CN109617484B - 永磁同步电机周期性扰动双环预测抑制方法 - Google Patents

永磁同步电机周期性扰动双环预测抑制方法 Download PDF

Info

Publication number
CN109617484B
CN109617484B CN201811447240.0A CN201811447240A CN109617484B CN 109617484 B CN109617484 B CN 109617484B CN 201811447240 A CN201811447240 A CN 201811447240A CN 109617484 B CN109617484 B CN 109617484B
Authority
CN
China
Prior art keywords
loop
disturbance
controller
current
suppression
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.)
Active
Application number
CN201811447240.0A
Other languages
English (en)
Other versions
CN109617484A (zh
Inventor
宋战锋
王亚琦
于贇
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.)
Firefly Technology Development Tianjin Co ltd
Original Assignee
Tianjin University
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 Tianjin University filed Critical Tianjin University
Priority to CN201811447240.0A priority Critical patent/CN109617484B/zh
Publication of CN109617484A publication Critical patent/CN109617484A/zh
Application granted granted Critical
Publication of CN109617484B publication Critical patent/CN109617484B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/13Observer control, e.g. using Luenberger observers or Kalman filters
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22Current control, e.g. using a current control loop
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P2205/00Indexing scheme relating to controlling arrangements characterised by the control loops
    • H02P2205/01Current loop, i.e. comparison of the motor current with a current reference

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明公开了一种永磁同步电机周期性扰动双环预测抑制方法,包括:设计电流环主预测控制器并嵌入抑制非周期性扰动的电流环扰动观测器,构造成本函数并通过最小化求解获得最优的定子给定控制电压;设计电流环额外嵌入的扰动抑制环路及扰动控制器;设计速度环主预测控制器并嵌入抑制非周期性扰动的速度环扰动观测器,构造另一成本函数并解得最优参考q轴电流;设计速度环上额外嵌入的扰动抑制环路及扰动控制器;利用电流环和速度环的闭环传递函数,根据期望的带宽和观测器极点确定预测控制器及观测器的参数;权衡扰动抑制能力与噪声灵敏度,并综合考虑对特定次谐波的高抑制能力和对其他频率处信号的低影响力,确定扰动控制器参数。

