CN110932607A - 多电机网络系统的分布式同步控制方法 - Google Patents

多电机网络系统的分布式同步控制方法 Download PDF

Info

Publication number
CN110932607A
CN110932607A CN201911322152.2A CN201911322152A CN110932607A CN 110932607 A CN110932607 A CN 110932607A CN 201911322152 A CN201911322152 A CN 201911322152A CN 110932607 A CN110932607 A CN 110932607A
Authority
CN
China
Prior art keywords
network
node
nodes
synchronization
coupling strength
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201911322152.2A
Other languages
English (en)
Inventor
韦笃取
钟国翔
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangxi Normal University
Original Assignee
Guangxi Normal University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangxi Normal University filed Critical Guangxi Normal University
Priority to CN201911322152.2A priority Critical patent/CN110932607A/zh
Publication of CN110932607A publication Critical patent/CN110932607A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P5/00Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors
    • H02P5/46Arrangements specially adapted for regulating or controlling the speed or torque of two or more electric motors for speed regulation of two or more dynamo-electric motors in relation to one another
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供多电机网络系统的分布式同步控制方法,属于多电机网络系统的同步控制技术领域。本发明通过在原有的连接网络基础上增加或移除指定连边,使该指定的若干节点具有相同的相邻节点,在整个网络中呈现对称结构,并将其视为一组簇网络节点,从而研究该组簇网络节点的混沌同步。该方法可以对多电机系统中的若干个电机节点实现局部同步,该方法不仅正确有效,而且其耦合强度相较于全局同步的耦合强度更小。

