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

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    61863023
  • 项目类别:
    地区科学基金项目
  • 资助金额:
    37.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    F0301.控制理论与技术
  • 结题年份:
    2022
  • 批准年份:
    2018
  • 项目状态:
    已结题
  • 起止时间:
    2019-01-01 至2022-12-31

项目摘要

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。

结项摘要

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。

项目成果

期刊论文数量(30)
专著数量(0)
科研奖励数量(0)
会议论文数量(5)
专利数量(9)
单级光伏并网逆变器积分滑模控制
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    制造业自动化
  • 影响因子:
    --
  • 作者:
    崔璐璐;杨剑锋
  • 通讯作者:
    杨剑锋
带有过渡过程的一阶自抗扰SAPF并网启动策略研究
  • DOI:
    10.13382/j.jemi.b2003621
  • 发表时间:
    2021
  • 期刊:
    电子测量与仪器学报
  • 影响因子:
    --
  • 作者:
    杨剑锋;丁宇;刘洋;齐仁德
  • 通讯作者:
    齐仁德
基于自适应下垂法的有功功率均分控制
  • DOI:
    10.1039/c3fd00066d
  • 发表时间:
    2019
  • 期刊:
    电测与仪表
  • 影响因子:
    --
  • 作者:
    翟盼盼;苟军年;杨剑锋
  • 通讯作者:
    杨剑锋
A novel starting impulse suppression method for active power filter based on slowly rising curve
基于缓上升曲线的有源电力滤波器起动脉冲抑制新方法
  • DOI:
    --
  • 发表时间:
    2021
  • 期刊:
    Energy Engineering: Journal of the Association of Energy Engineering
  • 影响因子:
    --
  • 作者:
    Yang Jianfeng;Ding Yu
  • 通讯作者:
    Ding Yu
混合型多APF系统建模及共振抑制方案研究
  • DOI:
    10.19783/j.cnki.pspc.201177
  • 发表时间:
    2021
  • 期刊:
    电力系统保护与控制
  • 影响因子:
    --
  • 作者:
    杨剑锋;王晓庆
  • 通讯作者:
    王晓庆

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

工程复杂系统灾害形成与自愈防范原理研究
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    中国安全科学学报
  • 影响因子:
    --
  • 作者:
    高金吉;杨剑锋
  • 通讯作者:
    杨剑锋
等离子体辅助平板波导的传输特性及应用研究
  • DOI:
    10.7498/aps.64.078402
  • 发表时间:
    2015
  • 期刊:
    Acta Physica Sinica
  • 影响因子:
    1
  • 作者:
    孙杰;杨剑锋;闫肃;杨晶晶;黄铭
  • 通讯作者:
    黄铭
升清胶囊干预脂代谢异常对乳腺癌肝转移的影响
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    上海中医药杂志
  • 影响因子:
    --
  • 作者:
    宋晓耘;王玉;张帅;秦悦农;余奎;杨剑锋;吴春宇;周细秋
  • 通讯作者:
    周细秋
屏蔽数据下带变点的软件可靠性增长模型
  • DOI:
    --
  • 发表时间:
    2022
  • 期刊:
    计算机应用与软件
  • 影响因子:
    --
  • 作者:
    杨剑锋;霍雨佳;蔡静
  • 通讯作者:
    蔡静
小檗碱对3T3-L1前脂肪细胞及其胰岛素抵抗模型的影响
  • DOI:
    --
  • 发表时间:
    2015
  • 期刊:
    中国实验方剂学杂志
  • 影响因子:
    --
  • 作者:
    张敬升;王晓婉;张广霞;刘进娜;谢鸣;杨剑锋
  • 通讯作者:
    杨剑锋

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码