XiaoMi-AI文件搜索系统
World File Search System预测控制
数据驱动的预测控制如何释放建筑能源灵活性：综述
由于可再生能源的不断渗透，电网的供需管理变得越来越具有挑战性。作为重要的终端消费者，通过更好的电网整合，建筑有望在未来的智能电网中发挥越来越重要的作用。预测控制使建筑能够更好地利用建筑被动热质量提供的可用能源灵活性。然而，由于建筑存量的异构性，开发计算上可处理的面向控制的模型，以充分代表单个建筑复杂和非线性的热动力学，被证明是一个主要障碍。数据驱动的预测控制与“物联网”相结合，有望成为一种可扩展和可转移的方法，数据驱动的模型将取代传统的基于物理的模型。本综述研究了最近利用数据驱动的预测控制进行需求侧管理应用的研究，特别关注模型开发和控制集成之间的关系，迄今为止，以前的综述尚未涉及这一点。进一步研究的主题包括利用被动热质量的实际要求和特征选择问题。概述了当前的研究差距，并提出了未来的研究途径，以确定最有前景的建筑物电网集成数据驱动预测控制技术。
基于物理的数字孪生，用于自主无人机着陆的模型预测控制
本文提出了一种两级数据驱动的数字孪生概念，用于飞机的自主着陆，并给出了一些假设。它具有一个用于模型预测控制的数字孪生实例；以及一个用于流体结构相互作用和飞行动力学的创新实时数字孪生原型。后者的数字孪生基于对高保真、粘性、非线性飞行动力学计算模型的预先设计的下滑道轨迹的线性化；并将其投影到低维近似子空间，以实现实时性能，同时保持准确性。其主要目的是实时预测飞行过程中飞机的状态以及作用于飞机的空气动力和力矩。与基于稳态风洞数据的静态查找表或基于回归的替代模型不同，上述实时数字孪生原型允许模型预测控制的数字孪生实例由真正动态的飞行模型而不是一组不太准确的稳态气动力和力矩数据点来告知。本文详细描述了所提出的两级数字孪生概念的构建及其通过数值模拟的验证。它还报告了其在斯坦福大学现成的无人机在自主模式下的初步飞行验证。
创新控制效应器无尾战斗机的模型预测控制综合
西密歇根大学 ScholarWorks 研究生院免费向您提供本硕士论文 - 开放获取版。西密歇根大学 ScholarWorks 授权管理员已接受本论文，将其纳入硕士论文。如需了解更多信息，请联系 wmu-scholarworks@wmich.edu 。
住宅太阳能电池能源管理的集成非线性模型预测控制
摘要 — 在动态配电市场环境中，拥有太阳能发电和电池储能设备的住宅产消者可以通过电力交换灵活地与电网互动。提供这种双向电力调度的时间表可以方便电网运营商进行运营规划，并通过一些经济激励为产消者带来额外好处。然而，实现这种双赢局面的主要障碍是难以 1) 预测未知运行条件下电池退化的非线性行为和 2) 以计算可行的方式解决高度不确定的发电/负载模式。因此，本文为配备屋顶太阳能光伏板和家用电池的住宅产消者建立了一个强大的短期调度框架。目标是在具有规定调度规则的动态配电能源市场环境下实现最低成本运行。提出了一个一般的非线性优化问题，其中考虑了由于电力交易、电池退化和各种运行约束而导致的运营成本。使用所提出的基于集成非线性模型预测控制的经济调度策略实时解决优化问题，尽管本地数据有限，但预测中的不确定性已得到充分解决。所提出的算法的有效性已使用真实世界的产消者数据集得到验证。
物理信息的神经网络建模和区域供暖系统的预测控制
摘要 - 本文介绍了基于数据的建模和最佳区域供暖系统（DHSS）。此类大规模网络系统的物理模型受复杂的非线性方程的控制，需要大量参数，从而导致其操作的潜在计算问题。因此提出了一种新颖的方法，利用操作数据和可用的物理知识，以获得准确且计算有效的DHSS动态模型。拟议的想法包括利用多个反复构建的神经网络（RNN）以及将DHS网络的物理拓扑嵌入其互连中。在标准RNN方法方面，所得的模型方法（表示为物理知识的RNN（PI-RNN）），即使利用了减少尺寸的模型，也可以实现更快的训练程序和更高的建模准确性。开发的PI-RNN建模技术为设计非线性模型预测控制（NMPC）调节策略铺平了道路，从而使计算时间有限，以最小化生产成本，提高系统效率并提高系统效率并尊重整个DHS网络的操作约束。在文献中引用的DHS基准的模拟中测试了所提出的方法，从建模和控制角度显示了有希望的结果。