Description

多电机网络系统的分布式同步控制方法
【技术领域】
本发明涉及多电机网络系统的同步控制技术领域,具体涉及多电机网络系统的分布式同步控制方法。
【背景技术】
同步在诸多工业应用领域中都是一项重要的性能指标,一直以来也是广大学者研究的重点之一。多电机同步运行在电机网络中具有极其重要的意义,例如纺织、冶金、灌装以及四轴无人机等都离不开多电机的协调同步作业,其能够确保网络系统稳定运行、提高生产效率;对自动化生产的可靠性、稳定性有重要意义。在多电机网络系统中,由于系统复杂性的增加,增加了系统的不稳定性,从而研究多电机同步有着重要的研究指导及实际应用价值。已有研究表明,电机在某些参数取值范围或工作条件下会出现混沌振荡,而多电机系统混沌振荡的同步控制研究成为当前国内外学者关注的重点。传统的多电机系统同步控制是通过建立全局耦合关系来实施的,所需的耦合节点多,控制代价大。
针对此问题,本申请提出一种分布式同步控制策略,对多电机系统中的若干个电机节点实现局部同步,该方法不仅正确有效,而且其耦合强度相较于全局同步的耦合强度更小。
【发明内容】
本发明的发明目的在于:针对上述存在的问题,提供一种多电机网络系统的分布式同步控制方法,该方法可以对多电机系统中的若干个电机节点实现局部同步,该方法不仅正确有效,而且其耦合强度相较于全局同步的耦合强度更小。
为了实现上述目的,本发明采用的技术方案如下:
多电机网络系统的分布式同步控制方法,包括以下步骤:
步骤1:在PMSM多机互联网络系统中构建节点数为N的PMSM网络拓扑结构;
步骤2:任意指定要实现其中n2个节点的混沌同步,而剩余n1=N-n2个子节点不同步;
步骤3:通过在原有的PMSM网络拓扑结构基础上增加或移除指定连边,使得拟实现部分同步的n2个节点具有相同的相邻节点,从而使该n2个节点在整个网络中呈现对称结构;
步骤4:将该n2个节点视为一组簇网络节点,计算得到同步控制的耦合强度临界点,通过控制耦合强度值,即可使该N个节点实现全局同步或者使该n2个节点实现部分同步。
本发明中,进一步地,所述步骤1中,构建节点数为N的PMSM网络拓扑结构的方法为:
根据主稳定函数法,在一个由N个相同节点经过耗散耦合构成的复杂动力学网络
Figure BDA0002327423680000021
中,其中
Figure BDA0002327423680000027
i=1,2,…,N为节点i的一个n维的状态变量,ε>0为耦合强度,Γ为含常数0-1的系统内部耦合矩阵,其表示网络系统中节点变量之间的耦合关系;
Figure BDA0002327423680000022
为网络拓扑连接矩阵;如果定义拉普拉斯矩阵L=-A=-{aij},则(1)式可改写成
Figure BDA0002327423680000023
引入分布式控制器ui,i=1,2,…,N,使得(2)式变为
Figure BDA0002327423680000024
其中,控制器ui为在原有网络结构下新增连边时所增加耗散耦合项,即
Figure BDA0002327423680000025
式(10)即为所需构建的节点数为N的PMSM网络拓扑结构。
本发明中,进一步地,所述步骤3中,增加或移除指定连边在网络拓扑结构中的计算方式为:使耦合强度ε保持不变,L′为网络结构变化连接矩阵,其中Lij′=Lji′=-1表示i和j节点之间新增连边,Lij′=Lji′=1为移除连边,Lij′=Lji′=0表示保持不变,且
Figure BDA0002327423680000026
本发明中,进一步地,所述耦合强度临界点通过以下方法进行计算:
根据单个PMSM系统的无量纲动力学数学模型
Figure BDA0002327423680000031
式中状态变量Id,Iq分别为d轴和q轴的定子电流,ω为转子角速度,σ>0、γ>0是系统无量纲参数;为方便表示,采用变量x、y、z分别表示原系统模型里的Id、Iq、ω变量,建立一个节点数为N的PMSM网络耦合模型为:
Figure BDA0002327423680000032
定义状态变量y的全局误差函数
Figure BDA0002327423680000033
式中
Figure BDA0002327423680000034
代表变量y在时间t时刻的平均值,<·>表示全局时间平均,则当e≡0时表示网络全局同步;
