Stability Constrained Optimization in High IBR-Penetrated Power Systems-Part II: Constraint Validation and Applications
本文验证了第一部分导出的稳定性约束的准确性和保守性,并将其应用于最优系统调度模型,同时提出了一种边际机组定价方案以量化稳定性服务的经济价值。
2026-05-23 cs.SY eess.SY
Learning stability guarantees for data-driven constrained switching linear systems
研究动态未知且开关信号受自动机约束的约束切换线性系统的稳定性分析。我们提出了一个数据驱动的李雅普诺夫框架提供概率稳定性保证的基础上收集的数据从系统的观察。通过推广以前的结果任意切换线性系统,我们表明,通过采样有限数量的观察,我们能够构建一个近似的李雅普诺夫函数的基础系统。此外,我们表明,熵的语言接受的自动机允许绑定所需的样本数量,以达到一些预先指定的精度。
2022-07-14 cs.SY eess.SY
Low Voltage Ride Through (LVRT) Constrained Transient Stability Assessment Using Lyapunov Functions Family Method
可再生能源发电在电力系统中的日益普及给直接法暂态稳定评估带来了更大的挑战。原因之一是无法评估由于违反其穿越曲线而导致大量RG跳闸所带来的不稳定风险。本文提出了一种基于李雅普诺夫函数族的可扩展方法来估计穿越约束下的稳定域。提出了一个内多面体近似的可行性区域凸的整体问题。所获得的约束稳定区域估计有助于捕获触发可再生能源发电的不期望跳闸的轨迹。一个2机系统是用来可视化其有效性。
2020-02-04 cs.SY eess.SY
Stability and performance in transient average constrained economic MPC without terminal constraints
本文研究了无终端约束的暂态平均约束经济模型预测控制(MPC)的系统理论性质。我们表明,最佳开环解决方案通过连续的时刻的最佳稳态。利用这种收费公路属性和适当的可控性条件,我们提供了闭环性能界限。此外,通过将旋转值函数与与瞬态平均约束相关的扩展状态的输入-状态(ISS)李雅普诺夫函数相结合,证明了系统的稳定性。最后用数值例子说明了结果。
2020-10-20 cs.SY eess.SY
Wasserstein distributionally robust risk-constrained iterative MPC for motion planning: computationally efficient approximations
针对迭代MPC结合分布鲁棒风险约束的运动规划问题计算量随迭代升高的问题,提出数据聚类调整模糊集和预确定DR安全区域两种高效近似方法,保证安全性的同时降低实时计算负担。
2023-10-06 cs.SY eess.SY math.OC
Security-Constrained Unit Commitment Con-sidering Locational Frequency Stability in Low-Inertia Power Grids
随着风能和太阳能发电装置的增加,电力系统中的传统同步发电机逐渐被取代,导致系统惯性显著减小。将系统频率保持在可接受的范围内对于电力系统的稳定性变得更加关键。在本文中,我们首先研究了区域间振荡对系统的频率变化率(RoCoF)安全的影响,然后,位置RoCoF占G-1应急稳定性的限制。通过实施这些频率相关的约束,基于位置的RoCoF约束的安全约束机组组合(LRC-SCUC)模型的建议。此外,一个有效的分段线性化(PWL)技术,制定了一个RoCoF线性化问题和线性化的非线性函数表示SCUC中的基于位置的RoCoF约束。仿真结果表明,包含惯性相关的约束,可以大大提高系统的稳定性,在较高的运营成本的代价。结果还表明,采用虚拟惯性技术不仅降低了系统的总成本,而且提高了系统的市场效率。
2022-05-30 cs.SY eess.SY
Learning stability guarantees for constrained switching linear systems from noisy observations
我们提出了一个基于李雅普诺夫理论的数据驱动框架,为一族混杂系统提供稳定性保证。特别地,我们感兴趣的是切换序列被标号图约束的切换线性系统的渐近稳定性,即约束切换线性系统。为了做到这一点,我们提供了机会约束的边界上的稳定性保证,可以从有限数量的噪声观测。首先,我们提出了一种方法,从采样轨迹的混合状态空间的系统提供稳定性保证。然后,我们研究更难的情况下,人们只观察到的连续部分的混合状态。我们表明,在这种情况下,人们仍然可以获得正式的机会约束的稳定性保证。对于后一个结果,我们提供了一个新的普遍感兴趣的上界,也用于基于模型的稳定性分析