Description

永磁同步电机周期性扰动双环预测抑制方法
技术领域
本发明涉及永磁同步电机控制领域,尤其涉及一种具备给定跟踪和扰动抑制解耦特性的永磁同步电机扰动抑制的预测控制方法。
背景技术
永磁同步电机具有气隙磁密高、效率高、结构紧凑和调速范围宽等特点,因而被广泛地应用于工业速度控制领域[1]。磁场定向控制是在永磁同步电机控制中应用十分成熟的一种控制策略,其内外环一般均采用传统的比例积分控制器[2]。近年来,模型预测控制成为另一种备受关注的控制策略[3]。在处理非线性系统、多控制对象等情况下,模型预测控制策略优势显著。该策略采用动态模型预测状态的未来行为,通过对特定成本函数最小化来获得最优控制命令。在永磁同步电机的控制中通常采用级联型模型预测控制算法,为单输入单输出的电流控制内环和速度控制外环分别设计模型预测控制器并获得相应的控制信号[4]
然而,模型预测控制是基于系统动态模型实现的,其控制性能受到参数不确定性和扰动的影响,特别是永磁同步电机控制中存在的周期性扰动[5]。电流采样误差、磁链谐波和逆变器死区时间等将引入主要包含1,2和6次谐波的周期性扰动。如果没有采取适当的措施抑制谐波干扰,这些低频谐波会导致转速振荡,使永磁同步电机的稳态性能恶化。
为了提高模型预测控制的扰动抑制能力,国内外学者在该领域内进行了大量的研究,提出了不同的解决方案。一种典型的方法是采用基于观测器的前馈补偿。通过设计标准Luenberger观测器或扩张状态观测器,将扰动估计值以前馈形式传递到预测模型。但是,观测器带宽有限,只能跟踪恒定扰动或低频扰动[6]。另一种典型策略是基于内模原理实现的,为了抑制周期性扰动,控制器分母多项式应当包含对应于周期性扰动的衍生多项式。通过在预测模型中添加周期模式或采用具有预测功能的重复控制器,可以将内模原理与模型预测控制相结合,但抑制如永磁同步电机中的多个频率的扰动时,模型较为复杂,限制了其在实际中的应用[7]。另外,该方法属于单自由度策略,无法实现给定跟踪和周期性扰动抑制的解耦,将导致给定跟踪时不能达到期望的瞬态响应。
此外,还可以采用传统的并联结构实现扰动抑制,这种控制结构将对应不同次谐波频率的几个谐振控制器与主控制器并联。然而,该方法也无法实现给定跟踪和周期性扰动抑制的解耦,在给定信号发生阶跃变化时,系统响应会产生显著的瞬态振荡[8]。因此,传统的周期性扰动抑制策略无法保证给定跟踪性能。
参考文献
[1]Zhao N,Wang G,Xu D,et al.Inverter Power Control Based on DC-LinkVoltage Regulation for IPMSM Drives Without Electrolytic Capacitors[J].IEEETransactions on Power Electronics,2018,33(1):558-571.
[2]Yan Y,Wang S,Xia C,et al.Hybrid control set-model predictivecontrol for field-oriented control offVSI-PMSM[J].IEEE Transactions on EnergyConversion,2016,31(4):1622-1633.
[3]Kakosimos P,Abu-Rub H.Predictive speed control with shortprediction horizon for permanent magnet synchronous motor drives[J].IEEETransactions on Power Electronics,2018,33(3):2740-2750.
[4]Garcia C,Silva C,Rodriguez J,et al.Cascaded model predictive speedcontrol of a permanent magnet synchronous machine[C].in Proc.42ndAnnu.Conf.IEEE IECON.,2016,pp.2714-2718.
[5]Song Z,Zhou F.Observer-based predictive vector-resonant currentcontrol of permanent magnet synchronous machines[J].IEEE Transactions onPower Electronics,2018,DOI:10.1109/TPEL.2018.2870904
[6]Ren J,Ye Y,Xu G,et al.Uncertainty-and-disturbance-estimator-basedcurrent control scheme for PMSM drives with a simple parameter tuningalgorithm[J].IEEE Transactions on Power Electronics,2017,32(7):5712-5722.
[7]Wu Y,Ye Y.Internal model-based disturbance observer withapplication to CVCF PWM inverter[J].IEEE Transactions on IndustrialElectronics,2018,65(7):5743-5753.
