导读:本文包含了多模型预测控制论文开题报告文献综述及选题提纲参考文献，主要关键词:弱电网,并网逆变器,模型预测,矢量角补偿
多模型预测控制论文文献综述
张鹏鸣,顾军,张强[1]（2019）在《弱电网下模型预测并网逆变器控制策略》一文中研究指出针对有限控制集模型预测控制系统在弱电网并网时存在电网阻抗无法忽略、电网电压突变、系统有延时、电流跟踪精度低的问题,提出了利用参考电流矢量角补偿的方法加以开关权重系数约束方式。首先搭建传统叁相并网逆变器有限控制集模型预测电流控制模型;其次运用参考电流矢量角补偿方法,对预测电流参考值存在误差进行补偿来弥补因电网阻抗与系统电流波动产生的误差,并加入开关函数优化权重系数,使得系统具备两目标兼顾优化的特点,同时在电网电压发生突变时,系统符合并网要求,动态电流跟踪精度准确;最后通过Matlab/Simulink仿真验证了方法的合理性以及有效性。(本文来源于《重庆工商大学学报(自然科学版)》期刊2019年06期）
康国华,金晨迪,郭玉洁,乔思元[2]（2019）在《基于深度学习的组合体航天器模型预测控制》一文中研究指出利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明:该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10~(-4)量级。(本文来源于《宇航学报》期刊2019年11期）
李亚宁,高晓红[3]（2019）在《功率前馈的T型叁相叁电平光伏并网逆变器快速有限集模型预测控制》一文中研究指出为加快T型叁电平光伏并网系统的动态响应速度,同时避免传统有限集模型预测控制中预测模型和代价函数在线计算量大的不足,在αβ静止坐标系下提出一种功率前馈的快速矢量选择有限集模型预测并网控制方法。该方法在传统电压外环中引入光伏阵列输出功率前馈作为电流内环的参考值;并结合空间矢量脉宽调制(space vector pulse width modulation,SVPWM)思想,只允许接近逆变器输出参考电压矢量的开关状态参与在线计算与评估。通过Matlab搭建系统仿真模型,与未采用功率前馈及传统有限集模型预测进行对比分析。仿真结果表明:采用功率前馈的快速有限集模型预测控制策略在跟踪参考电流、平衡中点电位方面具有良好的静、动态性能。(本文来源于《太阳能学报》期刊2019年11期）
马瑞,王京生,吕振华,李强,袁晓冬[4]（2019）在《含智慧社区能量枢纽配电网叁相不平衡动态潮流模型预测控制方法》一文中研究指出分布式能源具有分散性及不确定性,直接接入配电网将对潮流产生较大影响,增加配电网的调控难度。如何在兼顾系统经济、环保、安全运行的前提下,提高配电网对分布式能源的消纳和主动管理控制水平成为研究的重点。针对多能源接入配电网对配电网潮流及优化控制问题,提出一种含智慧社区多能枢纽的叁相不平衡配电网动态潮流分析方法。根据智慧社区分布式风电、光伏出力及负荷的波动,考虑社区冷热电联供、电动汽车、储能设备等的技术经济特性,通过能源集线器实现社区与配电网的能量交互,并利用模型预测控制方法对配电网进行在线滚动潮流计算,基于IEEE-33节点系统分析在社区中不确定因素及配网叁相不平衡负荷波动下,不同时刻的配电网潮流变化情况。算例结果分析了社区不确定性及配网各节点负荷变化时对配电网潮流的影响,为提高系统安全运行提供了参考。(本文来源于《全球能源互联网》期刊2019年06期）
