摘要：针对风电介入下的多区域互联电力系统,提出一种分布式经济模型预测负荷频率控制策略.通过将大规模互联电力系统分解成若干个动态耦合的子系统,这些子系统能够利用网络交流并共享信息,使得各区域的控制器实现各自优化问题的求解.同时,在满足状态约束和控制输入约束的前提下,遵循传统火力发电优先、风力发电配合的原则,通过在线求解优化问题,实现风电介入下的多区域互联电力系统的负荷频率控制.为了提高系统整体运行经济性,所提出的分布式经济模型预测控制器将负荷调频成本、燃料消耗成本以及风力发电成本等经济性指标考虑在内.仿真结果表明,在阶跃负荷扰动下,所设计的控制器不仅可以满足调频要求,在降低计算负担和提高经济性能方面也具有一定优势.

摘要：针对电力市场运营模式下,新能源微电网的整体优化运行与多方投资者的最大利益化之间的冲突问题,提出了基于双层主从博弈的微电网分布式能量管理策略。为充分考虑能源供需两侧的平衡,引入了电力交易代理商的概念,在用户侧提出基于消费者满意度和可调节负荷的综合需求响应策略;考虑源-荷双方的主动性和决策能力,建立了以电力交易代理商为领导者,分布式电源代理商和负荷代理商为追随者的交易决策博弈模型,证明了stackelberg均衡解存在唯一性,采用结合二次规划的差分进化算法对所提模型进行求解。通过对包含分布式电源和社区用户的案例进行分析,验证了所提模型和策略具有良好的收敛性和经济性。

摘要：迭代学习模型预测控制(Iterative learning model predictive control,ILMPC)具备较强的批次学习能力及突出的时域跟踪性能,在批次过程控制中发挥了重要作用.然而对于具有强非线性的快动态批次过程,传统的迭代学习模型预测控制很难实现计算效率与跟踪精度之间的平衡,这给其应用带来了挑战.对此本文提出一种高效迭代学习预测函数控制策略,将原非线性系统沿参考轨迹线性化得到二维跟踪误差预测模型,并在控制器设计中补偿所产生的线性化误差,构造优化目标函数为真实跟踪误差的上界.为加强优化计算效率,在时域上结合预测函数控制以降低待优化变量维数,从而有效降低计算负担.结合终端约束集理论,分析了迭代学习预测函数控制的时域稳定性及迭代收敛性.通过对无人车和典型快速间歇反应器的仿真实验验证所提出算法的有效性.

摘要：创业空间一定程度上代表“互联网+”转型背景下创业活动的空间表达。本文结合双变量空间自相关、地理加权回归、负二项回归模型等方法,通过识别兼具创业活力和产业特性的城市创新创业环境,探讨双创政策背景下广州创业空间的微区位模式及影响因素。研究表明:(1)实施“双创”政策以来,广州创业空间不断涌现,众创空间呈现由初期暴增到逐渐平缓的态势,从区位窗口期向空间集聚转变,孵化器空间分布较为稳定。(2)创业空间微区位模式表现为创新创业型、创意创新型、创意导向型、技术密集型和资本邻近型,技术密集驱动和依托高校建立的创业空间比例上升。中央商务区、历史城区和城中村等不同区域微区位影响存在空间异质性,其中高校邻近和园区辐射是局部和全局创业空间区位选择的关键影响因子。

摘要：针对微电网电力市场的能量交易和利益分配问题,提出了一种基于Q-learning算法的多智能体微电网能量管理方法。构建基于电力市场的微电网系统及交易过程,明确各单元的职责;考虑风速、光照强度和环境温度的变化情况,以及各发电单元的输出功率上下限约束,建立分布式电源数学模型。在此基础上,将分布式电源和用户负载视为智能体,基于Q-learning算法设计它们的马尔可夫决策过程,以最大化分布式电源收益和最小化用户负载成本为目标,提出了基于Qlearning算法的微电网能量管理方案。研究结果表明,在不同场景下所提方法既可以增加分布式电源的收益,还可以降低用户负载的成本。

摘要：负荷频率控制是现代互联电力系统运行的重要保障.本文针对含有不确定因素和负荷扰动的多区域互联电力系统提出了一种基于线性矩阵不等式参数可调节的鲁棒分布式预测控制算法.设计各个区域控制器目标函数引入相邻区域的状态变量和输入变量,同时考虑发电机变化速率约束和阀门位置约束,将求解一组凸优化问题转化成线性矩阵不等式求解,得到各个区域的控制律,在线性矩阵不等式中引入一组可调参数,将优化一个上限值转化成优化吸引区,降低算法的保守性.仿真结果验证了该算法在负荷扰动、系统参数不确定和结构不确定性情况下具有鲁棒性.

摘要：针对一类MIMO非线性不确定系统,提出一种新的连续高阶滑模控制算法.引入状态反馈使得系统高阶滑模控制问题等效转换为多变量不确定积分链的有限时间稳定问题,首先针对标称系统设计有限时间到达连续控制律,实现系统状态快速收敛,然后采用多变量非解耦形式超螺旋算法克服系统不确定性,实现鲁棒性,最终使得系统控制作用连续、滑模抖振得以大大抑制.基于二次型Lyapunov函数证明系统的有限时间稳定性.针对三阶不确定系统有限时间稳定和气垫船圆形航迹跟踪问题分别进行了仿真,验证了所提算法的有效性、鲁棒性.

摘要：现代电厂的优化控制通常采用双层控制结构,上层通过优化经济性能指标获得稳态设定值,传递到下层实现设定值跟踪.然而,传统的控制结构往往会忽略动态跟踪过程中的经济性能.本文针对锅炉–汽轮机系统设计了基于模糊模型的经济模型预测控制策略.通过离线设计稳定的线性反馈控制律和可行域,来保证优化问题的递推可行性和稳定性.通过在线求解双模态经济模型预测控制优化问题,实现锅炉汽轮机系统动态过程中经济性能的提高.大范围和小范围负荷变化情况下的仿真结果表明了本文提出的模糊经济模型预测控制的有效性.

摘要：核电站的蒸汽发生器(U-tube steam generator, UTSG)水位控制对核反应堆安全运行至关重要.模型预测控制(Model predictive control, MPC)具有内在的约束处理能力,是UTSG水位控制的有效方法.然而在大范围变功率情况下,水位硬约束会降低水位的控制性能,甚至导致系统不稳定.本文基于UTSG的分段线性输入输出模型,设计了水位软约束MPC.离线计算终端约束集,减少在线计算量,保证稳定性;引入两种松弛变量来放宽水位约束和终端约束集;在蒸汽流量扰动和功率变化情况下的仿真结果表明了算法的有效性.

摘要：针对超临界直流锅炉过热汽温对外界扰动响应快,易发生超温或低温现象,提出一种将动态矩阵预测控制与修正的递推最小二乘算法相结合的折息递推最小二乘(DRPLS)自适应动态矩阵控制策略。通过在动态矩阵预测控制中加入DRPLS算法,降低老数据的影响,增强新数据的作用,提高预测性能。通过调节折息因子,可使模型具有更高的灵活性和适应性。将该方法应用于600MW超临界直流锅炉高温过热系统进行仿真研究,结果表明,该控制策略能较好地适应对象的动态特性变化,且控制系统的性能明显优于常规PID控制器。