[8]Liserre.M,Teodorescu R,and Blaabjerg F.Multiple harmonics controlfor three-phase grid converter systems with the use of PI-RES currentcontroller in a rotating frame[J].IEEE Transactions on Power Electronics,2006,21(3):836-841.
发明内容
在永磁同步电机的控制中,逆变器死区时间和电流采样误差会引入包含1,2,和6次谐波的周期性扰动,使得模型预测控制策略无法实现期望的良好控制性能。传统的抑制周期性扰动策略在给定跟踪和周期性扰动抑制解耦特性方面具有明显缺陷。
本发明提供了一种永磁同步电机周期性扰动双环预测抑制方法,本发明为了实现给定跟踪和扰动抑制之间的解耦,分别在电流环和速度环中设计了双环模型预测控制器,提高了系统的瞬态响应特性,同时在较宽范围内实现对低频谐波的抑制,详见下文描述:
一种永磁同步电机周期性扰动双环预测抑制方法,所述方法包括:
设计电流环主预测控制器并嵌入抑制非周期性扰动的电流环扰动观测器,构造成本函数并通过最小化求解获得最优的定子给定控制电压;设计电流环上额外嵌入的扰动抑制环路及扰动控制器;
设计速度环主预测控制器并嵌入抑制非周期性扰动的速度环扰动观测器,构造另一成本函数并通过最小化求解获得最优的参考q轴电流;设计速度环上额外嵌入的扰动抑制环路及扰动控制器;
利用电流环和速度环的闭环传递函数,根据期望的带宽确定预测控制器的参数,根据期望的观测器极点确定观测器系数;
权衡扰动抑制能力与噪声灵敏度确定扰动控制器中比例控制器增益,权衡考虑对特定次谐波的高抑制能力和对其他频率处信号的低影响力,确定扰动控制器中谐振控制器参数。
其中,所述电流环扰动观测器具体为:
Figure BDA0001885984200000031
Figure BDA0001885984200000032
式中,xi(k)是考虑到非周期性扰动后的电流环状态变量,Φi、Γi、Γf及Ηi是新的电流环系数矩阵,Koi是增益矩阵,∧表示相应变量的估计值,is为定子电流矢量。
进一步地,所述构造成本函数并通过最小化求解获得最优的定子给定控制电压具体为:
成本函数:
Figure BDA0001885984200000033
式中,
Figure BDA0001885984200000034
为预测电流变化,
Figure BDA0001885984200000035
为一个采样周期内的电流变化,th(k)是电压矢量uch(k)的动作时间;
将成本函数最小化获得最优的u′c,ref(k),即:
Figure BDA0001885984200000041
其中,Ts表示采样周期。
其中,所述设计电流环上额外嵌入的扰动抑制环路及扰动控制器具体为:
引入被控电流环模型设计扰动抑制环路,电流扰动控制器设计为比例控制器KP或比例谐振控制器PRd,单个比例控制器足以抑制谐波信号,而比例谐振控制器可增强对特定谐振频率信号的衰减。进一步地,所述速度环扰动观测器为:
Figure BDA0001885984200000042
Figure BDA0001885984200000043
式中,xn(k)是考虑到非周期扰动的速度环状态变量,Φn、κn、κT及Ηn是新的速度环系数矩阵,Kon是增益矩阵;∧表示相应变量的估计值。
其中,所述构造另一成本函数并通过最小化求解获得最优的参考q轴电流具体为:
另一成本函数:
Figure BDA0001885984200000044
式中,Δωe(k)=ωe(k+1)-ωe(k),ωe,ref(k)是参考转子电角频率,ke是速度环预测控制器参数;
另一成本函数最小化,得到:
Figure BDA0001885984200000045
所述设计速度环上额外嵌入的扰动抑制环路及扰动控制器具体为:
引入被控速度环模型设计扰动抑制环路,速度环扰动控制器设计为比例控制器或比例谐振控制器,单个比例控制器足以抑制谐波信号,而比例谐振控制器可增强对特定谐振频率信号的衰减。
本发明提供的技术方案的有益效果是:
1、本发明通过设计扰动抑制环路及环路中的扰动抑制控制器有效地抑制了周期性扰动;
2、与传统的并联控制结构相比,本发明通过双环控制结构实现了给定跟踪和周期性扰动抑制的解耦,使得在抑制扰动的同时不会影响主预测控制器原有的快速平滑的给定跟踪能力,保证了电机给定跟踪过程中快速平滑的瞬态性能;
3、传统的并联控制结构只能抑制与并联的谐振控制器相对应的谐振频率的谐波,而本发明通过额外的扰动抑制环路可以抑制较宽频率范围的谐波;
4、本发明具有较强的鲁棒性,使得在模型不匹配和参数变化情况下的动态响应特性和稳态性能可以得到保障。
附图说明
图1为带周期性扰动抑制策略的电流环控制器结构框图;
其中,图1以电流环为例比较传统的并联结构和本发明所提出的双环结构,而速度环控制器结构与之类似,图中未示出;
图(a)是传统的并联结构框图,图(b)是本发明提出的电流环的结构框图。
图中,is,ref是参考定子电流,d是由死区效应引起的电压畸变扰动,n是噪声,Ci,R6是谐振频率为系统基频的六倍的谐振控制器,P是实际的永磁同步电机被控电流环,Pm是搭建的永磁同步电机被控电流环模型,i′s是Pm的输出定子电流信号。
图2为永磁同步电机周期性扰动双环预测抑制方法的流程图;
图3为不同Kp下双环电流预测控制器扰动抑制波特图;
图4为不同Kp下双环电流预测控制器噪声灵敏度波特图;
图5为电流环双环控制器和并联控制器给定跟踪性能比较波特图;
图6为电流环双环控制器和并联控制器扰动抑制性能比较波特图;
图7为Ls变化下双环电流预测控制器给定跟踪波特图;
