随着工业4.0的发展,在现代能源、制造业、重工业等自动化系统控制领域中,大规模分布控制系统需要具备随生产需求变化自动切换各子系统输出的能力。对此,目前合作分布式预测控制通过对各子系统引入跟踪目标优化量并全局通信以保证切换跟踪的可行性。但实际生产环境中,分布式控制系统内部结构与耦合关系复杂,由于子系统的位置、安全约束、子系统故障等因素往往无法获取全局的信息。因而,针对此问题,本文研究了无法获取系统全局信息情况下大规模复杂耦合分布式控制系统的变设定点跟踪控制问题。考虑被研究的大规模分布式系统系统内部是否包含较弱子系统耦合,及系统设计灵活性要求、计算效率要求,本文提出了两种非全局通信约束下的分布式变跟踪预测控制算法。具体内容如下:(1)考虑实际生产中一类存在大量弱耦合关联的复杂分布式系统,子系统间大量的弱耦合关联极度加重通信拓扑的复杂性,却对系统性能影响甚微。针对这样的分布式系统,本文提出了强耦合邻域优化的分布式预测控制变跟踪算法。算法首先离线设计包含最小化去弱耦合系统损失和通信网络复杂度的强弱耦合选取优化问题,求解得到强弱耦合子系统集合。然后各子系统仅考虑强耦合邻域影响进行状态预测、跟踪目标优化,通过鲁棒正不变集反馈控制修正忽略弱耦合造成的状态偏差,控制输出在跟踪最优解附近。此外,算法补充了子系统存在状态耦合时的优化方法,通过计算预测时域内的关联矩阵得到等价于全局通信的子系统通信范围,解决了状态耦合分布式系统中耦合关联项随着预测步长的增加而不断扩展的问题。因强弱耦合优化选取具备可调整性,因此控制系统设计更具备灵活性。同时各子控制间采用合作方式优化目标,控制的效率高。(2)考虑实际生产中当复杂耦合大规模分布式系统的子系统间普遍耦合作用较强时,强行舍弃一部分子系统间耦合关系严重影响控制问题的实际效益。针对这类系统,本文提出了基于对偶分解的非合作分布式变跟踪预测控制算法。算法利用对偶分解的思想,将子系统的动态描述、稳态输出间的耦合转化为一组等值约束。通过这种方式,当前子控制器优化的的性能指标与其他子系统解耦,求解子控制器优化问题不需要考虑其他子系统的性能,由此得到简洁的非全局通信拓扑。因算法存在对偶上升迭代求解的效率问题,本文同时提出了提前终止算法。提前终止算法给出各子系统提前终止假设条件,利用鲁棒控制解决了子控制器提前结束优化过程引入的不一致问题。在不影响通信范围的前提下保证跟踪,缓解了算法的计算效率低的问题。比较而言,这里非合作分布式变跟踪预测控制算法不受系统间耦合形式、强度的影响,针对不同控制场景更为通用,但系统设计灵活性和计算效率相对局限。