2023-02-10 cs.SY eess.SY math.OC
Transient Stability Assessment for Current Constrained and Unconstrained Fault Ride-Through in Virtual Oscillator Controlled Converters
统一虚拟振荡器控制器(uVOC)继承了基于振荡器的网格形成(GFM)控制器所提供的严格分析基础,并实现了快速过流限制和故障穿越(FRT)。有效FRT的控制设计需要暂态稳定性分析。现有的暂态稳定分析方法和研究局限于只考虑电流无约束的情况下,或忽略了同时的功角和电压动态。在电流约束故障下,电压和功角动态是强耦合的,两者在确定暂态稳定性中起着关键作用。因此,通常用于暂态稳定性研究的两者的解耦分析不能提供对系统动态的全面了解。在这项工作中,整体FRT方法uVOC和全面的建模和分析方法的暂态稳定性下的电流饱和和不饱和对称交流故障的发展。我们利用相平面分析的整个系统在一个单一的图形表示,以获得整体的洞察力耦合的电压和功角动态。通过仿真和硬件实验验证了FRT控制器和分析方法的有效性。结果表明,uVOC是不受限制的临界清除角不同下垂和虚拟同步机(VSM)型二阶控制器。
2020-11-18 cs.SY eess.SY
Managing the Uncertainty in System Dynamics Through Distributionally Robust Stability-Constrained Optimization
针对逆变器型资源高渗透下系统动态参数不确定性影响稳定性约束的问题,提出分布鲁棒稳定性约束优化方法,通过泰勒展开与Delta方法传播不确定性,并在IEEE 39节点系统中验证有效性。
2024-04-22 cs.SY eess.SY
Stability Constrained Optimization in High IBR-Penetrated Power Systems-Part I: Constraint Development and Unification
本文针对高逆变器接口可再生能源渗透电力系统,研究了同步、电压和频率稳定性问题,将稳定性条件解析表达为运行约束,并提出统一框架将阻抗稳定性指标转化为线性或二阶锥形式,便于嵌入优化应用。
2026-05-23 cs.SY eess.SY
Nodal Frequency Stability-Constrained UC & ED for Renewable-Dominated Power Systems
University of Colorado Boulder(科罗拉多大学博尔德分校);Princeton University(普林斯顿大学)
提出一种考虑各节点频率稳定性约束的机组组合与经济调度优化框架,通过约束热力发电或限制最大出力机组功率来避免频率低于58 Hz,第二种方法成本更优。
2026-06-16 cs.SY eess.SY
Uncertainty-Aware Transient Stability-Constrained Preventive Redispatch: A Distributional Reinforcement Learning Approach
本文首次提出图神经网络引导的分布深度强化学习方法GD2RL,通过图神经网络暂态仿真器与分布强化学习相结合,求解不确定性感知的暂态稳定约束预防性再调度问题,并在新英格兰39节点系统上验证了其有效性。
2024-06-29 cs.SY eess.SY
Shadow Pricing in Transient Stability-Constrained Optimal Power Flow
本文针对暂态稳定约束最优潮流推导资产特定的影子价格,通过WECC 9节点等案例验证其可无额外支付地分配稳定约束成本,实现发电机无亏损调度。
2026-10-14 cs.SY eess.SY
Barrier States Embedded Iterative Dynamic Game for Robust and Safe Trajectory Optimization
考虑不确定性和干扰是成功决策的一个重要但具有挑战性的步骤。在安全受限的环境中,这个问题变得更具挑战性。本文通过求解一个有约束的最小-最大最优控制问题,提出了一种鲁棒、安全的轨迹优化算法。所提出的方法利用一个博弈论微分动态规划方法与障碍状态处理参数和非参数的不确定性,在安全关键控制系统。将障碍状态嵌入微分对策的动力学和代价中,在高维状态空间中刻画约束环境,保证优化轨迹的安全性。此外,为了找到一个收敛的最优解,我们建议在Stackleberg(领导者-追随者)游戏中进行线搜索,而不是选择一个恒定的学习率。在一个速度约束的倒立摆模型上,在中等和高参数不确定性下,对所提出的算法进行了评估,以显示其在这样一个可理解的系统中的有效性。该算法随后在四旋翼机上实现,在有风的环境中,在所有方向上施加正弦风脉动。
