CN105490605A - 感应电机预测控制模型参数在线调整方法 - Google Patents

Abstract

本发明公开了一种感应电机预测控制模型参数在线调整方法，其在采用预测控制方法驱动感应电机空载运转的情况下，对预测控制模型参数L_s和L₁做出在线调整，在采用预测控制方法驱动感应电机带负载运转，对预测控制模型参数R_q和R_d做出在线调整，从而达到消除感应电机预测控制中所使用的模型参数与实际电机参数之间的偏差的目的。

Description

感应电机预测控制模型参数在线调整方法

技术领域

本发明涉及感应电机的控制技术。

背景技术

感应电机具有低成本、高可靠性等优点，被广泛应用在工业各个领域。目前感应电机变频器广泛采用数字比例积分调节器(PI调节器)作为电流控制器。与传统数字PI控制相比，预测控制可以获得更好的动态响应性能，其关键在于预测控制能够实现在当前控制周期下，预测出下一周期的控制指令，从根本上解决数字PI控制的延迟滞后。

由于预测控制是基于模型的控制方法，因此在控制器中需要准确地使用电机模型的电阻、电感等参数。而在实际系统中，这些参数测量很可能存在误差，并且电机电感会随着电机工作状态而改变，感应电机电流预测控制中所使用的感应电机模型参数与实际电机参数很有可能存在偏差，进而引起电流静差，导致系统效率降低，无法输出额定转矩及无法工作在转矩控制模式等问题。所谓“电流静差”是指电机实际电流与指令电流之间存在的偏差，这是电机驱动控制所不希望存在的。

发明内容

本发明所要解决的技术问题在于提供一种感应电机预测控制模型参数在线调整方法，其能够实现在线调整感应电机预测控制模型参数，从而达到消除感应电机预测控制中所使用的模型参数与实际电机参数之间的偏差的目的。

为解决上述技术问题，本发明所采取的技术方案是：

感应电机预测控制模型参数在线调整方法，包括：

a、采用预测控制方法驱动感应电机在空载条件下运转；

b、检测感应电机的q轴电流指令i_qs ^*(n)与q轴实际电流i_qs(n)之间静差Δi_qs是否为0，如果Δi_qs不为0，则转到步骤c；如果Δi_qs为0，则转到步骤d；

c、根据公式确定L_s(n)，其中，L_s(n)是电流预测控制中的感应电机定子电感L_s的当前调整值；L_sc是电流预测控制中L_s的预设初始值；K_iLq是积分系数；n＝1,2,3，......；如果感应电机是正向旋转，则将积分系数K_iLq设置为正；如果感应电机是反向旋转，则将积分系数K_iLq设置为负；

d、检测感应电机的d轴电流指令i_ds ^*(n)与d轴实际电流i_ds(n)之间静差Δi_ds是否为0，如果Δi_ds不为0，则转到步骤e；如果Δi_ds为0，则转到步骤f；

e、根据公式确定L₁(n)，其中，L₁(n)是电流预测控制中的参数L₁的当前调整值；L_1c是电流预测控制中的参数L₁的预设初始值；参数L₁用于表示感应电机定子电感L_s与漏磁系数σ的乘积；K_iLd是积分系数；n＝1,2,3，......；如果感应电机是正向旋转，则将积分系数K_iLd设置为正；如果感应电机是反向旋转，则将积分系数K_iLd设置为负；

f、重复上述的步骤b至步骤e，直至感应电机的q轴电流静差Δi_qs和d轴电流静差Δi_ds都为0；

g、采用预测控制方法驱动感应电机带负载运转；

h、检测电机的q轴电流指令i_qs ^*(n)与q轴实际电流i_qs(n)之间静差Δi_qs是否为0，如果Δi_qs不为0，则转到步骤i；如果Δi_qs为0，则转到步骤j；

i、根据公式确定R_q(n)，其中，R_q(n)是电流预测控制中的参数R_q的当前调整值；R_qc是电流预测控制中的参数R_q的预设初始值；参数R_q的实际值由公式表示，R_s、R_r分别是感应电机的定子电阻和转子电阻，L_r是感应电机的转子电感；K_iRq是积分系数，n＝1,2,3，......；如果感应电机输出正向转矩，则将积分系数K_iRq设置为正；如果感应电机输出反向转矩，则将积分系数K_iRq设置为负；

