CN106602596B - 一种逆变器模型预测控制的模型参数自适应方法 - Google Patents
一种逆变器模型预测控制的模型参数自适应方法 Download PDFInfo
- Publication number
- CN106602596B CN106602596B CN201611086070.9A CN201611086070A CN106602596B CN 106602596 B CN106602596 B CN 106602596B CN 201611086070 A CN201611086070 A CN 201611086070A CN 106602596 B CN106602596 B CN 106602596B
- Authority
- CN
- China
- Prior art keywords
- inverter
- model
- value
- voltage
- model parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 19
- 238000013459 approach Methods 0.000 title claims abstract description 11
- 239000013598 vector Substances 0.000 claims abstract description 16
- 238000000034 method Methods 0.000 claims description 11
- 238000013178 mathematical model Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 5
- 230000009466 transformation Effects 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000005611 electricity Effects 0.000 claims 1
- 238000004364 calculation method Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- RZVHIXYEVGDQDX-UHFFFAOYSA-N 9,10-anthraquinone Chemical compound C1=CC=C2C(=O)C3=CC=CC=C3C(=O)C2=C1 RZVHIXYEVGDQDX-UHFFFAOYSA-N 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000009415 formwork Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for ac mains or ac distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/53—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
- H02M7/537—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
- H02M7/5387—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明公开了一种逆变器模型预测控制的模型参数自适应方法，首先使用上一时刻计算出的系统参数代入预测模型，计算出各个矢量对应的预测电流值；然后根据控制要求建立代价函数，并选择出使代价函数值最小的最优矢量应用于控制系统；选择出最优矢量后，通过该时刻的电压电流等测量值以及上一时刻的各个参数值，对模型中参数进行在线修正。若有电感、电阻等多个参数需要在线修正，为避免公式迭代带来过多的计算量，可以对各个参数分时刻进行修正。本发明在模型预测控制结束后增加参数识别算法，通过系统的预测模型对模型中各个参数进行在线修正，提高了逆变器运行的鲁棒性和控制的灵活性。
Description
技术领域
本发明属于逆变器控制和参数识别技术领域，特别涉及了一种逆变器模型预测控制的模型参数自适应方法。
背景技术
近年来，随着科学技术的不断进步与发展，不论是在现代工业领域，还是在国防科技领域，系统的运行环境越来越复杂，而人们对系统控制的精度要求却越来越高。例如国防系统中的导弹防御体系，其工作环境极其复杂恶劣，而对其快速响应能力和精确跟踪能力都有非常严格的要求。