图8为J变化时双环速度预测控制器给定跟踪波特图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面对本发明实施方式作进一步地详细描述。
实施例1
本发明实施例提出了一种双环预测控制结构,分别在电流环和速度环中设计了双环预测控制器(即本发明实施例除了主预测控制器所在环路外,还设置有额外的扰动抑制环路,这两个环路构成了双环结构,该双环结构分别应用在速度环和电流环中),有效地抑制了周期性扰动,并且在抑制扰动的同时能够不影响主控制器,即预测控制器原有的给定跟踪能力,实现了给定跟踪和周期性扰动抑制的解耦。
其中,给定跟踪性能仅由主预测控制器决定,扰动抑制性能由主控制器和额外嵌入的扰动控制器共同作用决定。此外,本发明实施例还将所提出的双环预测控制结构与传统的并联式结构进行对比,参见图1和图2,现将技术方案描述如下:
101:对永磁同步电机进行系统建模:即分别对电流环和速度环离散化,分别得到电流环和速度环在离散域中的数学模型;
102:双环电流预测控制器的设计:通过引入被控电流环模型(即步骤101中的电流环数学模型)搭建双环控制结构,设计电流环主预测控制器并嵌入抑制非周期性扰动的电流环扰动观测器,构造成本函数并通过最小化求解获得最优的定子给定控制电压;设计额外嵌入的扰动抑制环路上的扰动控制器,采用比例控制器KP或者比例谐振控制器PRd
103:双环速度预测控制器的设计:与电流环相似,引入被控速度环模型(即步骤101中的速度环数学模型)搭建双环控制结构,设计速度环主预测控制器及速度环扰动观测器,构造另一个成本函数并通过最小化求解获得最优的参考q轴电流;并设计速度环扰动抑制环路上额外嵌入的扰动控制器,同样采用比例控制器KP或者比例谐振控制器PRd
104:对主预测控制器参数进行整定:分别推导采用双环预测控制器的电流环和速度环的闭环传递函数,根据期望的带宽确定预测控制器的参数,同时根据期望的观测器极点确定观测器系数;
105:对扰动控制器参数进行整定:通过权衡系统扰动抑制能力与噪声灵敏度确定比例控制器增益值;同时综合考虑对特定次谐波的高抑制能力和对其他频率处信号的低影响力,确定谐振控制器参数。
综上所述,本发明实施例分别在电流环和速度环中设计了双环模型预测控制器,实现了给定跟踪和周期性扰动抑制的解耦,提高了系统的瞬态响应特性,同时在较宽范围内实现对低频谐波的抑制。
实施例2
下面结合具体的计算公式、附图1-4、实例对实施例1中的方案进行进一步地介绍,详见下文描述:
一、永磁同步电机系统建模
在本发明实施例中,永磁同步电机的模型分为电流环和速度环两部分。在电流环中,选择定子电流矢量is为状态变量,得到电流环模型:
Figure BDA0001885984200000071
式中,Rs是定子电阻,Ls是定子电感,uc是定子电压矢量,
Figure BDA0001885984200000072
是永磁磁链,ωe是转子电角频率。
对式(1)进行离散化,得到电流环模型在离散域中的状态空间表达式:
Figure BDA0001885984200000073
式中,
Figure BDA0001885984200000074
其中,Ts表示采样周期,η表示积分变量。
考虑实际系统中固有的一个周期延时可知,当前时刻计算的给定电压矢量等于下一时刻的实际参考电压矢量,在同步坐标系下这种关系可以描述为:
Figure BDA0001885984200000075
式中,uc,ref(k)是参考定子电压矢量,同时为了简洁起见引入uc,ref(k)。
联立式(2)和式(4),得到电流环考虑延时后在离散域中的数学模型:
Figure BDA0001885984200000076
式中,xd(k)是扩张的电流环状态向量,Φd、Γcd、Γfd及Hd均是不同的系数矩阵。
在速度环中,选择转子电角频率ωe为状态变量,得到速度环模型:
Figure BDA0001885984200000081
式中,p是电机极对数,J是总转动惯量,B是粘性系数,TL是负载转矩,iq是q轴电流。
对式(6)进行离散化,得到速度环模型在离散域中的数学模型:
ωe(k+1)=φnωe(k)+κniq(k)+κTTL(k) (7)
式中,
Figure BDA0001885984200000082
至此,永磁同步电机系统建模已阐述完毕。
二、双环电流预测控制器的设计
永磁同步电机的基本控制目标是实现给定跟踪的零稳态误差,并获得良好的动态性能。本发明实施例引入主预测控制器Ci,pred以获得所需的稳态性能和动态性能。但是,由于周期性扰动的影响,系统的跟踪性能恶化。在这种情况下,单个预测控制器不足以实现预期的跟踪性能,因此需要采取额外的控制措施。一种传统的方法是使用并联控制结构,其中多个谐振控制器与主控制器并联,如图1(a)所示。与图1(a)所示的典型控制结构不同,本发明实施例提出了一种包含额外的扰动抑制控制器Ci,d的双环控制结构,其结构如图1(b)所示。
(1)主电流控制器的设计
主电流控制器的功能是实现电流的给定跟踪和非周期性扰动的抑制。假设非周期性扰动在相邻采样时刻之间保持恒定,则定义一个扩张状态εi来估计该非周期性扰动,那么原电流环状态方程由式(2)变为:
Figure BDA0001885984200000091
式中,εi代表非周期性扰动,xi(k)是考虑到非周期性扰动后的电流环状态变量,Φi、Γi、Γf及Ηi是新的电流环系数矩阵,τw是电流环扰动观测器系数,并有:
Figure BDA0001885984200000092
基于式(9),得到电流环扰动观测器:
Figure BDA0001885984200000093