j、检测感应电机的d轴电流指令i_ds ^*(n)与d轴实际电流i_ds(n)之间静差Δi_ds是否为0，如果Δi_ds不为0，则转到步骤k；如果Δi_ds为0，则转到步骤l；

k、根据公式确定R_d(n)；其中，R_d(n)是电流预测控制中的参数R_d的当前调整值；R_dc是电流预测控制中的参数R_d的预设初始值；参数R_d的实际值由公式表示，ω_se是感应电机的定子电角速度，T_r是转子时间常数，T_r＝L_r/R_r；K_iRd是积分系数，K_iRd为正数；n＝1,2,3，......；

l、重复上述的步骤h至步骤k，直至感应电机的q轴电流静差Δi_qs和d轴电流静差Δi_ds都为0。

采用上述技术方案后，本发明至少具有以下优点：

本申请的方法可以在变频器驱动感应电机的各种不同的工作状态下都可以实时地、不间断地在线调整感应电机预测控制中所使用的模型参数，从而消除预测控制模型参数与实际电机参数之间的偏差，达到消除电流静差的目的，进而提高系统效率，使电机可以输出额定转矩。

附图说明

图1示出了采用了根据本发明的实施例的感应电机预测控制模型参数在线调整方法的电机矢量控制的控制框图。

图2示出了感应电机预测控制的控制周期框图。

具体实施方式

下面结合附图和具体实施例对本发明进行详细说明。

本申请的方法是专门应用在感应电机预测控制中的，目的是要消除预测控制器的模型参数与实际电机参数之间的偏差。一般情况下感应电机的电感会随着电机工作状态改变而改变，所以需要感应电机电流预测控制中所使用的模型参数也要随着电机工作状态的改变而改变，这样才能有效避免预测控制的模型参数与实际电机参数之间存在偏差。

根据本发明一实施例的感应电机预测控制模型参数在线调整方法，包括：

a、采用预测控制方法驱动感应电机在空载条件下运转；转速例如可以是额定转速，但不局限于额定转速，只要转速不为0即可；

b、检测感应电机的q轴电流指令i_qs ^*(n)与q轴实际电流i_qs(n)之间静差Δi_qs是否为0，如果Δi_qs不为0，则转到步骤c；如果Δi_qs为0，则转到步骤d；

c、根据公式确定L_s(n)，其中，L_s(n)是电流预测控制中的感应电机定子电感L_s的当前调整值；L_sc是电流预测控制中的L_s的预设初始值；K_iLq是积分系数；n＝1,2,3，......；如果感应电机是正向旋转，则将积分系数K_iLq设置为正；如果感应电机是反向旋转，则将积分系数K_iLq设置为负；

d、检测感应电机的d轴电流指令i_ds ^*(n)与d轴实际电流i_ds(n)之间静差Δi_ds是否为0，如果Δi_ds不为0，则转到步骤e；如果Δi_ds为0，则转到步骤f；

e、根据公式确定L₁(n)，其中，L₁(n)是电流预测控制中的参数L₁的当前调整值；L_1c是电流预测控制中的参数L₁的预设初始值；参数L₁的实际值为感应电机定子电感L_s与漏磁系数σ的乘积；K_iLd是积分系数；n＝1,2,3，......；如果感应电机是正向旋转，则将积分系数K_iLd设置为正；如果感应电机是反向旋转，则将积分系数K_iLd设置为负；

f、重复上述的步骤b至步骤e，直至感应电机的q轴电流静差Δi_qs和d轴电流静差Δi_ds都为0；

g、采用预测控制方法驱动感应电机带负载运转；比如负载为额定负载，转速为额定转速，但不局限于额定负载额定转速，只要不是空载，并且转速不为0即可；

h、检测电机的q轴电流指令i_qs ^*(n)与q轴实际电流i_qs(n)之间静差Δi_qs是否为0，如果Δi_qs不为0，则转到步骤i；如果Δi_qs为0，则转到步骤j；

