基于微粒群优化算法的单元机组H∞控制

针对单元机组提出了一种基于微粒群优化算法的状态反馈H∞控制方案.首先将非线性系统转化为线性时变系统,再把状态反馈H∞控制问题转化为求Riccati方程的解.H∞控制器的控制效果取决于正定矩阵P的选取.为了保证解的存在性,扩大可行解的范围,提高控制效果,将差分进化算法引进到微粒群算法中得到了改进的微粒群优化(PSO)算法,并采用改进的PSO算法求Riccati方程的解,从而实现对控制器参数的实时优化.理论分析和实验结果均表明该设计方案能够得到使系统渐近稳定的状态反馈控制器.由实验结果可以看出该设计方案提高了控制器参数的优化精度,达到了镇定系统和抑制干扰的双重目的,该系统能够在大范围运行工况下稳定运行.     

离散系统的一种从模型取状态鲁棒MRAC方案

本文对具有可测扰动的离散系统提出了一种从模型取状态的鲁棒模型参考自适应控制ＭＲＡＣ（模型参考自适应控制）新算法。     

鲁棒MRACS设计及在带钢可逆冷轧机调速系统中的应用

进一步取消文献[１]的假定条件,设计了一种便于工程应用的,任意相对阶数的鲁棒ＭＲＡＣ系统,应用到带钢可逆冷轧机调速系统中,验证了方案的控制效果。     

Robust non-fragile control for discrete-delay nonlinear large-scale systems

Time-delays,due to the information transmission between subsystems,naturally exist in large-scale systems and the existence of the delay is frequently a source of instability. This paper considers the problems of robust non-fragile fuzzy control for a class of uncertain discrete nonlinear large-scale systems with time-delay and controller gain perturbations described by T-S fuzzy model. An equivalent T-S fuzzy model is represented for discrete-delay nonlinear large-scale systems. A sufficient condition for the existence of such non-fragile controllers is further derived via the Lyapunov function and the linear matrix inequality( LMI) approach. Simulation results demonstrate the feasibility and the effectiveness of the proposed design and the proper stabilization of the system in spite of controller gain variations and uncertainties.     

基于BSA-RELM的纯电动汽车锂离子电池SOC估计

提出一种基于鸟群算法优化鲁棒极限学习机的锂离子电池荷电状态估计算法。鲁棒极限学习机克服了极限学习机不能处理异常值的缺点,提高了网络的预测准确率。利用鸟群算法优化鲁棒极限学习机的隐层节点数和调节因子等参数,解决隐层节点数和调节因子等参数难以确定的问题,可进一步提高网络的收敛速度,且利于寻找全局最优值。利用ADVISOR软件采集影响电池荷电状态的主要参数:电流、电压、温度和内阻等进行建模和测试。仿真结果表明,采用鸟群算法优化鲁棒极限学习机比BPNN、RBFNN和FNN的估计误差更小,具有更高的预测精度。     

鲁棒HMRAC控制器设计及在镗床电机控制中的应用

设计了一种任意相对阶数的鲁棒HMRAC系统,采用补偿多项式,取消了文献[1]中要求系统相对阶数不大于2的限制条件;采用可调线性补偿器,取消了系统参数变化范围已知的假定条件;扩展了应用范围。基于混合误差模型,避免了系统因离散化而引起的非最小相位问题及扰动影响。该系统到镗床电机控制中,验证了方案的有效性。     

基于发电单元完整模型的backstepping控制

针对发电单元高阶非线性完整数学模型(锅炉、汽轮机和发电机模型),结合系统参数的不确定性,采用backstepping动态面控制方法设计了一种鲁棒自适应控制器。在反推设计过程中引入了虚拟控制器和一阶低通滤波器,从而避免了对模型非线性进行多次微分而引起的算法复杂性,使设计方法简化。理论分析和仿真结果均表明,该控制器能够保证闭环系统的半全局渐近稳定性,对系统参数的不确定性具有较强的鲁棒性,在系统发生故障时能够使系统稳定运行。     

基于改进多元宇宙优化算法的光伏系统最大功率点跟踪

在局部遮蔽条件下,光伏阵列的功率输出曲线呈现多峰特性,传统控制算法无法持续准确地跟踪最大功率输出点,该文提出一种基于改进多元宇宙优化(MVO)算法跟踪全局最大功率点的方法(IMVO)。引入螺旋更新和自适应压缩因子,增强了算法的全局搜索能力;改变旅行距离率的更新方式,加快了算法的收敛速度,3方面改进有效提高了算法的寻优能力。仿真结果表明：在均匀光照、局部遮蔽和变光照强度3种条件下,改进多元宇宙优化算法均能持续稳定地跟踪最大功率点,在收敛时间和收敛精度上均有较大提高,由此验证了该算法在最大功率点跟踪控制中的可行性。     

非线性系统的参数自适应变结构控制器设计

采用 HM模型描述非线性系统 ,并将全局模糊系统模型表示成不确定系统形式。对不确定上界进行自适应参数估计 ,采用 L yapunov方法设计出全局渐近稳定的变结构控制器。并用一级倒立摆进行仿真验证。成功的将变结构控制应用于非线性控制系统中     

考虑状态受限的微电网二次电压与频率固定时间控制

该文研究孤岛交流微电网二次电压和频率的固定时间精确控制问题,基于多智能体一致性方法,提出考虑状态受限的自适应模糊固定时间二次电压控制器和基于控制障碍函数的二次频率控制器。在多智能体一致性控制中,将每一个分布式电源视为一个非线性智能体,智能体之间通过稀疏网络进行通信。在电压控制器设计中,采用反馈线性化后未知变量的自适应模糊估计提高控制器的自适应能力,并引入新的滑模面使电压控制器在固定时间内收敛。考虑到系统状态受限问题,分别采用障碍Lyapunov函数和控制障碍函数设计电压与频率控制器,使系统状态在预设的约束范围内。频率控制器的设计还考虑了有功功率的精确分配问题,给出了严格的固定时间收敛及稳定性证明。在Matlab/Sim Power System环境下,对微电网负载变化及大干扰下的仿真验证了所提控制器的有效性。