CN115657464A - 一种柴油发电机组智能非线性鲁棒控制器设计方法 - Google Patents
一种柴油发电机组智能非线性鲁棒控制器设计方法 Download PDFInfo
- Publication number
- CN115657464A CN115657464A CN202210723619.XA CN202210723619A CN115657464A CN 115657464 A CN115657464 A CN 115657464A CN 202210723619 A CN202210723619 A CN 202210723619A CN 115657464 A CN115657464 A CN 115657464A
- Authority
- CN
- China
- Prior art keywords
- controller
- matrix
- diesel
- generating set
- state feedback
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013461 design Methods 0.000 title claims abstract description 24
- 239000011159 matrix material Substances 0.000 claims abstract description 63
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 31
- 230000001105 regulatory effect Effects 0.000 claims abstract description 28
- 241000251555 Tunicata Species 0.000 claims abstract description 27
- 230000008569 process Effects 0.000 claims abstract description 20
- 238000013178 mathematical model Methods 0.000 claims abstract description 12
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000006073 displacement reaction Methods 0.000 claims description 7
- 230000001052 transient effect Effects 0.000 claims description 7
- 238000013016 damping Methods 0.000 claims description 6
- 230000001276 controlling effect Effects 0.000 claims description 4
- 230000001360 synchronised effect Effects 0.000 claims description 4
- 238000004804 winding Methods 0.000 claims description 3
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 claims description 2
- 230000010355 oscillation Effects 0.000 abstract description 2
- 238000005457 optimization Methods 0.000 description 13
- 238000004088 simulation Methods 0.000 description 11
- 230000008859 change Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000003068 static effect Effects 0.000 description 3
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 2
- 241000251557 Ascidiacea Species 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
Images
Landscapes
- Feedback Control In General (AREA)
Abstract
