基于固定时间一致性算法的孤岛微电网事件触发二次频率控制

微电网传统一致性算法抗扰能力差、调节时间无法得到保证,控制器周期采样造成大量数据冗余,因此提出一种基于固定时间一致性算法的事件触发机制,实现了输出频率的恢复和有功功率按比例分配。所提出的控制策略提高了系统的收敛速度,实现了固定时间内系统稳定,减小了对系统初始状态的依赖。同时,引入事件触发机制,通过减少采样信息的传输节约了通信资源。利用Lyapunov理论证明了所提控制策略的稳定性。Matlab/Simulink仿真结果验证了本研究所提控制策略的有效性。     

考虑优化调度的微电网频率恢复分布式预测控制策略

为了解决快速频率恢复和缓慢实际功率调度之间的时间尺度分离问题,提出一种考虑优化调度的微电网频率恢复分布式预测控制策略。引入的一致性策略能够在同一时间尺度上处理优化调度和频率恢复,另外提出的实际功率调度方案分布式模型预测控制解决了通信延迟、通信中断和即插即用情景,并且将下垂、实际功率传输和相位角方程作为等式约束,从而预测每个微电网的行为。此外,终端值和不等式约束有助于确定可行解空间的界,从而减少优化时间。在4种测试情景下对控制器的动态性能进行实验评估,结果证明该控制器对负载变化和通信问题具有较强的鲁棒性,并且保证了频率快速回复与高效功率调度。     

基于滑模自适应有限时间一致性算法的微电网二次控制

随着微电网规模日益增大,如何快速稳定完成二次控制目标是一个亟待解决的问题。因此文章首先针对现有微电网中分布式二次控制器的收敛速度问题,提出了一种基于自适应有限时间的分布式二次控制,所提的控制器在不同的场景下,可以通过分布式的方式来获取当前情况下最适合的有限时间控制器的收敛系数,从而加快二次控制的速度。其次针对分布式控制器易受到扰动而无法完成控制目标的问题,设计了基于滑模控制的分布式有限时间控制器来消除扰动影响。然后通过李雅普诺夫函数证明方法分析了所提策略的稳定性和可行性。最后通过Matlab/Simulink搭建仿真模型,在4个不同的算例下验证了本文所提的控制策略的有效性和可行性。     

基于二次逼近模型的PID增益预测控制

针对传统的 PID控制和预测控制的问题 ,文章提出一种基于二次逼近模型的 PID增益预测控制 ,并阐述了该系统的结构、算法和应用特点。通过二次逼近建模的方法 ,提高了建模的算法速度和实际逼近精度以及较强的动态补偿能力。运用这种模型的预测和传统的 PID相结合 ,使控制系统具有增益自适应能力和较好的鲁棒性 ,并通过仿真实例对该方法的特点和性能进行了验证     

微电网孤岛运行的主从控制策略研究

为实现微电网孤岛运行时多个分布式电源的协调控制,提出主从控制策略。即主分布式电源采用阿控制。为微电网提供稳定的电压和频率;从分布式电源采用P-Q控制,使可再生能源得到充分应用,从而使微电网孤岛运行具有良好的稳态和动态性能．MATLAB仿真结果表明,主从控制策略能使各分布式电源之间较好地协调,满足了系统电压和频率的要求．     

孤岛微电网分布式协调无功均分策略

针对微电网中采用逆变器下垂控制的分布式电源时难以实现无功出力合理分配,存在无功环流等安全运行隐患的问题,该文提出一种基于有限时间一致性控制的孤岛微电网分布式协调无功均分策略。该方法在无集中控制器的架构下对无功出力进行均分控制,减少系统无功环流,提高电压质量。相较于传统的一致性策略,所提出的无功均分策略的收敛速度更快,能实现收敛时间及速度的优化,且可适应微电网各种扰动。通过在PSCAD/EMTDC中建立孤岛微电网仿真模型,在多种场景下验证了分布式无功均分策略的有效性和适应性。     