2022-03-26 cs.SY eess.SY
Voltage Stability Constrained Unit Commitment in High IBG-Penetrated Power Systems
随着可再生能源的日益普及,电力系统的运行必须适应电力电子(PE)接口发电机的特点,以确保系统的稳定性和安全性。传统电力系统中的静态电压稳定性主要受重负荷条件的影响,由于PE接口设备的大规模集成,静态电压稳定性面临新的挑战。研究了高渗透率系统的静态电压稳定问题。在考虑不同逆变器发电机(IBG)相互作用的情况下,推导了IBG节点电压稳定性的解析判据。在此基础上,提出了一种通过动态优化IBG的有功和无功输出,在保证正常运行时电压稳定的同时,使系统总运行成本最小的系统优化调度模型。该方法将高度非线性的电压稳定约束有效地转化为二阶锥(SOC)形式,并结合交流潮流和频率约束的SOC重构,得到了一个整体的混合控制SOC规划(MISOCP)。所提出的模型的有效性和各种因素对电压稳定性的影响,证明了在彻底的案例研究。
2021-12-06 cs.SY eess.SY
Stability Constrained Reinforcement Learning for Decentralized Real-Time Voltage Control
针对深度强化学习在电力系统实时电压控制中缺乏稳定性保障的问题,提出基于单调神经网络和Lyapunov函数的稳定性约束强化学习方法,在IEEE测试馈线中验证其可在保证电压稳定的同时降低控制成本、缩短恢复时间。
2023-10-03 cs.SY eess.SY
Computationally Enhanced Approach for Chance-Constrained OPF Considering Voltage Stability
本文提出一种计算增强方法解决机会约束电压稳定约束最优潮流问题,通过神经网络代理模型、自适应多项式混沌展开及偏最小二乘框架等技术,实现了高效的不确定性传播和大规模计算,仿真验证了其成本效益。
2024-01-04 cs.SY eess.SY
Stability Constrained Reinforcement Learning for Real-Time Voltage Control
深度强化学习(RL)已被公认为是一种很有前途的工具,以解决电力系统的实时控制的挑战。然而,它在现实世界的电力系统的部署一直受到缺乏正式的稳定性和安全保证。在本文中,我们提出了一种稳定约束强化学习方法的实时电压控制在配电网中,我们证明了所提出的方法提供了一个正式的电压稳定性保证。我们的方法的关键思想是一个明确构造的李雅普诺夫函数,证明稳定性。我们证明了该方法的有效性,在案例研究中,所提出的方法可以减少超过30%的暂态控制成本,缩短响应时间的三分之一相比,广泛使用的线性政策,同时始终实现电压稳定。相比之下,标准RL方法通常无法实现电压稳定性。
2021-09-30 cs.SY eess.SY math.OC
Iterative State- and Control-Dependent Model Predictive Control: A Jacobian-Free Formulation for Constrained Nonlinear Systems
University of South Alabama(南阿拉巴马大学)
本文提出一种无雅可比的迭代模型预测控制算法,通过依赖状态与控制的系数将非线性系统转化为线性二次规划,复杂度为O(ℓ),在多个基准系统上验证了其性能优于密集序列二次规划等方法。
2026-08-18 cs.SY eess.SY math.OC
Cut-set and Stability Constrained Optimal Power Flow for Resilient Operation During Wildfires
提出一种割集与稳定性约束最优潮流,集成可行性测试算法和数据驱动暂态稳定性分析器,通过发电再调度和负荷削减,在IEEE 118节点系统上验证了其能降低野火脆弱性并最小化运行成本。
2024-04-19 cs.SY eess.SY
Black-box stability analysis of hybrid systems with sample-based multiple Lyapunov functions
我们提出了一个框架的基础上多个李雅普诺夫函数,以找到概率数据驱动的未知约束切换线性系统(CSLS)的稳定性保证,这是切换线性系统的开关信号是由自动机的约束。CSLS的稳定性由其约束联合谱半径(CJSR)表征。受情景方法和以前的工作无约束切换系统的启发,我们描述了使用CJSR的概念找到CSLS(在)稳定的充分条件所需的观测数。更确切地说,我们的贡献如下:我们推导出一个概率上界的CJSR的未知CSLS从有限数量的观察。我们还得到了一个确定性的下界上的CJSR。由此,我们得到了一个概率方法来表征一个未知的CSLS的稳定性。