指定节点n1+1、节点n1+2、…、节点n1+n2作为要实现部分同步的对象,引入分布式控制器,则公式(27)可改写为改写为:
Figure BDA0002327423680000035
系统参数γ、σ根据实际取值,用四阶龙格库塔(R-K)方法对微分方程(29)进行求解,步长取h=0.001,绘制同步误差函数随耦合强度ε逐渐变化时的曲线图,在e≡0时的耦合强度值,即为PMSM系统网络实现全局同步的耦合强度临界值;
定义各节点与节点n1+1的误差函数为:
Δei=<|yi-y2|>,i=1,3,…,N (30)
根据上述计算,绘制网络中各节点与节点n1+1的误差函数随耦合强度ε逐渐变化时的曲线图,找到当节点n1+1、节点n1+2、…、节点n1+n2实现同步时的耦合强度值,即为节点n1+1、节点n1+2、…、节点n1+n2实现部分同步的耦合强度临界值
综上所述,由于采用了上述技术方案,本发明的有益效果是:
本发明采用的方法是在原有的多电机系统拓扑结构中,通过对需要同步的若干节点增加连边,从而构建出对称结构节点,利用分布式控制使该若干个对称节点实现部分混沌同步。数值仿真结果表明,所提出的分布式控制方法不仅正确有效,而且其耦合强度相较于全局同步的耦合强度更小。
【附图说明】
图1为6节点PMSM系统网络耦合结构示意图;
图2为状态变量的全局同步误差函数图;
图3为加入分布式控制器后的PMSM网络全局同步误差函数;
图4为网络中各节点与节点2的误差函数图;
图5为分布式控制下的PMSM系统网络状态变量的时序图(ε=1.4);
图6为节点PMSM网络拓扑图;
图7为在分布式控制下30节点PMSM系统时序图(ε=10)。
【具体实施方式】
为了更清楚地表达本发明,以下通过具体实施例对本发明作进一步说明。
本发明所提供的多电机网络系统的分布式同步控制方法,包括以下步骤:
步骤1:在PMSM多机互联网络系统中构建节点数为N的PMSM网络拓扑结构;
步骤2:任意指定要实现其中n2个节点的混沌同步,而剩余n1=N-n2个子节点不同步;
步骤3:通过在原有的PMSM网络拓扑结构基础上增加或移除指定连边,使得拟实现混沌同步的n2个节点具有相同的相邻节点,从而使该n2个节点在整个网络中呈现对称结构;
步骤4:将该n2个节点视为一组簇网络节点进行控制,计算得到同步控制的耦合强度临界点,通过控制耦合强度值,即可使该N个节点实现全局同步或者使该n2个节点实现部分同步。其中,所述耦合强度临界点通过以下方法进行计算:
根据单个PMSM系统的无量纲动力学数学模型
Figure BDA0002327423680000051
式中状态变量Id,Iq分别为d轴和q轴的定子电流,ω为转子角速度,σ>0、γ>0是系统无量纲参数;为方便表示,采用变量x、y、z分别表示原系统模型里的Id、Iq、ω变量,建立一个节点数为N的PMSM网络耦合模型为:
Figure BDA0002327423680000052
定义状态变量y的全局误差函数
Figure BDA0002327423680000053
式中
Figure BDA0002327423680000054
代表变量y在时间t时刻的平均值,<·>表示全局时间平均,则当e≡0时表示网络全局同步;
指定节点n1+1、节点n1+2、…、节点n1+n2作为要实现部分同步的对象,引入分布式控制器,则公式(27)可改写为改写为:
Figure BDA0002327423680000055
系统参数γ、σ根据实际取值,用四阶龙格库塔(R-K)方法对微分方程(29)进行求解,步长取h=0.001,绘制同步误差函数随耦合强度ε逐渐变化时的曲线图,在e≡0时的耦合强度值,即为PMSM系统网络实现全局同步的耦合强度临界值;
定义各节点与节点n1+1的误差函数为:
Δei=<|yi-y2|>,i=1,3,…,N (30)
根据上述计算,绘制网络中各节点与节点n1+1的误差函数随耦合强度ε逐渐变化时的曲线图,找到当节点n1+1、节点n1+2、…、节点n1+n2实现同步时的耦合强度值,即为节点n1+1、节点n1+2、…、节点n1+n2实现部分同步的耦合强度临界值。
以下通过几个部分对本发明的原理以及本发明的优势进行详细说明。
一、网络同步的判据及网络同步稳定性的判据
在复杂网络同步方法研究中,主稳定函数法是比较常见的判别准则之一,将采用此方法研究多电机系统的分布式同步,下面简要介绍该方法的基本理论。
