关键词 固定时间分布式优化; 非平衡图; 输入饱和; 鲁棒自适应跟踪控制; 非匹配扰动; fixed-time distributed optimization; unbalanced graph; input saturation; robust adaptive tracking control; unmatched disturbance

摘要 随着多智能体系统研究的深入和实际应用需求的增长,分布式优化近年来受到了学术界和工业界的广泛关注,如何提升算法的效率成为该领域的核心挑战.本文旨在对多智能体系统分布式优化算法进行综述.首先,本文介绍了该领域的研究背景、基本定义与核心问题模型;在此基础上,系统梳理了典型的分布式优化算法;进而,聚焦非理想通信网络和非确定性代价函数两个维度,探讨了当前算法设计的核心思路、瓶颈问题与改进策略;最后,阐述了分布式优化在无人系统、工业物联网和智能电网领域的应用实例,并分析其独特价值.本文通过对现有的研究成果进行归纳与梳理,旨在为相关领域的研究人员提供有价值的参考,并对未来的研究方向进行了展望.

关键词 分布式优化; 多智能体系统; 非理想通信网络; 非确定性代价函数; 算法设计; distributed optimization; multi-agent systems; non-ideal communication network; non-deterministic cost function; algorithm design

摘要 直流微电网是通过直流总线聚合分布式发电资源的小型配电网系统.本文针对含有构网转换器和馈网转换器的单总线直流微电网系统,提出一类混合分布式二次均流调压控制策略,实现快速且精确的直流总线电压调控和分布式发电资源电流分配.在控制设计中,对具有电压源特性的构网转换器采用V-I下垂控制策略,对具有电流源特性的馈网转换器采用无下垂形式的二次控制策略.然而,混合模式的反馈设计使得系统的动态矩阵不再具备对称性.对此,本文在稳定性分析中构建由电流误差和电压误差线性融合的误差闭环系统,将微电网的稳定性问题转换成秩一矩阵摄动的特征值分析问题,进一步结合图论和广义负定矩阵性质,推导出使系统稳定的参数取值条件.最后通过数值模拟和硬件实验验证了该方法的有效性.

关键词 直流微电网; 分布式二次控制; 均流调压; 稳定性分析; 微电网控制; DC microgrids; distributed secondary control; voltage regulation and current sharing; stability analysis; microgrid control

摘要 为保障直流微电网的安全运行,需要通过分布式控制方法实现负荷功率的合理分配并维持母线电压的稳定.以往的分布式控制设计与分析往往基于连续时间系统模型.然而,对于现代控制系统,大多数控制方法尤其是系统级方法都是通过数字控制器和数字通信实现的.为避免连续时间控制策略在离散数字控制系统中实现时可能导致的不稳定现象,本研究基于离散时间(discrete-time, DT)直流微电网模型,提出了一种分布式DT控制方法,实现了比例负荷功率分配和加权几何平均电压调节.此外,为应对分布式控制器间信息交互可能导致的网络拥堵问题,本研究引入了周期事件触发(periodic event-triggered, PET)机制,在维持控制效果的同时,降低了对通信网络的通信资源需求.由于该触发条件仅在离散时刻检测,因此可以从本质上避免Zeno现象.进而,利用Lyapunov稳定性分析方法与LaSalle不变集原理,本研究从理论上证明了闭环系统可渐近收敛至平衡点.最后,通过Simscape Electrical软件对所提出的分布式控制方法进行了仿真测试,验证了其有效性以及在非理想通信网络情况下的鲁棒性.

