An internal model approach to (optimal) frequency regulation in power grids with time-varying voltages
University of Stuttgart(斯图加特大学)
本文研究了在未知且可能随时间变化的负载变化下,如何通过最小化发电成本实现频率调节,采用增量被动性和分布式内部模型控制器解决输出一致性问题。
2015-09-22 cs.SY eess.SY math.OC
Constrained nonlinear output regulation using model predictive control -- extended version
提出了一种模型预测控制(MPC)框架来解决约束非线性输出调节问题。所提出的框架的主要特点是,应用程序不需要解决经典的调节器(弗朗西斯-伯恩斯-Isidori)方程或任何其他离线设计程序。特别是,所提出的公式简单地最小化预测的输出误差,可能与一些输入正则化。我们没有像MPC理论中的标准那样使用终端成本/集或正定阶段成本,而是基于Grimm等人2005年的理论结果,使用可检测性概念。如果受约束的非线性调节问题是(严格)可行的,被控对象是增量可镇定的,且增量输入输出状态稳定(i-IOSS/可检测),则该方法是适用的.我们表明,对于最小相位系统,这样的设计确保指数稳定的调节器歧管。我们还提供了一个设计过程的情况下,不稳定的零动态使用增量输入正则化和非共振条件。固有的鲁棒性噪声误差/输出反馈的情况下建立简化的假设(例如,没有状态约束)。理论结果示出了一个例子,涉及偏移免费跟踪噪声误差反馈。本文还包含新的结果MPC没有终端的限制,正半定输入/输出阶段的成本是独立的利益。
2021-06-01 cs.SY eess.SY math.OC
Action-Increment-Constrained Policy Optimization for Smooth Online Adaptive Critic Flight Control with Actuator Rate Constraints and Low Computational Complexity (extended version with Ultimate Uniform Boundedness analysis)
Section Control and Simulation, Faculty of Aerospace Engineering, Delft University of Technology(控制与仿真部门,航空航天工程学院,代尔夫特理工大学)
本文提出在线时间平滑技术与低通滤波器以提升飞行控制系统动作平滑性,通过FFT分析策略性能,验证了方法的有效性。
2026-10-27 cs.AI cs.SY eess.SY
Designing a Safe Autonomous Artificial Intelligence Agent based on Human Self-Regulation
University at Albany(奥尔巴尼大学)
本文提出通过研究人类自我调节机制,设计安全的人工智能代理,以避免复杂系统中因目标不明确导致的有害后果。
2017-01-05 cs.AI cs.SY eess.SY
Data-Driven Distributionally Robust Optimization for Real-Time Economic Dispatch Considering Secondary Frequency Regulation Cost
随着可再生能源发电的大规模并网,对调频资源的容量要求越来越高,对调频辅助服务的需求也越来越大。因此,有必要在考虑实时经济调度的同时考虑频率调节成本和约束。提出了一种考虑自动发电控制(AGC)的分布式鲁棒优化(DRO)方法。首先,一个基于Copula的AGC信号模型,以反映AGC信号,负荷功率和可再生能源发电量的变化之间的相关性。其次,根据预测的负荷功率和可再生能源发电量的变化,从AGC信号的条件概率分布中提取AGC信号的样本。第三,建立了考虑频率调节成本和约束的分布式鲁棒RTED模型,并利用基于Wasserstein度量的DRO技术将其转化为线性规划问题。仿真结果表明,该方法可以降低发电和调频的总成本。
2021-01-26 cs.SY eess.SY
Optimal regulation of flow networks with transient constraints
University of Groningen(格罗宁根大学);Hanze University of Applied Sciences(汉泽应用科学大学)
本文提出一种分布式控制器,通过动态调整输入和流量,在未知扰动下实现输出调节并满足约束,利用增量被动性证明稳态全局渐近吸引性,通过供热系统和多终端HVDC网络案例验证有效性。
2017-08-02 cs.SY eess.SY math.OC
Optimal Participation of Price-Maker Battery Energy Storage Systems (BESSs) in Energy, Reserve and Pay as Performance Regulation Markets
