CN107070283A - 一种逆变器开关频率固定的改进型模型预测控制方法 - Google Patents

一种逆变器开关频率固定的改进型模型预测控制方法 Download PDF

Info

Publication number
CN107070283A
CN107070283A CN201710431307.0A CN201710431307A CN107070283A CN 107070283 A CN107070283 A CN 107070283A CN 201710431307 A CN201710431307 A CN 201710431307A CN 107070283 A CN107070283 A CN 107070283A
Authority
CN
China
Prior art keywords
mrow
msub
mfrac
msup
inverter
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.)
Granted
Application number
CN201710431307.0A
Other languages
English (en)
Other versions
CN107070283B (zh
Inventor
曹鑫
王雪瑞
袁瑞
郝振洋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201710431307.0A priority Critical patent/CN107070283B/zh
Publication of CN107070283A publication Critical patent/CN107070283A/zh
Application granted granted Critical
Publication of CN107070283B publication Critical patent/CN107070283B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • 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
    • H02M1/00—Details of apparatus for conversion
    • H02M1/12—Arrangements for reducing harmonics from ac input or output

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种逆变器开关频率固定的改进型模型预测控制方法，该方法在有限集模型预测控制的基础上，重新定义两组有效开关状态，同时引入非零状态作用时间作为控制器的控制变量，在控制器中增加一个控制自由度，提高并网逆变器的控制精度。本发明基于全桥L型并网逆变器，研究一种具有通用性的模型预测控制改进算法，可以良好适应各种有限集模型预测控制算法在逆变器上的应用。