i、根据公式确定R_q(n)，其中，R_q(n)是电流预测控制中的参数R_q的当前调整值；R_qc是电流预测控制中的参数R_q的预设初始值；参数R_q的实际值由公式表示，R_s、R_r分别是感应电机的定子电阻和转子电阻，L_r是感应电机的转子电感；K_iRq是积分系数，n＝1,2,3，......；如果感应电机输出正向转矩(即i_qs(n)>0)，则将积分系数K_iRq设置为正；如果感应电机输出反向转矩(即i_qs(n)<0)，则将积分系数K_iRq设置为负；

j、检测感应电机的d轴电流指令i_ds ^*(n)与d轴实际电流i_ds(n)之间静差Δi_ds是否为0，如果Δi_ds不为0，则转到步骤k；如果Δi_ds为0，则转到步骤l；

k、根据公式确定R_d(n)；其中，R_d(n)是电流预测控制中的参数R_d的当前调整值；R_dc是电流预测控制中的参数R_d的预设初始值；参数R_d的实际值由公式表示，ω_se是感应电机的定子电角速度，T_r是转子时间常数，T_r＝L_r/R_r；K_iRd是积分系数，K_iRd为正数；n＝1,2,3，......；

l、重复上述的步骤h至步骤k，直至感应电机的q轴电流静差Δi_qs和d轴电流静差Δi_ds都为0。

在一个具体的实施例中， $L_{sc}=0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.8\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N},L_{1c}=0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.8\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N},$ $R_{qc}=0.01\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N},R_{dc}=0.01\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N},$ U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度。优选地， $L_{1c}=0.5\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N},R_{qc}=0.05\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N},R_{dc}=0.05\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}.K_{iLq}=0.001\frac{L_{sc}}{I_N}~0.1\frac{L_{sc}}{I_N};$ $K_{iLd}=0.001\frac{L_{1c}}{I_N}~0.1\frac{L_{1c}}{I_N};K_{iRq}=0.001\frac{R_{qc}}{I_N}~0.1\frac{R_{qc}}{I_N};K_{iRd}=0.001\frac{R_{dc}}{I_N}~0.1\frac{R_{dc}}{I_N}.$

图1示出了采用了根据本发明的实施例的感应电机预测控制模型参数在线调整方法的电机矢量控制的控制框图。

下面是本申请的感应电机预测控制模型参数在线调整方法的理论推导过程。

在d-q同步旋转坐标系下，采用间接矢量控制(假设转子总磁链矢量沿着d轴方向，即转子磁链只存在于d轴)方式的感应电机的定子电压方程如下所示。

$u_{ds}=(R_s-\frac{L_s}{L_r}{\mathrm{\&sigma;\&omega;}}_{se}^2{T_r}^2{R}_r)i_{ds}+{\mathrm{pL}}_s{i}_{ds}-{\mathrm{\&omega;}}_{re}{L}_s{\mathrm{\&sigma;i}}_{qs}$

$u_{qs}=(R_s+\frac{L_s}{L_r}{R}_r)i_{qs}+p(L_s-\frac{L_m^2}{L_r})i_{qs}+{\mathrm{\&omega;}}_{re}{L}_s{i}_{ds}---\left(1\right)$

公式(1)中，u_ds、u_qs分别是定子的d、q轴电压，单位为V；i_ds、i_qs分别是定子的d、q轴电流，单位为A；R_s、R_r分别是感应电机的定子电阻和转子电阻，单位为Ω；L_s是感应电机的定子电感，L_r是感应电机的转子电感，L_m是感应电机的定转子互感，单位为H；p是微分算子，无单位；ω_se是感应电机的定子电角速度，ω_re是感应电机的转子电角速度，单位为rad/s；σ是漏磁系数，无单位；T_r是转子时间常数，T_r＝L_r/R_r，单位为s。

为后续推导过程方便，公式(1)简化写成状态方程形式的公式(2)。

pi＝Ai+Bu(2)

其中：i＝[i_dsi_qs]^T，u＝[u_dsu_qs]^T

$A=\left[\begin{array}{cc}-\frac{R_d}{L_s}& {\mathrm{\&omega;}}_{re}\frac{L_1}{L_s}\\ -\frac{R_q}{L_2}& -{\mathrm{\&omega;}}_{re}\frac{L_s}{L_2}\end{array}\right],B=\left[\begin{array}{cc}\frac{1}{L_s}& 0\\ 0& \frac{1}{L_2}\end{array}\right]$