出于评估电池储能服务在不同市场中的最优分配以及对市场运营的相应影响的需要,本文提出了一个优化框架,以协调独立的公用事业规模定价者电池储能系统(BESS)在能源,旋转储备和基于性能的监管市场中的运营。整个问题被制定为一个双层优化过程,其中所有市场的结构建模考虑联合操作限制。研究了在绩效工资管制市场中,价格制定者BESS的策略报价行为。此外,介绍了一种具体的方法来建模自动发电控制(AGC)信号的优化。虽然公式化的问题是非线性的,它被转换为混合整数线性规划(MILP),以找到最佳的解决方案。建议的框架进行评估,使用测试用例场景从现实世界的市场数据。案例研究结果表明,BESS的定价行为的影响,能源,储备和调节市场的联合运作。
2020-02-15 cs.SY eess.SY
Fixed-Time Voltage Regulation in Distribution Networks with Impedance Awareness
Tata Consultancy Services Research(塔塔咨询服务研究)
本文提出一种无需精确阻抗信息的基于优化的固定时间控制算法,利用固定时间稳定性和控制李雅普诺夫函数分析,结合二次规划求解,在IEEE-33节点网络上验证了电压在固定时间内收敛到安全限值,优于现有鲁棒控制方法。
2026-10-02 cs.SY eess.SY
Sparse and Safe Frequency Regulation for Inverter Intensive Microgrids
针对逆变器密集型微电网的稀疏安全频率调节问题,提出了一种新的控制方法。在这种情况下,逆变器和外部电网预计将达到规定的同步期望频率。为此,在考虑“稀疏性”和“安全性”两个重要性能指标的基础上,设计了作为高层控制器控制的有功功率设定值,以减少控制器之间的信息交换,并确保整个运行过程中频率保持在安全区域内。我们提出的控制设计框架允许稀疏的线性反馈控制器(SLFC)统一的安全控制使用控制障碍函数的条件。然后构造一个二次规划问题,通过求解该问题得到实时控制策略。重要的是,我们还发现,每个逆变器的实时控制取决于跨层通信网络拓扑,这是一个从SLFC控制器之间的工会和一个确定的潮流网络。此外,我们的方法已经通过大量的数值模拟验证。
2022-07-10 cs.SY eess.SY
Optimal frequency regulation in nonlinear power networks including turbine-governor dynamics
ENTEG, Faculty of Science and Engineering, University of Groningen(格罗宁根大学科学与工程学院)
本文提出一种分布式最优负荷频率控制方案,通过能量函数推导出非线性网络模型的增量被动性性质,并设计分布式控制器调整发电功率,考虑了水轮机-调速器动态,解决了非被动性带来的稳定性分析挑战。
2017-08-02 cs.SY eess.SY math.OC
Resilient control under denial-of-service and uncertainty: An adaptive dynamic programming approach
本文提出结合强化学习与输出调节理论的弹性控制框架,直接从受DoS攻击和不确定性影响的系统实时数据中学习最优控制器,并给出保证闭环系统稳定的充分条件。
2024-11-11 cs.SY eess.SY
Data-Driven Control of Unknown Systems: A Linear Programming Approach
研究了一般未知确定性离散时间系统的折扣最优状态反馈调节问题。众所周知,系统的开环不稳定性、非二次代价函数和复杂的非线性动态特性,以及许多强化学习(RL)算法的策略行为,使得无模型最优自适应控制器的设计成为一项具有挑战性的任务。本文从传统无模型控制理论中常用的最小二乘和神经网络逼近方法出发,提出了一种基于线性规划、偏离策略Q学习和随机经验重放的数据驱动优化算法。我们开发了策略迭代(PI)和值迭代(VI)的方法来计算近似的最优反馈控制器,具有高精度和不知道的系统模型和阶段代价函数。仿真研究证实了所提出的方法的有效性。
2020-03-30 cs.SY eess.SY
A Stackelberg-Bayesian Capacity-Market Game of Carbon Regulation and Second-Life Battery Investment under AI Data-Center Load Growth
University of Michigan–Dearborn(密歇根大学迪尔伯恩分校)
针对AI数据中心负荷增长带来的成本与碳排放问题,构建三级斯塔克尔伯格-贝叶斯博弈模型,量化碳税等政策对SLB储能投资及碳减排的影响。
2026-08-05 cs.SY eess.SY
Incremental Policy Iteration for Unknown Nonlinear Systems with Stability and Performance Guarantees
针对未知非线性系统的无模型鲁棒最优控制问题,提出融合递归最小二乘与线性 ADP 的增量策略迭代算法,并证明其鲁棒稳定性、近最优性及非镇定初始策略下的学习条件。