Description

一种逆变器开关频率固定的改进型模型预测控制方法
技术领域
本发明涉及一种逆变器开关频率固定的改进型模型预测控制方法，属于逆变器控制技术领域。
背景技术
随着有限集模型预测控制在功率变换器中的研究越来越深入，其一些固有缺陷也逐渐暴露出来。有限集模型预测控制系统的开关频率的不固定，输出电流因此有较大的电流纹波，在现有的技术条件下，需要较高的采样频率才能满足电网对输出谐波和电流谐波含量的要求，但较高的采样频率与较长的计算时间形成不可调和的矛盾。
发明内容
本发明所要解决的技术问题是：提供一种逆变器开关频率固定的改进型模型预测控制方法，在有限集模型预测控制的基础上，重新定义两组有效开关状态，同时引入非零状态作用时间作为控制器的控制变量，提高并网逆变器的控制精度。
本发明为解决上述技术问题采用以下技术方案：
一种逆变器开关频率固定的改进型模型预测控制方法，包括如下步骤：
步骤1，将在有限集模型预测控制下的逆变器四种不同的开关状态两两组合，得到两个有效的开关状态组合，每个开关状态组合包括一个逆变状态和一个续流状态；
步骤2，获取上一时刻逆变器输出电流的相关参数，将相关参数代入输出电流的预测模型，并结合网侧电压，计算出逆变器当前时刻开关状态组合下的输出电流预测值；
步骤3，根据控制要求建立代价函数，将输出电流预测值与电流参考值差的平方作为代价函数，选择出使代价函数值最小的最优开关状态和对应的逆变状态作用时间应用于控制系统。
作为本发明的一种优选方案，步骤2所述输出电流预测值为：
其中，ip(k+1)为k+1时刻输出电流预测值，i(k)为k时刻输出电流，m为一个控制周期Ts中逆变状态的作用时间占整个控制周期的比例，L为电网侧滤波电感，vg(k)为k时刻网侧电压，uo(k)为k时刻逆变器输出电压。
作为本发明的一种优选方案，步骤3所述代价函数为：
J＝(ip(k+1)-i*(k+1))2
其中，J为代价函数，ip(k+1)为k+1时刻输出电流预测值，i*(k+1)为k+1时刻电流参考值。
作为本发明的一种优选方案，步骤3所述选择出使代价函数值最小的最优开关状态和对应的逆变状态作用时间应用于控制系统具体为：
将输出电流预测值公式代入代价函数，得到：
其中，J为代价函数，i(k)为k时刻输出电流，m为一个控制周期Ts中逆变状态的作用时间占整个控制周期的比例，L为电网侧滤波电感，vg(k)为k时刻网侧电压，uo(k)为k时刻逆变器输出电压，i*(k+1)为k+1时刻电流参考值，Vin(k)为直流母线电压；代价函数J中包含两个控制变量uo(k)和m，其中，uo(k)有Vin(k)和-Vin(k)两种情况，m为0和1之间的任意数；
要选取最优的m和uo(k)，使代价函数J最小，首先求得代价函数J对m的导数：
化简上式，得到：
代价函数J关于m的导数为m的一次函数，求出m使导数等于零的点，即为代价函数的最小值点，令：
若解出的m>1，则令m＝1；m<0，则令m＝0；求得Vin(k)和-Vin(k)两种情况下分别对应的最优m值m1、m2，将m1、m2代入代价函数J，求得J1、J2：
最后采用有限集模型预测控制中遍历寻优的方法选择出使代价函数最小的m和uo(k)组合，将之应用于控制系统。
作为本发明的一种优选方案，所述逆变器的拓扑由输入直流源、单相逆变桥、输出滤波器、交流电网四部分组成。
本发明采用以上技术方案与现有技术相比，具有以下技术效果：
1、本发明固定了模型预测控制算法的开关频率，提高了系统控制的精度，减小了逆变器输出的电流纹波。
2、本发明改进的算法固定了开关频率，方便了其他优化算法的引入。
3、本发明适应性好，具有一定的通用性，能够方便地适用于各种功率的逆变器，同时能够方便地适用于各种基于逆变器的模型预测控制算法。
附图说明
图1是单相并网逆变器的电路拓扑结构图。
图2是单相并网逆变器的普通开关状态示意图，其中，(a)、(b)、(c)、(d)分别为“1”逆变、“2”续流、“3”逆变、“4”续流四个状态。
图3是固定频率模型预测控制下电流控制示意图。
图4是本发明固定频率模型预测控制框图。
具体实施方式
下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
本发明的开关频率固定的模型预测控制算法借鉴了无限集模型预测控制的思想，对原有限集模型预测控制算法进行改进。在有限集模型预测控制算法的基础上，重新筛选两组有效开关状态，同时引入非零状态的作用时间作为控制器的另一控制变量。具体步骤如下：首先用上一时刻的相关参数代入预测模型，并结合网侧电压，计算出新开关状态下预测电流值；然后根据控制要求建立代价函数，对含有两个控制变量的性能优化指标取最小值；接着选择出使代价函数值最小的最优开关状态和对应的非零状态作用时间应用于控制系统，从而达到固定开关频率和增加系统控制精度的目的。
如图1所示，单相并网逆变器的拓扑由输入直流源、单相逆变桥、输出滤波器、交流电网四部分组成。S1～S4分别表示4个含反向并联二极管的金属-氧化物半导体场效应晶体管，Vin为直流母线电压，i为逆变器的并网电流，L为电网侧滤波电感，r为电路等效串联阻抗，vg为电网电压(网侧电压)，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。
由图2的(a)、(b)、(c)、(d)所示，有限集模型预测控制下逆变器有4种不同的开关状态，将其重新筛选为两组有效的开关状态组合，即(1,2)、(3,4)两组。每个组合包含一个逆变状态和一个续流状态，定义逆变状态(即非零开关状态)的作用时间占一个控制周期的比例为m。如图3所示，非零开关状态的作用时间在控制周期的中间，作用时间为mTs。
由于每一个控制周期中开关状态发生两次改变，根据上述组合后的开关逻辑，输出电流的预测模型需要分为三段描述，Ⅰ段的电流预测模型为：
Ⅱ段的电流预测模型为：
Ⅲ段电流预测模型为：
离线将三段预测模型合并，求出下一时刻的输出电流预测值。由于系统等效电阻上的压降相对于输入侧电压和输出侧电压较小，因此可以忽略不计，即认为r＝0。将上述三个公式迭代，可得：
化简可得定频模型预测控制(MPC)的预测模型：
有限集模型预测控制的代价函数为电流预测值与电流参考值差的平方。对于固定频率的模型预测控制，采用相似的性能优化指标。定义性能优化指标为：
J＝(ip(k+1)-i*(k+1))2 (6)
将(5)式代入(6)式，可得：
性能优化指标J中包含两个控制变量uo(k)和m，其中uo(k)有Vin(k)和-Vin(k)两种情况，m为0和1之间的任意数，其余皆为状态变量或定值。性能优化指标J的目标是选取最优的m和uo(k)，使J最小，即电流预测值与电流参考值最接近。通过求取性能优化指标J在m的定义域中的最小值，可以得到Vin(k)和-Vin(k)两种情况下性能优化指标的最小值，以及他们取得最小值时对应的m值。首先应该求得性能优化指标J对m的导数，通过导数的值，分情况求性能优化指标J的最小值，即：
化简(8)式，得到：
性能优化指标J关于m的导数为m的一次函数，求出m使导数等于零的点，即为性能优化指标的最小值点。令：
若解出的m>1，则令m＝1；m<0，则令m＝0。可以求得Vin(k)和-Vin(k)两种情况下分别对应的最优m值。将求得的两个最优m值m1、m2代入性能优化指标J，求得J1、J2：
最后采用FCS-MPC中遍历寻优的方法选择出使性能优化指标最小的m和uo(k)组合，将之应用于控制系统。如图4所示，不同于有限集模型预测控制方式，固定频率的模型预测控制的性能优化指标求出的是最优的一组m和uo(k)。
以上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)

