Learning-Based Practical Nonlinear Predictive Controller for Solar Thermal Collector Fields

Igor M. L. Pataro

doi:10.1109/TCST.2025.3571558

Learning-Based Practical Nonlinear Predictive Controller for Solar Thermal Collector Fields

2025-06-03

0

OA

AI

DOI：10.1109/TCST.2025.3571558

原文链接

查看原文

摘要

En 中文

本研究提出了一种学习型实用非线性模型预测控制器（LPNMPC），旨在有效控制太阳能集热器阵列（SCFs），并考虑了由于非线性动力学与变化的时间延迟、参数不确定性及干扰耦合所带来的特定挑战。LPNMPC引入了一种自适应Oracle函数，该函数通过指数重置的递归最小二乘法（ER + RLSs）计算，用于估计和修正模型误差。受实际工厂设置的启发，使用来自西班牙阿尔梅里亚大学CIESOL研究中心的验证SCF模型进行的仿真，展示了该控制器在挑战性场景下克服显著模型参数和延迟不确定性的能力，与最先进的PNMPC方法相比，误差最多减少27%。实验测试进一步验证了LPNMPC的有效性，表明其在多云条件下仍能实现平稳控制、精确的参考跟踪和可靠的温度调节，确认了其在实际SCF环境中的适用性。

Keyword:

Learning-based predictive control

nonlinear model predictive control (MPC)

solar energy

solar thermal power plant

Learning-Based Practical Nonlinear Predictive Controller for Solar Thermal Collector Fields

摘要

AI总结

期刊

机构

引用论文