A study on fast and stable power conversion control with hybrid model predictive control and machine learning
| Project/Area Number |
19K04355
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 21010:Power engineering-related
|
|---|
| Research Institution | Nagasaki University |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Project Status |
Completed (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2019: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | DC-DCコンバータ / 電力変換器 / ディジタル制御 / モデル予測制御 |
|---|
| Outline of Research at the Start |
本研究では，電力変換器を対象に，安定性と高速応答という2つの相反する性能を同時に改善可能とする新しいディジタル制御手法の提案を行う。電力変換器およびその制御系をハイブリッドシステムとみなし，モデル予測制御を採用する。また，MPCでは対応が難しい急激な変動などへの高速応答について，機械学習を含む極めて非線形性の高い予測制御を組み合わせることで，高速・安定な制御手法を構築する。
|
| Outline of Final Research Achievements |
In this research, we developed a novel control method using model predictive control and machine learning control for power converters which is treated and modeled as a hybrid system. Model predictive control can realize flexible functions under some constrained conditions, however, it requires heavy computation burden for its optimization problem. We addressed it by developing combinatorial enumeration-based computation and dynamic quantization to obtain pseudo optimal solution. In addition, we also adopted a neural network control to improve transient characteristics combined with model predictive control. The proposed method can obtain superior characteristics both in steady state and transient state simultaneously.
|
| Academic Significance and Societal Importance of the Research Achievements |
電力変換器の制御において、柔軟な制御手法であるモデル予測制御とニューラルネットワーク制御を組み合わせることで、安定性と応答性を両立することが可能な手法を開発した。また、提案手法では、制御における演算量を考慮し、制御器の性能に応じて演算コストと制御精度のトレードオフが可能であるため、比較的容易に提案手法を導入することが可能となることが期待できる。
|
Report
(4 results)
Research Products
(13 results)
