基于H∞优化控制的不确定单机无穷大电力系统稳定性研究

针对电力系统在风电并网时由于其随机性及不确定性而产生的波动扰动,致使降低系统稳定性的问题,提出一种基于H_∞优化控制的不确定电力系统稳定性研究方法。通过励磁控制系统利用并行分布补偿技术结合事件触发理论设计模糊控制器,同时采用T-S模糊控制对电力系统进行模糊建模。通过H_∞优化控制理论结合李雅普诺夫稳定性理论研究提出保证单机无穷大电力系统稳定性的充分条件以及系统控制器的设计方法,并将充分条件以线性矩阵不等式形式表示。最后采用MATLAB仿真软件对所求得稳定性判据进行验证,证实该结论的有效性。     

基于H_(∞)优化控制的多机电力系统稳定性研究北大核心

针对提高电力系统静态稳定性从而解决分布式电网并网后产生具有不确定性和偶然性的小干扰问题,本文采用多机电力系统模型的稳定性判据和H_(∞)优化控制问题进行研究,利用T-S模糊模型对多机电力系统模型进行建模,根据李雅普诺夫稳定性理论及H_(∞)优化控制理论,基于线性矩阵不等式(LMI),利用并行分布补偿(PDC)控制器的设计方法,证明了保证多机电力系统稳定的充分条件并实现电力系统的H_(∞)优化控制,给出这类非线性电力系统控制器的设计方法。最后采用MATLAB仿真软件对所求得稳定性判据进行验证,证实该结论的有效性。     

多机电力系统直接自适应输出反馈模糊控制

针对多机电力系统励磁控制模型,考虑电力系统的状态不完全可测及多变量、非线性等特点,以T-S模糊逻辑系统直接逼近控制器,设计出基于状态观测器的直接自适应输出反馈模糊控制器,并通过李亚普诺夫函数进行了稳定性证明.算法具有很好的鲁棒性和动态性能,仿真结果表明所设计的控制器能够快速有效地改善系统在大干扰下的暂态稳定性.     

DoS攻击下多智能体系统的事件触发编队控制

文章研究了拒绝服务(DoS)攻击情况下多智能体系统基于事件触发的编队控制问题.首先,基于系统状态构造了一种滑模编队控制算法,有效地克服外部干扰并实现时变编队.为了避免控制资源浪费,将事件触发策略应用于多智能体系统的编队控制中,并对奇诺(Zeno)现象的避免进行了详细的分析.假设DoS攻击是周期性发生的,针对具有DoS攻击的多智能体系统,提出了一种改进的触发机制,使其仍然能完成编队控制任务,并通过Lyapunov函数法和归纳法证明了控制系统的稳定性.最后,仿真结果验证了该方案的有效性.     

事件触发下混合时滞神经网络的状态估计

研究了事件触发机制下混合时滞神经网络的状态估计问题.通过引入依赖于测量输出且具有指数衰减特性的阈值函数,设计了新的事件触发机制来降低采样和通信频率.综合混合时延和事件触发特性,建立了新的状态估计误差系统.采用Lyapunov函数和不等式技术,建立了误差系统指数稳定性条件,分析并排除了事件触发机制中的Zeno现象.最后通过例子验证了理论方法的有效性.     

基于事件触发的模糊网络时滞系统的容错控制

本文针对一类模糊网络时滞系统,提出了一种事件触发控制方法。首先应用平行分布补偿算法(PDC)和平均驻留时间方法,给出了模糊网络时滞系统控制器的容错设计方法;在此基础上,应用Lyapunov函数理论以及线性矩阵不等式(LMIs)方法,证明了的模糊网络时滞系统指数稳定性。最后仿真结果进一步验证了所提出方法的有效性。     

离散时间线性切换系统的事件触发控制

提出了离散时间线性切换系统的事件发生器和混杂控制器的联合设计问题,利用分段Lyapunov函数方法和平均驻留时间技术分析了离散时间线性切换系统指数稳定性,并通过线性矩阵不等式建立了事件发生器和混杂控制器共同存在的充分条件.结果扩展到了自触发控制技术,即下一次控制律的刷新是由当前触发时刻系统状态决定的.最后,通过仿真说明了结果的可行性和有效性.     