路朋,叶林,汤涌,张慈杭,仲悟之[5]（2019）在《基于模型预测控制的风电集群多时间尺度有功功率优化调度策略研究》一文中研究指出风电集群有功功率多时间尺度优化调度是提高风电集群精细化调度水平,促进风电消纳的有效技术手段。为有效克服已有方法在风电集群有功功率控制效果差、跟踪调度计划误差较大的不足,基于模型预测控制理论,提出一种风电集群有功功率多时间尺度协调调度新方法。该方法基于方差–协方差变权重组合预测模型对日前风电功率进行预测,依据风电集群出力特性,考虑风电功率的上升、平稳、下降等主要变化趋势,建立有功功率动态变化优先次序集。在日前调度阶段,考虑风电集群预测值与调度值的偏差,建立以风电消纳最大化为目标的调度模型;在日内调度阶段,为减小风电集群日前预测误差带来的不利影响,采用模型预测控制技术实现风电集群有功功率有限时域滚动优化和实时反馈校正,其中,反馈校正环节以当前时刻风电集群输出状态为新一轮滚动优化调度的初始值。以某大规模风电基地实际数据为算例,结果表明,文中所提方法提高了风电集群有功功率调度精度和平稳性,可以有效协调风电集群有功功率日前调度、日内滚动及实时调度,进一步增加风电集群输出功率的平滑性。(本文来源于《中国电机工程学报》期刊2019年22期）
李东亮,缪仲翠,王志浩,张靓[6]（2019）在《基于模型预测的多电机弱磁同步控制策略研究》一文中研究指出从工业场合下多电机系统高速运行的实际需求出发,分析了传统多电机控制系统和传统弱磁控制系统的优缺点,针对多电机高速运行时的弱磁特性进行了研究。模型预测控制(MPC)是一种基于被控对象模型的新型控制算法,具有较强的鲁棒性和较好的控制性能。交叉耦合控制是一种在并行控制基础上对每个电机进行相应补偿的控制系统。将MPC应用到多电机控制系统中并对其进行改进使其具有弱磁控制能力;对传统的交叉耦合控制策略进行改进。将二者结合提出了一种基于模型预测的多电机弱磁同步控制策略,并以双电机系统为例。最后,进行了仿真验证,仿真试验结果表明,基于模型预测的多电机弱磁同步控制策略,可获得比传统双电机系统更好的跟随性能和同步性能。(本文来源于《电机与控制应用》期刊2019年11期）
董润楠,刘石,梁庚,安馨[7]（2019）在《基于模型预测控制的微电网逆变器控制方法研究》一文中研究指出针对微电网内负荷随机性大和网内分布式电源对负荷变化敏感度高的问题,利用模型预测控制中的动态矩阵预估控制对适用于微电网这一特点的专用逆变器输出控制器进行改进。对传统分布式发电系统的并网逆变器内部控制结构在保留传统功率控制器的基础上,利用基于模型控制的动态矩阵预估控制方法设计了模型预测控制器来替代传统控制结构中交流侧的电压环、电流环输出控制器和直流侧电压控制器。仿真实验验证了该逆变器控制方法提高了逆变器控制器的动态响应速度,改善了传统控制器的超调、振荡、稳态误差等问题,逆变器内部控制系统的动态性能得到提升。(本文来源于《电力系统保护与控制》期刊2019年21期）
沈赟洁,朱莉,罗响,赵继敏[8]（2019）在《双转子调磁电机的模型预测控制》一文中研究指出基于磁齿轮原理,分析了一种对转式双转子调磁电机的结构及其原理,相对于传统的双转子调磁类电机,该电机具有两个转子转矩可按配比进行调整的特点。针对该电机,研究了基于模型预测控制(MPC)的电机控制方法,该方法具有动态响应快、转矩脉动小的优势。仿真和实验结果表明,该双转子调磁电机可以实现对内外转子的解耦控制,基于MPC的控制方法,相对于磁场定向控制,可以加快转速响应。(本文来源于《微特电机》期刊2019年11期）