基于QP转化的约束非方系统模型预测控制

针对带约束非方系统的控制问题,设计了一种基于标准二次规划(QP)转化方法的快速模型预测控制算法。首先利用非方传递函数矩阵对Diophantine方程进行求解,结合系统的单位阶跃响应矩阵重构系统的预测模型;然后,考虑系统的约束条件,包括输入输出变量、控制增量约束,通过引入松弛变量及等式转化,将模型预测控制MPC过程中的最小化目标函数问题转化为带有不等式约束的标准QP问题,实现最优控制律在迭代过程中的一步求解,从而解决传统控制方法中计算量大、不能够直接应用于在线控制的问题。将本文所提出的方法应用于经典的Kalman非方系统的控制。得到仿真结果表明,该预测控制方法在系统的抗噪声扰动、设定值跟踪等方面均有着较好的性能,同时能满足系统的约束条件,并得到满意的控制效果。     

基于二次组合的特征工程与XGBoost模型的用户行为预测

特征构造的难题在数据挖掘过程中一直存在,传统固化的特征工程对于业务场景千变万化的数据挖掘任务所带来的效益十分有限,因此解决特征工程的特征构造问题已经成为数据挖掘的瓶颈之一;尤其在机器学习算法快速发展的情况下,特征逐渐成为模型中急需重视的部分。基于电商平台的用户行为数据,在原有特征群的基础上提出了二次组合统计特征的构建方法。利用二次交叉衍生出丰富而又切合业务场景的特征群,同时结合两种滑动窗口的方法,分别是定长滑动窗口获取更多的训练样本,变长滑动窗口获取具有时间权重的训练特征,以此来最大限度地还原出用户真实的行为习惯。最后,使用不同的特征组合结合降维的方法建立对照检验模型;并利用线性的逻辑回归模型、线性支持向量机以及树模型极端随机森林与XGBoost对模型进行交叉验证。结果表明,组合特征在树模型的算法中得到了非常好的表达效果;而且无论在线性模型还是树模型中衍生特征群模型的F1值都优于基础特征群。     

微电网并网和孤岛运行的无缝切换控制策略

微电网并网与孤岛运行模式之间的无缝切换控制策略是保证其安全稳定运行的重要因素。将新型主从控制策略及对等控制策略相结合,对微电网的并网模式向孤岛模式的切换过程进行控制。在DigSILENT/PowerFactory平台上构建由光伏电池和蓄电池相结合的微电网仿真模型,验证了所提出控制策略的正确性,保证了微电网有功、无功、电压及频率的稳定性。     

基于动态反馈神经网络的复杂系统预测控制

在分析基于动态反馈神经网络(DRNN:Dynamic Recurrent Neural Network)的模型预测控制策略的基础上,为改善Elman网络辨识高阶系统时的计算复杂性,采用具有局部动态反馈特性的Elman网络进行线性系统状态空间模型的在线辨识.基于跟踪器型性能指标的预测控制器对系统进行滚动优化,并对动态反馈神经网络逼近状态空间模型进行了证明.对过程控制装置三容系统进行了仿真研究,通过离线训练方式获得网络初值的选择.仿真结果表明,此算法能使系统的输出保持期望轨迹,并能有效处理系统本身的输入、输出约束条件.     

基于模型预测控制的分布式储能型风力发电场惯性控制策略

分布式储能型(DES)风力发电机组是解决规模化风力发电接入引起系统频率稳定问题的有效手段.提出一种基于模型预测控制(MPC)的分布式储能型风力发电场惯性控制方法,首先建立分布式储能型风力发电场的线性化预测模型,在此基础上结合MPC控制框架,设计考虑储能损耗成本和风机转子转速均衡变化的MPC惯性控制优化模型和策略,以实现惯量控制期间风力发电机组转子转速的均衡变化.仿真结果表明：所提控制策略可以有效协调分布式储能型风力发电机组中风力发电单元和储能系统单元的有功功率输出,降低储能系统的充放电损耗成本,并保证风力发电场内所有风机转速在惯性控制期间趋于平均,避免由于风机转速下降过度而导致风力发电机组退出调频的问题.分布式储能型风力发电场惯性控制策略有利于提高电网频率稳定性,对保障电网的安全运行具有重要意义.     

自适应模型预测控制的车道保持控制策略

建立车辆侧向动力学模块、车辆传感模块、道路曲率预瞄模块.在传统模型预测控制(MPC)算法的基础上,利用辛普森法则,结合车道保持优化性能指标和系统约束,设计基于自适应模型预测控制的车道保持控制策略.在Simulink环境下,将其与基于传统模型预测控制器进行比较分析.仿真结果表明:相较于模型预测控制,自适应MPC能够在各控制周期实现车辆模型更新,在强非线性工况下具备较好的鲁棒性,进而能够保证行车安全的前提下,获取较好的乘坐舒适性.     

