基于BONM建模的分布式能源系统先进鲁棒自适应控制方法研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号:
    51576040
  • 项目类别:
    面上项目
  • 资助金额:
    60.0万
  • 负责人:
  • 依托单位:
  • 学科分类:
    E0601.工程热力学
  • 结题年份:
    2019
  • 批准年份:
    2015
  • 项目状态:
    已结题
  • 起止时间:
    2016-01-01 至2019-12-31

项目摘要

A novel block-based nonlinear modeling (BONM) approach for thermodynamic systems will be studied in this proposal. A set of BONM methodology about the block-topo selection and online open-loop/closed-loop identification is proposed and will be instantiated on typical distributed energy systems. The resulting BONM model is suitable for large range simulation and for global controller design, featuring fast computing and easily rebuilding. In order to take the challenge of networked control from renewable- distributed -energy microgrid, the BONM-model knowledge will be utilized to improve the L1 adaptive control for achieving rapidness, stability , robustness and adaptivity in the novel HM-L1RAC Algorithm. Moveover, the delay information from BONM will also be considered in the control design to enlarge its toleration margin on delay. As a result, a better performance for load tracking will be achieved in the presence of uncertainties. For making balance of the loads in the microgrid, the multi-energy collaborating control strategy is discussed and will be verified on a networked- control hardware-in-loop DES network. The study will contribute to the real control and operation of renewable-distributed-energy microgrid.
本项目研究一种新颖的热动力系统块结构化非线性动态(BONM)建模方法,提出包括块拓扑结构选择法、块模型在线开/闭环辨识方法在内的完整的BONM建模方法,并对典型分布式能源系统建模实例化,所建立的块结构模型可适用于全工况仿真和全局控制器设计,其计算速度快、易复现的特点为相关研究提供很高的参考价值。为满足可再生分布式能源微网的网络化控制要求,利用块建模信息改进L1自适应控制方法,得到具有快速性、稳定性、鲁棒性和自适应性的新型HM-L1RAC控制算法,通过利用BONM建模的时滞信息增强算法的时滞鲁棒性,使其在网络化控制环境下具有更好的处理不确定性因素和快速负荷跟踪的能力;为维护微网多能负荷供需平衡,进一步讨论微网多源协同负荷跟踪策略, 在具有网络化控制特征的半物理仿真分布式能源信息网上进行算法的验证。本项目所研究的内容对实际可再生分布式能源微网的控制和运行具有指导借鉴意义。

结项摘要

针对分布式能源系统的多能耦合、多源扰动、时滞、不确定性等控制问题,本项目开展了适合能源过程的块结构化非线性建模(BONM)和鲁棒自适应控制的理论研究。基于BONM模型,提出针对大时滞和多变量非仿射非线性过程的新型鲁棒自适应控制方法,增强了自适应控制的时滞鲁棒性并提供了保稳定的控制参数取值方法,用数学方法证明了其闭环稳定性和暂态跟踪性能;进一步针对能源系统优化运行的需求,提出滚动时域优化鲁棒自适应控制、经济性预测-鲁棒自适应控制等方法,给出了相应的稳定性解析证明。研究分布式可控微源的动态特性,建立其数学模型及BONM辨识模型,搭建了可再生分布式能源微网仿真系统及实验台,验证了所提控制理论及方法能有效提升分布式能源在不确定性条件下的快速协同负荷跟踪能力,同时优化其运行过程。

