电池储能单元的数据驱动模型预测控制
系统与控制
2024-07-09 v1 系统与控制
摘要
在许多最先进的含储能单元电力系统控制方法中，需要储能动力学的显式模型。随着储能单元数量的增长，识别这些动力学可能变得繁琐。本文采用了最新的数据驱动控制方法，这些方法不需要显式的识别步骤。相反，它们在控制公式中使用测量的输入/输出数据。具体来说，我们提出了一种经济型数据驱动模型预测控制（MPC）方案，用于运行一个具有输入非线性电池动力学的小型电力系统。首先，提出了一种线性数据驱动MPC方法，该方法使用松弛变量来补偿模型失配。第二步，推导出输入非线性数据驱动MPC方案。与参考值的比较表明，线性数据驱动MPC以可接受的方式逼近了非线性对象。然而，使用输入非线性数据驱动MPC方案可以获得更好的结果，该方案提供了更高的预测精度。
引用
@article{arxiv.2407.05157,
title = {Data-driven model predictive control of battery storage units},
author = {Johannes B. Lipka and Christian A. Hans},
journal= {arXiv preprint arXiv:2407.05157},
year = {2024}
}