本发明公开了一种柴油发电机组智能非线性鲁棒控制器设计方法，包括：建立柴油发电机组调速***的非线性模型，通过反馈线性化方法获取带虚拟控制量的线性模型；基于H2/H∞鲁棒控制理论设计获得线性模型的状态反馈控制器；求解状态反馈控制器的状态反馈矩阵，并根据樽海鞘群算法对求解状态反馈矩阵的过程进行寻优整定，通过寻优完成柴油发电机组智能非线性鲁棒调速控制器的优化。本发明方法有效地解决了柴油发电机组数学模型非线性特性带来的困难，且该控制器使调速***具有较强的鲁棒性，在扰动下表现出调节时间短，超调量小，震荡次数少等优异的动态性能。
Description
技术领域
本发明属于柴油发电机组控制技术领域，特别是涉及一种柴油发电机组智能非线性鲁棒控制器设计方法。
背景技术
柴油发电机组是一种以柴油机为原动机，拖动同步发电机发电的电源设备。柴油发电机组调速***由柴油发动机、发电机、调速器、执行器等组成。调速是指：机组所带负荷的变化会引起柴油发动机所受发电机的阻力的变化，需要改变柴油发动机的供油量，以使发动机输出的转矩与发电机造成的阻力相平衡，确保机组转速稳定。
柴油发电机组是一个复杂的带有内部机电耦合的设备，其数学模型表现为很强的非线性特性，基于柴油发电机组非线性模型基础上的调速***控制问题一直以来是柴油发电机组控制的重要课题，得到很多关注，其中的难点主要体现在非线性模型带来控制计算的复杂性。
发明内容
本发明提出将人工智能优化算法应用于柴油发电机组调速***非线性鲁棒控制器设计，利用其在解决非线性问题上的优势，利用直接反馈线性化的方法将柴油发电机组非线性模型线性化成线性状态空间模型，在对应的线性状态空间模型下设计调速***智能非线性鲁棒控制器，这样有效地解决了柴油发电机组数学模型非线性特性带来的困难。
为实现上述目的，本发明提供了如下方案：一种柴油发电机组智能非线性鲁棒控制器设计方法，包括：
建立柴油发电机组调速***的非线性模型，通过反馈线性化方法获取带虚拟控制量的线性模型；
基于H2/H∞鲁棒控制理论设计获得所述线性模型的状态反馈控制器；求解所述状态反馈控制器的状态反馈矩阵，并根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定，通过寻优完成柴油发电机组智能非线性鲁棒调速控制器的优化。
优选地，所述柴油发电机组调速***的非线性模型为：
其中：δ为发电机功角；ω为电角速度；L为执行器输出轴位移；X′d为发电机d轴暂态电抗；Xq为发电机q轴同步电抗；U为发电机端电压；E′q为q轴暂态电势；取柴油发电机组的额定视在功率SB为功率的基准值，取ω0＝100π为角速度的基准值；
J为机组轴系转动惯量；ωg为柴油机曲轴角速度，ωg0为柴油机曲轴角速度的基准值；D为与发电机阻尼绕组电阻成正比的阻尼系数；p为发电机磁极对数；k1，b1为常数；
为柴油发动机最大扭矩；Ls为执行器输出轴的最大位移；T1为执行器时间常数；Z1为执行器增益；u为控制信号；ω为标幺值。
优选地，通过反馈线性化方法获取带虚拟控制量的线性模型的过程包括，采用反馈线性化理论，以X1，X2，X3，为状态变量获得柴油发电机组调速***的动态特性，根据所述动态特性获得第一线性模型；基于所述第一线性模型，引入虚拟控制量并且采用直接反馈线性化方式建立柴油第二线性模型；基于所述第二线性模型获得线性状态空间模型表示的柴油发电机组调速***非线性微分方程数学模型。
优选地，所述状态变量X1，X2，X3表示为
所述第一线性模型表示为：
所述虚拟控制量表示为：
优选地，所述第二线性模型表示为：
所述线性状态空间模型表示为：
其中，
B1＝[0 d1 0]T
B2＝[0 0 1]T。
优选地，所述状态反馈控制器表示为：
其中，F为待求的状态反馈矩阵，v＝Fx；F＝[f1 f2 f3]为优化后的最优状态反馈矩阵。
优选地，根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定的过程包括，定义动态性能评价信号，在矩阵不等式限定条件下，由增广矩阵矩阵A、B1、B2、C1、C2、D11、D12、D21、D22求解得控制器v＝Fx中的状态反馈矩阵F；基于樽海鞘群算法对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定，获得柴油发电机智能非线性鲁棒调速控制器。
优选地，所述动态性能评价信号为
加权矩阵C1、C2、D11、D12、D21、D22表示为：
D11＝0
D12＝[0 0 μ4]T
D21＝0
D22＝[0 0 μ8]T。
优选地，所述矩阵不等式的限定条件为：
当||Twz∞(S)||∞＜γ时，保证闭环***针对由w引入的不确定因素能达到相应的鲁棒性能要求，根据有界实引理可知，若控制器闭环***满足该性能要求，当且仅当存在对称正定矩阵X1，使得：
为了不失一般性，令γ＝1；
