显式模型预估控制及其在电力电子及电力系统中的运用

《显式模型预估控制及其在电力电子及电力系统中的运用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、显式模型预估控制及其在电力电子及电力系统中的运用第1章绪论模型预测控制（ModelPredictiveControl，MPC）技术是处理多变量约束系统最优控制问题最有效的方法之一，并且已经在石油、化工等流程工业领域获得了广泛应用，取得了巨大的经济效益与社会效益（如减少能耗，减少污染）。预测控制能够在过程工业中得到成功应用的主要原因有：(1)与常规控制相比，允许卡边操作，投资回收期短；(2)可以引入执行器的约束；(3)容易处理多变量问题。MPC在每个采样周期，将对象的当前状态作为初始状态，在线反复求解一个有限时域开环最优化控制问题，所求得最优值产生一个最优控制序列，且仅

2、应用该序列的第一个值，得到当前的控制动作。这样，MPC通过综合考虑一个线性动态模型，以及所有输入、输出约束，在线反复优化所设计的性能指标，最后得到最优性能。但是，因为MPC的计算需要有相当大的在线计算量，计算的时间跨度可以从几小时到几天，甚至是几周。只要该全局最优化问题是可求解的，这个时间跨度几乎是没有限制的。这使得MPC只能在相对缓慢或小规模的问题中应用。对于某些规模比较大的问题，或是采样速率较高、动态变化较快的场合（如电力电子和机电系统），反复的在线计算会使得控制的实时性大大降低，系统响应时间增加。另外，由于MPC仅求解有限时间最优控制问题，并不能保证全局满足约束

3、，即MPC的控制策略可能会将状态带入到可行集N之外。为了保证闭环模型预测控制系统的可行性，通常的做法是增加一个终端约束，或者额外增加系统演化过程中状态的收缩条件，使得闭环系统的状态按照一定的范数指标不断地收缩。而且，MPC并不能保证稳定性，需要增加一些人为的条件。增加这些人为的约束条件，虽然能够保证系统的稳定性和可行性，但是会大幅增加计算的复杂度，并可能会造成系统可行域减少以及控制性能的降低。闭环预测控制系统是一种隐性的非线性系统，很难建立系统输入与输出之间的一个显式表达式，因为其主要设计参数都是以隐性蕴含的方式出现在闭环传递函数（阵）之中。因此也无法用表达式表示系统

4、的各个参数的变化对于闭环系统的动静态特性、稳定性、可行性以及鲁棒性的影响。这样，我们就很难直接分析闭环预测控制系统的性能。本文中，我们通过引入多参数规划理论，将隐性的闭环预测控制系统转化为分段仿射（PieceetricProgramming）的定义和性质。2.4节简单介绍了显式模型预测控制的基本原理。2.5节中分析了P].北京:化学工业出版社,2007.[2]张聚.混杂系统理论及在非线性系统中的应用研究[D].浙江大学,2005.[3]FrankJ.Christophersen.OptimalControlandAnalysisforconstrainedP.Mora

5、ri,V.DuaandE.N.Pistikopoulos.TheExplicitLineardlgcls[J].Automatica,2002,38(1):3–20.[7]TndelP,JohansenTA,andBemporadA.Analgorithmformulti-parametricquadraticprogrammingandexplictMPCsolutions[J].Automatica39(2003):489-497.[8]SuardR,LofbergJ,GriederP,KvasnicaMandMorariM.Efficientputa

6、tionofControllerPartitionsinMulti-parametricProgramming[J].InProc.43thIEEEConf.onDecisionandControl,Bahamas,2004.[9]张聚,王万良.基于动态规划的约束优化问题多参数规划求解方法及应用[J].控制理论与应用,2008,25(6):1135-1138.[10]TndelP,JohansenTAandBemporadA.Evaluationofpiece-atica,39(2003):945–950.(责任编辑：gufeng)