具有约束的不确定系统的滚动时域状态估计方法

针对不确定系统的状态估计问题，提出了一种基于滚动优化原理的鲁棒滚动时域状态估计方法。这种方法充分利用了以约束形式出现的关于系统状态和干扰的已知信息，可提高估计的合理性和准确性。文中给出了估计算法及估计误差协方差矩阵的递推公式，并对估计算法的稳定性进行了分析。仿真结果表明该方法能够有效地处理具有约束的不确定系统的状态估计问题。     

PMSM转速和转子位置的滚动时域估计器设计

围绕永磁同步电机(PMSM)驱动控制系统的无位置传感器实现,设计了一种基于系统模型的PMSM滚动时域估计器(MHE),以实现PMSM转速和转子位置估计.MHE算法可视为适当假设下一种含等式约束的二次规划类最优问题迭代求解.针对不同的时域尺度,评估了MHE的稳态和暂态性能,并探明了估计误差、计算负担和时域尺度之间的关系....     

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。     

基于滚动时域估计EKF算法的电池SOC预测

扩展卡尔曼滤波算法(EKF)是分析电池SOC估计的有效工具,对于非线性系统具有良好的估计结果。但在实际情况下,测量噪声的模型不再是0均值白噪声,导致预测结果有较大误差。提出利用滚动时域(MHE)算法与扩展卡尔曼滤波算法结合,采用滚动时域窗口的思想,综合前N个时刻的窗口信息来估计当前的SOC。通过建立到达函数并加入M估计器替代测量误差,将预测问题转化为优化问题,并根据EKF的求解思想给出了近似最优解。实验仿真证明,该算法可以有效提高SOC的估计精度。     

Markov跳变系统的滚动时域鲁棒双模控制

针对一类具有输入和状态联合约束的不确定离散时间Markov跳变系统,提出滚动时域鲁棒双模控制的方法.基于椭圆不变集的性质,在椭圆不变集以外使用滚动时域控制,驱动状态进入椭圆不变集.一旦状态进入椭圆不变集,改为使用线性状态反馈控制以保证状态始终位于椭圆不变集内,并使系统均方稳定.控制器的求解转化为以线性矩阵不等式形式给出的半正定规划问题.为改进半正定规划问题的可行性,将自由终端成本的上界作为椭圆不变集的边界,在优化成本的同时得到一组压缩椭圆集,相对于固定椭圆不变集降低了保守性.仿真实例验证了所提出方法的可行性和有效性.     

基于WAMS的电力系统实时状态估计和预报

根据广域测量系统/数据采集与监控(WAMS/SCADA)系统的测量数据,提出一种实时状态估计和预报算法.采用递推增广最小二乘法辨识和修正状态转移矩阵,并采用渐消记忆指数加权法在线估计线性化后的模型误差协方差矩阵,同时由量测量的标准差在线计算量测权重,这使得在利用观测数据进行滤波的同时,状态估计模型中不精确(或未知)参数和噪声协方差矩阵不断地在线辨识和修正,以适应环境的干扰和过程的时变性,减少状态估计误差,达到良好的滤波效果.仿真结果表明,所提出的方法在正常情况、存在坏数据、负荷突变/发电机输出功率突变、网络拓扑结构误判等情况下具有较好的滤波效果.     

基于混合逻辑动态的过程控制实验装置故障检测

通过将故障表示为二进制变量建立混合逻辑动态故障模型,利用滚动时域估计（MHE）方法将故障检测问题转化为混杂预测控制问题。将基于MHE的故障检测方法用于三容水箱过程实验装置进行故障检测仿真研究,建立了实验装置在执行器部件故障下的混合逻辑动态（MLD）模型,研究了利用MHE对实验装置进行状态估计和故障检测的方法。对其中产生的混合整数二次规划问题则利用改进的离散微粒群（DPSO）算法进行求解。控制结果和故障检测结果表明了本文算法的有效性,更有助于对预测控制算法和故障检测技术的理解与应用。     

基于分布式模型预测控制的综合能源系统多时间尺度优化调度

采用具有滚动优化、反馈校正特点的模型预测控制是实现综合能源系统多时间尺度优化调度的关键技术之一.鉴于集中式模型预测控制实现系统整体在线优化的复杂性,文中提出一种基于分布式模型预测控制的综合能源系统多时间尺度优化调度方法,通过各子系统协调配合实现综合能源系统灵活调度.首先,建立以系统日运行经济最优、系统日运行费用及机组启停惩罚费用最小为目标的日前、日内滚动优化模型.然后,在实时阶段采用基于分布式模型预测控制的优化调度策略对整体优化问题进行分解,各子系统根据其他子系统前一时刻的输入序列进行状态估计并优化自身性能指标.最后,通过对各子系统的协调控制进而实现整个系统的在线优化,满足其动态调整需求.仿真结果表明,所提方法能够在改善系统控制性能的同时,提高系统运行的经济性.     

GRNN算法在电力系统状态估计中的应用

阐述了应用递推更新的样本数据训练广义回归神经网络进行状态估计的方法,分析了广义回归神经网络(GRNN)的结构与基本算法,提出平滑参数的确定方法,并给出确定输入神经元数目的方法.仿真结果表明,该网络训练方便快捷,估计精度高,能够满足在线估计的实时性要求.     