对一给定的正常数η，须使得||Twz2(s)||2＜η成立，其可等价为当且仅当存在对称矩阵X2和Q，使得：
Tr(Q)＜η2
其中，Tr(Q)为求矩阵Q的迹，对于η则不做限制；
当X1＝X2＝X，获得混合H2/H∞控制反馈增益矩阵F；
优选地，基于樽海鞘群算法对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定的过程包括，
(1)由樽海鞘群算法产生樽海鞘群，并将个体依次赋值给μ1～μ8，由此形成性能评价矩阵C1、C2、D11、D12、D21、D22；
(2)利用矩阵A、B1、B2、C1、C2、D11、D12、D21、D22在线性矩阵不等式的限制下求得状态反馈矩阵F；
(3)更新控制信号v＝Fx；
(4)在固定扰动下运行线性状态空间模型，输出性能指标
(5)是否达到最大迭代次数，是则结束，且F整定为性能指标
最小时所对应的F*，否则更新樽海鞘群，回到步骤(2)继续循环。
本发明公开了以下技术效果：
本发明提供的一种柴油发电机组智能非线性鲁棒控制器设计方法，基于柴油发电机组一阶非线性模型，利用引入的新状态变量，采用直接反馈线性化的方法将柴油发电机组非线性微分方程模型线性化成线性状态空间模型，得到柴油发电机组线性数学模型；然后设计柴油发电机组的调速***控制器，并且通过樽海鞘群算法完成控制器的最优化，实现柴油发电机组智能非线性鲁棒调速控制器的设计。在柴油发电机调速控制上，相比于采用传统的PID控制器，本发明采用智能非线性鲁棒控制器能够表现出更短的调节时间，更优的暂态性能，有效地解决了柴油发电机组数学模型非线性特性带来的困难，且采用SSA算法进行优化，能在更少的收敛代数上避免陷入局部最优解。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例的柴油发电机组调速***原理图；
图2为本发明实施例的SSA算法优化整定调速***控制器的状态反馈矩阵F的过程示意图；
图3为本发明实施例的柴油发电机组智能非线性鲁棒调速控制器开机工况下，发电机转速变化曲线仿真结果图；
图4为本发明实施例的柴油发电机组智能非线性鲁棒调速控制器静态负载扰动工况下，发电机转速变化曲线仿真结果图；
图5为本发明实施例的柴油发电机组智能非线性鲁棒调速控制器动态负载扰动工况下，转速变化曲线仿真结果图；
图6为本发明实施例的通过樽海鞘群优化算法进行优化操作下，适应度ISE值随着迭代次数变化的曲线图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
如图1所示，本发明提供了一种柴油发电机组智能非线性鲁棒控制器设计方法,包括：
首先在柴油发电机调速***的非线性模型的基础上，以直接反馈线性化的方法建立的柴油发电机组线性模型，然后采用线性矩阵不等式工具箱求得在约束下的控制器的状态反馈矩阵，在求解过程中采用樽海鞘群算法(SSA)进行寻优整定，从而得到柴油发电机调速***智能H2/H∞鲁棒控制器，具体步骤如下：
Step1、在柴油发电机调速***的非线性模型的基础上，建立以直接反馈线性化为方法的柴油发电机组调速***线性模型，并设计对应的柴油发电机组调速***控制器，具体步骤如下：
(1)已知下柴油发电机组的非线性微分方程数学模型可以表示为：
其中：δ为发电机功角；ω为电角速度；L为执行器输出轴位移；X′d为发电机d轴暂态电抗；xq为发电机q轴同步电抗；U为发电机端电压；E′q为q轴暂态电势；取柴油发电机组的额定视在功率SB为功率的基准值，取ω0＝100π为角速度的基准值；
J为机组轴系转动惯量；ωg为柴油机曲轴角速度，ωg0为柴油机曲轴角速度的基准值；D为与发电机阻尼绕组电阻成正比的阻尼系数；p为发电机磁极对数；k1，b1为常数；
为柴油发动机最大扭矩；Ls为执行器输出轴的最大位移；T1为执行器时间常数；Z1为执行器增益；u为控制信号；ω为标幺值，其他未做特殊说明的值均为实际值。
由上式(1)可知控制信号u的变化会引起执行器输出轴位移L的变化，进而引起功角δ和电角速度ω的变化起到调速的作用，控制信号u就是调速的关键；
(2)设置3个新的状态量x1，x2，以及x3，这3个状态量的定义为：
(3)对公式(1)所描述的非线性微分方程数学模型，选定新的状态来描述机组调速***的动态特性，在这些状态量下柴油发电机调速***的数学模型描述为：
这里，d1w为引入智能H2/H∞控制理论所设定的扰动；
引入虚拟控制量v并且采用直接反馈线性化的方式，这里的v定义为：
那么，引入***各种抽象扰动w以及虚拟控制量v后的式(3)写成一个线性模型的形成，并且该模型可以表示为：
(4)通过3个新的状态量以及虚拟控制量v可以得到用线性状态空间模型表示的柴油发电机调速***非线性微分方程数学模型，柴油发电机调速***用线性状态空间模型可以描述为：
本实施例的A，B1，B2表达式如下：