2022-05-02 cs.SY eess.SY
Iterative Learning Control -- Deep Dive
迭代学习控制器(ILC)的稳定性和收敛性可以通过直接迭代各种输入的方程来评估,或者通过找到迭代系统的特征值,或者通过形成Z变换并应用零极点或等效根轨迹来评估。两个常用的标准是(i)差向量的渐近收敛(AC),和(ii)向量范数的单调收敛(MC)。后者(MC)具有Z结构域对应物。在本文中,我们适用于所有这三种方法和收敛性测试一个简单的植物与ILC包装。使用了一项、两项和三项学习函数。然后我们可以问这样的问题:所有的测试都有效吗?它们在稳定性上是否一致?
2022-11-18 cs.SY eess.SY
Universal Barrier Functions for Safety and Stability of Constrained Nonlinear Systems
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文提出通用障碍函数(UBF)以编码稳定性与安全性,并构建UBF-QP生成受输入约束的安全稳定控制输入,证明了其可行性及在温和条件下UBF的存在性,且可扩展至高相对阶系统。
2025-11-02 cs.SY eess.SY
Evaluating the Impact of a Load Admittance Approximation in Transient Stability-Constrained Optimal Power Flow
Technical University of Madrid (UPM)(马德里理工大学)
本文提出一种基于电压的负荷导纳近似方法,用于简化TSC-OPF中的Kron降阶计算,并在WECC 9节点系统上验证其能准确复现转子动态、降低实现难度并缓解收敛问题。
2025-11-07 cs.SY eess.SY
Iterative Algorithms for Assessing Network Resilience Against Structured Perturbations
本文研究了网络对结构化加性扰动的恢复能力。我们考虑动态网络建模为线性时不变系统的扰动满足特定的稀疏性和条目的明智的限制有界能量。给定能量水平,结构化伪谱横坐标捕获对手可能用来使网络不稳定的最坏可能的扰动,并且结构化稳定性半径是网络可以承受而不会变得不稳定的结构化扰动中的最大能量。最坏情况下的结构扰动的一个新的表征的基础上,我们提出了迭代算法,有效地计算结构的伪谱横坐标和结构的稳定半径。我们提供的局部收敛的算法的理论保证,并说明其有效性和准确性的几个网络的例子。
2021-05-14 cs.SY eess.SY
Iterative risk-constrained model predictive control: A data-driven distributionally robust approach
本文提出迭代分布鲁棒MPC方案求解带风险约束的无限时域最优控制问题,通过累积数据逐步优化轨迹代价与安全性,证明了递归可行性与收敛性,并给出可计算重构与仿真验证。
2023-08-22 cs.SY eess.SY math.OC
Stability Constrained Mobile Manipulation Planning on Rough Terrain
McGill University(麦吉尔大学)
本文提出了一个框架,允许在线动态稳定性约束的最优轨迹规划的移动机械手机器人工作在崎岖的地形。首先,移动机械臂机器人的运动学模型,和零力矩点(ZMP)稳定性措施作为理论背景。然后,提出了一种基于采样的准静态规划算法,并给出了数学证明。机器人的准静态路径,然后作为一个初始的猜测,热启动非线性最优控制求解器,否则可能有困难找到一个解决方案的稳定性约束的制定有效。该框架的性能和计算效率的证明,通过一个模拟的木材采伐移动机械手机器工作在不同的地形。仿真结果验证了在满足动稳定性约束的情况下,对变地形进行在线轨迹规划的可行性。
2021-05-10 cs.AI cs.RO cs.SY
Learning Hierarchical Control For Multi-Agent Capacity-Constrained Systems
University of California, Berkeley(加州大学伯克利分校);NASA Jet Propulsion Laboratory(美国国家航空航天局喷气推进实验室);Princeton University(普林斯顿大学)
