-
公开(公告)号:CN118353094A
公开(公告)日:2024-07-16
申请号:CN202410456405.X
申请日:2024-04-16
申请人: 华北电力大学
摘要: 本发明涉及光伏发电技术领域,尤其涉及一种用于光伏发电柔性功率点跟踪的分布式模型预测控制方法,包括:设置光伏电场系统;建立基于直流升压变换器的光伏发电系统的动态模型,并将所述动态模型用于建立光伏电场模型;建立k时刻的DEMPC优化问题,实现柔性功率点跟踪和经济最优化;利用变换器有限个开关状态的混合整数非线性规划算法,获取全局最优解;分布式控制技术使得各个光伏子系统相互独立,其他光伏子系统仍能正常工作,提高了光伏电场的整体稳定性、灵活性。
-
公开(公告)号:CN110912185B
公开(公告)日:2021-10-08
申请号:CN201911157156.X
申请日:2019-11-22
申请人: 华北电力大学
IPC分类号: H02J3/38
摘要: 本发明公开了一种含风力发电电网自动发电控制系统PID控制器设计方法,涉及电力系统自动控制领域,该控制器设计方法包括:建立两区域互联电力系统自动发电控制仿真模型,根据自动发电控制系统仿真模型,确定寻优的目标函数,针对控制器参数设定约束条件,根据所建立的目标函数和约束条件采用引导烟花算法寻优从而获得控制器参数的整定结果。本发明所设计控制器表现出了良好的控制效果,解决了风力发电波动性对电力系统控制效果的不良影响,同时解决了传统PID控制器参数设置不合适,导致自动发电控制系统的动态响应不理想的技术问题。
-
公开(公告)号:CN116365910A
公开(公告)日:2023-06-30
申请号:CN202310195533.9
申请日:2023-03-03
申请人: 华北电力大学
IPC分类号: H02M7/487 , H02M7/5395 , H02M1/00 , G06F30/20 , G06F17/11 , G06F17/16 , G06F17/18 , G06F113/04 , G06F111/04 , G06F111/10
摘要: 本发明涉及功率变流器技术领域,尤其涉及一种应用于三电平逆变器的经济模型预测控制方法。包括:步骤S1,设置三电平稀疏型中性点箝位逆变器并网系统;步骤S2,在dq坐标系下建立针对电容电压不平衡的以对并网系统非线性模型动态特征进行描述的3L‑SNPC逆变器模型;步骤S3,利用大M法将非线性模型等效转换为线性模型;步骤S4,根据线性模型确定稳定状态反馈控制函数;步骤S5,构建k时刻基于稳定状态反馈控制函数的稳定EMPC的混合整数二次规划方程组,并将优化得到的控制输入信号加载至受控开关管元件;本发明的有限集经济模型预测控制方法与传统的有限集模型预测控制方法相比较,保证了系统跟踪性能的同时,提高动态过程之中的经济性能。
-
公开(公告)号:CN116365509A
公开(公告)日:2023-06-30
申请号:CN202310232539.9
申请日:2023-03-13
申请人: 华北电力大学
摘要: 本发明涉及电力系统自动控制技术领域,尤其涉及一种电力系统负荷频率tube分布式模型预测控制,包括:建立若干区域互联电力系统负荷频率控制仿真模型;设置描述互联电力系统在忽略不确定干扰及区域间耦合作用情况下的动态特性的电力系统负荷频率控制名义模型;根据电力系统负荷频率控制名义模型,确定目标函数和约束条件;建立用以补偿电力系统名义模型与仿真模型之间由于扰动所导致的轨迹差异的分布式反馈控制律;将反馈控制量与名义控制量相加得到最后的控制量并将其施加于实际系统中。能够针对风电并网带来的风速扰动问题,提出鲁棒性更强,能够有效处理不确定干扰的电力系统分布式模型预测控制方法,确保了电力系统的安全稳定运行。
-
公开(公告)号:CN113352570B
公开(公告)日:2022-11-04
申请号:CN202110625481.5
申请日:2021-06-04
申请人: 华北电力大学
IPC分类号: B29C45/77
摘要: 本发明涉及一种基于迭代学习模型预测控制的注塑机注射速度控制方法,涉及塑料加工技术领域,包括,步骤a,设定一个注塑机系统;步骤b,采用随机变量对注射过程中变批次导致的运行长度变化进行数学描述,并基于滚动时域预测机制对各批次的缺失数据进行高精度补偿;步骤c,基于补偿后的历史数据,构建注射过程的二维预测模型;步骤d,根据相邻批次间运行长度变化的概率设定事件触发条件;步骤e,在高阶迭代学习模型预测控制中,将各历史批次的学习权重作为滚动时域优化问题的待优化变量。本发明所述方法有效提高了注塑机注射速度的准确度。