B1＝[0 d1 0]T
B2＝[0 0 1]T
Step2、采用MATLAB内的LMI工具箱求针对式(6)的控制器状态反馈矩阵F，求解过程中采用樽海鞘群算法(SSA)进行寻优整定，从而使得调速***智能鲁棒控制器，具体步骤如下：
(1)定义针对式(6)的动态性能评价信号为：
对加权矩阵C1、C2、D11、D12、D21、D22定义如下：
D11＝0
D12＝[0 0 μ4]T
D21＝0
D22＝[0 0 μ8]T
其中，μ1～μ8的值均为优化迭代算法生成的个体值；
使用MATLAB内的LMI工具箱，在H2/H∞鲁棒控制理论所描述的矩阵不等式限定条件下，在由增广矩阵矩阵A、B1、B2、C1、C2、D11、D12、D21、D22求解得控制器v＝Fx中的状态反馈矩阵F。从而这里不难发现，其中μ1～μ8待优化的值，本专利采用樽海鞘群算法(SSA)对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定，将F带入式(6)得到柴油发电机智能非线性鲁棒调速控制器。
樽海鞘群算法(SSA)的具体算法如下：
假设在N维的欧式空间，其中N表示群体规模，种群的位置信息采用二维矩阵表示，樽海鞘领导者负责在空间中搜索食物源，引领整个群体移，其位置更新数学表达式为：
其中，
为在第j维中第一个樽海鞘领导者位置；Fj为第j维食物源的位置；uj，lj分别为第j维搜索空间的上、下界；c1，c2，c3为随机数；c1，c2∈[0，1]；lj为当前迭代次数；
收敛因子c1用于平衡算法在迭代过程中的探索和开发能力，当c1＞1时，算法进行全局探索；当c1＜1时，算法进行局部开发，进而精确地寻找最优值；樽海鞘跟随者成链状依次跟随领导者移动，按下式更新位置：
其中：
为第j维中第i个跟随者的位置，
为第j维中第i-1个跟随者的位置；
在跟随者位置更新时，增加线性减小的惯性权重w来加快SSA算法的收敛；
其中，lmax为最大迭代次数，本发明中取lmax＝100；
此时的跟随者位置更新数学模型可以描述为：
优化过程的适应度函数采用平方误差积分准则(ISE)进行计算得到，其可以表示为：
其中，Δω为柴油发电机组受特定扰动后实际电角速度与期望电角速度的偏差)。
要求设计控制器v＝Fx，使得由式(6)所描述的线性闭环***是渐进稳定的，且满足从w到式(7)所描述的鲁棒性能评价信号输出z∞的闭环传递函数Twz∞(s)的H∞范数不超过给定上界γ，以保证闭环***对由w进入的不确定性具有鲁棒稳定性，同时，使得w到z2的闭环传递函数Twz2(s)的H2范数尽可能小，以保证用H2范数度量的***性能处于一个较好的水平；
对此，采用的线性矩阵不等式描述为：
(2)当||Twz∞(s)||∞＜γ时，保证闭环***针对由w引入的不确定因素能达到相应的鲁棒性能要求，根据有界实引理可知，若控制器闭环***满足该性能要求，当且仅当存在对称正定矩阵X1，使得：
为了不失一般性，令γ＝1；
(3)为使***控制性能处于一个好的水平，对一给定的正常数η，须使得||Twz2(s)||2＜η成立，其可等价为当且仅当存在对称矩阵X2和Q，使得：
其中，Tr(Q)为求矩阵Q的迹，对于η则不做限制；
(4)联立上式(4)和(5)，且X1＝X2＝X，优化求解公式(10)所描述函数，即得出实现闭环***的多目标控制要求的混合H2/H∞控制反馈增益矩阵F；
在求解过程中，其中A，B1，B2为***给定的已知矩阵，而μ1～μ8均为优化算法生成的随机量，使用MATLAB内的LMI工具箱求解式(10)得到控制器的状态反馈矩阵F，其中μ1～μ8待赋值，采用樽海鞘群算法(SSA)对μ1～μ8进行赋值，对每个状态反馈矩阵F寻优整定，樽海鞘群算法(SSA)求解其最优值，最大迭代次数lmax＝100，具体过程如图2所示，优化过程的适应度函数采用平方误差积分准则
(Δω为柴油发电机组受特定扰动后实际电角速度与期望电角速度的偏差)，步骤如下：
产生樽海鞘群，个体依次赋值给μ1～μ8，形成动态性能评价信号矩阵C1、C2、D11、D12、D21、D22；
由矩阵A，B1，B2以及C1、C2、D11、D12、D21、D22输入MATLAB内的LMI工具箱求得状态反馈矩阵F；
更新控制信号v＝Fx；
④在固定扰动下运行线性状态空间模型，输出性能指标
⑤是否达到最大迭代次数lmax＝100，是则结束，且F整定为性能指标
最小时所对应的F，否则更新樽海鞘群，回到步骤(2)继续循环；
(5)将优化整定后得到的F带入就能得到相应的以3个新的状态量所描述的柴油发电机组调速***控制器为：
v＝Fx＝f1x1+f2x2+f3x3#(11)
将公式(11)带入(4)那么就能得到以状态δ，ω，以及L所描述的柴油发电机调速***的控制器为：
带入之前所设置的状态量x1，x2，以及x3就能够得到柴油发电机调速***实用的智能H2/H∞控制器为：
