CN109787495A - 一种两电平逆变器的无模型预测电流控制方法 - Google Patents
一种两电平逆变器的无模型预测电流控制方法 Download PDFInfo
- Publication number
- CN109787495A CN109787495A CN201910221018.7A CN201910221018A CN109787495A CN 109787495 A CN109787495 A CN 109787495A CN 201910221018 A CN201910221018 A CN 201910221018A CN 109787495 A CN109787495 A CN 109787495A
- Authority
- CN
- China
- Prior art keywords
- current
- inverter
- sampling instant
- vector
- level 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.)
- Pending
Links
Landscapes
- Inverter Devices (AREA)
Abstract
本发明涉及一种两电平逆变器的无模型预测电流控制方法。首先根据当前采样时刻得到的负载电流与计算得到的电流差分矢量对负载电流进行两步预测;然后结合矢量角补偿法来估算参考电流的未来值;最后,对两电平逆变器的8个开关状态进行在线评估,选取使代价函数最小的开关状态在下一个采样周期应用。该方法在逆变器负载参数发生变化时仍能保持良好的控制性能,使输出电流准确跟踪给定值,具有更强的参数鲁棒性和实际工程应用价值。
Description
技术领域
本发明涉及逆变器控制技术领域,特别是一种两电平逆变器的无模型预测电流控制方法。
背景技术
三相两电平逆变器是一种广为流行的拓扑结构,广泛应用于电机驱动系统。
目前对于三相两电平逆变器的控制,通常采用两种方式:滞环控制和线性控制。滞环控制利用逆变器的非线性特性,通过测量值与参考值的比较结果输出功率半导体器件的开关状态,从而实现对逆变器的控制。测量值与参考值的误差是一个给定的滞环环宽。常见的滞环控制主要有电流滞环控制、直接转矩控制(DTC)和直接功率控制(DPC)。但是,采用滞环控制时,为了获得较好的控制效果,通常需要具备较小的滞环环宽和较高的采样频率。由于系统的非线性特性,导致了逆变器开关频率的不固定,在某些领域的应用过程中,可能会产生扩展频谱成分和谐振问题,造成输出滤波器体积庞大、结构复杂、价格昂贵等一系列问题。线性控制的基本原理主要是首先将逆变器模型进行线性化处理,然后利用线性控制器将测量值与参考值的误差调节成PWM波,最后经过调制得到逆变器的开关状态。常见的线性控制主要有比例积分(PI)控制、磁场定向控制(FOC)和电压定向控制(VOC)。采用线性控制时,其控制性能受PI参数的影响较大,而且近似线性化难以满足实际应用中高精度的控制要求,同时也存在控制系统动态速度较慢的不足。
近年来,随着微处理器与高速数字信号处理(DSP)技术的迅猛发展,以及控制平台处理器计算速度的不断提高,人们提出了一些新型的、比较先进的控制方案,如滑模变结构控制、模糊控制、人工智能控制和模型预测控制(MPC)等。在众多新型控制方案中,MPC在电力电子变换器方面的应用受到了广大国内外学者越来越多的关注。2004年,智力学者Rodriguez.J教授等人将MPC引入电力电子变换器控制,并取得较好的控制效果。目前,MPC以其响应速度快、输出效果好、可直接给出开关状态、可同时对多种控制目标进行控制等优势已经在电机控制、并网逆变以及以及高压直流输电系统等多个方面得到应用。但传统MPC依赖于精确的系统模型,在实际电路中,当电阻、电感等参数随温度、电磁场和其他外界环境条件的变化而发生改变时,会直接导致控制器性能的下降。因此本发明重点针对三相两电平逆变器负载参数变化对控制系统输出性能造成的不良影响,研究一种更为合理、有效的逆变器控制策略。