2025-08-29 cs.SY eess.SY math.OC
Comparison of Convexificated SQCQP and PSO for the Optimal Transmission System Operation based on Incremental In-Phase and Quadrature Voltage Controlled Transformers
通过求解安全约束最优潮流问题来实现电力系统的优化运行仍然是一个具有挑战性的研究方向。特别是,对于常规的优化方法,如序列二次约束二次规划(SQCQP),以求解器合适的方式制定增量控制变量,如同相和正交电压控制Transformers是复杂的。相比之下,这些控制变量的启发式方法,如粒子群优化(PSO)的实施是简单的,但问题的具体适应的经典PSO算法是必要的,以避免不幸的群体行为和局部收敛的坏结果。本文的目的是介绍一个SQCQP和一个修改后的PSO方法,详细地解决了SCOPF问题充分考虑灵活的增量同相和正交Transformers抽头集,并比较和基准的结果,这两种方法的适应IEEE 118总线系统。案例研究表明,这两种方法导致合适的结果的SCOPF与SQCQP的质量和结果的再现性,而PSO导致更快的解决方案时,调查方案的复杂性增加的个人优势。
2021-06-02 cs.SY eess.SY
Coordination of OLTC and Smart Inverters for Optimal Voltage Regulation of Unbalanced Distribution Networks
光伏智能逆变器可以改善配电网的电压分布。针对多相不平衡配电系统,提出了一种智能逆变器无功注入与有载分接开关分接操作协调的多目标优化框架。优化目标是同时使电压偏差和分接操作次数最小化。提出了一种新的线性化方法对潮流方程进行线性化和凸化,保证了优化的收敛性和较小的计算量。使用混合整数线性规划(MILP)的优化建模和解决。所提出的方法进行了验证,对传统的基于规则的自主电压调节(AVR)的高度不平衡的修改后的IEEE 37总线测试系统和大型加州公用事业馈线。仿真结果表明,该方法准确地估计馈线电压,显着减少电压偏差,减轻过电压问题,并减少电压不平衡,同时消除不必要的抽头操作。该方法的鲁棒性进行了验证,对各种水平的预测误差。通过对大型公用设施馈线的仿真,证明了该方法的计算效率和可扩展性。
2020-06-24 cs.SY eess.SY
Data-Driven Control Design with LMIs and Dynamic Programming
本文的目标是开发基于线性矩阵不等式(LMI)和动态规划的数据驱动控制设计和评估策略。我们考虑确定性离散时间LTI系统,其中系统模型未知。我们提出了有效的数据收集计划,从状态输入轨迹与数据驱动的LMI设计状态反馈控制器的稳定和线性二次调节(LQR)问题。此外,我们研究理论上保证的勘探计划,以获得有效的数据,从不同的情况下的轨迹。特别是,我们证明,随着越来越多的数据积累,收集的数据变得有效的算法具有更高的概率。最后,讨论了具有收敛保证的数据驱动的动态规划算法。
2021-06-16 cs.SY eess.SY math.OC
Autonomous Satellite Docking via Adaptive Optimal Output Regulation: A Reinforcement Learning Approach
提出一种基于强化学习的在线离策略数据驱动算法,在自适应最优输出调节框架下解决自主卫星对接问题,无需系统动力学先验知识即可实现从星相对位置和速度的最优控制及安全对接。
2023-01-29 cs.SY eess.SY
Constrained Optimal Tracking Control of Unknown Systems: A Multi-Step Linear Programming Approach
研究了具有输入约束的未知离散确定性系统的最优状态反馈跟踪控制问题。为了处理输入约束,最先进的方法利用一定的非二次级代价函数,这有时会限制实际系统。此外,众所周知,策略迭代(PI)和值迭代(VI)是数据驱动控制中两种广泛使用的算法,它们提供了互补的优势和劣势。在这项工作中,采用两步变换,它转换的约束输入的最优跟踪问题的无约束增广最优调节问题,并允许考虑一般阶段代价函数。在此基础上,提出了一种基于Q学习和线性规划的多步虚拟仪器算法。该算法提高了VI的收敛速度,避免了PI对初始稳定控制策略的要求,并且在不知道系统模型和阶段代价函数的情况下计算约束最优反馈控制器。仿真研究证明了所提出的方法的可靠性和性能。
2020-12-08 cs.SY eess.SY
Optimal Provision of Regulation Service Reserves Under Dynamic Energy Service Preferences
Boston University(波士顿大学)
本文提出并解决了一个随机动态规划问题,研究如何通过控制智能建筑的动态需求偏好来最优提供调节服务储备,改进了传统动态定价方法,通过建模能源服务偏好的动态特性,提出了一种智能辅助价值迭代算法和近似动态规划方法。
2017-07-25 cs.SY eess.SY
