广义不确定性能源生产过程的L1自适应预测融合控制方法研究

针对具有广义不确定性的能源生产过程，提出一种L1自适应预测融合控制方法，采用稳定性理论和最优化设计，将无模型的L1自适应控制方法与模型预测控制方法融合在串级结构中。该控制方法旨在解决大范围工况下，具有非线性、随机干扰、时变参数、未知动态特性和大迟延特性的复杂能源生产过程的自适应优化控制问题，既确保控制系统稳定可靠工作，保证暂态跟踪性能，又可实现基于性能指标的约束最优化控制，降低生产能耗。该研究主要解决如何将不同原理的两类自适应方法以最优方式协调在一起，保证闭环系统的稳、暂态特性，松弛和简化约束条件，扩大最优控制律的可行域，并研究新的非线性规划方法求解其优化问题，确保能以很小的在线计算量进行快速优化求解，完成广义不确定性条件下的自适应优化控制任务，应对能源生产过程自动化领域中的新发展和新挑战。

本项目研究了能源转换过程中广义不确定性条件下的控制问题。以分布式机组、循环流化床锅炉、非线性机炉系统、燃料电池、风力发电系统等为研究对象，依据其运行过程中所呈现的多样性的广义不确定性特征，包括非线性、时变、大迟延、随机性等，基于L-稳定性、lyapunov 稳定性理论及优化方法，研究与其相适应的新型控制。项目主要研究内容包括：优化调度自适应多模型预测控制方法、带输入约束的L1自适应输出反馈控制方法、多变量协调的最小二乘支持向量机广义预测控制方法、抗扰预测控制方法、广义T-S模糊不确定参数模型的保性能稳定控制方法、基于多agent的L1自适应控制方法以及L1自适应-线性融合控制方法。理论分析和仿真结果表明，所研究方法能够有效处理不同类型的不确定性因素，使受控系统获得保稳定性及快速鲁棒自适应的跟踪/控制性能，从而为实现能源转换系统的优化运行提供理论和方法支持。