1.一种逆变器开关频率固定的改进型模型预测控制方法，其特征在于，包括如下步骤：
步骤1，将在有限集模型预测控制下的逆变器四种不同的开关状态两两组合，得到两个有效的开关状态组合，每个开关状态组合包括一个逆变状态和一个续流状态；
步骤2，获取上一时刻逆变器输出电流的相关参数，将相关参数代入输出电流的预测模型，并结合网侧电压，计算出逆变器当前时刻开关状态组合下的输出电流预测值；
步骤3，根据控制要求建立代价函数，将输出电流预测值与电流参考值差的平方作为代价函数，选择出使代价函数值最小的最优开关状态和对应的逆变状态作用时间应用于控制系统。
2.根据权利要求1所述逆变器开关频率固定的改进型模型预测控制方法，其特征在于，步骤2所述输出电流预测值为：
<mrow> <msup> <mi>i</mi> <mi>p</mi> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>=</mo> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>m</mi> <mo>)</mo> </mrow> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mi>m</mi> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mo>&amp;lsqb;</mo> <msub> <mi>u</mi> <mi>o</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
其中，ip(k+1)为k+1时刻输出电流预测值，i(k)为k时刻输出电流，m为一个控制周期Ts中逆变状态的作用时间占整个控制周期的比例，L为电网侧滤波电感，vg(k)为k时刻网侧电压，uo(k)为k时刻逆变器输出电压。
3.根据权利要求1所述逆变器开关频率固定的改进型模型预测控制方法，其特征在于，步骤3所述代价函数为：
J＝(ip(k+1)-i*(k+1))2
其中，J为代价函数，ip(k+1)为k+1时刻输出电流预测值，i*(k+1)为k+1时刻电流参考值。
4.根据权利要求1所述逆变器开关频率固定的改进型模型预测控制方法，其特征在于，步骤3所述选择出使代价函数值最小的最优开关状态和对应的逆变状态作用时间应用于控制系统具体为：
将输出电流预测值公式代入代价函数，得到：
<mrow> <mi>J</mi> <mo>=</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>m</mi> <mo>)</mo> </mrow> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <mi>m</mi> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>o</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>i</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow>
其中，J为代价函数，i(k)为k时刻输出电流，m为一个控制周期Ts中逆变状态的作用时间占整个控制周期的比例，L为电网侧滤波电感，vg(k)为k时刻网侧电压，uo(k)为k时刻逆变器输出电压，i*(k+1)为k+1时刻电流参考值，Vin(k)为直流母线电压；代价函数J中包含两个控制变量uo(k)和m，其中，uo(k)有Vin(k)和-Vin(k)两种情况，m为0和1之间的任意数；
要选取最优的m和uo(k)，使代价函数J最小，首先求得代价函数J对m的导数：
<mrow> <mfrac> <mrow> <mi>d</mi> <mi>J</mi> </mrow> <mrow> <mi>d</mi> <mi>m</mi> </mrow> </mfrac> <mo>=</mo> <mn>2</mn> <mo>&amp;lsqb;</mo> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <mi>m</mi> <mo>)</mo> </mrow> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>m</mi> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>o</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>i</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>&amp;lsqb;</mo> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mrow> <mo>(</mo> <msub> <mi>u</mi> <mi>o</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>+</mo> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
化简上式，得到：
<mrow> <mfrac> <mrow> <mi>d</mi> <mi>J</mi> </mrow> <mrow> <mi>d</mi> <mi>m</mi> </mrow> </mfrac> <mo>=</mo> <mn>2</mn> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <msub> <mi>u</mi> <mi>o</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;lsqb;</mo> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>i</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>-</mo> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mi>m</mi> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <msub> <mi>u</mi> <mi>o</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow>
代价函数J关于m的导数为m的一次函数，求出m使导数等于零的点，即为代价函数的最小值点，令：
<mrow> <mfrac> <mrow> <mi>d</mi> <mi>J</mi> </mrow> <mrow> <mi>d</mi> <mi>m</mi> </mrow> </mfrac> <mo>=</mo> <mn>0</mn> </mrow>
若解出的m>1，则令m＝1；m<0，则令m＝0；求得Vin(k)和-Vin(k)两种情况下分别对应的最优m值m1、m2，将m1、m2代入代价函数J，求得J1、J2：
<mrow> <msub> <mi>J</mi> <mn>1</mn> </msub> <mo>=</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>m</mi> <mn>1</mn> </msub> <mo>)</mo> </mrow> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>m</mi> <mn>1</mn> </msub> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mrow> <mo>(</mo> <msub> <mi>V</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>i</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow>
<mrow> <msub> <mi>J</mi> <mn>2</mn> </msub> <mo>=</mo> <msup> <mrow> <mo>&amp;lsqb;</mo> <mi>i</mi> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>+</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>-</mo> <msub> <mi>m</mi> <mn>2</mn> </msub> <mo>)</mo> </mrow> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mo>&amp;lsqb;</mo> <mn>0</mn> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mrow> <mo>(</mo> <mi>k</mi> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> <mo>+</mo> <msub> <mi>m</mi> <mn>2</mn> </msub> <mfrac> <msub> <mi>T</mi> <mi>s</mi> </msub> <mi>L</mi> </mfrac> <mrow> <mo>(</mo> <mo>-</mo> <msub> <mi>V</mi> <mrow> <mi>i</mi> <mi>n</mi> </mrow> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>-</mo> <msub> <mi>v</mi> <mi>g</mi> </msub> <mo>(</mo> <mi>k</mi> <mo>)</mo> <mo>)</mo> </mrow> <mo>-</mo> <msup> <mi>i</mi> <mo>*</mo> </msup> <mrow> <mo>(</mo> <mi>k</mi> <mo>+</mo> <mn>1</mn> <mo>)</mo> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mn>2</mn> </msup> </mrow>
最后采用有限集模型预测控制中遍历寻优的方法选择出使代价函数最小的m和uo(k)组合，将之应用于控制系统。
5.根据权利要求1所述逆变器开关频率固定的改进型模型预测控制方法，其特征在于，所述逆变器的拓扑由输入直流源、单相逆变桥、输出滤波器、交流电网四部分组成。
CN201710431307.0A 2017-06-09 2017-06-09 一种逆变器开关频率固定的改进型模型预测控制方法 Expired - Fee Related CN107070283B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710431307.0A CN107070283B (zh) 2017-06-09 2017-06-09 一种逆变器开关频率固定的改进型模型预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710431307.0A CN107070283B (zh) 2017-06-09 2017-06-09 一种逆变器开关频率固定的改进型模型预测控制方法