基于管子的模型预测控制自动铰接式车辆的路径跟踪
摘要：本文介绍了基于管子的模型预测控制（MPC），用于自主铰接式车辆的路径和速度跟踪。这项研究的目标平台是具有不可轴轴的自主铰接式车辆。因此，铰接角和车轮扭矩输入由基于管的MPC确定。所提出的MPC旨在实现两个目标：最大程度地减少跟踪误差并增强对干扰的鲁棒性。此外，自动铰接式车辆的横向稳定性被认为反映了其动态特性。使用局部线性化制定了MPC的车辆模型，以最大程度地减少建模误差。参考状态是使用基于线性二次调节器的虚拟控制器确定的，以提供MPC求解器的最佳参考。通过在噪声注入传感器信号的基础算法的模拟研究中评估了所提出的算法。仿真结果表明，与基础算法相比，所提出的算法达到了最小的路径跟踪误差。此外，提出的算法对多个信号表现出对外部噪声的鲁棒性。
考虑驾驶模式识别的串联混合动力汽车模型预测控制能量管理策略
摘要：本文提出了一种基于驾驶模式识别、驾驶工况预测和模型预测控制的串联式混合动力汽车能量管理策略，以在维持电池荷电状态的同时改善燃油消耗。为了进一步提高计算效率，对模型进行了离散化和线性化，将MPC问题转化为二次规划问题，通过内点法可以有效地求解。利用Matlab/Simulink平台进行仿真，仿真结果验证了状态预测方法的可行性和所提方法的性能。此外，与基于规则的方法相比，预测控制策略成功地提高了混合动力汽车的燃油经济性。
开关光伏电池系统的随机非线性模型预测控制
摘要 - 预算系统在住宅家庭设置中的用户中获得了知名度。在此设置中，目前的利用能力的主要来源是增加光伏（PV）的自我效率，这高度依赖电池系统的效率。我们提出了一种基于随机动态编程（SDP）的控制方法，以提高系统效率。优化框架包括一个带有备用损失的开关系统，转换器损失的非线性建模以及家庭负载和PV生成的随机预测模型。我们在模拟典型基准案例的模拟中显示，我们的方法实际上可以减少整体系统损失和操作成本。然后，在现实世界中使用市售电池系统显示的现实情况中的适用性。
大规模分布式能源电网整合的可扩展预测控制与优化：预印本
摘要 — 将大量分布式能源 (DER) 整合到电网中需要一种可扩展的电力平衡方法。我们将电力平衡问题表述为一个前瞻优化问题，由基于模型预测控制 (MPC) 框架的配电系统聚合器按顺序解决。解决大规模前瞻控制问题需要正确配置控制步骤。在本文中，为了解决大规模控制问题，我们提出了一种可变的时间粒度，其中靠近当前控制步骤的控制时间步骤具有更精细的分辨率。聚合器目标包括最大化电力生产收入并最小化电力购买费用、可再生能源削减以及能源存储和电动汽车 (EV) 充电站的里程成本，同时满足系统容量和运营约束。控制问题被表述为混合整数线性规划 (MILP)，并使用 XpressMP 求解器进行求解。我们进行了模拟，考虑了由 2507 个设备（可控 DER）组成的大型配电网络的铜板表示，包括可削减的光伏 (PV)、储能电池、电动汽车充电站以及带有供暖、通风和空调装置 (HVAC) 的建筑物。我们展示了所提出的方法在交互式管理 DER 以实现最大能源交易利润和本地供需电力平衡方面的有效性。最后，我们证明了所提出的方法在计算时间方面优于其他基准控制器，同时不影响运行性能。索引术语 — 配电系统、DER、电网整合、电力市场、模型预测控制、电力平衡。
污水处理厂曝气系统的经济线性参数变化模型预测控制†
摘要：本文提出了一种线性参数变化 (LPV) 框架中的经济模型预测控制 (EMPC) 策略，用于控制污水处理厂 (WWTP) 曝气反应器中的溶解氧浓度。复杂非线性工厂的简化模型以准线性参数变化 (qLPV) 形式表示，以减少计算负担，实现实时操作。为了便于制定作为系统状态函数的时变参数以及用于反馈控制目的，提出了一种使用 qLPV WWTP 模型的移动范围估计器 (MHE)。基于 ASM1 模拟基准对控制策略进行了研究和评估，以进行性能评估。将 EMPC 策略应用于西班牙赫罗纳 WWTP 曝气系统的控制，所获得的结果证明了其有效性。