基于倍频采样和状态预测的LQ控制策略

针对网络控制系统中的延时补偿问题,设计了一种新型网络控制系统工作方式.通过设置缓冲区和采用控制器节点倍频采样的方法,使系统在能够实时准确地获得系统延时的情况下,最大限度地减小系统环路中的时滞,在状态预测的基础上设计的LQ控制器,使得网络控制系统的性能得到进一步改善,仿真结果验证了该方法的有效性.     

二自由度状态预测控制

本文叙述,讨论用状态观测器作状态预测的纯滞后时间控制系统的构成,抗干扰性、鲁棒性,提出便于调整的二自由度状态预测控制用于直流电机调速系统中,由仿真比较可知能获得良好控制效果。     

含多分布式电源的孤岛微电网改进下垂控制策略

含多分布式电源并联运行的孤岛微电网,由于各线路阻抗差异,采用下垂控制策略无法实现无功功率合 理分配。为此,提出一种自调节虚拟阻抗下垂控制策略,通过无功功率调整虚拟阻抗,在不检测线路阻抗参数 的情况下补偿阻抗差异引起的输出电压差异,使各逆变器输出无功功率均等分配或按容量比分配。在Matlab / Simulink 中搭建含有两个分布式电源并联运行的孤岛微电网仿真模型,在两种情况下验证了改进下垂控制策略 能实现无功功率均分和按容量比分配。     

基于二维模型预测控制的迭代学习控制性能评估方法

实际工业生产常用操作方式是批次过程,可以用迭代学习控制进行控制。针对过程模型未知的情形,采用子空间辨识求解模型参数,以迭代学习控制的性能评估为课题。首先,根据测量得到的输入输出数据构造Hankel矩阵,再借助QR分解、SVD分解等几何工具计算出子空间矩阵,最后由列子空间与行子空间估计出系统模型参数。在获得模型之后,把迭代学习控制作用下的闭环系统转换成二维模型。接着,提出了基于模型预测控制的基准,并给出了详细的推导证明。根据这些算法,得到最优控制律,并拟合出性能评估曲面,从而性能差距可以更直观地反映在三维空间中。最后,通过仿真对上述方法的效果进行了验证。     

非线性预测控制及其在微电网中的应用

针对具有异质通信延迟和数据丢失的多智能体非线性系统的输出一致性问题,提出了一种网络化的多智能体预测控制方法.首先,结合输入输出反馈线性化和分布式滚动优化的方法,解决了非线性系统的预测问题.主动通信约束补偿机制的引入,克服了传统控制器仅在最大允许时延情况下实现输出一致性的保守性问题.其次,引入了代理之间的协调和控制成本,...     

基于RBF-ARX模型的预测控制

基于RBF-ARX模型的预测控制是针对非线性系统而提出的一种控制方法。本文介绍了基于RBF-ARX模型的预测控制器的结构和预测控制策略,证明了该方法在非线性系统建模和辨识中的有效性。     

基于T-S模型的模糊广义预测控制

对非线性系统建立了T－S模糊模型,并用正交最小二乘法（OLS）对模糊规则的后件参数进行辨识,然后在每一个采样点对系统进行局部动态线性化,根据得到的系统线性化模型对系统采取广义预测控制（GPC）方法得到当前的控制动作,仿真的结果表明了该方法的有效性。     

孤岛微电网的电压不平衡二次控制策略

为了解决微网公共耦合点(point of common coupling,PCC)电压不平衡问题,提出基于二次控制的电压不平衡补偿方法.该方法依据分层控制理论,建立二次控制层,通过二次控制层中的微电网中央控制器对每个分布式电源的本地控制器产生的偏差进行二次控制与调节,并采用低带宽通信网络实现控制层之间的信息交换.而本地控制层则采用改进的下垂控制方法,并加入虚拟阻抗环来控制逆变型微源的等效输出阻抗特性;电压电流环则采用准比例谐振控制实现电流、电压的无静差控制.该方法不仅从全局的角度补偿PCC点的电压偏差,而且实现无功功率的精确分配.最后仿真验证了所提控制策略的有效性.