基于终端滑模模糊神经网络的电力系统负荷频率控制研究

针对区域互联电力系统受到风电及负荷扰动后,系统频率会出现大幅度波动问题,提出一种基于终端滑模模糊神经网络的多区域互联电力系统负荷频率控制(LFC)方法。在分析单一区域电力系统有功输出特性的基础上,建立计及多区域有功输出的互联电力系统负荷频率控制模型。采用自适应逆控制,有效的解决系统响应和扰动抑制的矛盾。将终端滑模模糊神经网络引入自适应逆系统,构建模糊神经网络辨识器,利用终端滑模在有限时间内可实现无静差跟踪的特点,进一步提高神经网络的辨识能力。仿真结果表明所设计的基于终端滑模模糊神经网络的自适应逆系统,不仅可以得到好的动态响应,还可以使风电及负荷扰动减小到最小。     

基于事件触发策略的多智能体系统的最优主-从一致性分析

研究了具有领导者的线性多智能体系统的主 从一致性问题.借助各智能体间的通讯拓扑所构成的无向图,提出一种基于事件触发的自适应动态规划方法,并使用神经网络的逼近性质设计出了近似最优控制.利用Lyapunov稳定性定理,分析了多智能体误差系统的稳定性,并找到一个该误差系统最终有界的充分条件.数值仿真结果进一步验证了理论分析的有效性.     

基于事件驱动的拉格朗日无源系统的输出同步控制

针对由多个拉格朗日无源系统构成的分布式网络系统,利用基于事件驱动的方法来解决系统的输出同步问题.在拓扑网络为强连通图的条件下,推导出无通信时延的拉格朗日无源系统网络输出同步的事件触发条件.进一步,利用网络设置框架,对于有通信时延的拉格朗日无源系统网络推导出输出同步的事件触发条件.文章将事件驱动控制方法应用到分布式无源网络系统的协同控制中,并将系统的拓扑网络由平衡图延伸到了更为一般的强连通图.     

事件触发下多智能体系统规定时间二分一致性

针对线性合作竞争多智能体系统(MAS),考虑到可能受到的外部干扰,研究了系统基于事件触发机制的规定时间二分一致性控制问题.首先,设计干扰观测器估计系统受到的外部干扰,且针对每个智能体给出了事件触发条件,以减少智能体间的通信频率,节省有限的通信网络资源,同时证明避免了Zeno现象,其次,为了明确地预先分配稳定时间,结合干扰观测器的估计值,设计了一种合作和竞争并存拓扑结构的规定时间事件触发控制协议,以保证所有智能体在受到外部干扰的情况下仍然达到二分一致.最后,利用仿真实例验证了所提出方法的可行性和有效性.     

基于观测器的切换模糊系统的事件触发控制

本文针对一类含有执行器饱和的网络化切换模糊系统,在系统状态不可测的情况下,通过设计状态观测器来估计系统中的不可测状态变量,基于事件触发机制设计了观测器的控制器,用凸组合法来处理执行器饱和对系统性能的影响,并利用多Lyapunov函数理论和平均驻留时间方法证明了闭环系统的稳定性。数值仿真实例验证了提出方法的有效性。     

仿生模糊直接自适应控制

针对一类不确定非线性系统,设计了一种具有仿生特性的模糊直接自适应控制方法.方法将反应生物特性的生态位态势理论函数作为模糊规则的后件,将生物个体对外界扰动的适应对策引入控制器设计中,利用超稳定理论设计自适应控制律,保证了闭环系统的稳定性和收敛性.仿真结果表明了方法的有效性,比常规控制方法有更好的控制效果.     

