无模型控制方法及其在能源系统中的应用研究

摘要

目前能源系统中应用的控制器,绝大多数是PID控制器及其变型。这种控制器设计的基本思想是基于线性系统结构的,尽管在许多应用系统中能够保证稳定性,但是常常难以兼顾精度和实际约束,且难以克服强非线性和强扰动的作用。近年来现代控制理论得到很大发展,但是,系统的设计和分析大多建立在精确的系统数学模型的基础上。而能源系统中存在非线性、不确定性、时变性等因素,使得精确的系统数学模型获取困难;与此同时,能源系统往往有大量的历史数据有待于发掘。因此,对基于数据的无模型控制(MFC)方法进行研究具有重要意义。本文以能源系统中火电机组过热汽温系统和固体氧化物燃料电池(SOFC)系统为研究对象,主要围绕极值搜索(ES)算法和虚拟目标值反馈调整(VRFT)方法这两种无模型控制方法,开展相关研究工作。论文主要研究内容如下:
　　 (1)基于ES算法,提出了一种过热汽温控制系统参数优化方法,并与传统的Ziegler-Nichols法相比较,结果证明了该方法的优越性。论文还讨论了极值搜索扰动信号幅值、搜索步长、目标函数对系统性能的影响。
　　 (2)基于VRFT方法,研究了SOFC系统的定电压控制问题。首先给出一种应用VRFT方法进行PID控制器参数整定的方法;接着引入支持向量机(SVM)算法与VRFT的思想相结合,提出一种无模型非线性控制器设计方法,并对该方法中积分环节的作用和位置进行了讨论。最后应用上述两种方法对SOFC系统进行仿真研究,并与常规前馈.反馈控制方案进行了比较。仿真结果表明,对于带固定负载的SOFC系统,基于VRFT的PID参数整定方法能够有效提高常规前馈.反馈控制系统的调节品质;而对于带变动负载的SOFC系统,基于VRFT和SVM的无模型非线性控制器可以取得满意的调节品质。
　　 (3)基于自适应控制的思想,改进了基于VRFT和SVM的无模型非线性控制器设计方法。首先,通过引入一种增量式支持向量机学习算法——精确在线支持向量回归(AOSVR)方法与VRFT方法相结合,使控制器具有在线自适应更新的能力。论文给出了详细的控制器结构和设计步骤。然后,分析了影响控制器样本更新策略的因素,并设计了在线更新策略。最后,该方法同样被应用于SOFC系统的定电压控制问题,并通过仿真研究说明,该方法在对象特性发生变化的情况下,其调节品质优于离线算法。