含大容量混合储能系统的直流微电网分层协调控制策略研究
这是一篇关于直流微电网,大容量混合储能系统,模型预测控制,自抗扰控制,分层协调控制,荷电状态的论文, 主要内容为直流微电网(DC Microgrid,DCMG)具有能量转换效率高、无需考虑无功功率和频率、方便分布式电源和储能系统接入等优点。其中,储能系统可以平抑DCMG功率波动、增强系统稳定性,成为了DCMG必不可少的一部分,尤其由蓄电池和超级电容组成具有互补特性的混合储能系统得到了广泛应用。随着DCMG容量的增大,混合储能系统容量越来越大,实现多个储能单元间的协调运行,考虑多个控制目标,例如母线电压稳定、系统功率分配、对储能系统的保护,更好地发挥混合储能系统的性能是迫切需要解决的问题。另一方面,由于大量负载和变换器的接入,DCMG系统呈现复杂性高、稳定性差、控制难的特性,如何合理设计DCMG的控制策略保障其稳定运行成为了关键问题。DCMG的分层递阶控制方法和能量管理策略能够有效地解决上述复杂问题,避免多个控制目标之间相互影响。以含n个蓄电池储能单元和一个超级电容储能单元的DCMG为研究对象,从控制结构的核心功能角度出发,提出了一种适用于直流微电网的分层协调控制策略,其中,底层控制的主要目标为稳定母线电压,底层储能变换器采用自抗扰控制+改进模型预测控制+下垂控制的组合控制策略,不仅能够增强DCMG的稳定性,而且可以加快储能系统响应速率,减小开关损耗;第二层实现对直流母线电压的优化,基于线性自抗扰控制设计了母线电压补偿器,不依赖于系统模型和参数,补偿因下垂控制导致的母线电压跌落。第三层要协调各发电单元实现对系统的能量管理和优化运行,从而对混合储能系统进行保护,利用阈值规则法实现了电池储能单元间荷电状态的均衡,通过模糊控制实现蓄电池与超级电容间的功率自适应分配。本文主要从以下三个层面展开研究:底层储能变换器的控制策略决定了混合储能系统对于母线功率波动的平抑效果。鉴于传统PI双闭环控制抗扰动性弱、PI参数调节时间较长,而滑膜控制、神经网络控制等智能算法存在结构复杂、运算量大的问题,在储能变换器电压外环控制中引入了鲁棒性强、抗干扰能力强的自抗扰控制增强母线电压的稳定性,在储能变换器的电流内环控制采用了可以减少开关损耗的改进型模型预测控制,使电流参数准确、快速地跟随电流参考值,加快了混合储能系统的响应速度。除此之外,在底层控制最外环利用下垂控制在蓄电池单元间实现低频功率均分。第二层控制针对下垂控制引起的直流母线电压偏差进行补偿。基于线性自抗扰控制设计了母线电压补偿器。与传统观测器相比,线性自抗扰控制中的电压扩张状态观测器不依赖于系统模型和参数,具有较强的抗干扰能力。第二层控制消除了母线电压偏差,使直流母线电压稳定在额定电压。第三层控制同时考虑了同种储能介质间以及不同储能介质间的功率分配,基于储能单元的荷电状态提出了大容量混合储能系统的自适应控制。首先提出基于arctan函数的自适应下垂控制策略,将下垂系数与蓄电池单元荷电状态的幂函数联系起来,根据蓄电池荷电状态自适应分配低频不平衡功率,并引入了可调加速因子加快均衡速率。其次,基于超级电容的荷电状态采用模糊控制实现自适应低通滤波控制,实时改变滤波系数从而改变蓄电池组和超级电容间的功率分配,防止超级电容过充过放。仿真结果表明所提分层协调控制策略在充分发挥混合储能系统特性、保持DCMG稳定的同时,优化了大容量混合储能系统的能量管理,延长了混合储能系统的寿命。搭建了包含两组蓄电池单元和一组超级电容单元的DCMG硬件实验平台,验证了所提自抗扰控制+改进模型预测控制+下垂控制的控制策略的优越性以及母线电压补偿器的有效性。
基于V2X通信的智能车队纵向协同跟车系统研究