在一个由N个相同节点经过耗散耦合构成的复杂动力学网络
Figure BDA0002327423680000061
中,其中
Figure BDA0002327423680000062
i=1,2,…,N为节点i的一个n维的状态变量,ε>0为耦合强度,Γ为含常数0-1的系统内部耦合矩阵,其表示网络系统中节点变量之间的耦合关系,
Figure BDA0002327423680000063
为网络拓扑连接矩阵,若两节点相连则aij=1,否则aij=0,且满足零行和,即
Figure BDA0002327423680000064
Figure BDA0002327423680000065
由于发明考虑的是无权无向的网络拓扑结构,所以
Figure BDA0002327423680000066
为对称矩阵,即两节点相连时aij=aji=1,否则aij=aji=0。
若存在t→∞时有
x1(t)=x2(t)=…=xN(t)=s(t) (2)
则称公式(1)的网络实现渐进同步。其中
Figure BDA0002327423680000067
为公式(1)中网络的同步解,即满足
Figure BDA0002327423680000068
现将公式(1)在同步状态s(t)上进行线性化,则可得到变分方程
Figure BDA0002327423680000069
其中,Df(s)和DΓ(s)分别为f(s)和Γ(s)的Jacobi矩阵,令ξ=[ξ12,…,ξN],AT=Pdiag{λ12,…,λN}P-1和η=[η12,…,ηN]=ξP,其中对角阵Λ=diag{λ12,…,λN}为网络拓扑连接矩阵A的特征值,由于本文考虑的是无权无向的网络拓扑结构,A为对称阵且不可约,所以有且仅有一个一重0特征根,即λ1=0,且其余特征根均为负值,即
0=λ1>λ2≥λ3≥…≥λN (4)
则公式(3)可进一步转换为
Figure BDA0002327423680000071
则判定同步流形稳定的重要判定准则为公式(5)的横截Lyapunov指数都是负数,由此可得到如下定理。
定理1:由公式(4),如果存在N-1个n维线性时变系统
Figure BDA0002327423680000072
是指数稳定的,则公式(2)的同步流形也是指数稳定的。
定理2:对于公式(1)中的网络,如果存在一个对角矩阵C>0和两个常数
Figure BDA0002327423680000073
τ>0,那么对于所有的
Figure BDA0002327423680000074
和t>0满足以下线性矩阵不等式:
[Df(s(t))-qΓ]TC+C[Df(s(t))-qΓ]≤-τIn (7)
其中
Figure BDA0002327423680000075
为单位矩阵。若存在
Figure BDA0002327423680000076
则公式(2)中的同步状态是指数稳定的。
二、分布式控制的步骤及原理
本发明的方法,步骤1是要在PMSM多机互联网络系统中构建节点数为N的PMSM网络拓扑结构,因此,根据公式(1),在一个由N个相同节点经过耗散耦合构成的复杂动力学网络,定义拉普拉斯矩阵L=-A=-{aij},将(1)式改写成
Figure BDA0002327423680000077
在此基础上,根据本发明的需求,引入分布式控制器ui,i=1,2,…,N,使得(9)式变为
Figure BDA0002327423680000078
其中控制器ui为在原有网络结构下新增连边时所增加耗散耦合项,即
Figure BDA0002327423680000079
本发明的方法,步骤2和步骤3是任意指定要实现其中n2个节点的混沌同步,而剩余n1=N-n2个子节点不同步;通过在原有的PMSM网络拓扑结构基础上增加或移除指定连边,使得拟实现混沌同步的若干节点具有相同的相邻节点,从而使该若干节点在整个网络中呈现对称结构。
在公式(10)中,增加或移除指定连边的具体演算为,耦合强度ε保持不变,L′为网络结构变化连接矩阵,其中Lij′=Lji′=-1表示i和j节点之间新增连边,Lij′=Lji′=1为移除连边,Lij′=Lji′=0表示保持不变,且
Figure BDA0002327423680000081
由此可知,网络结构变化后的拉普拉斯矩阵L″=L+L′。在分布式控制作用下,进一步研究在N个节点网络中存在任意n2<N个子节点相互之间同步,而剩余n1=N-n2个子节点不同步。为便于表示,对网络节点进行重新编号,使得该n2个同步子节点编号为i=n1+1,…,N。