现代电力系统控制评述——清华大学电力系统国家重点实验室相关科研工作缩影及展望

改善与提高电力系统稳定性的最经济和最有效的手段是采用先进的控制理论和方法.自20世纪五六十年代以线性系统和最优控制为代表的现代控制理论问世以来,理论创新与工业应用成果丰硕,特别在电力系统中获得了广泛的应用.主要以清华大学电力系统国家重点实验室近四十年来在电力系统控制领域的科研工作为主线,梳理总结其中里程碑式的研究成果并对未来电力系统控制理论和技术的发展做出若干展望.     

线性变参数系统事件触发插值预测控制

针对带有不确定性有界扰动的线性变参数约束系统,提出了一种事件触发插值模型预测控制方法.引入插值策略令优化问题的解将表现为当前时刻系统预设的反馈控制律的参数化形式,以降低优化问题求解变量的数量进而减少系统的计算负担.通过将来自系统调度参数变化的乘性扰动和每一时刻输入的加性扰动叠加构建有限步紧缩约束集,求解名义系统的优化问题得到最优解,并以名义系统和实际系统出现足够大的偏差作为触发条件,与插值系数和鲁棒约束集相关的触发阈值将在线计算.证明了所提出方法的递归可行性以及区域输入-状态稳定性,最后以一个数值例子验证了该方法.     

基于actor-critic算法的分数阶多自主体系统最优主-从一致性控制

研究了分数阶多自主体系统的最优主-从一致性问题.在考虑控制器周期间歇的前提下,将分数阶微分的一阶近似逼近式、事件触发机制和强化学习中的actor-critic算法有机整合,设计了基于周期间歇事件触发策略的强化学习算法结构.最后,通过数值仿真实验证明了该算法的可行性和有效性.     

基于事件触发控制带有多时变时滞的主从系统同步

研究了基于事件触发机制下带有多个时变时滞的主从系统同步问题.事件触发机制的提出,使得在实现主从系统同步的过程中,可以有效降低数据传输量,减轻网络带宽的压力.通过Lyapunov稳定理论和线性矩阵不等式的方法,得到了带有多时变时滞的主从系统同步的充分条件.最后,通过MATLAB仿真,验证了所提出同步准则的有效性.     

基于前景理论和双边匹配决策的合作伙伴初选决策

针对决策信息获取困难的情况采用不同粒度的模糊语言表达属性值,并提出了一种不同粒度模糊语言一致化方法.针对线性加权存在的决策补偿效应,采用基于级别优先序理论的ELECTRE集结基于前景理论的价值函数得到满意度值.传统合作伙伴决策方式只是制造企业对供应商评价并从中选择出评价结果最好的供应商,全然不考虑供应商对制造企业的接受程度,在集中式决策方法中采用双边匹配决策方法构造多目标优化模型,并采用模糊规划中的两阶段法求解多目标优化得到最终匹配结果.实例分析表明该方法的有效性.     

基于事件触发的复杂网络系统的状态估计

为减轻网络负荷,引入了基于信息采样的事件触发机制,在此基础上研究了一类具有随机节点结构的复杂网络系统的状态估计问题,其主要目的是分析和设计可靠性的状态估计器.考虑时滞对信号传输的影响,首先给出了带有时间延迟的复杂网络系统的状态估计模型,然后通过利用李雅普诺夫泛函稳定性理论和线性矩阵不等式技术,给出了在事件触发机制下系统估计误差均方渐进稳定和状态估计器存在的充分条件,最后通过数值例子验证了该方法的有效性.     

一类不确定非线性系统的执行器故障模糊容错控制

针对一类状态不完全可测的不确定非线性系统,研究了带有执行器故障的容错控制问题.采用 T-S模型对非线性系统进行模糊建模,利用并行分布补偿(PDC)算法设计了状态现潮器和基于状态现 潮器的客错控制,给出了保证该模糊容错控制系统稳定的充分条件.根据李雅普诺夫稳定性理论和线性 矩阵不等式(LMI),证明了所提出的模糊容错控制方法不但使得模糊控制系统渐近稳定,而且能够取得 H∞性能指标.计算机仿真结果进一步验证了所提出方法的正确性.