式中,Koi=[koi1,koi2]T是电流环观测器的增益矩阵,带上标的表示相应变量的估计值。
控制电压矢量信号可以根据转子电角度和逆变器直流母线电压计算得出。在一个采样周期内,电压矢量可以被分解成不同的电压矢量uch(k),其中h=0,1,2,并由此产生不同的系统状态。由式(11)可以得到在不同电压矢量uch(k)作用下的预测电流ish(k+1),那么在一个采样周期内的电流变化可以描述为:
Figure BDA0001885984200000094
式中,
Figure BDA0001885984200000095
是电流的估计值。
为了获得给定控制电压值,设计电流环控制律,构建相应的成本函数。电流变化、参考电流值及电流估计值之间的关系可以描述为:
Figure BDA0001885984200000096
式中,kc是与期望带宽相关的电流环控制参数。
那么,成本函数可以构建为:
Figure BDA0001885984200000097
式中,th(k)是uch(k)的动作时间。在每个采样周期内,th(k)满足:
Figure BDA0001885984200000101
将成本函数最小化便获得最优的u′c,ref(k),即:
Figure BDA0001885984200000102
(2)电流环中周期性扰动抑制环路的设计
为了抑制周期性扰动,电流扰动控制器Ci,d可以设计为比例控制器KP或比例谐振控制器PRd,其设计目的是衰减由逆变器死区引起的6次谐波。单个比例控制器KP足以抑制谐波信号,而PRd可进一步增强对特定谐振频率信号的衰减。在电流环中,比例谐振控制器用于增强对六次谐波的抑制,其基频等于转子电角频率ωe。谐振控制器的传递函数可以写为:
Figure BDA0001885984200000103
式中,KR是谐振增益,ωl是截止频率,s为拉普拉斯变换算子,此时l等于6。
式(17)表示的是一种常用的谐振控制器,为了合理比较两种控制结构的区别,并联式的控制结构也采用这种谐振控制器。
联立式(5)、式(11)和式(16)可以得到电流环的闭环动态特性,从而导出从参考定子电流到输出定子电流的传递函数。图1(a)和图1(b)表现的分别是传统结构下和双环控制结构下电流环预测控制系统的等效单位反馈控制系统,Ci,pred视为主预测控制器在该种单位反馈控制结构中的一种等效控制器。
至此,电流环双环预测控制器的设计已阐述完毕。
三、双环速度预测控制器的设计
双环速度预测控制器的设计也是基于双环控制结构和预测控制原理设计的,其控制结构类似于图1(b)。速度环控制结构和电流环控制结构的唯一区别在于,电流环中的给定信号和反馈信号是电流,而速度环中的给定信号和反馈信号是转子电角速度。Cω,pred和Cω,d分别是速度环中的等效主预测控制器和等效扰动抑制控制器。
定义一个扩张状态εn来观测扰动,那么速度环状态方程由式(7)变为:
Figure BDA0001885984200000111
式中,xn(k)是考虑到非周期扰动的速度环状态变量,Φn、κn、κT及Ηn是新的速度环系数矩阵,κd是速度环扰动观测器系数,并有:
Figure BDA0001885984200000112
则速度环扰动观测器可以表示为:
Figure BDA0001885984200000113
式中,Kon=[kon1,kon2]T是速度环扰动观测器的增益矩阵。
然后设计速度环控制律,其成本函数可以写成:
Figure BDA0001885984200000114
式中,Δωe(k)=ωe(k+1)-ωe(k),ωe,ref(k)是参考转子电角频率,ke是速度环控制器参数。
由于电流环比速度环的响应速度快几倍,因此可以认为电流环的给定信号iq,ref(k)等于输出信号iq(k)。为了获得最优的iq,ref(k),将成本函数最小化,得到:
Figure BDA0001885984200000115
速度环中扰动控制器Cω,d的设计原理与电流环中扰动控制器Ci,d的设计原理基本相同,其设计目的是衰减由电流采样误差引起的1次谐波和2次谐波,在这种情况下,采用两个式(17)所示的谐振控制器,且l分别等于1和2。
至此,速度环双环预测控制器的设计已阐述完毕。
四、参数整定和频域分析
(1)主控制器参数整定
考虑到扰动观测器,电流环控制系统的动态模型可以写成:
Figure BDA0001885984200000121
式中,xi,c1(k)是新的电流环状态变量,并有:
Figure BDA0001885984200000122
其中,
Figure BDA0001885984200000123
为电流环扰动观测器增益系数koi1的观测值,
Figure BDA0001885984200000124
为电流环扰动观测器系数τw的观测值,
Figure BDA0001885984200000125
为电流环离散模型系数τc的观测值。
速度环控制系统的动态模型可以写成:
Figure BDA0001885984200000126
式中,xn,c1(k)是新的速度环状态变量,并有:
Figure BDA0001885984200000131
其中,
Figure BDA0001885984200000132
Figure BDA0001885984200000133
分别为速度环离散模型系数κn和κT的观测值,
Figure BDA0001885984200000134
为速度环扰动观测器系数κd的观测值。
根据式(23)和式(25),可以分别导出电流环和速度环的闭环传递函数。电流环和速度环的动态响应主要与控制系统的带宽有关,而带宽由闭环传递函数的主极点确定。通过调整控制参数ke和kc可以改变主极点的位置,因此可以根据期望的带宽来选择ke和kc。通常情况下,电流环带宽是速度环带宽的5到10倍。值得注意的是,由于非周期性扰动观测器的极点和零点相互抵消,控制系统的带宽不受其影响。