对实施例1设计方法进行仿真和验证：
为了验证本发明提出一种基于樽海鞘群算法的柴油发电机组智能非线性鲁棒调速控制器设计方法的正确性与先进性，将机组参数代入实施例1，设计出柴油发电机组调速***智能H2/H∞鲁棒控制器为式(13)所示。仿真参数：Ta＝1.135，Tb＝-0.512，c1＝1.511，c2＝-0.221，T1＝0.052，Z1＝0.233，X′d＝1.135，Xd＝0.512，Xq＝1.511，Td0＝0.233；
经过100代的寻优操作，可以得到最优的评价矩阵为：
联合矩阵A、B1、以及B2得到个状态反馈矩阵F的整定值为：
F＝[-1.9188 -1.8738 -35.604]
仿真工况一：如图3所示为柴油发电机开机工况仿真，假定在0秒时启动柴油发电机，从图中发现，现有最优PID控制下柴油发电机转速动态响应曲线时间明显过长，且出现较大的超调量。
仿真工况二：柴油发电机突然载入静态负载工况仿真，运行到28秒时柴油发电机需要带一个静态负载。此工况下，现有最优PID控制下和实施例1智能非线性鲁棒调速控制下柴油发电机转速动态响应曲线对比如图4所示。
仿真工况三：当柴油发电机运行到55秒钟的时候，载入一个动态负载，在这个工况下的对比图如图5所示。
如图6所示，仿真结果说明：从仿真结果分析，实施例1设计的智能非线性鲁棒调速控制可以使调速***具有较强的鲁棒性，在扰动下表现出调节时间短，超调量小，震荡次数少等优异的动态性能，证明了本发明实施例1提出的柴油发电机智能非线性鲁棒调速控制器设计方法的正确性。
以上所述的实施例仅是对本发明的优选方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案做出的各种变形和改进，均应落入本发明权利要求书确定的保护范围内。
Claims (10)
1.一种柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，包括：
建立柴油发电机组调速***的非线性模型，通过反馈线性化方法获取带虚拟控制量的线性模型；
基于H2/H∞鲁棒控制理论设计获得所述线性模型的状态反馈控制器；求解所述状态反馈控制器的状态反馈矩阵，并根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定，通过寻优完成柴油发电机组智能非线性鲁棒调速控制器的优化。
2.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
所述柴油发电机组调速***的非线性模型为：
其中：δ为发电机功角；ω为电角速度；L为执行器输出轴位移；X′d为发电机d轴暂态电抗；Xq为发电机q轴同步电抗；U为发电机端电压；E′q为q轴暂态电势；取柴油发电机组的额定视在功率SB为功率的基准值，取ω0＝100π为角速度的基准值；
J为机组轴系转动惯量；ωg为柴油机曲轴角速度，ωg0为柴油机曲轴角速度的基准值；D为与发电机阻尼绕组电阻成正比的阻尼系数；p为发电机磁极对数；k1，b1为常数；
为柴油发动机最大扭矩；Le为执行器输出轴的最大位移；T1为执行器时间常数；Z1为执行器增益；u为控制信号；ω为标幺值。
3.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
通过反馈线性化方法获取带虚拟控制量的线性模型的过程包括，采用反馈线性化理论，以X1,X2,X3,为状态变量获得柴油发电机组调速***的动态特性，根据所述动态特性获得第一线性模型；基于所述第一线性模型，引入虚拟控制量并且采用直接反馈线性化方式建立柴油第二线性模型；基于所述第二线性模型获得线性状态空间模型表示的柴油发电机组调速***非线性微分方程数学模型。
4.根据权利要求3所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
所述状态变量X1,X2,X3表示为
所述第一线性模型表示为：
所述虚拟控制量表示为：
5.根据权利要求3所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
所述第二线性模型表示为：
所述线性状态空间模型表示为：
其中，
B1＝[0 d1 0]T
B2＝[0 0 1]T。
6.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
所述状态反馈控制器表示为：
其中，F为待求的状态反馈矩阵，v＝Fx；F＝[f1 f2 f3]为优化后的最优状态反馈矩阵。
7.根据权利要求1所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