利用卡尔曼滤波技术滤取工频分量的方法

卡尔曼滤波，是线性，无偏，最小方差的实时递推滤波，是一种高效，优化的数据处理方法。本文以卡尔曼滤波方法就输电系统的二状态电压模型和三状态电流模型的的滤波模型参数的确定，进行了分析研究，以具体线路（山东邹具－潍坊５００ｋＶ数字仿真网络）为例，作了短路过程电压和电流工频分量的最优估计，获得了一套适合于各种故障情况的模型参数。此模型参数之滤波精度和收敛速度俱称满意。     

风储联合发电系统参与频率响应的模型预测控制策略

储能电池的柔性控制作用使其在参与电网调频方面具有优势,将风电和储能相结合,构成风储联合发电系统参与电网调频,具有协同增效的优势。为此,基于模型预测控制方法,提出风储联合调频策略。该策略在考虑风电场和储能各自约束条件的前提下,通过求解滚动时域最优控制问题协调了两者之间的出力分配,并使用滚动时域估计方法来实时估计电网的有功功率不平衡量,从而可根据更准确的系统状态信息来计算最优控制量。最后对提出的策略进行了仿真分析,结果表明该策略能够提高电网的调频性能。     

A proximity moving horizon estimator for a class of nonlinear systems

In this article, we present a proximity-based formulation for moving horizon estimation (MHE) of a class of constrained discrete-time nonlinear systems. The cost function of the proposed estimator includes a convex stage cost as well as a Bregman distance for the a priori estimate. This rather general formulation of the cost function allows for a flexible design of the estimator depending on the setting of the problem at hand. We derive sufficient conditions for the global exponential stability of the underlying estimation error. We also investigate the robustness properties of the proposed MHE scheme applied for linear systems subject to unknown process and measurement disturbances in terms of an input-to-state stability analysis. The estimator performance is illustrated by means of simulation examples.     

单元机组协调系统的模型预测控制

单元机组中的锅炉-汽轮机协调系统,具有滞后、耦合、时变以及模型不确定性等特点。针对该协调过程,设计了一种预测控制策略,它利用预测模型与滚动优化策略,减小了模型不确定性、时变以及滞后等因素的影响。最后通过300 MW单元机组协调控制系统的仿真实验,验证了所设计控制算法的性能。结果表明在机组工况发生变化或受到干扰时,被控系统具有快速的负荷适应性、良好的抗扰动能力和很强的鲁棒性,是一种具有实用价值的单元机组协调控制方法。     

输入受限的非线性系统模型预测控制

基于模糊T—S模型对输入受限的非线性离散系统,提出了模型预测控制,导出了预测控制性能指标上界,将稳定性约束、输入约束变换成容易求解的线性矩阵不等式(LMIs)形式。采用了状态反馈控制器和并行补偿分布控制器(PDC),基于李雅普诺夫函数和线性矩阵不等式方法给出滚动时域优化的充分条件,证明了闭环系统的稳定性。仿真结果验证了所提方法的有效性。     

基于模糊控制的电池储能系统辅助AGC调频方法

针对AGC控制中火电机组响应时滞长、机组爬坡速率低的问题,提出了一种基于模糊控制策略的电池储能系统(Battery Energy Storage System,BESS)辅助AGC调频方法。该方法以区域控制偏差(Area Control Error,ACE)及其变化率作为模糊控制器的输入量,BESS的参考功率变化量作为输出量,根据系统的运行状态调节BESS输出功率,辅助火电机组改善电网的动态调频性能。基于Matlab/Simulink平台的仿真结果表明,BESS能够迅速响应负荷扰动,减小了系统频率偏差和联络线功率偏差,降低了系统的超调作用,有助于提高电网AGC调频能力和增强系统的稳定性。     

基于三相变流系统的级联改进自抗扰控制策略

针对LCL型变流系统存在的谐波谐振现象和系统稳定运行问题,提出一种基于级联改进自抗扰的变流器控制策略。首先,建立三相LCL型变流器在dq坐标系下的数学模型;然后,在线性自抗扰控制（LADRC）策略基础上引入观测器解耦设计方法,形成改进自抗扰控制策略,提升系统对谐波谐振现象的抵抗能力;最后,形成改进自抗扰和传统自抗扰相结合的双闭环控制策略,并搭建仿真模型进行验证。仿真结果表明,相较于传统三阶自抗扰和比例积分控制,级联改进自抗扰控制下的系统具备更佳的谐波谐振抑制效果与稳定能力。     

动态矩阵预测控制在微型燃气轮机中的应用

可调回热式微型燃气轮机具有多变量、强耦合、非线性、参数时变等诸多复杂的特性,常规控制方法难以满足控制要求。对于两输入两输出的微型燃气轮机控制系统设计,如何准确快速地实现扰动下的稳定输出,是设计控制系统的关键。首先文中基于动态矩阵预测算法设计出预测控制器,并给出误差校正矩阵、误差权矩阵、控制权矩阵和柔化系数矩阵关键控制参数分析;接着在稳定工况点下,设计了转速给定值扰动、燃料量内扰下的预测控制策略;最后基于传递函数模型进行仿真控制分析,结果验证了该控制方法能够更好地符合快速性、鲁棒性和抗扰动的控制要求,并且超调量比常规PID控制方法要小。