$R_d=R_s-\frac{L_s}{L_r}{\mathrm{\&sigma;\&omega;}}_{se}^2{T_r}^2{R}_r,R_q=R_s+\frac{L_s}{L_r}{R}_r,$ L₁＝L_sσ， $L_2=L_s-\frac{L_m^2}{L_r}$

为了便于实现电流预测控制，需要将电机的状态空间函数进行离散化，由于采样保持周期T很小，在采样周期内电机的ω_re相当于常数，由公式(2)可得等效离散化方程为：

$\left[\begin{array}{c}\frac{i_{ds}(k+1)-i_{ds}\left(k\right)}{T}\\ \frac{i_{qs}(k+1)-i_{qs}\left(k\right)}{T}\end{array}\right]=\left[\begin{array}{cc}-\frac{R_d}{L_s}& {\mathrm{\&omega;}}_{re}\frac{L_1}{L_s}\\ -\frac{R_q}{L_2}& -{\mathrm{\&omega;}}_{re}\frac{L_s}{L_2}\end{array}\right]\left[\begin{array}{c}{i}_{ds}\left(k\right)\\ i_{qs}\left(k\right)\end{array}\right]+\left[\begin{array}{cc}\frac{1}{L_s}& 0\\ 0& \frac{1}{L_2}\end{array}\right]\left[\begin{array}{c}{u}_{ds}\left(k\right)\\ u_{qs}\left(k\right)\end{array}\right]---\left(5\right)$

整理得到

$\left[\begin{array}{c}{i}_{ds}(k+1)\\ i_{qs}(k+1)\end{array}\right]=\left[\begin{array}{cc}1-\frac{R_{d}T}{L_s}& {\mathrm{\&omega;}}_{re}\frac{L_{1}T}{L_s}\\ 1-\frac{R_{q}T}{L_2}& -{\mathrm{\&omega;}}_{re}\frac{L_{s}T}{L_2}\end{array}\right]\left[\begin{array}{c}{i}_{ds}\left(k\right)\\ i_{qs}\left(k\right)\end{array}\right]+\left[\begin{array}{cc}\frac{T}{L_s}& 0\\ 0& \frac{T}{L_2}\end{array}\right]\left[\begin{array}{c}{u}_{ds}\left(k\right)\\ u_{qs}\left(k\right)\end{array}\right]---\left(6\right)$

求逆，整理得到

$\left[\begin{array}{c}{u}_{ds}\left(k\right)\\ u_{qs}\left(k\right)\end{array}\right]={\left[\begin{array}{cc}\frac{T}{L_s}& 0\\ 0& \frac{T}{L_2}\end{array}\right]}^{-1}\left\{\left[\begin{array}{c}{i}_{ds}(k+1)\\ i_{qs}(k+1)\end{array}\right]-\left[\begin{array}{cc}1-\frac{R_{d}T}{L_s}& {\mathrm{\&omega;}}_{re}\frac{L_{1}T}{L_s}\\ 1-\frac{R_{q}T}{L_2}& -{\mathrm{\&omega;}}_{re}\frac{L_{s}T}{L_2}\end{array}\right]\left[\begin{array}{c}{i}_{ds}\left(k\right)\\ i_{qs}\left(k\right)\end{array}\right]\right\}---\left(7\right)$

把上式化简得到下式

$\left[\begin{array}{c}{u}_{ds}\left(k\right)\\ u_{qs}\left(k\right)\end{array}\right]=\left[\begin{array}{cc}\frac{L_s}{T}& 0\\ 0& \frac{L_2}{T}\end{array}\right]\left[\begin{array}{c}{i}_{ds}(k+1)\\ i_{qs}(k+1)\end{array}\right]+\left[\begin{array}{cc}{R}_d-\frac{L_s}{T}& -{\mathrm{\&omega;}}_{re}{L}_1\\ {\mathrm{\&omega;}}_{re}{L}_s& R_q-\frac{L_2}{T}\end{array}\right]\left[\begin{array}{c}{i}_{ds}\left(k\right)\\ i_{qs}\left(k\right)\end{array}\right]---\left(8\right)$