根据樽海鞘群算法对求解所述状态反馈矩阵的过程进行寻优整定的过程包括，定义动态性能评价信号，在矩阵不等式限定条件下，由增广矩阵矩阵A、B1、B2、C1、C2、D11、D12、D21、D22求解得控制器v＝Fx中的状态反馈矩阵F；基于樽海鞘群算法对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定，获得柴油发电机智能非线性鲁棒调速控制器。
8.根据权利要求7所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
所述动态性能评价信号为
加权矩阵C1、C2、D11、D12、D21、D22表示为：
D11＝0
D12＝[0 0 μ4]T
D21＝0
D22＝[0 0 μ8]T。
9.根据权利要求7所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
所述矩阵不等式的限定条件为：
当||Twz∞(s)||∞＜γ时，保证闭环***针对由w引入的不确定因素能达到相应的鲁棒性能要求，根据有界实引理可知，若控制器闭环***满足该性能要求，当且仅当存在对称正定矩阵X1，使得：
为了不失一般性，令γ＝1；
对一给定的正常数η，须使得||Twz2(s)||2＜η成立，其可等价为当且仅当存在对称矩阵X2和Q，使得：
Tr(Q)＜η2
其中，Tr(Q)为求矩阵Q的迹，对于η则不做限制；
当X1＝X2＝X，获得混合H2/H∞控制反馈增益矩阵F；
10.根据权利要求7所述的柴油发电机组智能非线性鲁棒控制器设计方法，其特征在于，
基于樽海鞘群算法对μ1～μ8进行赋值，对状态反馈矩阵F寻优整定的过程包括，
(1)由樽海鞘群算法产生樽海鞘群，并将个体依次赋值给μ1～μ8，由此形成性能评价矩阵C1、C2、D11、D12、D21、D22；
(2)利用矩阵A、B1、B2、C1、C2、D11、D12、D21、D22在线性矩阵不等式的限制下求得状态反馈矩阵F；
(3)更新控制信号v＝Fx；
(4)在固定扰动下运行线性状态空间模型，输出性能指标
(5)是否达到最大迭代次数，是则结束，且F整定为性能指标
最小时所对应的F*，否则更新樽海鞘群，回到步骤(2)继续循环。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210723619.XA CN115657464A (zh) | 2022-06-24 | 2022-06-24 | 一种柴油发电机组智能非线性鲁棒控制器设计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210723619.XA CN115657464A (zh) | 2022-06-24 | 2022-06-24 | 一种柴油发电机组智能非线性鲁棒控制器设计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115657464A true CN115657464A (zh) | 2023-01-31 |
Family
ID=85023776
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210723619.XA Pending CN115657464A (zh) | 2022-06-24 | 2022-06-24 | 一种柴油发电机组智能非线性鲁棒控制器设计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115657464A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117471905A (zh) * | 2023-09-21 | 2024-01-30 | 昆明理工大学 | 一种改进樽海鞘群的抽水蓄能机组调节***的控制方法 |
-
2022
- 2022-06-24 CN CN202210723619.XA patent/CN115657464A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117471905A (zh) * | 2023-09-21 | 2024-01-30 | 昆明理工大学 | 一种改进樽海鞘群的抽水蓄能机组调节***的控制方法 |
| CN117471905B (zh) * | 2023-09-21 | 2024-04-12 | 昆明理工大学 | 一种改进樽海鞘群的抽水蓄能机组调节***的控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10733332B2 (en) | Systems for solving general and user preference-based constrained multi-objective optimization problems | |
