| 研究課題/領域番号 |
19K04355
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分21010:電力工学関連
|
|---|
| 研究機関 | 長崎大学 |
|---|
研究代表者 |
丸田 英徳 長崎大学, 工学研究科, 准教授 (00363474)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
|---|
| キーワード | 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 |
|---|
| 研究開始時の研究の概要 |
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。
|
| 研究成果の概要 |
本研究では，電力変換器をハイブリッドシステムとしてモデル化し，モデル予測制御と機械学習による制御を組み合わせた新しい制御手法を開発することであった。複数の制約条件下での柔軟な制御を可能とするモデル予測制御の問題点である演算量について、組み合わせ的準最適化と動的量子化による実装による解決を検討した。また、高速応答をニューラルネットワーク制御により実現し、2つの手法を組み合わせることで、安定性・応答性を両立する制御手法を確立した。
|
| 研究成果の学術的意義や社会的意義 |
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。
|