其中,Kon和Koi是观测器中的参数矩阵,这里以电流环观测器为例说明观测器参数整定原则。定义观测器阻尼比为σo,自然振荡角频率为ωoi,并且ωoi是系统主极点自然振荡角频率的两倍。期望的观测器极点为:
Figure BDA0001885984200000135
根据式(11)导出的观测器极点和观测器特征多项式,可以求出参数矩阵。电流环和速度环的观测器阻尼比都设置为0.707。
(2)扰动控制器参数整定
在本发明实施例所提出的双环预测控制结构中,设计扰动控制器KP或PRd以实现扰动的抑制。以电流环为例,采用比例控制器时,不同Kp下双环电流预测控制器扰动抑制波特图如图3所示,不同Kp下双环电流预测控制器噪声灵敏度波特图如图4所示。随着比例增益KP从20增加到50,控制器扰动抑制能力增强,但噪声灵敏度同时增加。因此,比例增益KP的选择需要在扰动抑制能力和噪声灵敏度之间进行权衡。对于由式(17)表示的谐振控制策略,对谐振信号的抑制能力由增益KR确定,而谐振带宽由增益KR和ωl共同确定。
随着ωl的增加,谐振带宽上升,对谐振频率之外的频率信号的影响也会随之上升,因此ωl的值应该选择较小的值。然而,由于电机角频率在运行过程中会发生偏移,为了保证谐波的抑制,谐振带宽不能取得过小。
另一方面,随着谐振增益KR的增加,对谐振频率的抑制能力也增加,但是同时也增加了对其他频率信号的作用。因此,KR和ωl的选择要同时考虑对特定次谐波的高抑制能力和对其他频率处信号的低影响力。
(3)双环控制结构和并联控制结构的比较
以电流环为例说明本发明实施例提出的双环控制结构和并联控制结构之间的差异。在并联结构中,从参考给定is,ref(s)到输出is(s)的传递函数为:
Figure BDA0001885984200000141
其中,P(s)为被控电流环传递函数;Ci,R6(s)为谐振控制器的传递函数,其谐振频率为基波频率的六倍;Ci,pred(s)为电流环主预测控制器传递函数。
从扰动d(s)到输出is(s)的传递函数为:
Figure BDA0001885984200000142
式(28)和式(29)表明,这两个传递函数均包含了用于抑制扰动的控制器。这意味着,扰动抑制过程会影响系统的给定跟踪性能。
为了解决并联控制结构的问题,本发明实施例提出双环控制结构,以实现给定跟踪和扰动抑制的解耦。在双环控制结构中,建立了永磁同步电机系统电流环模型Pm(s),引入了扰动控制器Ci,d(s)。从参考给定到输出的传递函数为:
Figure BDA0001885984200000143
从扰动到输出的传递函数为:
Figure BDA0001885984200000151
假设系统模型近似等效于真实系统,即Pm(s)≈P(s),则式(30)可写为:
Figure BDA0001885984200000152
式(31)可写为:
Figure BDA0001885984200000153
与式(28)和(29)不同,式(32)和(33)表明,在双环控制结构中,扰动控制器Ci,d(s)仅作用在扰动抑制回路。换句话说,给定跟踪过程与扰动抑制过程无关。
本发明实施例在频域中说明了双环控制结构和并联控制结构的差异。
实施例3
下面结合图5-图8对实施例1和2中的方案进行可行性验证,详见下文描述:
本发明实施例以电流环为例,比较了双环控制结构和并联控制结构的给定跟踪特性。双环控制器和并联控制器的给定跟踪性能如图5所示。当采用并联结构进行电流控制时,在谐振频率或谐振频率附近的信号被放大或缩小,而该现象是由谐振控制器固有的截止频率ωl引起的。由于这些波动,当给定信号发生阶跃变化时,瞬态响应会产生显著的振荡。采用并联式周期性扰动抑制策略会降低主预测控制器的给定跟踪性能,也就是说,周期性扰动抑制以牺牲动态响应为代价。但采用双环结构时,其跟踪性能与不存在扰动或扰动控制器的正常情况相同。这是由于双环控制器的给定跟踪传递函数中不存在扰动抑制过程。因此双环控制结构实现了给定跟踪与周期性扰动抑制的解耦,保证了平滑的瞬态响应。
本发明实施例以电流环为例,比较了双环控制结构和并联控制结构的干扰抑制特性。由死区时间引起的失真电压效应到is的频率响应如图6所示。并联结构有效抑制了6次谐波,但对其它频率谐波的抑制能力很弱。当采用双环控制结构并选择PRd为扰动控制器时,在6次谐波处可以观察到相同的扰动抑制能力。此外,双环控制结构在较宽的低频范围内具有优异的谐波抑制能力,降低了永磁同步电机控制系统的总谐波含量。
下面对双环控制结构的鲁棒性进行分析,详见下文描述:
从理论分析来看,在Pm等于P的理想假设下,给定跟踪过程不受扰动抑制过程的影响。但实际上模型是基于电机参数建立的,当参数不准确时,该假设不再成立,因此必须分析双环控制结构的鲁棒性。
本发明实施例在频域中分析了当Ls和J变化时系统的鲁棒性。从is,ref到is的频率响应如图7所示,可以看出,当控制算法中的电感Ls与实际值不同时,引入系统频率响应的差异可以忽略不计。
从ωe,ref到ωe的频率响应如图8所示,可以看出,当J在一定范围内变化时,引入系统频率响应的差异也可以忽略不计。因此,除了基本稳定性之外,双环控制结构还可以保障模型不匹配和参数变化情况下的动态响应。
至此,方案的可行性验证已阐述完毕。
本领域技术人员可以理解附图只是一个优选实施例的示意图,上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (7)

