论文部分内容阅读
预测控制在复杂工业过程控制系统中得到了广泛的应用,但现有算法严重依赖设计经验,因此如何采用进化算法对传统预测控制方法中的滚动优化策略进行改进,从而进一步提升预测控制方法高效求解约束优化控制难题的能力,具有重要的理论意义和工程应用价值,已成为学术界和工业界的研究热点之一。另外,预测控制方法在电力电子功率变换器和多区域互联电力系统中的应用研究探索近年来越来越受到电气工程领域的关注,但还处于起步阶段。因此,本文从基于实数编码群体极值优化的新视角研究预测控制的改进方法及其在典型过程控制系统与多区域互联电力系统中的应用。本文的主要研究工作和创新点如下:(1)提出了一种基于多点非均匀变异的实数编码群体极值优化算法(RCEO),通过对多个典型连续优化测试函数和电压自动控制系统的分数阶PID控制器参数优化问题的仿真研究,验证了 RCEO相比基于实数编码的遗传算法(GA)、粒子群算法(PSO)和基于其它变异操作的极值优化等进化算法具有更少的可调参数和更佳的优化性能;(2)在研究工作(1)的基础上,提出了基于RCEO的约束广义预测控制算法(CGPC-RCEO )和约束动态矩阵控制算法(CDMC-RCEO),分别通过对热交换器循环水温度控制和连续搅拌釜式反应器温度控制的仿真研究从而验证了本文提出的CGPC-RCEO和CDMC-RCEO算法相比经典预测控制算法、基于GA和PSO的预测控制方法具有更佳的系统输出响应和控制增量响应等控制性能;(3)基于研究工作(2),将CDMC-RCEO的基本思想推广应用到多区域互联电力系统中,提出了一种基于CDMC-RCEO的多区域互联电力系统分布式负荷频率预测控制方法,对两区域和三区域互联电力系统的仿真实验结果表明了:本文提出方法相比传统积分控制算法、比例积分算法、CGPC-RCEO、基于GA和PSO的CDMC算法具有更佳的动态和稳态控制性能,且具有更强的鲁棒性。