针对迭代环境下非线性容量受限多智能体集群的管控问题,提出含高低两层的分层控制框架,两层均采用数据驱动MPC策略,结合迭代学习控制优化容量估计与策略参数,保障闭环可行性并提升性能。
2024-04-10 cs.RO cs.SY eess.SY
Flexible Training Workloads in Large-Scale AI Data Centers for Transient-Stability Support in Transmission-Constrained Power Systems
Korea Electrotechnology Research Institute(韩国电气技术研究院)
该研究提出训练诱导负载激增(TILS)策略,利用AI数据中心灵活训练负载,在故障后增加有功需求以支撑电力系统暂态稳定,提升暂态稳定约束下的发电极限。
2026-09-28 cs.SY eess.SY
Decentralized Stability-Constrained Optimal Power Flow for Inverter-Based Power Systems
Johns Hopkins University(约翰斯·霍普金斯大学)
本文提出了一种去中心化的稳定性约束最优功率流框架,通过引入代数去中心化小扰动稳定性准则,实现对逆变器主导电力系统稳定性约束的高效优化,揭示了无功功率机会成本的重要性。
2026-04-19 cs.SY eess.SY math.OC
Semi-Global Exponential Stability of Augmented Primal-Dual Gradient Dynamics for Constrained Convex Optimization
School of Engineering and Applied Sciences, Harvard University(哈佛大学工程与应用科学学院);Department of Computing and Mathematical Sciences, California Institute of Technology(加州理工学院计算与数学科学系)
本文研究了在目标函数强凸的情况下,增强对偶梯度动力学(Aug-PDGD)在处理一般凸和非线性不等约束问题时的半全局指数稳定性,并展示了强凸二次规划中Aug-PDGD无法实现全局指数稳定性的例子。
2020-11-18 cs.SY eess.SY math.OC
Deep Learning based Security-Constrained Unit Commitment Considering Locational Frequency Stability in Low-Inertia Power Systems
随着电力系统脱碳的目标,传统的同步发电机逐渐被转换器接口的可再生发电所取代。由于系统惯性的显著降低,这种转变引起了对系统频率和频率变化率(RoCoF)安全性的关注。现有的研究成果大多来自统一的系统频率响应模型,这可能无法捕捉系统的所有特性。为保证位置频率安全,提出了一种基于深度神经网络(DNN)的RoCoF约束机组组合(DNN-RCUC)模型。RoCoF预测器被训练为基于高保真仿真数据集预测最高位置RoCoF。训练样本是从各种场景下的模型中生成的,这可以避免仿真发散和系统不稳定。然后将训练好的网络转化为一组混合整数线性约束,表示机组组合中的位置RoCoF限制约束。在IEEE 24节点系统上对所提出的DNN-RCUC模型进行了研究。PSS/E上的时域仿真结果验证了该算法的有效性。
2022-08-17 cs.SY eess.SY
Stability Constrained Voltage Control in Distribution Grids with Arbitrary Communication Infrastructure
University of California, San Diego(加利福尼亚大学圣迭戈分校)
提出一种统一框架,设计基于ICNN的无功功率控制器,在配电网中利用任意通信基础设施进行电压调节,同时确保闭环系统稳定性,并在UCSD微电网测试床上验证了其有效性。
2025-07-24 cs.SY eess.SY
Iterative Decomposition of Joint Chance Constraints in OPF
在机会约束OPF模型中,联合机会约束(JCC)比单机会约束(SCC)提供了更强的安全性保证。利用布尔不等式或其改进形式将JCC分解为SCC是一种流行的方法,但其保守性仍然很大。在这封信中,提出了一个非参数迭代框架,以实现JCC的分解可以忽略不计的保守性。一个自适应的风险分配策略也被提出并嵌入到框架中。IEEE算例结果表明,该框架几乎消除了保守性,从而大大降低了发电成本。
2020-10-22 cs.SY eess.SY
PMU-based Distributed Non-iterative Algorithm for Real-time Voltage Stability Monitoring