李子萧,陈军,赵东华[9]（2019）在《基于多模型的再热汽温改进预测函数控制》一文中研究指出针对火电厂再热汽温被控对象具有大迟延、时变、非线性等特性,提出一种基于多模型的再热汽温改进预测函数控制算法。在控制过程中,首先根据局部模型采用改进预测函数控制算法设计出相应的子控制器,然后根据某时刻实际系统输出与模型输出的差值确定切换策略,选取最优控制器,进而实现对再热汽温的控制。仿真结果表明:提出的控制策略能够适应不同负荷的变化,控制性能明显优于常规PID控制,可以有效克服模型失配,提高对再热汽温的控制品质。(本文来源于《工业控制计算机》期刊2019年10期）
邹凯,蔡英凤,陈龙,孙晓强[10]（2019）在《基于增量线性模型预测控制的无人车轨迹跟踪方法》一文中研究指出针对现有无人车轨迹跟踪研究中将轮胎侧偏角假设在线性区域的不足,提出一种基于增量线性时变模型预测控制的轨迹跟踪方法。在每个控制周期内进行轮胎魔术公式的线性化处理,建立时变轮胎模型,并结合车辆二自由度模型,获得了车辆时变模型,设计增量线性时变模型预测控制器(ILTVMPC),完成了轨迹跟踪,在二次规划求解过程中加入包括控制量和控制增量等约束。利用MATLAB/Simulink平台将该方法与非线性模型预测控制进行仿真对比,结果表明:基于时变轮胎模型的ILTVMPC,不仅在跟踪精度和稳定性上有优异表现,而且计算实时性得到较大幅度提升。(本文来源于《2019中国汽车工程学会年会论文集（1）》期刊2019-10-22）
多模型预测控制论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
利用模型预测算法先预测控制结果后控制的类人行为特点,借助深度学习在多参数寻优上的优势,提出了一种基于卷积神经网络的模型预测控制算法,满足航天工程低硬件需求,实现组合航天器多场景下姿态控制律的重构。该算法首先利用模型预测控制将组合航天器从初始状态控制到预期状态,然后将控制过程中状态量用于3层3核卷积神经网络的训练,训练完成后,用该卷积神经网络代替模型预测对组合航天器进行控制,从而降低计算资源需求。仿真校验表明:该算法可预测5个控制周期内的控制参数,相比传统模型预测算法所需硬件计算时间降低约5倍,在一般硬件环境下30 s内即可完成各场景下的组合航天器姿态控制,控制精度在10~(-4)量级。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
多模型预测控制论文参考文献
[1].张鹏鸣,顾军,张强.弱电网下模型预测并网逆变器控制策略[J].重庆工商大学学报(自然科学版).2019
[2].康国华,金晨迪,郭玉洁,乔思元.基于深度学习的组合体航天器模型预测控制[J].宇航学报.2019
[3].李亚宁,高晓红.功率前馈的T型叁相叁电平光伏并网逆变器快速有限集模型预测控制[J].太阳能学报.2019
[4].马瑞,王京生,吕振华,李强,袁晓冬.含智慧社区能量枢纽配电网叁相不平衡动态潮流模型预测控制方法[J].全球能源互联网.2019
[5].路朋,叶林,汤涌,张慈杭,仲悟之.基于模型预测控制的风电集群多时间尺度有功功率优化调度策略研究[J].中国电机工程学报.2019
[6].李东亮,缪仲翠,王志浩,张靓.基于模型预测的多电机弱磁同步控制策略研究[J].电机与控制应用.2019
[7].董润楠,刘石,梁庚,安馨.基于模型预测控制的微电网逆变器控制方法研究[J].电力系统保护与控制.2019
[8].沈赟洁,朱莉,罗响,赵继敏.双转子调磁电机的模型预测控制[J].微特电机.2019
[9].李子萧,陈军,赵东华.基于多模型的再热汽温改进预测函数控制[J].工业控制计算机.2019
[10].邹凯,蔡英凤,陈龙,孙晓强.基于增量线性模型预测控制的无人车轨迹跟踪方法[C].2019中国汽车工程学会年会论文集（1）.2019