控制器

作为工业4.0的核心，工业领域的智能化变革却面临诸多挑战。一方面，在企业内，生产运营仍然存在诸多问题，例如：1、如何进一步将AI技术、大数据技术等应用到生产过程中，从而大幅度地提高生产效率、降低生产和建设成本；2、如何应对老龄化，确保老一代工人所掌握的控制、运营和维护方面的知识得以传承，以及如何适应新一代工人知识结构体系变化；3、如何快速响应外部环境变化，实现柔性化生产制造；4、如何摆脱传统控制器厂家的制约，保障生产者的Know-how知识产权得以保护。另一方面，针对生产现场的智能化改造，1、如何打通信息孤岛，实现不同厂家专有系统之间的互联、互通、互操作；2、如何将智能融入到工业生产的过程控制中，实现生产效率质的提升。这些问题仍处于探索当中。工业生产企业的管理者们希望新的技术能够帮助他们应对这些挑战，传统工业控制架构也需要与时俱进，拥抱AI、大数据分析、物联网等新技术，面向工业智能时代建立新的工业控制体系架构，充分发挥新一代信息技术的赋能效应，提升制造业高端化、智能化、绿色化发展水平，实现企业的业务增长和发展。

目前，变电站直流电源采用单母线、单母分段两种接线方式，每段直流母线配置一组充电机和一组蓄电池。220V直流系统蓄电池一般采用2V104节阀控铅酸蓄电池串联浮充运行。当充电机交流输入电源中断时，由单独的蓄电池组供电。若某一节蓄电池开路会导致整组蓄电池失效，无法向负载提供直流电源，将造成直流母线失压。当单只电池开路，智能检测控制器检测到直流母线有失压趋势时，另外3组电池还可以通过DC/DC模块继续向母线供电。

为保证并网系统中三电平中点箝位（neutral point clamped，NPC）型并网逆变器单相桥臂短路或断路故障后持续运行，提出一种基于空间矢量脉宽调制（space vector pulse width modulation，SVPWM）的优化补偿型低共模电压容错控制策略。首先，通过分析故障后八开关三相逆变器（eight switch three phase inverters，ESTPI）拓扑开关状态对应的共模电压大小，确定参考电压矢量合成规则；然后，通过一个基波周期内中点电流情况分析中点电位波动机理，进而对空间矢量合成进行调节补偿；最后，设计低通滤波器和滞环控制器进一步对补偿进行优化调整，保证并网电流质量的同时有效抑制了直流母线中点电位偏移。仿真结果表明，该容错控制策略能够实现三电平NPC并网逆变器单相桥臂故障后并网系统的稳定可靠运行，每个基波周期有三分之一时间的共模电压得到改善，优化补偿后的并网电流质量显著提高，且在并网电流突变时具备良好的控制特性。

光伏发电具有间歇性、波动性和预测难的特性，因此需要与其他能源进行互补。常用的方法是利用水电机组的快速响应和储能电池灵活高效的补偿来构建水光储微电网系统。然而，这一系统具有强烈的非线性特性，其稳定性的一个关键问题是频率控制。针对这一问题，设计了基于多目标H2理论的混合H2/H∞鲁棒控制器，主要目标是在暂态下抑制频率振荡。在控制器中嵌入海鸥算法，对海鸥算法进行混沌初始化和参数改进得到一种改进海鸥算法(improved seagull optimization algorithm, ISOA)。利用ISOA对H2/H∞鲁棒控制的加权矩阵系数和范数权重进行参数优化，最终获得最优混合ISOA-H2/H∞鲁棒控制器。仿真结果表明，所设计的ISOA-H2/H∞鲁棒控制器在功率扰动和系统参数摄动下能保证水光储系统的频率稳定，并具有满意的动态特性。

针对内置式永磁同步电机(interior permanent magnet synchronous motor, IPMSM)由于内部参数变化、外部扰动等各种不确定性因素导致控制性能不佳的问题，提出一种无模型超螺旋快速终端滑模控制方法。首先，建立考虑IPMSM不确定性的新型超局部模型，结合超螺旋算法和快速终端切换函数设计无模型超螺旋快速终端滑模控制器，确保系统状态有限时间收敛，并有效减小抖振。其次，设计扩展滑模扰动观测器精准估计超局部模型中的未知部分，并前馈补偿给设计的控制器，进一步提升系统的抗干扰能力和跟踪性能。最后，通过与PI控制和传统无模型滑模控制进行仿真实验对比，验证了该方法具有更快的收敛速度和更强的鲁棒性。

石化能源枯竭直接推动新能源产业的飞速发展，而新能源的不稳定特性使其大多无法直接并入电网或给负荷供电。储能已渗透到电源侧、电网侧、用户侧等各环节[1]，发展潜力巨大，它将电能进行存储，一方面平抑了波动，另一方面使得能源在时间尺度上的平移变得可能，是新能源产业的支撑技术。储能的并网发电与多类型储能协调利用分别涉及到并网变流器和储能系统上层控制，对新型储能变流器算法及混合储能协调控制器算法的开发能够扩展储能系统的应用，具有广阔前景。为了加快培养储能领域“高精尖缺”人才，教育部、国家发展改革委、国家能源局三部委联合制定了《储能技术专业学科发展行动计划（2020—2024年）》，为推动我国储能产业和能源高质量发展做好引导。

针对风电并网时的随机波动功率、负荷频率控制(load frequency control, LFC)系统参数变化所引起的电力系统频率稳定问题，提出了一种基于智能优化算法与改进目标函数的互联电网LFC系统最优PID控制器设计方法。首先，分析了基于PID控制的含风电互联电力系统LFC闭环模型。其次，在时间乘误差绝对值积分(integral of time multiplied absolute error, ITAE)性能指标的目标函数中考虑了区域控制器的输出信号偏差，对优化目标函数进行改进。采用性能优良的多元宇宙优化(multi-verse optimizer, MVO)算法先计算后验证的思路，寻优获得最优PID控制器参数。最后，以两区域4机组互联电力LFC系统为例，仿真验证了基于MVO算法结合改进目标函数所获得的PID控制器，比基于MVO算法所获得的PID控制器，对阶跃负荷扰动、随机负荷扰动、风电功率偏差扰动以及系统的参数变化，具有相对较好的鲁棒性能。并且，对控制器参数也具有相对较好的非脆弱性指标。

传统风电场跟随主站电压指令调节的方式容易导致站内无功源频繁波动、站内无功裕度不足，影响风电场的调压能力。为此提出了一种考虑风电运行轨迹与场景划分的场级主动调压优化控制策略。首先，基于风电场功率预测数据和有功–电压灵敏度曲线，绘制并网点电压波动轨迹，结合AVC子站接收到的电压指令，协调风机和SVG的无功输出，有效降低了无功设备的调节频次。其次，根据电压跌落幅度划分详细运行场景，通过调整SVG的控制模式，有效抑制了电网电压的大幅波动。最后，构建了包含AVC功率控制器的仿真测试平台，验证对比了所提方法相对于传统风电场AVC控制策略在降低无功调节频次、提升无功裕度、主动电压支撑方面的效果，为实现风电场主动调压提供了新的解决思路。