提出一种基于PMU的分布式非迭代电压稳定指数(VSI),通过将潮流方程重构为圆,实现实时识别关键母线,具有速度快、可解释性强、能定位停电位置及抗噪声等优势。
2021-07-19 cs.DC cs.SY eess.SY
Strong exponential stability of switched impulsive systems with mode-constrained switching
本文针对模式约束切换的非线性切换脉冲系统,提出计算强全局一致指数稳定性界的最大超调量和衰减率的方法,利用模式依赖平均驻留时间与激活时间约束推导可改进的稳定性界,并示例验证其用于确保系统鲁棒性。
2024-08-20 cs.SY eess.SY math.DS
Deciding the boundedness and dead-beat stability of constrained switching systems
ICTEAM Institute, Université Catholique de Louvain(卢森堡天主教大学 ICTEAM 研究所);Research Center for Automatic Control of Nancy (CRAN), Université de Lorraine(洛林大学南西自动控制研究中心 (CRAN))
本文研究了受自动机约束的离散时间线性切换系统稳定性问题,提出了一种判定有界性的条件,并设计了判定死摆稳定性的多项式时间算法。
2015-12-15 cs.SY eess.SY math.DS
On the Sample Complexity of Stability Constrained Imitation Learning
Google Brain Robotics(谷歌大脑机器人);University of Pennsylvania(宾夕法尼亚大学)
我们研究以下问题的背景下,连续控制的模仿学习:如何反映在样本复杂性的模仿学习任务的专家政策的潜在稳定性?我们提供的第一个结果表明,一个令人惊讶的粒度之间的连接可以底层专家系统的增量增益稳定性,一种新的措施之间的鲁棒收敛对系统轨迹,并依赖于任务范围$T$的泛化界限。特别是,我们提出并分析了增量增益稳定性约束版本的行为克隆和Dagger算法,并表明所得到的样本复杂性界自然反映了潜在的稳定性属性的专家系统。作为一个特殊的情况下,我们描绘了一类系统的数量需要实现$\varepsilon$ -次优是次线性的任务范围$T$,这样做,而不需要(强)凸的损失函数的政策参数。最后,我们进行了数值实验,证明了我们的见解的有效性,一个简单的非线性系统,其基本的稳定性可以很容易地调整,并在一个高维四足机器人模拟。
2023-01-15 cs.LG cs.SY eess.SY
Model Reference Adaptive Control Allocation for Constrained Systems with Guaranteed Closed Loop Stability
针对具有执行器饱和的不确定过驱动系统,提出了一种自适应控制分配方法。所提出的方法不需要不确定性估计或持续激励假设。使用逐单元非对称投影算法,自适应参数被限制为满足一定的最优性条件,从而使整个闭环系统稳定。此外,提出了一种具有时变滑模面的滑模控制器,与自适应控制分配相结合,以保证外环的稳定性和参考跟踪存在控制分配误差和干扰。以研究环境中的Aerodata模型作为过驱动系统,在执行器饱和的情况下进行了仿真,验证了所提方法的有效性。
2019-09-22 cs.SY eess.SY math.OC
The Benefits of an Integrated Approach for Stability-Constrained Power System Planning
German Aerospace Center (DLR)(德国航空航天中心)
针对电力系统规划串行方法的缺陷,研究集成方法在发电、输电、储能扩容时同步考虑稳定措施的优势,发现其可降低系统成本,且网格式电池储能系统的两用选项更具优势。
2026-08-07 cs.SY eess.SY math.OC
A Convexification Approach for Small-Signal Stability Constrained Optimal Power Flow
本文提出了一种不依赖于特征值分析的小信号稳定约束最优潮流(SSSC-OPF)的凸化方法。所提出的方法是基于小干扰稳定的充分条件,发展为一个双线性矩阵不等式(BMI),并使用网络结构保持微分代数方程(DAE)建模的电力系统。所提出的配方是基于半定规划(SDP)和目标惩罚,已提出的可行解恢复,使该方法的计算效率为大规模系统。一个向量范数为基础的目标罚函数也提出了可行解恢复,而工作在大型和密集的BMI与矩阵变量。对WECC 9节点、新英格兰39节点和IEEE 118节点测试系统进行的有效性研究表明,该方法能够实现稳定的平衡点,而不会产生高的稳定性引起的额外成本。