对于感应电机控制系统，速度环是外环，电流环是内环，速度环计算结果输出到电流环作为电流指令输入。第k周期速度环输出i_ds ^*(k+1)和i_qs ^*(k+1)，就是说期望在k+1周期获得电流反馈值i_ds(k+1)等于i_ds ^*(k+1)，i_qs(k+1)等于i_qs ^*(k+1)。把i_ds ^*(k+1)和i_qs ^*(k+1)代入到公式(9)中求出u_ds ^*(k)和u_qs ^*(k)，再把u_ds ^*(k)和u_qs ^*(k)输入到SVPWM模块计算出a、b、c三相PWM占空比的值，再输出到逆变器的IGBT模块产生PWM电压波，作用在感应电机上产生abc三相电流。

$\left[\begin{array}{c}{u_{ds}}^{*}\left(k\right)\\ {u_{qs}}^{*}\left(k\right)\end{array}\right]=\left[\begin{array}{cc}\frac{L_s}{T}& 0\\ 0& \frac{L_2}{T}\end{array}\right]\left[\begin{array}{c}{i_{ds}}^{*}(k+1)\\ {i_{qs}}^{*}(k+1)\end{array}\right]+\left[\begin{array}{cc}{R}_d-\frac{L_s}{T}& -{\mathrm{\&omega;}}_{re}{L}_1\\ {\mathrm{\&omega;}}_{re}{L}_s& R_q-\frac{L_2}{T}\end{array}\right]\left[\begin{array}{c}{i}_{ds}\left(k\right)\\ i_{qs}\left(k\right)\end{array}\right]---\left(9\right)$

上述控制过程的第k和k+1中断周期控制框图如图2所示，公式(9)就是图2中的电流预测控制器使用的计算公式。

定量分析电流预测控制器使用的参数L′₂与实际参数L₂的偏差所导致的实际电流i_qs与电流指令i_qs ^*的静差。假设电流预测控制器中L₂有误差，即实际的电机电感是L₂，控制器使用的电感参数是L₂′，将L₂′替换L₂代入公式(9)的u_qs部分，得到

${u_{qs}}^{*}\left(k\right)=\frac{L_2^{\&prime;}}{T}{i_{qs}}^{*}(k+1)+(R_q-\frac{L_2^{\&prime;}}{T})i_{qs}\left(k\right)+L_s{\mathrm{\&omega;}}_{re}{i}_{ds}\left(k\right)---\left(10\right)$

令u_qs ^*(k)＝u_qs(k)，即

$\frac{L_2}{T}{i}_{qs}(k+1)+(R_q-\frac{L_2}{T})i_{qs}\left(k\right)+L_s{\mathrm{\&omega;}}_{re}{i}_{ds}\left(k\right)=\frac{L_2^{\&prime;}}{T}{i_{qs}}^{*}(k+1)+(R_q-\frac{L_2^{\&prime;}}{T})i_{qs}\left(k\right)+L_s{\mathrm{\&omega;}}_{re}{i}_{ds}\left(k\right)$

化简得到

$i_{qs}(k+1)=\frac{L_2^{\&prime;}}{L_2}{i_{qs}}^{*}(k+1)+\frac{L_2-L_2^{\&prime;}}{L_2}{i}_{qs}\left(k\right)---\left(11\right)$

用Δi_qs(k+1)表示i_qs ^*(k+1)与i_qs(k+1)的差值，即

Δi_qs(k+1)＝i_qs ^*(k+1)-i_qs(k+1)(12)

把公式(12)代入公式(11)中，得到公式(13)：

${\mathrm{\&Delta;i}}_{qs}(k+1)=\frac{L_2-L_2^{\&prime;}}{{L_2}^{\&prime;}}\&lsqb;i_{qs}(k+1)-i_{qs}\left(k\right)\&rsqb;---\left(13\right)$

因为采样控制周期时间很短，所以i_qs(k+1)-i_qs(k)趋近于0，所以Δi_qs(k+1)很小，即L₂参数的偏差对于i_qs静差的影响很微弱。采样控制周期T越小，对于减小i_qs静差越有利。