根据分布式控制定义及原理,在所建立的网络拓扑结构中通过对指定的n2<N个节点增加或移除若干连边,使其具有相同的相邻节点,那么该n2个节点在网络中将呈现对称结构。这也就意味着该n2个节点中的任意节点之间互换,其在动态网络中的状态方程是等效不变的,即该n2个节点系统的动态方程式相同的。那么这些节点只要满足具有以上连接特性,则其是渐近同步状态的。由此可得出以下规律:
在公式(10)的动态网络中,存在任意n2<N个子节点,如果ui满足公式(11),L″=L′+L,且该n2个子节点具有相同的相邻节点(n2个节点之间无直接连边),并对网络节点进行重新编号,使得该n2个子节点编号为i=n1+1,…,N(其中N=n1+n2),那么公式(10)的动态网络中存在以下同步状态:
Figure BDA0002327423680000082
因此,将该n2个节点视为一组簇网络节点进行控制,即可使该n2个节点实现混沌同步。
为进一步分析同步状态(12)的稳定性,以N=6的一个动力学网络结构为例,其网络结构拓扑图如图1所示,图1(a)为原始网络结构,图1(b)为连边改变后的网络结构,其中n2=2,选取节点2和节点5为部分同步的节点,较粗较深的线条为新增连边,黑色虚线为移除连边,其他实线则保持不变。由图1(b)可以看出,节点2和节点5的相邻节点都为节点1、4、6,在网络中的位置呈对称结构。根据公式(10)和(11),且L″=L+L′,则图1(b)的动力学网络方程为:
Figure BDA0002327423680000091
其中
Figure BDA0002327423680000092
Figure BDA0002327423680000093
将图1(b)网络节点序号重新编号,如图1(c)所示,对应的拉普拉斯矩阵可表示为:
Figure BDA0002327423680000094
则可将(13)式改写为:
Figure BDA0002327423680000095
并将公式(12)的同步流形表示为
Figure BDA0002327423680000099
定义误差矢量
Figure BDA0002327423680000096
其中
Figure BDA0002327423680000097
i=1,2,…,N,则将(17)式在同步流形xs上进行线性化,可得变分方程:
Figure BDA0002327423680000098
进一步将其化简为简化形式
Figure BDA0002327423680000101
其中DF为xs对应向量场的Jacobian矩阵,由于
Figure BDA00023274236800001010
Figure BDA0002327423680000102
为克罗内克积。
为了分析公式(19)式的同步稳定性,需进一步对其进行解耦合处理。
结合(16)式及图1(c),节点5和节点6为对称结构,相互交换其位置对动态网络无影响,则可引入置换矩阵:
Figure BDA0002327423680000103
则存在正交矩阵Μ使得Μ-1RM=diag{λ1(R),…,λN(R)}为对角化矩阵,其中λ1(R),…,λN(R)为置换矩阵R的特征值且
Figure BDA0002327423680000104
Figure BDA0002327423680000105
那么使得
Figure BDA0002327423680000106
也是块对角化。令ξ=Μ-1η,将其代入(19)式,则变分方程(19)可变为
Figure BDA0002327423680000107
由于正交矩阵Μ的列向量为转置矩阵R的特征向量,结合(20)式可得:
Figure BDA0002327423680000108
所以,将Μ代入公式(21)中的
Figure BDA0002327423680000109
项可得:
Figure BDA0002327423680000111
将其和
Figure BDA0002327423680000112
均代入(21)式可得:
Figure BDA0002327423680000113
由此可以看出,(24)式的拉普拉斯矩阵中副对角块(虚线)中出现了全0元素,所以(24)式划分为n1+1个耦合节点吸引子和n2-1个解耦合节点吸引子,则可得到对应的线性时变系统形式:
