针对四旋翼无人机与非线性机器人汽车系统的强非线性、参数不确定性及复杂环境扰动等控制难题，本文提出一种基于神经网络（NN）与模型预测控制（MPC）融合的复合控制算法，突破传统控制方法在复杂非线性系统中建模精度不足、实时性差、鲁棒性弱的局限。首先，梳理NN与MPC的核心理论及融合逻辑，利用神经网络强大的非线性拟合与自适应学习能力，补偿MPC对精确系统模型的依赖，同时借助MPC的滚动优化与约束处理优势，

在“双碳”目标与能源转型的双重背景下，综合能源系统作为实现多能源互补、提升可再生能源消纳水平的核心载体，其优化调度问题成为研究热点。P2X（Power-to-X）技术作为电能与其他能源形式转化的关键枢纽，能够有效缓解可再生能源波动性带来的调度难题，而多储能系统的协同运行则进一步提升了系统的灵活性与稳定性。本文针对含P2X（P2G、P2H、P2H₂）的综合能源系统，结合热储、氢储、气储三类储能设备，

针对高比例新能源并网下区域电网多源协同运行与电能质量管控难题，构建涵盖风电、光伏、火电、压缩空气储能、抽水蓄能、电化学储能的联合调度体系，分层次嵌入网络传输约束、直流潮流模型与 IEEE39 节点标准系统拓扑，基于 MATPOWER 实现精准潮流计算，开展多维度电压质量与系统稳态特性分析。研究表明，多类型储能互补可有效平抑风光波动、优化火电出力分布；计及网络拓扑与传输约束的调度模型能显著提升潮流分

针对光伏发电系统中光伏阵列输出特性受外界光照强度、安装角度及自身参数影响呈现强非线性的问题，为最大化光伏能源利用效率，本文基于光伏组件工程参数、太阳法向直射辐照度（DNI）、光伏板安装角度等核心参数，搭建光伏发电 24 小时功率输出仿真分析模型。采用工程应用广泛的扰动观察法（P&O）作为最大功率点跟踪（MPPT）控制核心算法，设计三种仿真研究工况：无 MPPT 控制工况、实际动态 DNI 条件下

随着电动汽车普及率的持续提升和光伏等可再生能源的规模化应用，车网互动（V2G）技术成为优化电网运行、降低购电成本、促进新能源消纳的重要途径。实际V2G调度中，电动汽车的停留时间与充电时间的匹配关系直接决定其参与电网调度的可行性，若忽视该匹配关系，易导致调度策略脱离实际、电网购电成本增加。本文聚焦这一核心问题，结合光伏能源接入，构建以电网购电量最小为目标的V2G调度模型，明确电动汽车停留时间与充电时

针对传统模型预测控制（MPC）在车辆轨迹跟踪中存在参数依赖经验设定、动态适应性不足，且粒子群优化（PSO）算法固定种群规模（Np）和迭代次数（Nc）导致寻优效率与控制精度难以平衡的问题，本文提出一种基于自适应Np、Nc的PSO+MPC车辆轨迹跟踪控制策略。以双移线轨迹、换道两种典型行驶场景为研究对象，构建车辆轨迹跟踪控制体系，通过PSO算法自适应调整种群规模和迭代次数，对MPC控制器关键参数进行寻

针对线性时不变（LTI）系统在复杂工业场景中易受执行器、传感器故障干扰，且网络化控制过程中存在数据隐私泄露与网络攻击风险的双重问题，本文提出一种融合故障诊断、容错模型预测控制（FT-MPC）与同态加密（HE）的一体化控制策略。以典型化工过程连续搅拌式反应器（CSTR）为研究对象，构建包含故障检测、隔离、估计模块的主动容错框架，依托模型预测控制的滚动优化与约束处理能力实现故障自适应调节；同时引入同态

本文聚焦于含可再生能源和储能的区域微电网的最优运行问题，着重考虑了运行过程中的鲁棒性和不确定性。针对可再生能源输出、负荷以及微电网与主电网之间交易价格这两类不确定性因素，提出了一种基于场景的具有非预期约束和鲁棒约束的多阶段鲁棒调度方法。该方法采用日前和实时两个阶段进行调度，日前阶段依据不确定性集信息生成约束条件并优化机组开关状态和发电水平以指导日前市场招标策略，同时考虑价格不确定性；日内阶段通过滚

弱电网因其高阻抗和低短路比特性，常导致系统不稳定，限制了功率传输。本研究通过仿真，建立了弱电网条件下跟网型逆变器的小信号扰动模型，包括状态空间模型和阻抗模型。我们提出了一种计算稳态工作点的新方法，并利用状态空间矩阵特征值分析，对系统稳定性进行了深入评估，确定了稳定性界限。为直观比较不同控制策略的效果，我们利用Simulink构建了仿真模型，包括传统控制策略模型和采用双锁相环阻抗重塑的优化控制策略模

针对线性时不变（LTI）系统在复杂工业场景中易受执行器、传感器故障干扰，且网络化控制过程中存在数据隐私泄露与网络攻击风险的双重问题，本文提出一种融合故障诊断、容错模型预测控制（FT-MPC）与同态加密（HE）的一体化控制策略。以典型化工过程连续搅拌式反应器（CSTR）为研究对象，构建包含故障检测、隔离、估计模块的主动容错框架，依托模型预测控制的滚动优化与约束处理能力实现故障自适应调节；同时引入同态