这是一篇关于智能车队,V2X,协同跟车,分层控制,模型预测控制,模糊PID的论文, 主要内容为随着智能驾驶技术的快速发展,人们对高效、安全的出行环境提出更高要求。车辆编队行驶作为智能交通领域的重要研究内容,对提高交通效率、保证行驶安全性有着重要意义。而对于V2X(Vehicle to Everything)通信技术的应用可以使得车辆之间进行超视距数据交互,为实现车队的协同控制提供新的思路。本文将V2X通信引入车队的控制中,对智能车辆纵向协同跟车系统进行研究和设计,主要研究内容如下:首先,搭建了协同跟车系统的软件及硬件架构。在使用V2X通信设备获取前车状态信息的基础上,设计了以激光雷达为感知设备、高性能工控机为决策单元和线控底盘车辆为执行机构的硬件架构。然后,融合智能车辆的感知、通信、决策和控制过程,基于ROS(Robot Operating System)设计了协同跟车系统的分布式节点软件架构,将系统分为数据采集模块、数据通信模块、协同决策模块和运动控制模块,并通过话题的形式实现各模块之间的数据传递。其次,建立了协同跟车系统的模型。利用车辆逆向动力学原理分别建立驱动、制动状况下的纵向动力学模型;设计车队纵向控制器为分层控制结构,上层控制器利用协同跟车算法计算期望加速度,下层控制器通过线控驱动和线控制动完成对车辆的控制;确定车队间距控制策略和信息拓扑结构,并以此建立车队状态空间模型。然后,设计了V2X通信延时下的协同跟车控制算法。通过对本车利用V2X通信获取前车状态过程产生的通信延时进行分析,设计了一种基于卡尔曼滤波原理的前车状态更新算法。通过预估前车状态真实值,计算和更新跟车过程中产生的速度误差和距离误差,并根据跟车误差计算结果,分别设计了基于MPC(Model Predictive Control)和自适应模糊PID(Proportion Integral Derivative)的跟车控制算法。通过CARSIM/SIMULINK联合仿真平台建立系统的仿真模型,并在不同的工况下对两种算法进行对比分析,仿真结果表明两种控制策略均可以使系统保持良好的跟车性能,系统在使用MPC控制下的跟车误差较小,但是在使用模糊PID控制下的跟车舒适性更好。最后,完成了系统的实车验证。选择模糊PID作为实车上层控制策略进行实验,结果表明系统的主要功能模块能够稳定工作,本文设计的基于V2X通信的协同跟车系统具有一定的准确性,能够基本实现智能车辆纵向跟驰功能。
拒绝服务攻击下PWM升压变换器的控制策略设计
这是一篇关于PWM升压变换器,切换系统,拒绝服务攻击,事件触发,量化输出反馈,模型预测控制的论文, 主要内容为脉宽调制(Pulse width modulation,PWM)变换器电源芯片作为电力电子设备的核心器件,它的稳定运行关乎着整个电子设备的安全有效运作。然而,PWM升压变换器作为一类非线性时变系统,对其分析和设计面临诸多困难,制约了其应用范围,因此,简化PWM升压变换器的建模过程和设计合理的控制策略在PWM升压变换器的应用分析和控制设计等方面具有非常高的理论价值和工程价值。为此,本文尝试将PWM升压变换器建模为一类同时包含连续状态变量和离散开关变量的切换系统,并基于切换系统理论和线性矩阵不等式等方法研究了拒绝服务(Denial-of-service,Do S)攻击下PWM升压变换器网络切换模型和控制策略设计问题,主要工作如下:(1)根据PWM升压变换器的拓扑结构和工作特点,得到PWM升压变换器的微分方程。接着,利用状态平均法,建立了PWM升压变换器的切换线性系统模型。(2)基于建立的PWM升压变换器切换系统模型,考虑在远程控制过程中,网络攻击、带宽受限以及事件触发传输机制对系统性能的影响。首先,基于切换时刻、攻击结束时刻和驱动误差设计事件触发机制,减小网络传输量,同时在无攻击情况下保证系统端和控制器端模态匹配。其次,引入单调递增序列,设计了一种新颖的量化编码方法,保障了不可靠传输环境下量化器的不饱和性。再次,耦合事件触发和网络攻击的影响,基于收到的量化信号(无攻击时)或空信号(有攻击时)设计基于观测器的动态反馈控制算法。最后,分析得到保证闭环系统指数收敛和Lyapunov稳定的充分性条件。