2021-09-16 cs.SY eess.SY math.OC
Stability of Constrained Adaptive Model Predictive Control Algorithms
University of Bayreuth(拜罗伊特大学);Curtin University of Technology(科廷科技大学)
针对无终端约束的MPC,提出一种自适应优化时域策略以保证闭环稳定性和次优性,并给出稳定性证明及简单缩短/延长方法。
2011-05-17 cs.SY eess.SY math.OC
Robust Transient Stability Constrained Optimal Power Flow with Power Flow Routers Considering Renewable Uncertainties
提出了一种考虑可更新不确定性的鲁棒暂态稳定约束最优潮流问题,该问题通过协调发电再调度和潮流路由器(PFR)来解决,PFR是一种扩大最优潮流问题可行域的网侧控制器。与传统的只考虑发电调度的方法相比,该模型能更好地协调网侧和机侧控制。一个离线在线解决方案框架的开发,以有效地解决问题。在这个框架下,原来的问题是显着简化,使我们只需要解决一个低维的确定性问题,在在线阶段,以实现高鲁棒性水平的实时实现。在新英格兰39节点系统上验证了该方法的有效性。数值结果表明,该方法是有效的,具有良好的经济性和鲁棒性。
2020-05-31 cs.SY eess.SY math.OC
Iterative Methods in GPU-Resident Linear Solvers for Nonlinear Constrained Optimization
本文针对异构硬件上病态线性系统求解瓶颈,提出 GPU/CPU 分离与计算重用策略,并结合非精确 LU 因子和 FGMRES 迭代细化以提升 GPU 驻留求解性能。
2024-01-25 cs.CE cs.NA cs.SY
KCRL: Krasovskii-Constrained Reinforcement Learning with Guaranteed Stability in Nonlinear Dynamical Systems
California Institute of Technology(加州理工学院);University of California San Diego(加州大学圣地亚哥分校);Carnegie Mellon University(卡内基梅隆大学);Purdue University(普渡大学)
学习一个动态系统需要稳定未知的动态,以避免状态爆破。然而,目前的强化学习(RL)方法缺乏稳定性保证,这限制了它们对安全关键系统控制的适用性。我们提出了一个基于模型的RL框架,正式的稳定性保证,Krasovskii约束RL(KCRL),采用Krasovskii的家庭的李雅普诺夫函数作为稳定性约束。所提出的方法使用特征表示(例如,随机傅立叶特征)来学习系统动态直到置信区间。然后,它解决了一个受约束的政策优化问题的稳定性约束的基础上Krasovskii的方法使用原始对偶方法恢复稳定的政策。我们表明,KCRL是保证学习稳定的政策,在有限数量的相互作用与潜在的未知系统。我们还通过KCRL框架导出了未知非线性动力系统镇定的样本复杂性上界。
2022-06-03 cs.LG cs.SY eess.SY
Lane-Keeping Control of Autonomous Vehicles Through a Soft-Constrained Iterative LQR
National Yang Ming Chiao Tung University(国立阳明交通大学)
针对自动驾驶车道保持中控制抖动问题,提出软约束迭代LQR(soft-CILQR)算法,通过松弛变量软化约束,在数值与视觉实验中实现平滑转向,平均运行2.55毫秒,满足实时要求。
2024-12-17 cs.CV cs.RO cs.SY
Stability-Constrained Markov Decision Processes Using MPC
IMT School for Advanced Studies Lucca(卢卡IMT高等研究院);Gran Sasso Science Institute - GSSI(格兰萨索科学研究院(GSSI))
在本文中,我们考虑解决折扣马尔可夫决策过程(MDP)的约束下,所产生的政策是稳定的。实际上,MDP是基于某种形式的策略近似来求解的。我们将利用最近的结果,建议使用模型预测控制(MPC)作为强化学习背景下的结构化策略,使其有可能直接在基于MPC的策略中引入稳定性要求。这将限制MDP的解决方案,以建设稳定政策。MPC的稳定性理论是最成熟的非折扣MPC的情况下。因此,我们将首先在本文中表明,稳定的贴现MDPs可以重新制定为未贴现的。这一观察结果将导致具有稳定性要求的基于MPC的策略将产生最优策略,如果贴现MDP是稳定的,则为最佳稳定策略。