Figure BDA0002327423680000114
其中κ为n2个同步节点的度,由定理1和定理2可知,当存在正数
Figure BDA0002327423680000115
只要满足
Figure BDA0002327423680000116
时,(25)式则为指数稳定的,所以公式(12)中表示的同步状态也是指数稳定的。
三、数值仿真与分析
结合图1(a)的原始网络拓扑图,以PMSM系统作为网络节点,单个PMSM系统的无量纲动力学数学模型为:
Figure BDA0002327423680000117
式中状态变量Id,Iq分别为d轴和q轴的定子电流,ω为转子角速度,σ>0、γ>0是系统无量纲参数。为方便表示,采用变量x、y、z分别表示原系统模型里的Id、Iq、ω变量,建立一个节点数N=6的PMSM网络耦合模型为:
Figure BDA0002327423680000121
定义状态变量y的全局误差函数
Figure BDA0002327423680000122
式中
Figure BDA0002327423680000123
代表变量y在时间t时刻的平均值,<·>表示全局时间平均,则当e≡0时表示网络全局同步。系统参数σ=5.6,γ=28,采用四阶龙格库塔(R-K)方法对微分方程(27)进行求解,步长取h=0.001,当耦合强度ε逐渐增加时,其状态变量y全局同步误差函数如图2所示。由图可知,当耦合强度ε≈8.0时,e≡0,图1(a)初始PMSM系统网络实现全局同步。
为了进一步研究PMSM网络的分布式同步控制,选取节点2和节点5作为同步研究对象,将图1(a)经过引入分布式控制器,转变为图1(b)的网络连接结构拓扑图,根据(14)和(15)式,则(27)式可改写为:
Figure BDA0002327423680000124
同样采用上述系统参数σ=5.6,γ=28,用四阶R-K方法对微分方程进行求解,步长取h=0.001,当耦合强度ε逐渐增加时,其同步误差函数如图3所示。由图可知,当耦合强度ε≈5.8时,e≡0,PMSM系统网络实现全局同步。
为更进一步观察在分布式控制下节点2和节点5的同步情况,定义各节点与节点2的误差函数:
Δei=<|yi-y2|>,i=1,3,…,6 (30)
根据上述计算,得到网络中各节点与节点2的误差图如图4所示,当耦合强度ε1≈1.1时,节点2和节点5开始实现同步。从而也可看出,随着耦合强度ε的增加,ε1≈1.1和ε*≈5.8分别作为节点2与节点5同步的临界值和PMSM网络的全局同步临界值,其可分为3个部分:ε∈[0,1.1)为非同步,ε∈[1.1,5.8)为部分同步,ε∈[5.8,∞)为全局同步。
由此,选取部分同步范围内的耦合强度ε=1.4对其进一步计算分析,可得到网络各节点的时序图如图5所示:图5上半部分为PMSM系统网络各个节点的状态变量y的时序图,可以看出,网络各节点是不同步的;下半部分为其中节点2和节点5状态变量y的时序图,可以看出,在分布式控制器作用下,两节点很快实现同步。
为了进一步观察分布式同步控制在较大PMSM网络中的同步性能,构建一个节点数N=30的PMSM网络,其网络拓扑图如图6所示,选取节点节点20、24和26为部分同步的节点,对连线进行删减,其中较细的实线为原始网络拓扑图连接关系,加粗的实线为新增连线,从而可使得节点20、24和26都具有相同的邻居节点(节点19、22、23、25),节点度为4,其在网络中呈现对称结构。
根据(29)式,采用与上文相同的系统参数,耦合强度ε=10,则可得到30节点PMSM系统网络时序图如图7所示,图上半部分为网络所有节点的状态变量y的时序图,图下半部分为节点20、24和26的时序图。由图可看出,在分布式控制作用下,即使在耦合强度较小时,全局网络尚未达到同步的状态下,所构建的对称结构节点(20、24、26)却能够实现完全同步。
由此可得出结论,通过在原有的连接网络基础上增加或移除指定连边,使所指定的若干节点具有相同的相邻节点,在整个网络中呈现对称结构,在耦合强度不变的情况下,该指定节点可实现部分同步,而与剩余节点不同步。
上述说明是针对本发明较佳可行实施例的详细说明,但实施例并非用以限定本发明的专利申请范围,凡本发明所提示的技术精神下所完成的同等变化或修饰变更,均应属于本发明所涵盖专利范围。