1.一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述方法包括:
设计电流环主预测控制器并嵌入抑制非周期性扰动的电流环扰动观测器,构造成本函数并通过最小化求解获得最优的定子给定控制电压;设计电流环上额外嵌入的扰动抑制环路及扰动控制器;
设计速度环主预测控制器并嵌入抑制非周期性扰动的速度环扰动观测器,构造另一成本函数并通过最小化求解获得最优的参考q轴电流;设计速度环上额外嵌入的扰动抑制环路及扰动控制器;
利用电流环和速度环的闭环传递函数,根据期望的带宽确定预测控制器的参数,根据期望的观测器极点确定观测器系数;
权衡扰动抑制能力与噪声灵敏度确定扰动控制器中比例控制器增益,权衡考虑对特定次谐波的高抑制能力和对其他频率处信号的低影响力,确定扰动控制器中谐振控制器参数。
2.根据权利要求1所述的一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述电流环扰动观测器具体为:
Figure FDA0002662869120000011
式中,xi(k)是考虑到非周期性扰动后的电流环状态变量,Φi、Γi、Γf及Ηi是新的电流环系数矩阵,Koi是增益矩阵,∧表示相应变量的估计值,is为定子电流矢量,
Figure FDA0002662869120000012
是永磁磁链。
3.根据权利要求2所述的一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述构造成本函数并通过最小化求解获得最优的定子给定控制电压具体为:
成本函数:
Figure FDA0002662869120000013
式中,
Figure FDA0002662869120000014
为预测电流变化,
Figure FDA0002662869120000015
为一个采样周期内的电流变化,th(k)是电压矢量uch(k)的动作时间;
将成本函数最小化获得最优的u′c,ref(k),即:
Figure FDA0002662869120000021
其中,Ts表示采样周期。
4.根据权利要求3所述的一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述设计电流环上额外嵌入的扰动抑制环路及扰动控制器具体为:
引入被控电流环模型设计扰动抑制环路,电流扰动控制器设计为比例控制器KP或比例谐振控制器PRd,单个比例控制器足以抑制谐波信号,而比例谐振控制器可增强对特定谐振频率信号的衰减。
5.根据权利要求4所述的一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述速度环扰动观测器为:
Figure FDA0002662869120000022
式中,xn(k)是考虑到非周期扰动的速度环状态变量,Φn、κn、κT及Ηn是新的速度环系数矩阵,Kon是增益矩阵;∧表示相应变量的估计值。
6.根据权利要求5所述的一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述构造另一成本函数并通过最小化求解获得最优的参考q轴电流具体为:
另一成本函数:
Figure FDA0002662869120000023
式中,Δωe(k)=ωe(k+1)-ωe(k),ωe,ref(k)是参考转子电角频率,ke是速度环预测控制器参数;
另一成本函数最小化,得到:
Figure FDA0002662869120000024
iq,ref(k)为电流环的给定信号。
7.根据权利要求1所述的一种永磁同步电机周期性扰动双环预测抑制方法,其特征在于,所述设计速度环上额外嵌入的扰动抑制环路及扰动控制器具体为:
引入被控速度环模型设计扰动抑制环路,速度环扰动控制器设计为比例控制器或比例谐振控制器,单个比例控制器足以抑制谐波信号,而比例谐振控制器可增强对特定谐振频率信号的衰减。
CN201811447240.0A 2018-11-29 2018-11-29 永磁同步电机周期性扰动双环预测抑制方法 Active CN109617484B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811447240.0A CN109617484B (zh) 2018-11-29 2018-11-29 永磁同步电机周期性扰动双环预测抑制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811447240.0A CN109617484B (zh) 2018-11-29 2018-11-29 永磁同步电机周期性扰动双环预测抑制方法