Combining Social Force Model with Model Predictive Control for Vehicle's Longitudinal Speed Regulation in Pedestrian-Dense Scenarios
在密集的交通场景中,自动驾驶车辆可能必须安全地穿过一群行人,同时车辆试图尽可能保持期望的速度。这需要一个可以预测人群行人运动的模型,以及一种用于车辆预测性地调整其速度的方法。在这项研究中,基于模型的预测控制(MPC)与基于社会力的车辆-人群交互(VCI)模型相结合,以调节自动驾驶汽车的纵向速度。VCI模型的预测特性可以被MPC精确地利用。设计了一个同时保证行人安全和保持期望速度的准则,将MPC转化为标准二次规划(quadratic programming,QP)问题,并利用标准QP工具箱进行求解。将该方法与传统的比例-积分-微分(PID)控制方法进行纵向速度调节比较。在仿真中对不同行人密度的场景进行了评估。结果证明了所提出的方法解决此类问题的优点。它还显示了扩展的方法,以解决更复杂的车辆-行人相互作用的情况下的潜力。
2019-07-11 cs.SY eess.SY
Optimal internal boundary control of lane-free automated vehicle traffic
最近提出的CAV(连接和自动化车辆)时代的车辆交通范例,称为无车道流体,涉及无车道车辆运动。无车道交通意味着道路拓宽的增量(收窄)导致相应增量增加(减少)能力;这为考虑对高速公路和干线进行实时内部边界控制开辟了道路,以便灵活地分担总量根据双向需求和交通状况确定两个方向之间的(两个方向)道路宽度和通行能力,以便使总(两个方向)流动效率最大化。该问题被制定为一个凸QP(二次规划)的问题,可以有效地解决,和代表性的案例研究揭示和展示的特点,能力和潜力的新的控制行动。
2021-06-17 cs.SY eess.SY
Nonlinear Temperature Regulation of Solar Collectors with a Fast Adaptive Polytopic LPV MPC Formulation
太阳能集热器中的温度控制是一个非线性问题:温度上升的动态根据流过集热器的油和沿集热器区域的温度梯度而变化。以这种方式,这项工作研究制定一个模型预测控制(MPC)的应用程序内开发的线性参数变化(LPV)的形式主义,它作为一个模型的太阳能集热器的过程。建议的系统是一个自适应MPC,开发终端集约束,并考虑调度多面体的模型。在每个时刻,求解两个二次规划(QP)程序:第一个考虑N步的后向水平以找到定义最佳LTI预测模型的虚拟模型-过程调整变量,考虑多面体系统的顶点;然后,第二个QP使用该LTI模型来优化沿着N步的前向水平的性能。本文最后一个现实的太阳能集热器的模拟结果,比较所提出的MPC从文献(线性MPC和鲁棒管MPC)的其他技术。讨论的结果,设计过程和计算工作的三种方法。它示出了如何建议MPC的设计是能够超越这些其他标准方法的参考跟踪和扰动抑制。
2020-07-10 cs.SY eess.SY
Approximate Dynamic Programming for Constrained Linear Systems: A Piecewise Quadratic Approximation Approach
本文提出一种结合ADP与MPC的方法,利用新型凸分段二次神经网络近似CLQR问题的价值函数,并开发高效分解算法加速在线计算,在保证闭环稳定性的同时提升了计算效率与最优性。
2023-04-07 cs.SY eess.SY
Improving INDI for Input Nonaffine Systems via Learning-Based Nonlinear Control Allocation
University of Alabama(阿拉巴马大学)
本文指出标准INDI与ICA应用于输入非线性系统需依赖不可接受的线性近似,提出基于学习的方法解决非线性优化问题,验证了标准方法的局限性并展示了新方法的有效性。
2026-04-07 cs.SY eess.SY
Grid-Constrained State-Adaptive Particle Swarm Optimization: A Discrete and Efficient Heuristic Solver for Precise Harmonic Programming
针对现有HPPWM求解方法忽略数字控制器定时器分辨率导致的最优性偏差问题,提出GCSA-PSO策略,直接在离散空间搜索可实现脉冲序列,结合状态自适应评估提升效率,实验表明其计算时间更短、控制精度更高。
2026-08-25 cs.SY eess.SY
Probabilistic Multi-product Trading in Sequential Intraday and Frequency-Regulation Markets
本文针对发电厂在日前、日内和频率调节市场中的顺序最优交易问题,提出概率性多产品优化模型及其混合整数线性规划重构,并利用No-U-Turn采样器生成价格分布以支持风险感知的交易决策。
2023-10-26 cs.SY eess.SY math.OC