Claims (4)

1.多电机网络系统的分布式同步控制方法,其特征在于,包括以下步骤:
步骤1:在PMSM多机互联网络系统中构建节点数为N的PMSM网络拓扑结构;
步骤2:任意指定要实现其中n2个节点的部分同步,而剩余n1=N-n2个子节点不同步;
步骤3:通过在原有的PMSM网络拓扑结构基础上增加或移除指定连边,使得拟实现部分同步的n2个节点具有相同的相邻节点,从而使该n2个节点在整个网络中呈现对称结构;
步骤4:将该n2个节点视为一组簇网络节点,计算得到同步控制的耦合强度临界点,通过控制耦合强度值,即可使该N个节点实现全局同步或者使该n2个节点实现部分同步。
2.根据权利要求1所述的多电机网络系统的分布式同步控制方法,其特征在于,所述步骤1中,构建节点数为N的PMSM网络拓扑结构的方法为:
在一个由N个相同节点经过耗散耦合构成的复杂动力学网络
Figure FDA0002327423670000011
中,其中
Figure FDA0002327423670000012
为节点i的一个n维的状态变量,ε>0为耦合强度,Γ为含常数0-1的系统内部耦合矩阵,其表示网络系统中节点变量之间的耦合关系;
Figure FDA0002327423670000013
为网络拓扑连接矩阵;定义拉普拉斯矩阵
Figure FDA0002327423670000014
将(1)式可改写成
Figure FDA0002327423670000015
引入分布式控制器ui,i=1,2,…,N,使得(9)式变为
Figure FDA0002327423670000016
其中,控制器ui为在原有网络结构下新增连边时所增加耗散耦合项,即
Figure FDA0002327423670000017
式(10)即为所需构建的节点数为N的PMSM网络拓扑结构。
3.根据权利要求1所述的多电机网络系统的分布式同步控制方法,其特征在于:所述步骤3中,增加或移除指定连边在网络拓扑结构中的计算方式为:使耦合强度ε保持不变,
Figure FDA0002327423670000018
为网络结构变化连接矩阵,其中
Figure FDA0002327423670000019
表示i和j节点之间新增连边,
Figure FDA00023274236700000110
为移除连边,
Figure FDA0002327423670000021
表示保持不变,且
Figure FDA0002327423670000022
4.根据权利要求1所述的多电机网络系统的分布式同步控制方法,其特征在于,所述耦合强度临界点通过以下方法进行计算:
根据单个PMSM系统的无量纲动力学数学模型
Figure FDA0002327423670000023
式中状态变量Id,Iq分别为d轴和q轴的定子电流,ω为转子角速度,σ>0、γ>0是系统无量纲参数;为方便表示,采用变量x、y、z分别表示原系统模型里的Id、Iq、ω变量,建立一个节点数为N的PMSM网络耦合模型为:
Figure FDA0002327423670000024
定义状态变量y的全局误差函数
Figure FDA0002327423670000025
式中
Figure FDA0002327423670000026
代表变量y在时间t时刻的平均值,<·>表示全局时间平均,则当e≡0时表示网络全局同步;
指定节点n1+1、节点n1+2、...、节点n1+n2作为要实现部分同步的对象,引入分布式控制器,则公式(27)可改写为改写为:
Figure FDA0002327423670000027
系统参数γ、σ根据实际取值,用四阶龙格库塔(R-K)方法对微分方程(29)进行求解,步长取h=0.001,绘制同步误差函数随耦合强度ε逐渐变化时的曲线图,在e≡0时的耦合强度值,即为PMSM系统网络实现全局同步的耦合强度临界值;
定义各节点与节点n1+1的误差函数为:
△ei=<|yi-y2|>,i=1,3,…,N (6)
根据上述计算,绘制网络中各节点与节点n1+1的误差函数随耦合强度ε逐渐变化时的曲线图,找到当节点n1+1、节点n1+2、...、节点n1+n2实现同步时的耦合强度值,即为节点n1+1、节点n1+2、...、节点n1+n2实现部分同步的耦合强度临界值。
CN201911322152.2A 2019-12-20 2019-12-20 多电机网络系统的分布式同步控制方法 Pending CN110932607A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911322152.2A CN110932607A (zh) 2019-12-20 2019-12-20 多电机网络系统的分布式同步控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911322152.2A CN110932607A (zh) 2019-12-20 2019-12-20 多电机网络系统的分布式同步控制方法