| CN109962495B (zh) | 一种超低频振荡扰动源定位及抑制方法 | |
| CN105262145B (zh) | 一种新能源混合***控制参数的优选方法 | |
| CN112731805B (zh) | 一种基于风速估计的风力发电机最大功率跟踪无传感器鲁棒控制方法 | |
| CN106877363A (zh) | 一种静止同步串联补偿器抑制***次同步振荡方法及装置 | |
| CN115657464A (zh) | 一种柴油发电机组智能非线性鲁棒控制器设计方法 | |
| CN109656140A (zh) | 一种分数阶微分补偿型vsg控制方法 | |
| Ajala et al. | A library of second-order models for synchronous machines | |
| CN114114922A (zh) | 一种水轮机调节***控制参数优化方法 | |
| CN103606939A (zh) | 基于滑模控制的风柴混合电力***负荷频率控制方法 | |
| CN113848708A (zh) | 一种柴油发电机组调速***最优t-s模糊鲁棒控制器设计方法 | |
| Jiang et al. | Multi-parameter identification of permanent magnet synchronous motor based on improved grey wolf optimization algorithm | |
| CN116300422A (zh) | 一种水电机组控制优化方法及终端 | |
| Mai-Phuong et al. | Balancing a practical inverted pendulum model employing novel meta-heuristic optimization-based fuzzy logic controllers | |
| CN113343592B (zh) | 一种新能源飞机的永磁同步电机dqn智能控制方法 | |
| Angel et al. | Hardware in the loop experimental validation of PID controllers tuned by genetic algorithms | |
| CN108983618A (zh) | 基于凸多胞形的pmsm鲁棒h∞输出反馈控制设计方法 | |
| Ali | Computation of loadability limit in power system based on newton-bisection algorithm | |
| Lin et al. | Soft variable structure fractional sliding-mode control for frequency regulation in renewable shipboard microgrids | |
| Fisher et al. | Numerical computation of critical parameter values for fault recovery in power systems | |
| Dao et al. | An intelligent CPSOGSA-based mixed H2/H∞ robust controller for the multi-hydro-turbine governing system with sharing common penstock | |
| Angel et al. | Metaheuristic Tuning and Practical Implementation of a PID Controller Employing Genetic Algorithms | |
| Balirsingh et al. | Robust FACTS Controller Design Employing Modern Heuristic Optimization Techniques | |
| Sun et al. | Parameter identification method for turbine speed governor system based on particle swarm optimization | |
| CN115034144A (zh) | 一种可再生电源电压响应特性的建模方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |