13、分布式控制策略：模型预测与线性二次控制解析

分布式控制策略：模型预测与线性二次控制解析

在工业系统控制领域，分布式控制策略正发挥着越来越重要的作用。本文将深入探讨分布式模型预测控制（DMPC）和分布式线性二次控制（DC）的相关理论与方法。

分布式模型预测控制（DMPC）

DMPC是一种基于博弈论的控制算法，适用于由两个智能体控制的一类系统。该算法仅需两个通信步骤，就能为集中优化问题找到合作解决方案。

算法原理

• 局部优化 ：每个智能体根据其局部模型和部分状态信息，解决一个优化问题。
• 信息共享与全局选择 ：智能体共享局部成本信息后，从一组次优可能性中选择能产生最佳全局性能的解决方案。由于每个智能体对系统的了解不完整，这些选项是次优的。

性能优势

• 低负担 ：该算法具有较低的通信和计算负担，为集中问题提供了可行的解决方案。
• 稳定性保障 ：提供了保证闭环系统实际稳定性的充分条件，以及基于优化的控制器设计程序，以满足这些条件。

与集中式MPC对比

集中式MPC（CMPC）不太适合控制相互连接、地理上分离的系统，而DMPC策略可以实现CMPC所获得的性能优势。DMPC将整个系统分解为相互连接的子系统，在子系统之间进行迭代优化和信息交换。

终端惩罚DMPC框架扩展

• 输入变化率约束 ：