Publications (2)

Publication Number Publication Date
CN107070283A true CN107070283A (zh) 2017-08-18
CN107070283B CN107070283B (zh) 2019-04-05

Family

ID=59616150

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710431307.0A Expired - Fee Related CN107070283B (zh) 2017-06-09 2017-06-09 一种逆变器开关频率固定的改进型模型预测控制方法

Country Status (1)

Country Link
CN (1) CN107070283B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108696170A (zh) * 2018-04-25 2018-10-23 华南理工大学 用于两电平三相逆变器的定频有限集模型预测控制方法
CN109672383A (zh) * 2018-12-25 2019-04-23 北京理工大学 一种凸极式永磁同步电机在线参数辨识方法
CN110677064A (zh) * 2019-10-18 2020-01-10 华南理工大学 单相pwm整流器定频电流预测控制方法
CN110995040A (zh) * 2019-12-14 2020-04-10 西南交通大学 一种基于mmc分布式控制结构的具有滤波功能的子模块电容电压轮循回传方法
CN111030488A (zh) * 2019-12-14 2020-04-17 西南交通大学 一种基于mmc分布式控制结构的具有滤波功能的电容电压分组轮循回传方法
CN111682792A (zh) * 2020-07-02 2020-09-18 湖南师范大学 一种多步预测的变流器模型预测控制方法
CN112018809A (zh) * 2020-08-14 2020-12-01 长安大学 一种单相并网逆变器定频模型预测电流控制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105391271A (zh) * 2015-11-01 2016-03-09 华南理工大学 应用于电力电子系统的低频快速有限集模型预测控制方法
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
WO2017013125A1 (en) * 2015-07-21 2017-01-26 Abb Schweiz Ag Controlling a three-phase electrical converter

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2017013125A1 (en) * 2015-07-21 2017-01-26 Abb Schweiz Ag Controlling a three-phase electrical converter
CN105391271A (zh) * 2015-11-01 2016-03-09 华南理工大学 应用于电力电子系统的低频快速有限集模型预测控制方法
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 (2)