(3)针对PWM升压变换器切换系统,研究其在事件触发机制和Do S攻击下的模型预测控制(Model predictive control,MPC)方法。基于驻留时间和驱动误差设计事件触发机制,并针对有攻击和无攻击两种情况分别设计预测观测器,基于观测器状态设计预测控制算法。在攻击和触发的耦合影响下,系统模态和控制器模态出现复杂失配现象,给MPC优化问题的转化带来困难。为解决这一问题,本文利用李雅普诺夫函数的递增/递减律设计了新的性能指标系数,以此为基础,实现了优化问题的转化。而后,设计了无攻击情况下的控制器增益和观测器增益,以保证闭环系统的指数收敛性。针对有攻击情况,本文获得了攻击占空比的上限,验证了低于该上限,系统的指数收敛性依然成立。
电动重卡氢燃料电池温度控制研究
这是一篇关于质子交换膜燃料电池,热管理系统,模型预测控制,神经网络,硬件在环仿真的论文, 主要内容为近些年,全球正处于能源和环境的双重危机中,这不仅制约了社会经济的发展,同时对人们的生活质量有一定影响。传统燃油汽车会破坏环境并且造成能源浪费,所以新能源汽车成为各国研究的重点。燃料电池汽车属于电动汽车,是属于质子交换膜燃料电池(PEMFC)利用电化学反应所生成能量作为主要动力来源驱动的汽车。PEMFC可以直接将化学能转化为电能,以氢气作为主要原料,最终产物只有水,对自然环境非常友好,具有广阔的应用前景。由于工作温度是影响质子交换膜燃料电池输出性能的关键参数之一,因此需要一个合理的温度控制策略来保证系统在复杂的变载情况下工作温度的稳定,这样一方面能够提高质子交换膜燃料电池的输出性能,提高汽车的动力性能,另一方面可以使燃料电池的使用寿命增加。本文就模型预测控制在温度控制方面的不足对PEMFC建模及温度控制策略进行以下几方面进行研究:(1)分析国内外对质子交换膜燃料电池系统建模和热管理系统建模的研究现状,根据其工作原理,在MATLAB/Simulink中建立了稳态电压模型、动态电压模型和热管理系统模型。通过实验数据和仿真数据的对比,误差在允许范围内即验证模型的可行性。随后分析了不同进气压力、工作温度、冷却水流量、空气流量、负载电流对燃料电池的温度及输出电压、功率及效率的影响。(2)仿真分析模型预测控制对质子交换膜燃料电池温度的控制效果,通过分析电池温度曲线的走势,得出模型预测控制对燃料电池温度控制的不足之处,随后针对现有模型预测控制存在的问题,对其进行优化改进,随后提出基于神经网络参数整定的模型预测控制的新型温度控制策略,详细阐述了其对质子交换膜燃料电池温度的控制原理,通过对比分析PID控制,模型预测控制,基于神经网络参数整定的模型预测控制这三种控制策略的仿真结果,分析新型温度控制策略对燃料电池热管理系统的改进之处。(3)搭建基于西门子S7-1200控制器的PEMFC热管理系统操作平台,根据热管理系统的需求选择控制器和HMI设备的型号,随后通过OPC技术建立MATLAB/Simulink与控制器S7-1200的通讯,设计质子交换膜燃料电池热管理系统操作平台界面,通过界面可以设置参数,观察电池的温度变化趋势。并为实际质子交换膜燃料电池热管理系统测试平台的实验提供了参考方案。
考虑车速规划的混合动力汽车能量管理策略
这是一篇关于混合动力汽车,能量管理,车速规划,模型预测控制,自适应等效燃油消耗最小策略的论文, 主要内容为随着我国汽车保有量的激增,造成环境污染的同时加剧了交通拥堵,V2X技术与高精度地图的发展完善为混合动力汽车能量管理提供有利条件。本文以并联式混合动力汽车为研究对象,结合交通道路信息进行车速规划,以实现车辆经济性行驶并缓解交通拥堵为目标。采用分层式控制架构,上层车速规划层以模型预测控制为研究方法,下层能量管理层以自适应等效燃油消耗最小策略为研究方法。本文的主要研究工作如下:(1)介绍并联式混合动力汽车的工作模式以及能量流动路径,采用前向仿真建模的方法对主要动力部件、驾驶员模型、车辆纵向动力学模型进行搭建,并设计基于规则的能量管理对比策略。