在一些比如工业伺服系统和飞行器控制系统等非线性度较强的工业控制系统中，由于当前对复杂系统的认知程度有限，以及很多之前未考虑到的因素，导致对系统的模型描述往往会出现较大误差。甚至在功率变换器等相对比较简单的系统中，由于系统工作环境等问题，也会出现模型不准确的现象。系统参数作为影响系统控制性能的重要因素之一，与之相关的理论研究和实际运用也受到越来越广泛的关注。一方面，由于系统工作环境和时间累积的影响，系统模型的参数和标称模型的参数总会存在不确定的误差，系统的负载和惯量也会在运行期间发生变化，这些因素都导致了系统参数的不确定性，不恰当的处理会导致系统性能的降低，甚至引起系统的不稳定。另一方面，系统中可能存在的未建模部分、控制器的非线性特性等，也会影响系统的性能。摩擦、间隙、死区等都属于非线性因素，难以用数学模型精确描述。我们将上述不确定性统一归纳为参数不确定性和参数非线性。随着近年来控制理论的不断进步，对系统参数不确定性的处理方法也越来越多，如Lyapunov控制、滑模控制、自适应控制等。在这些方法中，自适应控制基于其完善的理论基础和良好的鲁棒性能，在系统不确定性的相关研究中起着极其重要的作用。
虽然近年来对系统参数自适应的研究越来越多，通过多种方式对系统参数的识别也越来越精确，但是，大多数方法需要一段额外的独立程序，对参数自适应的过程比较复杂，如果在线进行参数识别的话，会浪费较多的资源。对于功率变换器之类较为简单的系统来说，如何通过较为简单有效的方法来快速识别当前系统中关键的参数是当前研究中的亟待解决的问题。
发明内容
为了解决上述背景技术提出的技术问题，本发明旨在提供一种逆变器模型预测控制的模型参数自适应方法，在模型预测控制结束后增加参数识别算法，通过系统的预测模型对模型中各个参数进行在线修正。
为了实现上述技术目的，本发明的技术方案为：
一种逆变器模型预测控制的模型参数自适应方法，包括以下步骤：
(1)建立逆变器的数学模型，根据数学模型和电流、电压测量值得到预测模型；
(2)将上一时刻计算出的模型参数代入预测模型中，计算出所有开关管状态矢量对应的预测电流值；
(3)根据控制目标建立代价函数，并选择使代价函数值最小的开关管状态矢量作为最优矢量，并将该最优矢量应用于逆变器的控制系统中；
(4)根据当前时刻的电压、电流测量值以及上一时刻的模型参数值，对模型参数进行在线修正，然后返回步骤(2)。
基于上述技术方案的优选方案，若存在多个模型参数，在步骤(4)中，对不同的模型参数在不同时刻进行在线修正。
基于上述技术方案的优选方案，逆变器为三相并网逆变器，且该逆变器三相完全对称，则步骤(1)的具体过程如下：
(a)建立三相并网逆变器的基本电压方程：
上式中，ia、ib、ic为逆变器的并网电流，ua、ub、uc为逆变器的逆变桥输出电压，ea、eb、ec为三相电网电压，L为电网侧滤波电感，r为逆变回路的等效串联阻抗，且L、r即为预测模型参数；
(b)对基本电压方程进行clark变换，得到α/β坐标系下的电压方程：
上式中，iα、iβ为α、β轴的并网电流，uα、uβ为α、β轴逆变桥的输出电压，eα、eβ为α、β轴的电网电压；
(c)采用前向欧拉方程将α/β坐标系下的电压方程进行离散化，根据离散化的电压方程得到三相并网逆变器的预测模型：
上式中，为k+1时刻α轴和β轴上的预测电流值；Ts为控制周期时间。
基于上述技术方案的优选方案，在步骤(3)中，代价函数的表达式：
上式中，为k+1时刻α轴和β轴上的参考电流值。
基于上述技术方案的优选方案，在步骤(4)中，采用下式对模型参数L、r进行在线修正：
上式中，i(k)、i(k-1)分别代表k时刻、k-1时刻的并网电流，Lold表示上一周期中辨识出的L值，rold表示上一周期辨识出的r值，Liden表示本周期在线修正出的L值，riden表示本周期在线修正出的r值。
采用上述技术方案带来的有益效果：
(1)本发明不需要逆变器的系统参数，具有一定的算法通用性和规范性；
(2)本发明在控制过程中不断对系统模型参数进行优化，在环境变化导致参数变化时，能够快速响应并调整参数的值，使控制算法有较强的鲁棒性能；
(3)本发明采用分时计算优化的方法减少计算量，减小控制器计算周期，有效提高开关频率；
(4)本发明通过实时修正模型参数，从而获得逆变器更精确的预测模型，对逆变器的控制更加精确、灵活。
附图说明
图1是实施例中逆变器的拓扑结构图；
图2是本发明中逆变器预测模型控制的流程图；
图3是本发明中模型参数自适应算法的流程图。
具体实施方式
以下将结合附图，对本发明的技术方案进行详细说明。
如图1所示，三相并网逆变器的拓扑由输入直流源、三相逆变桥、输出滤波器、交流电网四部分组成。Vdc为直流母线电压，Q1～Q6表示6个含反向并联二极管的绝缘栅晶体管(IGBT)，ia、ib、ic为逆变器的并网电流，ua、ub、uc为逆变器的三相逆变桥输出电压，ea、eb、ec为三相电网电压，L为电网侧滤波电感，r为逆变回路的等效串联阻抗，且L、r即为预测模型参数。为了简单清晰地说明本次发明的技术方案，滤波器采用L型滤波器，但并不限于L型滤波器。假设三相完全对称，由图1可得三相并网逆变器的基本电压方程：
为了控制器设计的方便，需要将三相电压方程通过式(2)的clack变换转换到αβ坐标系，得式(3)：
将式(3)展开即可得到αβ轴上的电压方程(4)、(5)：
使用前向欧拉方程将上式离散化可得：
上式中，Ts为控制周期时间。
由上述两式即可得到三相并网逆变器的预测模型：