假设电流预测控制器中R_q有误差，即实际的电机参数是R_q，电流预测控制器使用的电机参数是R_q′，ΔR_q＝R_q-R_q′，将R_q′替换R_q代入公式(9)的u_qs部分，得到

${u_{qs}}^{*}\left(k\right)=\frac{L_2}{T}{i_{qs}}^{*}(k+1)+({R_q}^{\&prime;}-\frac{L_2}{T})i_{qs}\left(k\right)+L_s{\mathrm{\&omega;}}_{re}{i}_{ds}\left(k\right)---\left(14\right)$

令u_qs ^*(k)＝u_qs(k)化简得到

$i_{qs}(k+1)={i_{qs}}^{*}(k+1)+\frac{T}{L_2}(R_q^{\&prime;}-R_q)i_{qs}\left(k\right)---\left(15\right)$

将公式(12)代入公式(15)得到公式(16)：

${\mathrm{\&Delta;i}}_{qs}(k+1)=\frac{T}{L_2}{i}_{qs}\left(k\right){\mathrm{\&Delta;R}}_q---\left(16\right)$

可见，Δi_qs(k+1)与ΔR_q成正比例，当i_qs(k)接近于0时，即电机处于空载运行时，Δi_qs(k+1)也接近于0。换句话说，电机空载运行时，即便i_qs的实际电流与指令电流之间有偏差，也不是由于ΔR_q导致的。

电机输出正向转矩，即i_qs>0条件下，电流预测控制器的参数R′_q小于实际参数R_q时，实际电流i_qs小于电流指令i_qs ^*。电流预测控制器的参数R′_q大于实际参数R_q时，实际电流i_qs大于电流指令i_qs ^*。i_qs<0条件下，参数误差与电流静差的关系恰好与i_qs>0时相反，如下面的表1。

表1R_q参数偏差与电流静差大小关系

	Rq>R′q	Rq<R′q
			iqs>0	iqs *>iqs	iqs *<iqs
iqs<0	iqs *<iqs	iqs *>iqs

假设电流预测控制器中L_s有误差，即实际的电机参数是L_s，控制器使用的电机参数是L_s′，ΔL_s＝L_s-L_s′，将L_s′替换L_s代入公式(9)的u_qs部分，并按照类似前面的思路化简得到公式(17)：

$i_{qs}(k+1)={i_{qs}}^{*}(k+1)+\frac{T}{L_2}({L_s}^{\&prime;}-L_s){\mathrm{\&omega;}}_{re}{i}_{ds}\left(k\right)---\left(17\right)$

由公式(17)可见当L_s有偏差时，是不会引起i_qs控制发散的。

把公式(12)代入公式(17)得到公式(18)：

${\mathrm{\&Delta;i}}_{qs}(k+1)={\mathrm{\&Delta;L}}_s\frac{T}{L_2}{\mathrm{\&omega;}}_{re}{i}_{ds}\left(k\right)---\left(18\right)$

由公式(18)可见会L_s的误差会导致i_qs有静差，且Δi_qs(k+1)与ΔL_s成正比。随着电机转速升高，转子的电角度转速ω_re也增大，同样大小的ΔL_s会导致更大的Δi_qs(k+1)。

电机正转条件下，电流预测控制器的参数L′_s小于实际参数L_s时，实际电流i_qs小于电流指令i_qs ^*。电流预测控制器的参数L′_s大于实际参数L_s时，实际电流i_qs大于电流指令i_qs ^*。电机反转条件下，参数误差与电流静差的关系恰好与正转时相反，如下面的表2。

表2L_s参数偏差与电流静差大小关系

	Ls>L′s	Ls<L′s
			ωre>0	iqs *>iqs	iqs *<iqs
ωre<0	iqs *<iqs	iqs *>iqs

公式(9)中的u_ds部分与u_qs部分本质上是一致的，u_ds的L₁相当于上面分析的L_s，u_ds的R_d相当于上面所分析的R_q，u_ds的L_s相当于上面分析的L₂，所以这里就不再赘述了。