关键词 直流微电网; 负荷功率分配; 母线电压调节; 离散时间控制; 周期事件触发控制; DC microgrid; load power sharing; bus voltage regulation; discrete-time control; periodic event-triggered control

摘要 随着工业智能系统的快速发展以及能源互联网的广泛应用,工业软件在支持多节点协同计算和解决复杂优化问题中发挥了关键作用.然而,能源互联网的分布式、多节点自治特点以及复杂网络结构和实时动态调控需求,对工业软件的实时性、收敛速率和适用范围提出了更高要求.这些要求迫切需要设计高效的分布式优化算法作为工业软件的核心支撑.因此,本文研究了时变通信拓扑下的分布式非凸复合优化问题,其中全局目标函数由光滑的非凸部分和非光滑的凸部分组成.所提出的算法利用逐次凸逼近(successive convex approximation, SCA)技术与梯度跟踪机制,并引入类Nesterov动量项以调整每次迭代的更新方向,从而进一步提升算法的收敛速率.理论证明了当动量参数低于设定的上界时,所提算法在固定步长条件下能够渐近收敛至所研究问题的平衡点集.数值仿真实验进一步验证了算法的有效性.

关键词 工业软件; 分布式非凸优化; 复合优化; 类Nesterov加速方法; industrial software; distributed non-convex optimization; composite optimization; Nesterov-like acceleration method

关键词 扰动补偿; 自适应事件触发; 分布式模型预测控制; 互联电力系统; 负荷频率控制; disturbance compensation; adaptive event-triggered; distributed model predictive control; interconnected power system; load frequency control

摘要 本文通过设计非凸控制约束条件下的迭代学习控制策略,解决多智能体系统的一致性和包含控制问题.此类问题的难点在于缺乏一种有效工具来处理分布式控制中的非凸约束.为此,本文综合非凸约束算子方法提出了一类新颖的迭代学习策略,并将其用于非凸约束下的多智能体一致性分析中.进一步,通过设计非凸约束下的终端迭代学习策略,探讨了相关的包含控制问题,即使各节点在终端时刻的状态收敛到领导者状态生成的凸包内.本文在迭代学习的框架下,结合压缩映射和Lyapunov稳定性理论,分别给出了非凸约束下实现一致性或包含的充分性条件.最后,通过两个数值模拟来说明本文理论结果的有效性.

关键词 非凸约束; 终端迭代学习; 一致性; 包含控制; 收敛性分析; nonconvex constraint; terminal iterative learning control; consensus; containment control; convergence analysis

摘要 针对无人机集群携带异构资源以及任务的异构需求下的复杂任务分配优化求解问题,提出一种基于联盟形成博弈的分布式任务分配算法.首先针对任务分配问题规模较大的特点以及资源的异构性,提出一种基于异构资源的改进K-medoids聚类算法,通过对无人机集群和任务进行聚类的预处理,降低了任务分配的规模和难度.考虑任务需求、机载资源以及路径成本等条件建立任务分配模型,将原有任务分配问题转化为联盟划分问题,设计了一种基于联盟形成博弈的分布式任务分配算法进行求解.最后,将30个具有异构需求的任务分配给100架携带3种异构资源的无人机的仿真结果表明,所提算法能够实现较好的任务分配效果,同时极大提高任务分配的实时性,充分发挥集群效能.

关键词 任务分配; 异构无人机集群; 异构资源; 聚类算法; 联盟形成博弈; task allocation; heterogeneous UAV swarms; heterogeneous resources; clustering algorithm; coalition formation game

摘要 作为新一代智能化综合数字信息基础设施,第六代移动通信(6G)深度融合人工智能、大数据以及先进计算等技术,构建泛在互联,智能体高效互通的新型网络模式,具有更大系统容量、更快信息传输速率以及更加智能化与数字化的性能特征.智能超表面(reconfigurable intelligent surface, RIS)是推动未来6G通信网络实现超级无线带宽、超大规模连接以及极其可靠通信能力等方面性能的极具潜力的新兴技术.该技术是基于在数字超材料平面上集成的大量低成本无源反射元件,通过自适应配置无线传播环境,显著提高无线通信网络在复杂场景下的性能,而实现自适应动态调控通信链路的关键在于对RIS辅助的网络系统优化.为此,本文通过对RIS近年来在网络性能优化方面相关研究文献进行综述,从RIS辅助通信的网络架构及其性能优化方案和应用场景两个方面总结了当前RIS辅助的无线通信网络性能优化研究成果与进展,并进一步讨论了通信网络部署RIS的潜在未来研究方向.