2021-02-02 cs.LG cs.SY eess.SY
Novel Conditions for the Finite-Region Stability of 2D-Systems with Application to Iterative Learning Control
本文研究了二维线性系统的有限区域稳定性(FRS),提出保守性更低的充分条件,并将其应用于迭代学习控制(ILC),使跟踪误差在有限次迭代内收敛至期望界限,最后给出有限区域镇定的充分条件。
2024-12-19 cs.SY eess.SY math.OC
Alignment of large language models with constrained learning
University of Pennsylvania(宾夕法尼亚大学);Amazon(亚马逊);University of Tennessee, Knoxville(田纳西大学诺克斯维尔分校)
本文提出了一种基于拉格朗日对偶性的迭代对偶对齐方法,用于在满足约束条件下优化大语言模型策略,通过实验验证了其在受限对齐问题中的有效性。
2025-11-26 cs.LG cs.SY eess.SY
Input Convex Neural Network as a Surrogate in Stability-Constrained Optimization for IBR-dominated Power Systems
Imperial College London(帝国理工学院);Tsinghua University(清华大学);Wuhan University(武汉大学)
针对输入凸神经网络在电力系统稳定性约束优化中的两种常见公式化缺陷,提出精确LP-based epigraph重构、全局保证的外逼近方案及可行性保持的内逼近方案,并在IEEE 14/118节点算例验证。
2026-06-26 cs.SY eess.SY math.OC
Learning Soft Constrained MPC Value Functions: Efficient MPC Design and Implementation providing Stability and Safety Guarantees
提出结合收紧软约束MPC与监督学习近似值函数的框架,实现嵌入式高效控制,保证稳定性与约束满足,并证明值函数Lipschitz连续性以支持学习过程。
2025-03-26 cs.SY eess.SY math.OC
Distributed Control of Angle-constrained Circular Formations using Bearing-only Measurements
National University of Singapore(新加坡国立大学);Temasek Laboratories, National University of Singapore(南洋实验室)
针对平面内多智能体仅通过局部方位测量实现角度约束圆形编队的问题,提出一种分布式控制律,基于Lyapunov方法证明其能保证局部指数稳定性和有限时间稳定性,且可通过参数切换。
2012-10-30 cs.SY eess.SY math.OC
A Gel'fand-type spectral radius formula and stability of linear constrained switching systems
Nanjing University(南京大学)
利用遍历理论,提出Gel'fand型谱半径公式,推广Berger-Wang公式,并应用于线性切换系统的绝对指数稳定性分析。
2011-07-01 cs.SY eess.SY math.DS
Constrained Neural Ordinary Differential Equations with Stability Guarantees
Pacific Northwest National Laboratory(太平洋西北国家实验室)
微分方程经常用于工程领域,例如工业系统的建模和控制,其中安全和性能保证至关重要。传统的基于物理的建模方法需要领域专业知识,并且通常难以调整或适应新系统。在本文中,我们展示了如何将具有代数非线性的离散常微分方程(ODE)建模为具有不同程度先验知识的深度神经网络。我们推导出的网络层的重量的特征值上施加的隐式约束的基础上的稳定性保证。此外,我们还展示了如何使用障碍方法来一般处理额外的不等式约束。我们证明了预测精度的学习神经常微分方程评估开环模拟相比,地面实况动态与双线性项。
2020-04-22 cs.LG cs.NE cs.SY