Publications (1)

Publication Number Publication Date
CN110932607A true CN110932607A (zh) 2020-03-27

Family

ID=69864463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911322152.2A Pending CN110932607A (zh) 2019-12-20 2019-12-20 多电机网络系统的分布式同步控制方法

Country Status (1)

Country Link
CN (1) CN110932607A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112383422A (zh) * 2020-11-04 2021-02-19 浙江大学 加快一致性分布式算法收敛速度的网络拓扑优化方法

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267439A (zh) * 2008-04-28 2008-09-17 中国人民解放军信息工程大学 介质访问控制协议生成方法、节点通信方法、装置及系统
CN101888205A (zh) * 2009-05-13 2010-11-17 江南大学 一种高频直缝焊管多电机同步控制方法
CN102714559A (zh) * 2009-11-19 2012-10-03 瑞典爱立信有限公司 同步网络的配置
CN102968917A (zh) * 2012-11-07 2013-03-13 上海理工大学 复杂网络旋转运动同步控制实验系统及实验方法
CN103825516A (zh) * 2013-12-31 2014-05-28 清华大学 一种同步电机的复合控制器
US20140184132A1 (en) * 2012-12-27 2014-07-03 Ge Energy Power Conversion Technology Ltd. Switching process and associated control device
CN106059404A (zh) * 2016-05-05 2016-10-26 广西师范大学 一种无刷直流电动机混沌振荡的控制方法
CN106059418A (zh) * 2016-06-17 2016-10-26 清华大学 一种永磁同步直线电机神经网络自适应轨迹跟踪控制方法
CN109245645A (zh) * 2018-11-08 2019-01-18 贵州大学 一种永磁同步电机混沌系统自适应动态面控制方法
CN109600077A (zh) * 2019-01-22 2019-04-09 西华大学 一种多永磁同步电机的分布式自适应协调控制方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267439A (zh) * 2008-04-28 2008-09-17 中国人民解放军信息工程大学 介质访问控制协议生成方法、节点通信方法、装置及系统
CN101888205A (zh) * 2009-05-13 2010-11-17 江南大学 一种高频直缝焊管多电机同步控制方法
CN102714559A (zh) * 2009-11-19 2012-10-03 瑞典爱立信有限公司 同步网络的配置
CN102968917A (zh) * 2012-11-07 2013-03-13 上海理工大学 复杂网络旋转运动同步控制实验系统及实验方法
US20140184132A1 (en) * 2012-12-27 2014-07-03 Ge Energy Power Conversion Technology Ltd. Switching process and associated control device
CN103825516A (zh) * 2013-12-31 2014-05-28 清华大学 一种同步电机的复合控制器
CN106059404A (zh) * 2016-05-05 2016-10-26 广西师范大学 一种无刷直流电动机混沌振荡的控制方法
CN106059418A (zh) * 2016-06-17 2016-10-26 清华大学 一种永磁同步直线电机神经网络自适应轨迹跟踪控制方法
CN109245645A (zh) * 2018-11-08 2019-01-18 贵州大学 一种永磁同步电机混沌系统自适应动态面控制方法
CN109600077A (zh) * 2019-01-22 2019-04-09 西华大学 一种多永磁同步电机的分布式自适应协调控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LUCIA VALENTINA GAMBUZZA等: "Distributed Control of Synchronization of a Group of Network Nodes", 《IEEE TRANSACTIONS ON AUTOMATIC CONTROL》 *
钟国翔等: "分布式发电系统感性负载的远程混沌同步", 《计算物理》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112383422A (zh) * 2020-11-04 2021-02-19 浙江大学 加快一致性分布式算法收敛速度的网络拓扑优化方法
CN112383422B (zh) * 2020-11-04 2021-11-02 浙江大学 加快一致性分布式算法收敛速度的网络拓扑优化方法

Similar Documents

Publication Publication Date Title
Ren et al. Prescribed-time cluster lag consensus control for second-order non-linear leader-following multiagent systems
Li et al. Global H∞ consensus of multi-agent systems with Lipschitz non-linear dynamics
Ren et al. Consensus seeking in multiagent systems under dynamically changing interaction topologies
Zhang et al. Controllability analysis for a networked dynamic system with autonomous subsystems
Pogromsky et al. An ultimate bound on the trajectories of the Lorenz system and its applications
Li et al. Stability of general coupled inertial agents
Langbort et al. Distributed control of spatially reversible interconnected systems with boundary conditions
CN114967460B (zh) 时滞非线性多智能体系统的分布式协同控制方法
Xu et al. Affine formation maneuver control of multi-agent systems with directed interaction graphs
Ito Utility of iISS in composing lyapunov functions for interconnections
Liang et al. Formation control for discrete‐time heterogeneous multi‐agent systems
Duo et al. Research on consensus of multi-agent systems with and without input saturation constraints
Yu et al. Output feedback guaranteed cost control for uncertain discrete-time systems using linear matrix inequalities
CN110932607A (zh) 多电机网络系统的分布式同步控制方法
Proskurnikov et al. Consensus in multi-agent systems
Zhai et al. Extended consensus algorithm for multi-agent systems
Miao et al. Second-order hybrid consensus of multi-agent systems with matrix-weighted networks
Wang et al. Distributed adaptive consensus control and disturbance suppression of unknown nonlinear multi-agent systems
Coogan et al. Formation control with size scaling using relative displacement feedback
Dong et al. Graphical Minimax Game and On-Policy Reinforcement Learning for Consensus of Leaderless Multi-Agent Systems
Nikulchev Generation of robust chaos in the invariant centre manifold
Kim On the convergence properties of a heterogeneous multi-agent system on the unit sphere
CN115639749B (zh) 基于事件触发模糊零化网络的多智能体一致性控制方法
Xu et al. Second-order consensus of discrete-time multi-agent systems via one-step delayed data
Zhang et al. Distributed design of approximately optimal controller for identical discrete-time multi-agent systems

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20200327