近历史控制序列的未来时刻控制量预测值代替实时控制律对随机输入延时进行补偿。以水火电混合多区域互联系统为例进行仿真,仿真结果表明,所提控制策略比传统PI控制的控制性能和时滞鲁棒性更优,比经典显式约束GPC的计算实时性更好。     

工业大系统双层结构预测控制的集中优化与分散控制策略

为降低工业大系统模型预测控制(Model predictive control,MPC)在线计算复杂度,同时保证系统的全局优化性能,提出一种集中优化、分散控制的双层结构预测控制策略.在稳态目标计算层(Steady-state target calculation, SSTC),基于全局过程模型对系统进行集中优化,将优化结果作为设定值传递给动态控制层;在动态控制层,将大系统划分为若干个子系统,每个子系统分别由基于各自子过程模型的模型预测控制进行控制,为减少各子系统之间的相互干扰,在各个子系统之间添加前馈控制器对扰动进行补偿,提高系统的总体动态控制性能.该策略的优点在于能确保系统全局最优性的同时降低了在线计算量,提高了工业大系统双层结构预测控制方法的实时性.仿真实例验证该方法的有效性.     

电力市场条件下互联电力系统的分散H_∞控制

根据分散的自动发电控制AGC(AutomaticGenerationControl)的控制要求和电力市场的条件,研究了互联电力系统分散的鲁棒控制问题。采用虚拟控制区域的概念修正原互联电力系统的状态空间模型;利用大系统包含原理的约束和聚集条件将修正后的互联电力系统模型分解为各个子系统;根据LMI算法来设计可随时满足区域间功率交换合同的分散H∞自动发电控制器。此方法应用到受负载阶跃扰动的两区域互联电力系统中,结果表明了该方法的有效性,并且满足了电力市场条件下自动发电控制的要求。     

多变量预测控制结构分解的图论方法

预测控制算法的计算复杂度主要由变量个数和控制时域决定, 而大型复杂系统中变量个数较多将导致计 算量大的问题, 尤其在有约束预测控制的优化求解中增加较重的计算负担. 本文针对此问题利用邻接矩阵、可达矩 阵和关联矩阵梳理系统传递函数模型中变量之间的关联, 将有关联的控制变量划分为一个子系统, 进而将一个大系 统分解成若干独立子系统, 即可将一个高维度的优化求解问题分解成多个维度较低的子优化问题, 降低计算复杂度 以达到减少计算量的目的. 最后将其应用在多变量有约束的双层结构预测控制算法中, 通过仿真进行验证.     

有界扰动多变量Hammerstein系统输入到 状态稳定模型预测控制

考虑具有状态和控制约束的有界未知扰动多变量Hammerstein系统,提出一种具有输入到状态稳定和有限L_2增益性能的鲁棒非线性模型预测控制策略.基于多变量线性子系统H_∞控制律,滚动预测非线性代数方程的解算误差,继而在线优化计算满足系统约束条件的预测控制量.利用输入到状态稳定性概念和L_2增益思想,建立闭环系统关于该扰动信号具有鲁棒稳定性和L_2增益的充分条件,使闭环系统不仅满足系统约束,而且对不确定扰动输入和解算误差具有鲁棒性.最后以工业聚丙烯多牌号切换过程控制为例,仿真验证本文算法的有效性.     

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.     

网络攻击下信息物理融合电力系统的弹性事件触发控制

本文将电动汽车（Electric vehicles，EVs）引入到典型的信息物理系统（Cyber-physical systems，CPS）智能电网中，采用负荷频率控制（Load frequency control，LFC）方法，能够快速抑制系统扰动所引发的频率变化.在考虑拒绝服务（Denial-of-Service，DoS）攻击的情况下，提出了一种弹性事件触发机制，使系统能够容忍攻击所造成的数据丢失.与此同时，PI型静态输出反馈控制器的输入按需更新，减少了通信负担.对于建立的闭环时滞系统模型，构造新型李亚普诺夫泛函，对系统进行稳定性分析，推导出系统所能承受的最大DoS攻击持续时间，并对控制器增益和弹性事件触发矩阵进行协同设计.最后，通过多域电力系统仿真，验证了所提出方法的有效性.     

基于事件触发的无人驾驶汽车路径跟随预测控制

研究存在有界扰动的非线性无人车辆模型的路径跟随问题,提出一种基于事件触发的模型预测控制算法,与现有的基于时间周期的模型预测控制算法相比,可以在保证车辆对参考轨迹跟随准确性的同时减少跟随过程中求解优化问题的计算量,降低在线实时优化的计算负担.最后给出无人车运动学模型的仿真结果,对比所提出的控制算法与传统算法,验证了其有效性.     