发明内容
本发明的目的在于提供一种两电平逆变器的无模型预测电流控制方法,该方法可以消除逆变器负载参数变化对控制性能造成的不良影响。
为实现上述目的,本发明的技术方案是:一种两电平逆变器的无模型预测电流控制方法,包括如下步骤:
步骤S1、设置系统初始值;
步骤S2、测量当前tk采样时刻逆变器的负载电流i(k)|S(k-1);
步骤S3、应用逆变器的最优开关状态Sopt;
步骤S4、计算电流差分矢量Δipast1;
步骤S5、估计tk+2采样时刻的逆变器负载电流参考值i*(k+2);
步骤S6、对每一个不同的开关状态Sm,使用来预测tk+2采样时刻的逆变器负载电流;
步骤S7、对每一个开关状态,计算代价函数其中,iα和iβ分别代表αβ坐标系中电流的α轴分量和β轴分量;
步骤S8、判断是否完成所有开关状态的代价函数评估,若完成则存储使得代价函数最小的最优开关状态Sopt,并等待下一采样时刻,转到步骤S2,否则转到步骤S6继续进行代价函数评估。
在本发明一实施例中,步骤S1中,系统初始值的设置包括:
任意选择tk采样时刻逆变器的最优开关状态Sopt∈{S1,S2,...,S8},其中,S1,S2,...,S8分别表示两电平逆变器可以产生的8种开关状态,用Sm,m=1,2,...,8来表示;
设置电流差分矢量Δipast1=zeros(8,1)+zeros(8,1)×1j,其中,zeros(8,1)表示8×1全零矩阵,Δipast1中的每个元素对应逆变器8个不同的开关状态下的电流差分矢量,用来表示;
设置tk-1采样时刻,逆变器负载电流i(k-1)=0+0×1j。
在本发明一实施例中,所述步骤S4具体包括以下步骤:
步骤S41、将步骤S2所得负载电流i(k)|S(k-1)减去tk-1采样时刻的负载电流i(k-1)|S(k-2),可以得到第k-1个采样周期的电流差分矢量为
步骤S42、假定第k-1个采样周期应用于逆变器的开关状态为Sn∈{S1,S2,...,S8},更新第k-1个采样周期之前存储于矩阵Δipast1中的开关状态Sn所对应的电流差分矢量,即
在本发明一实施例中,所述步骤S5具体包括以下步骤:
步骤S51、选取工频正弦电流为参考电流,并将tk采样时刻的电流参考值表示为:
i*(k)=I*(k)·ejθ(k)
式中,I*(k)和θ(k)分别为tk采样时刻的参考电流幅值和矢量角;
步骤S52、稳态时,假定参考电流矢量i*以ω角速度旋转且保持幅值不变,则可以得到tk+2时刻的电流参考值为:
式中,Ts为系统采样时间。
在本发明一实施例中,所述步骤S6具体包括以下步骤:
步骤S61、用在第k个采样周期之前具有相同开光状态的电流差分矢量来代替即
步骤S62、用在第k个采样周期之前具有相同开光状态的电流差分矢量来代替即
相较于现有技术,本发明具有以下有益效果:
1、本发明具有良好的稳态特性和动态响应速度;
2、当负载参数发生变化时,本发明能保持良好的控制性能,使输出电流准确跟踪给定值,具有更强的参数鲁棒性和实际工程应用价值。
附图说明
图1为本发明的方法流程图。
图2为本发明的控制原理图。
图3为矢量角补偿法计算未来负载电流参考矢量示意图。
具体实施方式
下面结合附图,对本发明的技术方案进行具体说明。
本发明提供了一种两电平逆变器的无模型预测电流控制方法,包括如下步骤:
步骤S1、设置系统初始值;
步骤S2、测量当前tk采样时刻逆变器的负载电流i(k)|S(k-1);
步骤S3、应用逆变器的最优开关状态Sopt;
步骤S4、计算电流差分矢量Δipast1;