将(0,0,0)，(0,0,1)，(0,1,0)，(0,1,1)，(1,0,0)，(1,0,1)，(1,1,0)，(1,1,1)8个开关管状态矢量(状态矢量为三相逆变桥3个上开关管的状态，“0”表示关断，“1”表示导通)对应的输出电压uα、uβ代入上式，求出8组预测电流值，根据将输出电流值控制为参考电流值的控制目标建立代价函数
上式中，和分别表示k+1时刻α轴和β轴上的参考电流值、
求得使代价函数最小的矢量，并应用于逆变器控制系统。
图2是上述逆变器模型预测控制的流程图。
通过上述模型预测控制的基本原理及其控制过程可以看出，模型预测控制器可以通过逆变器的预测模型、代价函数等直接选择最优矢量应用于控制系统，控制简单、灵活，通过直接选取矢量的方式会大大提高逆变器系统的动态响应速度。然而，模型预测控制需要精确的系统数学模型，控制器中数学模型的参数如果存在误差，或者工作环境改变引起的参数的变化都会使模型预测控制器的控制精度降低，因此需要在控制器中加入参数自适应的算法，以提高控制器的控制性能。
图3是本发明中模型参数自适应算法的流程图。以三相L型并网逆变器为例，来说明模型参数自适应的原理。L和r指逆变回路中等效的电感和电阻，假设三相对称，三相滤波电感感值、等效电阻阻值相同。首先初始化L、r的值，使模型预测控制器可以完成第一个周期的运算，第一个控制周期运算结束后，下一个控制周期开始时首先通过采样值对模型中的参数进行校正。但由于模型中存在两个参数，如果每个周期对两个参数进行校正，会增加较多的计算量，由于参数值在两个周期的时间里不会有太大的变化，因此可以每个周期仅对一个参数进行识别校正。如图3所示，设置计数值m(m≤99)，当m为偶数时，通过下式在线校正L的值：
上式中，i(k)、i(k-1)分别代表k时刻、k-1时刻的并网电流，Lold表示上一周期中辨识出的L值，rold表示上一周期辨识出的r值，Liden表示本周期在线修正出的L值，riden表示本周期在线修正出的r值。
当m为奇数时，通过下式在线校正电阻r的值：
上式中，riden表示本周期在线校正出的r值，Lold表示上一周期中辨识出的L值。
实施例仅为说明本发明的技术思想，不能以此限定本发明的保护范围，凡是按照本发明提出的技术思想，在技术方案基础上所做的任何改动，均落入本发明保护范围之内。
Claims (5)
1.一种逆变器模型预测控制的模型参数自适应方法，其特征在于，包括以下步骤：
(1)建立逆变器的数学模型，根据数学模型和电流、电压测量值得到预测模型；
(2)将上一时刻计算出的模型参数代入预测模型中，计算出所有开关管状态矢量对应的预测电流值；
(3)根据控制目标建立代价函数，并选择使代价函数值最小的开关管状态矢量作为最优矢量，并将该最优矢量应用于逆变器的控制系统中；
(4)根据当前时刻的电压、电流测量值以及上一时刻的模型参数值，对模型参数进行在线修正，然后返回步骤(2)。
2.根据权利要求1所述一种逆变器模型预测控制的模型参数自适应方法，其特征在于：若存在多个模型参数，在步骤(4)中，对不同的模型参数在不同时刻进行在线修正。
3.根据权利要求1所述一种逆变器模型预测控制的模型参数自适应方法，其特征在于：当逆变器为三相并网逆变器，且该逆变器三相完全对称，则步骤(1)的具体过程如下：
(a)建立三相并网逆变器的基本电压方程：
上式中，ia、ib、ic为逆变器的并网电流，ua、ub、uc为逆变器的逆变桥输出电压，ea、eb、ec为三相电网电压，L为电网侧滤波电感，r为逆变回路的等效串联阻抗，且L、r即为预测模型参数；
(b)对基本电压方程进行clark变换，得到α/β坐标系下的电压方程：
上式中，iα、iβ为α、β轴的并网电流，uα、uβ为α、β轴逆变桥的输出电压，eα、eβ为α、β轴的电网电压；
(c)采用前向欧拉方程将α/β坐标系下的电压方程进行离散化，根据离散化的电压方程得到三相并网逆变器的预测模型：
上式中，为k+1时刻α轴和β轴上的预测电流值；Ts为控制周期时间。
4.根据权利要求3所述一种逆变器模型预测控制的模型参数自适应方法，其特征在于：在步骤(3)中，代价函数的表达式：
上式中，为k+1时刻α轴和β轴上的参考电流值。
5.根据权利要求3所述一种逆变器模型预测控制的模型参数自适应方法，其特征在于：在步骤(4)中，采用下式对模型参数L、r进行在线修正：
上式中，i(k)、i(k-1)分别表示k时刻、k-1时刻的并网电流，V(k)、V(k-1)分别表示k时刻、k-1时刻的逆变器输出电压，e(k-1)表示k-1时刻的电网电压，Lold表示上一周期中辨识出的L值，rold表示上一周期辨识出的r值，Liden表示本周期在线修正出的L值，riden表示本周期在线修正出的r值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611086070.9A CN106602596B (zh) | 2016-11-30 | 2016-11-30 | 一种逆变器模型预测控制的模型参数自适应方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611086070.9A CN106602596B (zh) | 2016-11-30 | 2016-11-30 | 一种逆变器模型预测控制的模型参数自适应方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106602596A CN106602596A (zh) | 2017-04-26 |