-
公开(公告)号:CN110096785B
公开(公告)日:2020-09-01
申请号:CN201910340736.6
申请日:2019-04-25
申请人: 华北电力大学
摘要: 本发明涉及了一种堆叠自编码器方法并可应用于超超临界机组建模,在机组内选用了较完整数据的情况下,这一方法解决了大数据背景下传统系统辨识方法很难建立精确的分析模型的问题,同时为了免去繁琐的数据预处理过程,采用最大相关熵函数作为代价函数,具体步骤包括:设定一个超超临界的火电厂,从超超临界机组数据集中提取合适的数据作为模型训练的输入输出样本集,确定堆叠自编码器的网络结构,选取的输入数据集作为模型的输入,采用梯度下降法对每一个自编码器进行训练,利用输入输出数据对堆叠自编码器整个网络采用梯度下降法进行微调,对数据反归一化,从而产生堆叠自编码器的最终输出。
-
公开(公告)号:CN110096785A
公开(公告)日:2019-08-06
申请号:CN201910340736.6
申请日:2019-04-25
申请人: 华北电力大学
摘要: 本发明涉及了一种堆叠自编码器方法并可应用于超超临界机组建模,在机组内选用了较完整数据的情况下,这一方法解决了大数据背景下传统系统辨识方法很难建立精确的分析模型的问题,同时为了免去繁琐的数据预处理过程,采用最大相关熵函数作为代价函数,具体步骤包括:设定一个超超临界的火电厂,从超超临界机组数据集中提取合适的数据作为模型训练的输入输出样本集,确定堆叠自编码器的网络结构,选取的输入数据集作为模型的输入,采用梯度下降法对每一个自编码器进行训练,利用输入输出数据对堆叠自编码器整个网络采用梯度下降法进行微调,对数据反归一化,从而产生堆叠自编码器的最终输出。
-
公开(公告)号:CN118399473A
公开(公告)日:2024-07-26
申请号:CN202410482911.6
申请日:2024-04-22
申请人: 华北电力大学
摘要: 本发明涉及了一种用于光伏发电系统的分层模型预测控制方法,通过设置基于直流升压变换器的光伏发电系统;建立用以描述光伏发电系统的动态特性的模型;对相关决策变量设置约束范围;实现光伏发电系统的输入输出反馈线性化;将原非线性模型转换为线性模型;将原线性约束转换为非线性约束;预测控制优化问题,将求解优化问题后得到的控制输入经状态反馈后施加于直流升压变换器的开关管。用于光伏发电系统的分层模型预测控制方法与传统的非线性模型预测控制方法相比较,避免复杂的非凸优化问题,可高效获得全局最优解,保证了系统跟踪性能;同时减轻了计算负担,保证了控制的实时性。
-
公开(公告)号:CN110045611A
公开(公告)日:2019-07-23
申请号:CN201910331986.3
申请日:2019-04-24
申请人: 华北电力大学
IPC分类号: G05B13/04
摘要: 本发明涉及了一种鲁棒迭代学习模型预测控制方法,并可将其应用于间歇搅拌釜式反应器控制,这一方法解决了间歇搅拌釜式反应器变化参考轨迹下反应温度高精度跟踪的问题。本方法主要包括:根据间歇搅拌釜式反应器非线性机理模型,构建线性参变(LPV)预测模型;通过迭代学习控制吸取过去批次的控制经验,提高跟踪精度;采用模型预测控制有效处理实时干扰,保证系统时域稳定性和鲁棒性;将间歇搅拌釜式反应器批次间参考轨迹的变化视为迭代轴有界干扰,构造H无穷约束保证变参考轨迹下的控制效果。本发明的鲁棒迭代学习模型预测控制方法与传统迭代学习模型预测控制方法相比,对间歇搅拌釜式反应器变参考轨迹的适应性更强,跟踪性能更好。
-
公开(公告)号:CN118153775A
公开(公告)日:2024-06-07
申请号:CN202410448515.1
申请日:2024-04-15
申请人: 华北电力大学
IPC分类号: G06Q10/04 , G06Q50/06 , G06N3/0442 , G06N3/0455 , G06N3/08
摘要: 本发明涉及光伏功率概率预测技术领域,尤其涉及一种基于IGTG的短期光伏功率概率预测方法,使用ICEEMDAN对历史光伏功率进行分解,得到的光伏功率子序列加上其他气象数据序列使用GRU‑Transformer进行确定性预测,确定性预测误差经过KDE获取概率分布,然后与确定性预测结果结合得到光伏功率概率预测结果。这一方法一方面提升了光伏功率确定性预测性能,一方面通过获取概率预测区间量化了光伏功率中的不确定性,为电力市场的风险管理和供需平衡提供了支持。同时实现了确定性预测与概率预测,从而有效提高了针对光伏功率确定性的预测效率。
-
-
-
-
-
-
-
-
-