由上面的分析可知，电流预测控制器的q轴的L_s与R_q的参数偏差都会导致q轴电流指令i_qs ^*与q轴实际电流i_qs之间有静差，当电机空载运行时，i_qs的静差是由L_s的偏差ΔL_s引起的，与R_q参数偏差无关。考虑到i_qs静差与L_s的偏差成正比，并且随着ω_re越大，i_qs的静差也越大的特性，使电机空载额定转速运行，通过i_qs电流静差来调整预测控制器中的L_s′参数，以最终消除i_qs电流静差。本专利申请采用加入积分的方法使电流预测控制器的L_s′最终收敛到真实值，如下式所示：

$L_{sf}=L_{sc}+K_{iLq}\underset{n}{\overset{k}{\&Sigma;}}\&lsqb;i_{qs}^{*}\left(n\right)-i_{qs}\left(n\right)\&rsqb;---\left(19\right)$

其中L_sf是电流预测控制器中的L_s参数的最终收敛值，也就是电机的L_s的真实值；L_sc是电流预测控制器中L_s的预设初始值，也就是L_s参数调整的起点值，通过例如来获得L_sc值，U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度，K_iLq是积分系数；n＝1,2,3，......k。

当L_s参数最终收敛到电机的真实值后，当电机运行在额定负载条件下时，如果q轴电流i_qs有电流静差，这是由电流预测控制器中R_q′的偏差ΔR_q导致的。同样采用加入积分的方法使预测控制器的R_q′最终收敛到真实值，如下式所示：

$R_{qf}=R_{qc}+K_{iRq}\underset{n}{\overset{k}{\&Sigma;}}\&lsqb;i_{qs}^{*}\left(n\right)-i_{qs}\left(n\right)\&rsqb;---\left(20\right)$

其中R_qf是电流预测控制器中R_q参数的最终收敛值，也就是电机的参数R_q的真实值；R_qc是电流预测控制器中R_q的预设初始值，也就是R_q参数调整的起点值，通过例如获得R_qc值，U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度；K_iRq是积分系数，其中，n＝1,2,3，......k。

电流预测控制器的d轴的L₁与R_d的参数偏差都会导致d轴电流指令i_ds ^*与d轴实际电流i_ds之间有静差，当电机空载运行时，i_ds的静差是由L₁的偏差ΔL₁引起的，与R_d参数偏差无关。考虑到i_ds静差与L₁的偏差成正比，并且随着ω_re越大，i_ds的静差也越大的特性，使电机空载额定转速(不限于额定转速，只要转速大于0即可)运行，通过i_ds电流静差来调整预测控制器中的L₁′参数，以最终消除i_ds电流静差。本专利申请采用加入积分的方法使电流预测控制器的L₁′最终收敛到真实值，如下式所示

$L_{1f}=L_{1c}+K_{iLd}\underset{n}{\overset{k}{\&Sigma;}}\&lsqb;i_{ds}^{*}\left(n\right)-i_{ds}\left(n\right)\&rsqb;---\left(21\right)$

其中L_1f是电流预测控制器中L₁参数的最终收敛值，也就是电机的参数L₁的真实值；L_1c是电流预测控制器中L₁的预设初始值，也就是L₁参数调整的起始值，通过例如得到的L_1c值，U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度；K_iLd是积分系数，n＝1,2,3，......k。

L₁参数最终收敛到电机的真实值后，当电机运行在额定负载条件下时，如果d轴电流i_ds有电流静差，这是由电流预测控制器中R_d′与真实值存在的偏差ΔR_d导致的。同样采用加入积分的方法使电流预测控制器的R_d′最终收敛到真实值，如下式所示

$R_{df}={R_d}^{\&prime;}+K_{iRd}\underset{n}{\overset{k}{\&Sigma;}}\&lsqb;i_{ds}^{*}\left(n\right)-i_{ds}\left(n\right)\&rsqb;---\left(22\right)$

其中R_df是电流预测控制器中R_d参数的最终收敛值，也就是电机的R_d的真实值；R_dc是电流预测控制器中R_d的预设初始值，也就是R_d参数调整的起点值，通过例如获得R_dc值，U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度；K_iRd是积分系数，n＝1,2,3，......k。

Claims (4)