| CN106602596B true CN106602596B (zh) | 2019-02-26 |
Family
ID=58594056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611086070.9A Expired - Fee Related CN106602596B (zh) | 2016-11-30 | 2016-11-30 | 一种逆变器模型预测控制的模型参数自适应方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106602596B (zh) |
Families Citing this family (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107017792B (zh) * | 2017-05-08 | 2019-06-21 | 中车大连电力牵引研发中心有限公司 | 逆变器采样信号处理方法、处理装置及逆变器控制系统 |
| CN107171587B (zh) * | 2017-06-09 | 2019-04-05 | 南京航空航天大学 | 一种适用于逆变器的改进型有限集模型预测控制方法 |
| CN107463113B (zh) * | 2017-07-04 | 2019-09-17 | 新奥能源动力科技（上海）有限公司 | 一种变频控制的方法及装置 |
| CN108011555B (zh) * | 2017-12-13 | 2020-08-04 | 北京理工大学 | 一种永磁同步电机模型预测电流控制方法 |
| CN108631638B (zh) * | 2018-05-18 | 2020-01-21 | 龙岩学院 | 一种单相逆变器的改进模型预测控制方法 |
| CN108880303B (zh) * | 2018-06-06 | 2020-07-28 | 西安理工大学 | 一种引入大信号稳定性约束的整流器模型预测控制方法 |
| CN110011359B (zh) * | 2019-05-16 | 2020-09-04 | 合肥工业大学 | 一种有限集模型预测控制下的并网逆变器参数辨识方法 |
| CN111030486B (zh) * | 2019-12-06 | 2021-06-08 | 合肥工业大学 | 三电平并网逆变器的无参数有限集模型预测控制方法 |
| CN110854894A (zh) * | 2019-12-09 | 2020-02-28 | 上海振华重工电气有限公司 | 基于模型预测控制的光伏储能系统中逆变电路的控制方法 |
| CN111740575B (zh) * | 2020-07-01 | 2023-06-09 | 电子科技大学 | 一种基于最速下降法的逆变器模型参数自适应辨识方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011211818A (ja) * | 2010-03-30 | 2011-10-20 | Hitachi Ltd | 電力変換装置，電力変換方法及び電動機駆動システム |
| CN102916600A (zh) * | 2012-10-26 | 2013-02-06 | 河南师范大学 | 三相电压型pwm整流器模型自校正预测控制方法 |
| CN103326598A (zh) * | 2013-05-20 | 2013-09-25 | 河南师范大学 | 三相整流器快速模型预测控制方法 |
| CN105515430A (zh) * | 2016-01-15 | 2016-04-20 | 国网青海省电力公司 | 一种三相并网逆变器的控制方法 |
-
2016
- 2016-11-30 CN CN201611086070.9A patent/CN106602596B/zh not_active Expired - Fee Related
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011211818A (ja) * | 2010-03-30 | 2011-10-20 | Hitachi Ltd | 電力変換装置，電力変換方法及び電動機駆動システム |
| CN102916600A (zh) * | 2012-10-26 | 2013-02-06 | 河南师范大学 | 三相电压型pwm整流器模型自校正预测控制方法 |
| CN103326598A (zh) * | 2013-05-20 | 2013-09-25 | 河南师范大学 | 三相整流器快速模型预测控制方法 |
