基于极值搜索预测控制的能源系统闭环动态优化控制方法研究

提出一种新的闭环动态优化控制方法-极值搜索预测控制(ESPC-Extremum Seeking Predictive Control)方法。该方法把数值优化算法和预测控制有机地结合起来，两者在结构上相互串联，一起构成闭环优化控制回路；在功能上互相协作，共同完成两方面的优化任务：一方面数值优化算法以经济性等指标为优化目标，为预测控制指引方向；另一方面，预测控制通过滚动优化不断逼近数值优化算法给出的期望目标值序列，并同时保证系统的动态调节品质。该策略的实现最终归结为求解一个特殊的、动态系统约束下的非线性规划问题。本项目通过约束数值优化算法及其性能、带终端约束的预测控制算法、ESPC方法的鲁棒性和整体稳定性、基于ESPC的双炉膛流化床生物质气化过程优化控制等内容，研究ESPC的基本方法和规律，为实现能源系统的闭环、动态优化控制打下理论基础。

为了进一步提高复杂能源转换系统的转换效率并减少排放，项目研究了一种基于极值搜索和预测控制的闭环动态优化控制方法。该方法利用数值优化算法实现对经济性指标的优化，同时与预测控制结合来保证系统的动态调节品质。项目主要研究内容包括：极值搜索算法、稳定约束预测控制算法、极值搜索预测控制方法及应用。理论分析和仿真结果表明，该方法能够有效克服各种不可测扰动对优化工作点的影响，并在系统处于动态过程时兼顾调节品质和经济性，从而为实现能源转换系统的闭环动态优化控制打下理论基础。