XiaoMi-AI文件搜索系统
World File Search System预测控制
利用数据驱动的稳健模型预测控制实现混合可再生能源系统的建筑气候控制
虽然可再生能源系统和模型预测控制 (MPC) 的实施可以减少不可再生能源的消耗，但使用 MPC 进行建筑气候控制的一个挑战是天气预报的不确定性。在这项工作中，我们提出了一个数据驱动的稳健模型预测控制 (DDRMPC) 框架，以解决天气预报不确定的情况下使用可再生混合能源系统进行建筑气候控制的问题。控制和能源系统配置包括供暖、通风、空调、地热热泵、光伏板和电力储存电池。从气象站收集历史天气预报和测量数据，以识别预测误差并用于不确定性集构建。数据驱动的不确定性集是使用多种机器学习技术构建的，包括带核密度估计 (KDE) 的主成分分析 (PCA)、结合 PCA 和 KDE 的 K 均值聚类以及狄利克雷过程混合模型 (DPMM)。最后，开发了一个数据驱动的稳健优化问题，以获得具有可再生能源系统的建筑物的最佳控制输入。使用康奈尔大学校园内控制带有可再生能源系统的建筑物的案例研究来展示所提出的 DDRMPC 框架的优势。
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。
基于互连模型的波能转换器阵列的预测控制
摘要：本文提出了一种基于互连模型的模型预测控制（MPC）方法，以最大程度地利用波浪能转换器（WEC）阵列提取的海浪能。在提出的方法中，应用正式均匀的互连模型来表示由任意数量的WEC组成的阵列的动力学，同时考虑了所有WEC设备之间的流体动力相互作用。首先，WEC设备及其流体动力相互作用是在一个相互联系的模型中表示的，该模型描述了各种WEC阵列的网络动力学，其WEC设备的不同空间几何布局部署在SEAFELD中。第二，基于提出的模型，采用MPC方法来实现对WEC阵列的协调控制，以在浮标位置和控制力的约束下提高其能量转化效率。第三，开发了一个硬件（HIL）平台来模拟WEC阵列的物理工作条件，并在平台上实现了提出的方法来测试其性能。测试结果表明，使用互连模型的拟议的MPC方法比经典MPC方法具有更高的能量收获效率。
分布式模型预测控制用于协调、电网...
建筑占全球温室气体排放总量的 36%，占全球电力消耗的 40% [1]。提高建筑能效的方法、使用更好的建筑材料和可再生能源提高建筑的可持续性以及采用先进控制方法的智能建筑都是活跃的研究领域，因为它们为减少建筑的碳足迹提供了巨大的空间。智能建筑的定义尚无共识，但它通常包括使用先进的控制方法来实现建筑所有者的业务目标，同时为电网提供服务。对可变的现场可再生能源（太阳能和风能）的需求和渗透率不断增加，使电网运营商难以保持供需平衡。建筑本身具有很大的灵活性潜力来管理负载以向电网提供服务，这些建筑被称为电网响应型建筑或电网互动型高效建筑 [2、3]。灵活建筑负载的集成和控制具有显着改善电网服务的巨大潜力，同时通过降低能源成本和提高电力供应的弹性使客户受益。建筑以各种需求灵活性模式运行 [ 3 ]，分为转移、削减和调制以提供电网服务。本文提出了一种利用建筑灵活性提供调制服务（例如频率调节）的方法。主要在建筑物中，供暖通风和空调系统 (HVAC) 消耗大部分能源，用于输送经过调节的空气，以保持建筑物居住者的舒适度。已经做出了许多努力
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。
采用随机模型预测控制方法的储能系统两阶段能量管理
工业消费者越来越倾向于投资光伏 (PV) 和储能系统 (ESS) 来满足其电力需求。然而，负载需求和光伏输出的不确定性给 ESS 的运行带来了巨大的挑战。本文提出了一种基于随机模型预测控制 (MPC) 方法的 ESS 能量管理策略。采用嵌入时间序列相关性的非参数概率预测方法来描述负载需求和光伏输出的不确定性。然后，提出了一个以最小化总运营成本为目标的两阶段能量管理模型。上级可以为 ESS 生成每小时运行策略，而下级则侧重于更详细的分钟级运行策略。每小时运行策略也被用作指导下级 ESS 运行的基础。此外，引入机会约束以实现光伏用电量和电价之间的双赢解决方案，而 ESS 容量的终值约束可以更好地应对预测时间窗口之外的不确定性。最后，数值结果表明所提出的方法可以实现有效的ESS能量管理策略。
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 。
微电网功能的模型预测控制
1 国家氢能中心应用单位，13500 Puertollano，雷阿尔城，西班牙 2 塞维利亚大学系统工程与自动控制系，41092 塞维利亚，西班牙； asunzafra@us.es 3 IN+ 创新、技术和政策研究中心，里斯本大学高等技术学院（IST）机械工程系，1049-001 里斯本，葡萄牙； carlos.santos.silva@tecnico.ulisboa.pt 4 工艺、材料和太阳能（PROMES-CNRS）实验室，佩皮尼昂大学 Via Domitia，66100 佩皮尼昂，法国； grieu@univ-perp.fr （新加坡）; tejaswinee.darure@univ-perp.fr (TD) 5 可再生能源和能源效率部门，国家能源和地质实验室，1649-038 里斯本，葡萄牙； ana.estanqueiro@lneg.pt * 通信地址：felix.garcia@cnh2.es;电话：+34-926-42-06-82
通过模型预测控制器增强配电网弹性，实现优先负荷恢复策略：预印本
摘要 — 有效的弹性改进策略使电网能够应对破坏性的极端事件。大多数电网停电都是由配电网中断引起的。受电力系统弹性研究的迫切需求的推动，本文提出了一种优先级加权最佳负荷恢复技术，以增强配电网对极端事件的弹性。所提出的技术基于智能配电技术，并被设计为顺序多步决策过程 (MDP) 和混合整数线性规划 (MILP)。它被公式化为具有模型预测控制 (MPC) 方法的最优控制问题。我们将设计的基于 MILP-MPC 的负荷恢复技术应用于简化的单总线版本的 IEEE 13 总线配电系统，该系统集成了分布式能源 (DER)，例如风力涡轮机、光伏阵列、微型涡轮机和储能设备。该技术使用可再生能源的预测信息、微型涡轮机的燃料状态和储能设备的充电状态，在每个控制步骤中实时执行缩减和滚动优化。我们考虑了触发上游公用电网停电并导致配电网孤岛运行的极端事件。我们证明了所提出的 MPC 方法在主电网停电导致孤岛运行期间根据优先级恢复配电网负载的有效性。