Publications (2)

Publication Number Publication Date
CN109617484A CN109617484A (zh) 2019-04-12
CN109617484B true CN109617484B (zh) 2020-10-30

Family

ID=66005845

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811447240.0A Active CN109617484B (zh) 2018-11-29 2018-11-29 永磁同步电机周期性扰动双环预测抑制方法

Country Status (1)

Country Link
CN (1) CN109617484B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110989353B (zh) * 2019-12-17 2021-01-19 华南理工大学 一种周期扰动观测器的设计方法
CN112650051B (zh) * 2020-11-30 2022-07-05 清华大学 一种广义二自由度pid控制器的预期动态整定方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01291683A (ja) * 1988-05-18 1989-11-24 Fuji Electric Co Ltd 電動機の速度制御方法
CN101902187A (zh) * 2010-06-11 2010-12-01 中国科学院上海技术物理研究所 一种用于永磁电机低速运转的控制系统
KR101322240B1 (ko) * 2013-09-10 2013-10-28 서울과학기술대학교 산학협력단 영구자석 동기모터의 토크제어장치 및 토크제어방법
EP2988415A2 (en) * 2014-08-20 2016-02-24 Hamilton Sundstrand Corporation Reduction technique for permanent magnet motor high frequency loss
CN108712120A (zh) * 2018-05-03 2018-10-26 天津大学 基于扰动观测器的永磁电机电流预测谐振控制方法
CN110912435A (zh) * 2019-11-15 2020-03-24 中南大学 一种三电平逆变器的中点电压平衡控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH01291683A (ja) * 1988-05-18 1989-11-24 Fuji Electric Co Ltd 電動機の速度制御方法
CN101902187A (zh) * 2010-06-11 2010-12-01 中国科学院上海技术物理研究所 一种用于永磁电机低速运转的控制系统
KR101322240B1 (ko) * 2013-09-10 2013-10-28 서울과학기술대학교 산학협력단 영구자석 동기모터의 토크제어장치 및 토크제어방법
EP2988415A2 (en) * 2014-08-20 2016-02-24 Hamilton Sundstrand Corporation Reduction technique for permanent magnet motor high frequency loss
CN108712120A (zh) * 2018-05-03 2018-10-26 天津大学 基于扰动观测器的永磁电机电流预测谐振控制方法
CN110912435A (zh) * 2019-11-15 2020-03-24 中南大学 一种三电平逆变器的中点电压平衡控制方法

Also Published As

Publication number Publication date
CN109617484A (zh) 2019-04-12

Similar Documents

Publication Publication Date Title
Zuo et al. Linear active disturbance rejection controllers for PMSM speed regulation system considering the speed filter
Sreejith et al. Sensorless predictive current control of PMSM EV drive using DSOGI-FLL based sliding mode observer
Zhang et al. Robust model predictive current control based on inductance and flux linkage extraction algorithm
Yang et al. Fast integral terminal sliding mode control with a novel disturbance observer based on iterative learning for speed control of PMSM
CN109617484B (zh) 永磁同步电机周期性扰动双环预测抑制方法
Tian et al. Robust adaptive resonant controller for PMSM speed regulation considering uncertain periodic and aperiodic disturbances
Zhang et al. Robust plug-in repetitive control for speed smoothness of cascaded-PI PMSM drive
CN109067275A (zh) 一种基于解耦自适应滑模的永磁直线电机混沌控制方法
Zhou et al. High-frequency resonance mitigation for plug-in hybrid electric vehicles’ integration with a wide range of grid conditions
Zuo et al. Active disturbance rejection controller for smooth speed control of electric drives using adaptive generalized integrator extended state observer
Minghe et al. Proportional resonant-based active disturbance rejection control for speed fluctuation suppression of PMSM drives
CN115296586A (zh) 一种基于准谐振控制器的改进线性自抗扰电机控制方法
CN112039386A (zh) 一种基于模糊准比例谐振的永磁同步电机转矩脉动抑制方法
Hagras Nonlinear adaptive extended state space predictive control of permanent magnet synchronous motor
Tian et al. Static-errorless deadbeat predictive current control for PMSM current harmonics suppression based on vector resonant controller
Yang et al. FCS-MPC for three-level NPC inverter-fed SPMSM drives without information of motor parameters and DC capacitor
Essoussi et al. Power Quality Improvement using a New DPC Switching Table for a Three-Phase SAPF
CN117914204A (zh) 一种基于改进型扩张状态观测器的永磁同步电机自抗扰控制方法
Zeng et al. Spatial repetitive controller based harmonic mitigation methodology for wide varying base frequency range
CN111049449B (zh) 一种基于可变控制周期的永磁同步电机预测磁链控制方法
CN109599867B (zh) 基于双环结构的三相并网变流器电流环干扰抑制控制方法
Zhang et al. Fuzzy compensation of model predictive control for PMSMs with external disturbances
Xu et al. Model predictive control based on parametric disturbance compensation
Chen et al. Damping concepts of LCL filter for a multi-level medium voltage adjustable speed drive with low pulse-ratio
Tang et al. Predictive current control for permanent magnet synchronous motor based on internal model control observer

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20210721

Address after: 300000 No. 502, gate 2, building 11, Hangtian Beili, Hangtian Road, Nankai District, Tianjin

Patentee after: Firefly technology development (Tianjin) Co.,Ltd.

Address before: 300072 Tianjin City, Nankai District Wei Jin Road No. 92

Patentee before: Tianjin University