* Cited by examiner, † Cited by third party
Title
A. RENAULT,ET AL: "Model Predictive Current Control with Neutral Current Elimination for H-Bridge Two-Level Active Power Filters", 《2016 IEEE ECUADOR TECHNICAL CHAPTERS MEETING (ETCM)》 *
R. GREGOR, ET AL: "A novel predictive-fixed switching frequency technique for a cascade H-bridge multilevel STATCOM", 《IECON 2016 - 42ND ANNUAL CONFERENCE OF THE IEEE INDUSTRIAL ELECTRONICS SOCIETY》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108696170A (zh) * 2018-04-25 2018-10-23 华南理工大学 用于两电平三相逆变器的定频有限集模型预测控制方法
CN109672383A (zh) * 2018-12-25 2019-04-23 北京理工大学 一种凸极式永磁同步电机在线参数辨识方法
CN109672383B (zh) * 2018-12-25 2020-05-08 北京理工大学 一种凸极式永磁同步电机在线参数辨识方法
CN110677064A (zh) * 2019-10-18 2020-01-10 华南理工大学 单相pwm整流器定频电流预测控制方法
CN110677064B (zh) * 2019-10-18 2021-03-30 华南理工大学 单相pwm整流器定频电流预测控制方法
CN110995040A (zh) * 2019-12-14 2020-04-10 西南交通大学 一种基于mmc分布式控制结构的具有滤波功能的子模块电容电压轮循回传方法
CN111030488A (zh) * 2019-12-14 2020-04-17 西南交通大学 一种基于mmc分布式控制结构的具有滤波功能的电容电压分组轮循回传方法
CN111682792A (zh) * 2020-07-02 2020-09-18 湖南师范大学 一种多步预测的变流器模型预测控制方法
CN111682792B (zh) * 2020-07-02 2023-07-11 湖南师范大学 一种多步预测的变流器模型预测控制方法
CN112018809A (zh) * 2020-08-14 2020-12-01 长安大学 一种单相并网逆变器定频模型预测电流控制方法

Also Published As

Publication number Publication date
CN107070283B (zh) 2019-04-05

Similar Documents

Publication Publication Date Title
CN107070283A (zh) 一种逆变器开关频率固定的改进型模型预测控制方法
CN107171587B (zh) 一种适用于逆变器的改进型有限集模型预测控制方法
EP2811641A1 (en) Controlling the operation of an converter having a plurality of semiconductor switches for converting high power electric signals from DC to AC or from AC to DC
CN104811069B (zh) 一种模块化多电平逆变器的预测控制方法
CN116131641B (zh) 直流配电网下混合型模块化多电平变换器控制方法
CN105993124A (zh) 用于高压直流输电的变换器的改进或与其有关的改进
Ke et al. Optimal submodule capacitor sizing for modular multilevel converters with common mode voltage injection and circulating current control
Gonzalez-Agudelo et al. Dynamic model of a dual active bridge suitable for solid state transformers
CN108540042A (zh) 空间矢量脉冲宽度幅值调制方法
CN110212800B (zh) 基于模型预测控制的模块化多电平换流器通用控制方法
CN107659194A (zh) 一种模块化多电平变换器的优化控制集模型预测控制方法
Ansari et al. Analysis and design of MMC-based high-power DC–DC converter with trapezoidal modulation
CN104300588B (zh) 光伏逆变器系统的控制方法及装置
Lee et al. High performance current controller for sparse matrix converter based on model predictive control
Fahmy et al. A four leg shunt active power filter predictive fuzzy logic controller for low-voltage unbalanced-load distribution networks
CN105141159B (zh) 一种三相模块化多电平逆变器并联系统及其控制方法
CN112865524A (zh) 一种模块化多电平dc/dc变换器的模型预测控制方法
Smith et al. Power Flow Control for Decoupled Load Performance of Current-Fed Triple Active Bridge Converter
Senthilnathan et al. Modified dual output single phase current source back end converter with resilient cyber infrastructure
Kóska et al. Branch energy balancing of double wye DC-DC Modular Multilevel Converter
CN112787526A (zh) 模块化多电平变换器二倍频环流抑制方法、系统及控制器
Singh et al. Intelligent solid-state voltage restorer for voltage swell/sag and harmonics
Alharbi et al. An Equivalent Hybrid Model for a Large-Scale Modular Multilevel Converter and Control Simulations
KR20160072499A (ko) 모듈형 멀티 레벨 컨버터의 운전 방법
Chouaf et al. A New Structure of the Nine Level Inverter Used as Active Power Filter with a Reduced Number of Swiches

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

Granted publication date: 20190405