多有源电力滤波器的分布式预测控制建模及任务分配策略研究

With the development of network control system and artificial intelligence technology, the coordinated optimization control of multiple model predictive controllers put forward new demands on subsystem task decompositions strategy and communication efficiency. Based on the background of coordinated control of multiple active power filters, the project will focus on the subsystem modeling and task allocation strategies of the distributed model predictive control. Different from the traditional tandem type linear multi-model modeling method based on the system different working points, the parallel multi-model modeling method with the system different input and output characteristics relationship is studied, and the combination model modeling theory based on the steady-state model and the dynamic model is studied for the multiple rapid dynamic systems. The theory and standards of subsystem decompositions based on the optimal task allocation strategy are proposed. The value and communication strategy of the coordination factor including 3 items, the subsystem number, the task type code and the task realization index, are explored and verified. And then the subsystem performance index containing coordination factor are constructed and online solved. The corresponding theory of distributed model predictive control for multiple active power filters based on combination model is established finally. The research results of this project will enrich the theories of subsystem optimal decision-making and mutual information exchange of distributed predictive control, and provide theoretical guidance and application reference for coordinated optimization control of large-scale complex systems.

随着网络控制系统和人工智能技术的发展，多个预测控制器间的协调优化控制对子任务分配策略和信息通信效率提出了新的需求。基于多台有源电力滤波器的协调控制工程背景，本项目围绕分布式预测控制子系统的建模及任务分配策略展开研究。不同于传统的基于系统不同工作点的“串联式”线性多模型建模方法，探索基于系统不同输入输出特性关系的“并联式”多模型建模方法，研究多个快速动态系统基于稳态模型和动态模型相结合的组合模型建模理论；提出基于最优任务分配策略划分子系统的相关理论和标准，探索并验证包含子系统编号、任务类型代码和任务达标指数3项信息的协调因子的取值、通信策略；进而构建并在线求解含协调因子的子系统性能指标，建立基于组合模型的多有源电力滤波器系统的分布式预测控制相关理论。本项目的研究成果将丰富分布式预测控制子系统的优化决策及相互间的信息交换理论，为大规模复杂系统的协调优化控制提供理论指导和应用参考。

随着网络控制系统更加网络化，终端控制器间的协调与优化越显重要。基于多台有源电力滤波器的协调优化控制工程背景，本项目围绕多台有源电力滤波器的建模、启动控制、调制策略、分布式模型预测控制理论与方法开展了主要研究，在光伏配电网中的应用、智能交通领域的十字路口左转问题的建模与协调优化、配电网安全检测、微电网稳定性控制等方面开了了拓展研究。针对多台APF系统的稳定性控制及建模问题，基于APF的等效电路得出单台APF的等效输出阻抗，构建了常规混合型多APF系统的数学模型；针对APF在电网电压不平衡的情况下运行时谐波补偿效果降低的问题，对三相LCL并网逆变器的电压电流的正序分量和负序分量分别构建子模型，进而通过组合模型描述变流器、设计了一种电流自抗扰控制器；针对APF直流侧与交流侧的均衡控制问题，结合电流源PWM整流器分别构建了一个传递函数模型，并使用频域分析法来确定控制器参数；针对APF实时补偿谐波和无功过程中数字控制系统的延时问题，分别从谐波电流检测和补偿电流控制两方面进行改进，通过增加误差校正因子和预测下一时刻参考电流从而有效消除预测误差；针对APF启动过程对电网及其他APF的冲击问题，将SAPF的启动过程分为非受控整流阶段和过渡阶段，提出了一种新的基于慢上升曲线有源电力滤波器启动脉冲抑制策略；通过建立SAPF直流侧数学模型，设计了一种带有过渡过程的一阶自抗扰SAPF并网启动策略；针对多台APF的谐波补偿任务分配问题，提出了一种考虑性能的谐波补偿容量协调分配策略；提出了一种有源电力滤波器的多目标单因数有限集模型预测控制(FCS-MPC)，该方法适用于多目标的多电平变流器控制，代替了传统方法中在目标函数加入加权因子的方法，降低了因为权重因子的选取造成的目标优化难度。先后发表了SCI论文8篇、EI期刊论文10篇、EI会议论文5篇、CSCD中文期刊论文10篇、授权实用新型专利9项、软件著作权1项、毕业博士生2名、培养硕士生11名。