| CN105515430A (zh) * | 2016-01-15 | 2016-04-20 | 国网青海省电力公司 | 一种三相并网逆变器的控制方法 |
Non-Patent Citations (1)
| Title |
|---|
| Predictive Current Control of a Voltage Source Inverter;Jose Rodriguez et.;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20070228;第54卷(第1期);第495-503页 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106602596A (zh) | 2017-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106602596B (zh) | 一种逆变器模型预测控制的模型参数自适应方法 | |
| CN107425548B (zh) | 一种插值h∞扩展卡尔曼滤波发电机动态状态估计方法 | |
| CN107196534B (zh) | 一种基于干扰观测器的单相逆变器有限时间控制方法 | |
| CN106096298B (zh) | 基于观测器的变换器参数在线辨识方法 | |
| CN107103147B (zh) | 一种面向功率特性的uhvdc简化仿真模型 | |
| CN113285481B (zh) | 并网变流器电感参数在线估计方法、预测控制方法及系统 | |
| CN106055019B (zh) | 基于在线软测量模型的最大功率点跟踪的光伏发电系统 | |
| CN105301522A (zh) | 一种三相市电掉电的检测方法 | |
| CN113179065A (zh) | 一种永磁同步电机模型预测脉冲序列控制方法 | |
| Wang et al. | Nonsingular terminal sliding mode control for active power filter using recurrent neural network | |
| CN109633441B (zh) | 一种异步电机短路试验方法 | |
| CN110112747B (zh) | 基于同步测量与灵敏度估计的配电网电压控制方法及系统 | |
| CN103713688B (zh) | 一种自适应变步长mppt控制方法 | |
| CN113824114B (zh) | 基于滑模观测的配电网状态估计方法、装置、系统及介质 | |
| CN104569551B (zh) | 一种应用于逆变电压的直流分量检测方法 | |
| CN107422640B (zh) | 一种基于继电反馈的组合积分系统辨识方法 | |
| CN115951142A (zh) | 基于负序分量的逆变器单相/两相孤岛检测方法及装置 | |
| CN108400616A (zh) | 一种基于mpdpc的光伏并网逆变器动态性能优化方法 | |
| Lee et al. | Velocity control for ripple reduction in permanent magnet synchronous motors with low performance current sensing | |
| CN107359615B (zh) | 一种有源电力滤波器电流跟踪控制方法和系统 | |
| CN104460436B (zh) | 用于提高触发脉冲精度的同步参考电压生成装置 | |
| Rigatos et al. | Nonlinear optimal control for synchronous reluctance machines | |
| Daud et al. | Enhancing temperature control method of thermal vacuum chamber for satellite testing using optimization algorithm: A review | |
| Li et al. | Application of an improved Lagrangian interpolation prediction method in continuous power flow calculation | |
| CN113224783B (zh) | 一种逆变换流器小干扰建模方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| CF01 | Termination of patent right due to non-payment of annual fee | ||
| CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20190226 Termination date: 20201130 |