1.感应电机预测控制模型参数在线调整方法，其特征在于，包括：

a、采用预测控制方法驱动感应电机在空载条件下运转；

b、检测感应电机的q轴电流指令i_qs ^*(n)与q轴实际电流i_qs(n)之间静差Δi_qs是否为0，如果Δi_qs不为0，则转到步骤c；如果Δi_qs为0，则转到步骤d；

c、根据公式确定L_s(n)，其中，L_s(n)是电流预测控制中的感应电机定子电感L_s的当前调整值；L_sc是电流预测控制中L_s的预设初始值；K_iLq是积分系数；n＝1,2,3，......；如果感应电机是正向旋转，则将积分系数K_iLq设置为正；如果感应电机是反向旋转，则将积分系数K_iLq设置为负；

d、检测感应电机的d轴电流指令i_ds ^*(n)与d轴实际电流i_ds(n)之间静差Δi_ds是否为0，如果Δi_ds不为0，则转到步骤e；如果Δi_ds为0，则转到步骤f；

e、根据公式确定L₁(n)，其中，L₁(n)是电流预测控制中的参数L₁的当前调整值；L_1c是电流预测控制中的参数L₁的预设初始值；参数L₁用于表示感应电机定子电感L_s与漏磁系数σ的乘积；K_iLd是积分系数；n＝1,2,3，......；如果感应电机是正向旋转，则将积分系数K_iLd设置为正；如果感应电机是反向旋转，则将积分系数K_iLd设置为负；

f、重复上述的步骤b至步骤e，直至感应电机的q轴电流静差Δi_qs和d轴电流静差Δi_ds都为0；

g、采用预测控制方法驱动感应电机带负载运转；

h、检测电机的q轴电流指令i_qs ^*(n)与q轴实际电流i_qs(n)之间静差Δi_qs是否为0，如果Δi_qs不为0，则转到步骤i；如果Δi_qs为0，则转到步骤j；

i、根据公式确定R_q(n)，其中，R_q(n)是电流预测控制中的参数R_q的当前调整值；R_qc是电流预测控制中的参数R_q的预设初始值；参数R_q的实际值由公式表示，R_s、R_r分别是感应电机的定子电阻和转子电阻，L_r是感应电机的转子电感；K_iRq是积分系数，n＝1,2,3，......；如果感应电机输出正向转矩，则将积分系数K_iRq设置为正；如果感应电机输出反向转矩，则将积分系数K_iRq设置为负；

j、检测感应电机的d轴电流指令i_ds ^*(n)与d轴实际电流i_ds(n)之间静差Δi_ds是否为0，如果Δi_ds不为0，则转到步骤k；如果Δi_ds为0，则转到步骤l；

k、根据公式确定R_d(n)；其中，R_d(n)是电流预测控制中的参数R_d的当前调整值；R_dc是电流预测控制中的参数R_d的预设初始值；参数R_d的实际值由公式表示，ω_se是感应电机的定子电角速度，T_r是转子时间常数，T_r＝L_r/R_r；K_iRd是积分系数，K_iRd为正数；n＝1,2,3，......；

l、重复上述的步骤h至步骤k，直至感应电机的q轴电流静差Δi_qs和d轴电流静差Δi_ds都为0。

2.根据权利要求1所述的感应电机预测控制模型参数在线调整方法，其特征在于， $L_{sc}=0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.8\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N};L_{1c}=0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.8\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N};$ U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度。

3.根据权利要求2所述的感应电机预测控制模型参数在线调整方法，其特征在于， $R_{qc}=0.01\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N};R_{dc}=0.01\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N}~0.1\frac{U_N}{{\mathrm{\&omega;}}_N{I}_N};$ U_N是电机的额定电压，I_N是电机的额定电流，ω_N是电机的额定定子电角速度。

4.根据权利要求3所述的感应电机预测控制模型参数在线调整方法，其特征在于， $K_{iLq}=0.001\frac{L_{sc}}{I_N}~0.1\frac{L_{sc}}{I_N};K_{iLd}=0.001\frac{L_{1c}}{I_N}~0.1\frac{L_{1c}}{I_N};K_{iRq}=0.001\frac{R_{qc}}{I_N}~0.1\frac{R_{qc}}{I_N};$

$K_{iRd}=0.001\frac{R_{dc}}{I_N}~0.1\frac{R_{dc}}{I_N}.$