关键词 智能超表面; 无线通信网络; 性能优化; 6G; reconfigurable intelligent surface; wireless communication networks; performance optimization

摘要 随着风电场规模的不断扩大,尾流效应导致场内下游风机发电功率降低和疲劳载荷加剧问题日益严重.为了降低风电场运营成本,提高动态经济性能,本文提出了一种风电场分层控制结构.在上层通过优化全场风机的诱导因子实现当前风向下的全场最大风能捕获,为下层本地控制提供各机组的最佳降载跟踪功率基准.在下层采用基于终端区域约束的稳定分布式经济模型预测控制策略对各风机实施本地控制,在保证满足电网负荷需求的同时有效降低机组的疲劳载荷,提高风电场的动态经济性.最后,通过SimWindFarm软件对由9台风机组成的风电场进行仿真实验,验证了风向变化、阶跃风速扰动和湍流风速扰动3种情况下所设计控制策略的有效性.

关键词 风电场控制; 尾流效应; 疲劳载荷; 分布式经济模型预测控制; 凸序列规划; wind farm control; wake effect; fatigue load; distributed economic model predictive control; sequential convex programming

摘要 针对分布式网络中的参数估计问题,本文提出了一类基于分数阶梯度信息的扩散LMS算法,主要利用分数阶梯度的变阶次机制来提升算法的各项性能.首先,针对已有的集中式分数阶梯度LMS算法,将其推广到分布式网络中的参数估计问题上来.进而,讨论了所提算法的收敛速度和收敛精度.其次,考虑到分数阶阶次对于算法性能的影响,设计了一个变分数阶阶次的策略来充分发挥分数阶的优点以提升算法的收敛特性.进一步,证明了切换拓扑结构下所提算法的收敛性.最后,通过数值仿真结果,从收敛速度、收敛精度、鲁棒性等角度验证了所提算法的有效性和优越性.

关键词 分布式估计; 扩散式 LMS 算法; 适应性滤波; 切换拓扑; 分数阶微积分; distributed estimation; diffusion LMS algorithm; adaptive filter; switching topologies; fractional calculus

摘要 针对一般异构线性多智能体系统的分布式资源分配问题,结合智能体动力学特性设计一类分布式优化算法,旨在实现扰动抑制的同时完成资源的最优分配.面对扰动模型已知干扰信号,本文利用智能体状态信息设计一种自适应分布式优化算法,其中拉格朗日(Lagrange)乘子对偶变量控制参数自动增加,直至拉格朗日乘子对偶变量达到一致.当智能体状态信息不可测时,本文将上述算法修改为基于输出反馈的分布式优化算法.当全局成本函数强凸时,借助拉萨尔(LaSalle)不变性引理证明上述所提算法渐近收敛到全局最优解.面对未知扰动信号,本文利用扩张状态观测器技术设计一种分布式优化算法.当未知扰动信号为常数或其微分趋于零时,利用李雅普诺夫(Lyapunov)理论证明上述算法渐近收敛至全局最优解.最后利用数值仿真验证上述算法有效.

关键词 异构多智能体系统; 资源分配; 自适应通信权重; 状态反馈; 输出反馈; 未知扰动; heterogeneous multi-agent systems; resource allocation; adaptive communication weight; state feedback; output feedback; unknown disturbance

摘要 针对通信噪声干扰下的资源分配问题,本文提出了基于对偶梯度追踪的分布式算法以实现资源的最优配置.通过设计新的噪声追踪策略与引入抑制系数,本文算法对噪声干扰具有更好的鲁棒性,并且支持各节点使用非协同步长进行迭代更新.理论分析证明了对于非Lipschitz光滑甚至不可微的强凸目标函数,算法在噪声干扰下仍能收敛到最优解邻域并且具有O(1/k)收敛速率.最后,在IEEE14母线和IEEE 118母线系统上验证了本文所提出分布式算法的有效性和可拓展性.

关键词 分布式优化; 对偶问题; 噪声抑制; 资源分配; 非协同步长; distributed optimization; dual problem; noise suppression; resource allocation; uncoordinated stepsizes