(2)上层车速规划层中,搭建V2X的交通仿真场景,实现车辆之间以及车辆与红绿灯之间的实时通讯。为避免车辆遇到红灯而停车等待,采用交通信号灯正时模型分别设计考虑单个与同时考虑两个红绿灯的目标车速范围求解算法。随后在兼顾燃油消耗、目标车速跟随、安全跟车距离、加减速约束的前提下分别设计搭建单个车辆行驶场景与跟车场景下基于模型预测控制的车速规划算法。(3)下层能量管理层中,阐述了等效燃油消耗最小策略的基本原理,搭建ECMS策略并分析其影响因素,为克服ECMS策略的弊端进一步搭建基于SOC反馈的AECMS策略算法并将其作为下层能量管理控制策略。将上层车速规划所得到的最优车速作为下层能量管理的输入,求解整车的需求功率并根据能量管理策略合理分配发动机与电动机功率。随后将考虑车速规划(考虑单个红绿灯)与未考虑车速规划的能量管理策略的控制效果进行对比分析,考虑车速规划的能量管理策略的道路通行效率更高,燃油消耗也相对减少了17.8%。进一步分析考虑单个与同时考虑两个红绿灯的车速规划能量管理策略,仿真结果显示,同时考虑两个红绿灯的车速规划能量管理策略的道路通行效率又得到了进一步的提升,燃油消耗也相对减少了7%。最后,搭建硬件在环仿真测试平台,验证了分层式能量管理策略的有效性和实时性。
海缆铺设用双闭环水下机器人避障控制
这是一篇关于自主式水下机器人(AUV),海缆铺设,模型预测控制,高斯过程,双闭环控制的论文, 主要内容为随着海洋资源的开发和全球经济的发展,海底线缆在电能传输、跨海通信、海洋工程和新能源开发等领域具有其他手段无法替代的优势。深海布缆具有一定的危险性,随着全世界对海底线缆的需求剧增,利用水下机器人AUV(Autonomous Underwater Vehicle)对海底线缆进行无人化、全自动的铺设和检修工作变得极其重要。解决在复杂海底环境下缆线的铺设质量与AUV自身安全的统筹问题,是实现AUV自主铺缆与检修作业,在保证AUV自身安全的前提下,最大程度提高路径跟踪应变能力的关键。本文主要研究了一种海缆铺设用双闭环水下机器人避障控制方法,具体内容如下:首先,本文建立了固定坐标系和体坐标系用于描述AUV与预设路径之间的关系,定义了视界坐标系用于描述AUV传感器的视野。在视界坐标系下,根据障碍物的特征点勾勒其避障范围,将障碍物分类为凸起和凹陷地形,基于分段函数建立不规则障碍物的数学模型,为下文的避障控制提供理论依据。其次,设计了基于渐进优化技术的模型预测外环控制器,根据不同障碍物的特点,以保证AUV自身安全与提升线缆铺设质量为目标,基于模型预测控制分别设计不同的目标优化函数,迭代计算可行解。针对避障凸起障碍物时可能存在多个可行解的问题,找出AUV与障碍物之间最近的特征点,并以最短路径为目标进一步优化,然后将最优解回代AUV的动力学模型得到最优控制输入。这种方法在保证AUV自身安全的同时,又提高了海底线缆的铺设质量并有效降低了避障能耗。然后,设计了基于高斯过程回归的内环控制器,用于抑制水流中常量对AUV航迹与姿势的干扰。本文用高斯过程的均值和协方差分别表示海底水流干扰中的恒常水流和随机白噪声,基于高斯过程回归估算干扰中的恒常水流。将每个控制周期AUV实际位置与期望位置的误差作为样本训练概率模型,并用模型均值补偿下一时刻外环控制器的控制输入,从而减少AUV位置、速度和姿势误差,提高路径跟踪质量。最后,通过软件仿真将本文所设计的海缆铺设用双闭环避障控制方法与传统的基于模型预测的双闭环控制方法、球体避障预测控制方法进行对比,并通过实验将本文所设计的方法与传统基于模型预测的双闭环控制方法进行对比。仿真与实验结果均表明本文所设计的方法可以保证AUV自身安全,并且在缆线铺设质量、避障能耗和抗干扰性能上均有良好的表现。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：源码客栈 ，原文地址：https://m.bishedaima.com/lunwen/48343.html