基于随机模型预测控制的四旋翼无人机研究

由于随机扰动(可能无界)的存在，四旋翼无人机系统存在控制性能不稳定、输入抖动大的问题。针对这种情况，提出一种随机模型预测控制算法。算法对控制约束进行软化，使其在一定范围内可以违反约束以满足系统性能的提高，并添加扰动反馈结构进行实时监测。运用分布式鲁棒的方法对扰动进行重构，扰动重构后再分别对单输入机会约束与联合状态机会约束进行可计算的精确凸优化重构。加入精确罚函数方法以进一步保证系统可行性。实验对比结果表明，与无扰动的模型预测控制(MPC)算法相比，该算法能够在满足约束的情况下克服任意随机扰动(可能无界)完成目标跟踪，且具备更优秀的预测性能。     

网络化热方程的集中事件触发控制

本文对热方程建模的分布式参数化多智能体系统进行研究,设计了基于事件触发控制下的一致性边界控制器,将网络化热方程的状态驱动到相同的稳定状态.其中每一个子系统的边界信息能被测量,并且所有的智能体由无向静态拓扑连接.事件触发控制器由以下两部分组成:一是基于网络拓扑的边界局部交互作用,驱动所有子系统达到相同的状态;二是由事件触发条件建立的触发时刻.本文证明了在事件触发的边界一致性控制下两个连续触发时刻之间存在最小停留时间以避免Zeno现象;同时利用李雅普诺夫函数分析并保证了闭环系统的稳定性和适定性.最后,给出了由5个热方程组成的多智能体系统的仿真算例,结果证实了本文所设计事件触发控制器的真实性.     

基于事件驱动的二次凸优化问题分布式优化算法

针对多智能体系统中等式约束下的二次凸优化问题,给出一种事件驱动机制下的分布式优化算法.该算法可以降低每个智能体控制协议的更新频率以及智能体之间的通信负担.基于图论和李雅普诺夫函数方法给出两种不同的事件触发条件,其中第2种事件触发条件不需要拉普拉斯矩阵的最大特征根的信息,可实现算法全分布式实施.两种事件触发条件均可实现算法渐近收敛到优化值,避免智能体控制协议的连续更新以及智能体之间的连续通信,同时保证每个智能体相邻事件触发时刻的时间间隔大于0,避免持续事件触发.将所提出的算法应用于Matlab仿真环境中进行仿真验证,仿真结果验证了所提出算法的有效性.     

FDI攻击下互联电力系统的分布式安全状态估计

针对虚假数据注入(FDI)攻击下的多区域互联电力系统安全状态估计问题,提出一种分布式中间观测器,同时对各区域电力系统的状态、虚假数据注入攻击信号以及负载偏差进行估计.首先,通过将电力系统的状态和虚假数据注入攻击进行增广,得到等价的区域电力系统状态空间模型;然后,基于等价系统模型构建分布式中间观测器,对各个电力子系统分别进行安全状态估计,并设计补偿控制策略以降低虚假数据注入攻击及负载偏差带来的影响;最后,通过算例仿真验证所提出方法的可行性和有效性.     

基于鞍点法的自适应分布式资源分配算法

研究一类带有不等式约束为凸函数的多智能体系统分布式资源分配问题.在资源分配问题中,各智能体拥有仅自身可知的局部成本函数和局部凸不等式约束.分布式资源分配旨在如何利用智能体间的信息交互设计一种分布式优化算法,完成定量资源分配的同时还保证最小化全局成本函数.针对该问题,基于卡罗需-库恩-塔克条件和比例积分控制思想,首先提出一种自适应分布式优化算法,其中凸不等式约束的对偶变量可实现自适应获取;然后,为了降低系统的通信资源消耗,设计一种动态事件触发控制策略以实现离散时间通信的分布式资源分配算法;最后,通过数值仿真验证所设计算法的有效性.     

整车主动悬架系统分布式滚动时域一致性估计

考虑整车主动悬架系统的约束状态估计问题,本文提出基于一致性原理的分布式滚动时域估计(DMHE)算法.首先,为了降低状态估计过程中的计算量,将整车主动悬架系统分解为若干降阶子系统.其次,为提高分布式状态估计效果,采用滚动时域估计(MHE)方法处理主动悬架系统的状态和噪声约束.考虑子系统与邻居估计状态的相关性,在采样间隔中执行多次一致性原理实现主动悬架系统状态的信息融合,进一步建立了算法的稳定性充分条件.最后,通过对比仿真实验验证算法的有效性和优越性.