项目成果

期刊论文数量(15)
专著数量(0)
科研奖励数量(1)
会议论文数量(10)
专利数量(10)
Improving Simultaneous Cooling and Power Load-Following Capability for MGT-CCP Using Coordinated Predictive Controls
使用协调预测控制提高 MGT-CCP​​ 的同步冷却和电力负载跟踪能力
  • DOI:
    10.3390/en12061180
  • 发表时间:
    2019-03
  • 期刊:
    Energies
  • 影响因子:
    3.2
  • 作者:
    Chen Chen;Lin Jiangfan;Pan Lei;Lee Kwang Y;Sun Li
  • 通讯作者:
    Sun Li
微燃机-冷热电联供机组的Hammerstein模型及非线性广义预测控制
  • DOI:
    --
  • 发表时间:
    2017
  • 期刊:
    东南大学学报(自然科学版)
  • 影响因子:
    --
  • 作者:
    潘蕾;赵德材;张俊礼;沈炯;彭春华
  • 通讯作者:
    彭春华
Optimal Load-Tracking Operation of Grid-Connected Solid Oxide Fuel Cells through Set Point Scheduling and Combined L1-MPC Control
通过设定点调度和组合 L1-MPC 控制实现并网固体氧化物燃料电池的最佳负载跟踪运行
  • DOI:
    10.3390/en11040801
  • 发表时间:
    2018-03
  • 期刊:
    Energies
  • 影响因子:
    3.2
  • 作者:
    Han Siwei;Sun Li;Shen Jiong;Pan Lei;Lee Kwang Y
  • 通讯作者:
    Lee Kwang Y
微燃机三联供机组的多变量鲁棒自适应负荷跟踪控制
  • DOI:
    10.13334/j.0258-8013.pcsee.162301
  • 发表时间:
    2017
  • 期刊:
    中国电机工程学报
  • 影响因子:
    --
  • 作者:
    潘蕾;张俊礼;沈炯;彭春华
  • 通讯作者:
    彭春华
Direct energy balance based active disturbance rejection control for coal-fired power plant
基于直接能量平衡的燃煤电厂自抗扰控制
  • DOI:
    10.1016/j.isatra.2017.06.003
  • 发表时间:
    2017
  • 期刊:
    ISA Transactions
  • 影响因子:
    7.3
  • 作者:
    Sun Li;Hua Qingsong;Li Donghai;Pan Lei;Xue Yali;Lee Kwang Y.
  • 通讯作者:
    Lee Kwang Y.

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--"}}
  • 发表时间:
    {{ item.publish_year || "--" }}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--"}}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.authors }}

数据更新时间:{{ patent.updateTime }}

其他文献

海产贝类脂溶性贝毒素的高效液相色谱-串联质谱分析方法及其食用安全性评价
  • DOI:
    10.11895/j.issn.0253-3820.171162
  • 发表时间:
    2018
  • 期刊:
    分析化学
  • 影响因子:
    --
  • 作者:
    申慧慧;陈军辉;徐秀丽;潘蕾;何秀平;王小如
  • 通讯作者:
    王小如
肿瘤相关蛋白质S100A6结构和功能的分析与预测
  • DOI:
    --
  • 发表时间:
    2013
  • 期刊:
    现代肿瘤医学
  • 影响因子:
    --
  • 作者:
    南岩东;常蕊静;穆德广;潘蕾;张宵汉;车鑫;金发光;杨拴盈
  • 通讯作者:
    杨拴盈
初始含水率对冰川泥石流的起动影响分析
  • DOI:
    10.13870/j.cnki.stbcxb.2017.06.020
  • 发表时间:
    2017
  • 期刊:
    水土保持学报
  • 影响因子:
    --
  • 作者:
    潘蕾;魏学利;张远芳;李宾;杨新龙
  • 通讯作者:
    杨新龙
高能超声作用下SiC/ZA27复合材料的制备及性能
  • DOI:
    --
  • 发表时间:
    --
  • 期刊:
    铸造
  • 影响因子:
    --
  • 作者:
    潘蕾;陈锋;吴申庆;王俊
  • 通讯作者:
    王俊
聚乙二醇干扰素 -2a治疗慢性丙型肝炎病毒/乙型肝炎病毒共感染临床疗效
  • DOI:
    --
  • 发表时间:
    2011
  • 期刊:
    临床肝胆病杂志
  • 影响因子:
    --
  • 作者:
    潘蕾;魏欣;谢玉梅;郝春秋;王九平;贾战生;白雪帆
  • 通讯作者:
    白雪帆

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi || "--" }}
  • 发表时间:
    {{ item.publish_year || "--"}}
  • 期刊:
    {{ item.journal_name }}
  • 影响因子:
    {{ item.factor || "--" }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}
empty
内容获取失败,请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题,我已根据课题信息分析并撰写以下内容,帮您拓宽课题思路:

AI项目思路

AI技术路线图

潘蕾的其他基金

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
  • 批准号:
    51106024
  • 批准年份:
    2011
  • 资助金额:
    25.0 万元
  • 项目类别:
    青年科学基金项目

相似国自然基金

{{ item.name }}
  • 批准号:
    {{ item.ratify_no }}
  • 批准年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号:
    {{ item.ratify_no }}
  • 财政年份:
    {{ item.approval_year }}
  • 资助金额:
    {{ item.support_num }}
  • 项目类别:
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目:调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要:

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题,其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子,其表达水平对抗病毒防御至关重要。然而,TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用,影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法,探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用,为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义,并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路:

科学问题:TRIM2如何调控A型流感病毒诱导的IFN-β表达?
前期研究:已有研究表明TRIM2参与抗病毒反应,但其具体机制尚不明确。
研究创新点:本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线:包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术:TRIM2与病毒RNA的相互作用分析,IFN-β启动子活性检测。
实验模型:使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
      
关闭
close
客服二维码