[發明專利]基于多步反饋控制律的非線性隨機模型預測控制簡化方法

有效

• 申請號: 202011137212.6
• 申請日: 2020-10-22
• 公開（公告）號: CN113267997B
• 公開（公告）日: 2022-10-28
• 發明（設計）人: 馮樂;孔小兵;劉向杰;王策
• 申請（專利權）人: 華北電力大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 北京翔石知識產權代理事務所(普通合伙) 11816
• 代理人: 李勇

本發明涉及了一種基于多步反饋控制的非線性隨機模型預測控制簡化方法，包括建立離散非線性隨機模型，提出針對該模型的隨機無窮時域優化控制問題；保證名義離散線性隨機模型替代離散非線性隨機模型的有效性并擴大控制器的可行域；保證原概率約束并增加后續隨機預測控制器的設計自由度；得到進行優化控制的前提條件；預測控制簡化算法的具體步驟。本發明通過對無限時域統計性能指標的優化，結合魯棒不變量集的性質來收緊概率約束，構造一簇具有更大自由度的多步概率不變量集，以確保概率約束得到滿足。同時為了改善多步控制策略引起的在線負擔過重的問題，提出了簡化的控制算法。有效解決了隨機干擾下隨機系統的跟蹤性、穩定性和魯棒性問題。

技術領域

本發明涉及非線性系統不局限于化工領域，尤其涉及一種基于多步反饋控制策略的非線性隨機模型預測控制簡化方法，以減少多步控制策略帶來的在線計算負擔。

背景技術

隨著化工、發電過程、航空等領域控制要求的不斷提高，系統的建模和控制方法也在不斷發展。工業過程中的系統一般具有較強的非線性特性。同時，由于環境的變化和材料細度的不同，系統在運行過程中會受到不確定因素的影響。如果忽略未建模的動態，即不確定性，將對控制器的性能產生嚴重的影響，從而給此類系統的控制過程帶來精度低、穩定性差、保守性高等困難和挑戰。因此，通過對系統的非線性特性和隨機不確定性的分析，逐步細化了實際系統的模型，并大大改進控制方法具有重要的實踐意義。

魯棒模型預測控制和隨機模型預測控制均可有效控制帶有隨機不確定性的非線性系統。但隨機模型預測控制可以利用不確定性的隨機信息來設計概率不變量集，較魯棒模型預測控制有更低的保守性。但傳統魯棒模型預測控制和隨機模型預測控制中的固定反饋律僅能提供有限的控制能力和有限的不變集自由度，導致計算保守并難于實現。2009年發展出一種多步預測控制的算法，將多步反饋策略替代了魯棒控制中的單一反饋控制律，從而獲得了較好的控制性能和較大的使得控制性能得到了顯著的提高，但是這會不可避免地帶來較大的計算負擔，尤其是當系統維數或者預測時域增大時。因此如何提高計算的自由度，提供更強的控制能力，提高計算效率是非線性隨機模型預測控制發展過程中的挑戰。

發明內容

針對現有技術存在的問題，本發明提供了一種基于多步反饋控制策略的非線性隨機模型預測控制簡化方法，以提高不變集的自由度并減少多步控制策略帶來的在線計算負擔。

本發明提供了一種基于多步反饋控制策略的非線性隨機模型預測控制簡化方法，包括如下步驟：

步驟1：建立帶有隨機干擾信息，概率約束和硬約束的離散非線性隨機模型，給出保證跟蹤性和穩定性的目標函數，并提出針對該系統的隨機無窮時域優化控制問題；

步驟2：對離散非線性隨機系統狀態空間模型進行線性化以得到名義的離散線性隨機模型，結合名義模型同非線性模型間的模型失配以及隨機干擾過程的特性，結合多步反饋控制的思想，計算多步魯棒Tube不變集以保證名義模型在替代非線性模型上的有效性，并擴大控制器的可行域；

步驟3：針對名義離散線性隨機模型，結合多步反饋控制的特點，構造多步概率Tube不變集以使未來預測狀態強制進入概率不變集中，利用魯棒不變集的特性保證名義狀態滿足收緊約束以保證原概率約束得到滿足，以增加后續隨機預測控制器的設計自由度；

步驟4：結合多步反饋控制的特點，將原隨機優化問題的無窮時域內統計性能指標轉化為確定性僅與初始狀態相關的有限值，引入雙模控制以保證狀態始終處于概率不變集或逐步收縮進入概率不變集，對各約束條件結合魯棒不變集進行收緊以確保得到進行優化控制的前提條件。

步驟5：提出基于多步反饋控制律的非線性隨機模型預測控制簡化算法的具體步驟，以降低在線計算負擔。

進一步地，所述離散非線性隨機模型表述如下：

式中，是狀態變量，是輸入變量，是輸出變量。