步骤S5、估计tk+2采样时刻的逆变器负载电流参考值i*(k+2);
步骤S6、对每一个不同的开关状态Sm,使用来预测tk+2采样时刻的逆变器负载电流;
步骤S7、对每一个开关状态,计算代价函数其中,iα和iβ分别代表αβ坐标系中电流的α轴分量和β轴分量;
步骤S8、判断是否完成所有开关状态的代价函数评估,若完成则存储使得代价函数最小的最优开关状态Sopt,并等待下一采样时刻,转到步骤S2,否则转到步骤S6继续进行代价函数评估。
在本实施例中,所述步骤S1中,系统初始值的设置包括:
任意选择tk采样时刻逆变器的最优开关状态Sopt∈{S1,S2,...,S8},其中,S1,S2,...,S8分别表示两电平逆变器可以产生的8种开关状态,用Sm,m=1,2,...,8来表示;
设置电流差分矢量Δipast1=zeros(8,1)+zeros(8,1)×1j,其中,zeros(8,1)表示8×1全零矩阵,Δipast1中的每个元素对应逆变器8个不同的开关状态下的电流差分矢量,用来表示;
设置tk-1采样时刻,逆变器负载电流i(k-1)=0+0×1j。
在本实施例中,所述步骤S4具体包括以下步骤:
步骤S41、将步骤S2所得负载电流i(k)|S(k-1)减去tk-1采样时刻的负载电流i(k-1)|S(k-2),可以得到第k-1个采样周期的电流差分矢量为
步骤S42、假定第k-1个采样周期应用于逆变器的开关状态为Sn∈{S1,S2,...,S8},更新第k-1个采样周期之前存储于矩阵Δipast1中的开关状态Sn所对应的电流差分矢量,即
如图2所示,为了得到电流差分且避免检测到由于开关动作而产生的电流尖峰,在第k个控制周期中,负载电流应该在开关状态应用之前进行采样,于是i(k)|S(k-1)表示在开关状态S(k-1)的作用下,k时刻的采样电流值,同理,i(k-1)|S(k-2)表示在开关状态S(k-2)的作用下,k-1时刻的采样电流值。
在本实施例中,所述步骤S5具体包括以下步骤:
在本发明一实施例中,所述步骤S5具体包括以下步骤:
步骤S51、选取工频正弦电流为参考电流,并将tk采样时刻的电流参考值表示为:
i*(k)=I*(k)·ejθ(k)
式中,I*(k)和θ(k)分别为tk采样时刻的参考电流幅值和矢量角;
步骤S52、稳态时,假定参考电流矢量i*以ω角速度旋转且保持幅值不变,则可以得到tk+2时刻的电流参考值为:
式中,Ts为系统采样时间。
采用矢量角补偿法计算未来负载电流参考矢量如图3所示。
在本实施例中,所述步骤S6具体包括以下步骤:
步骤S61、用在第k个采样周期之前具有相同开光状态的电流差分矢量来代替即
步骤S62、用在第k个采样周期之前具有相同开光状态的电流差分矢量来代替即
以上是本发明的较佳实施例,凡依本发明技术方案所作的改变,所产生的功能作用未超出本发明技术方案的范围时,均属于本发明的保护范围。
Claims (5)
1.一种两电平逆变器的无模型预测电流控制方法,其特征在于,包括如下步骤:
步骤S1、设置系统初始值;
步骤S2、测量当前tk采样时刻逆变器的负载电流i(k)|S(k-1);
步骤S3、应用逆变器的最优开关状态Sopt;
步骤S4、计算电流差分矢量Δipast1;
步骤S5、估计tk+2采样时刻的逆变器负载电流参考值i*(k+2);
步骤S6、对每一个不同的开关状态Sm,使用来预测tk+2采样时刻的逆变器负载电流;
步骤S7、对每一个开关状态,计算代价函数其中,iα和iβ分别代表αβ坐标系中电流的α轴分量和β轴分量;
步骤S8、判断是否完成所有开关状态的代价函数评估,若完成则存储使得代价函数最小的最优开关状态Sopt,并等待下一采样时刻,转到步骤S2,否则转到步骤S6继续进行代价函数评估。
2.根据权利要求1所述的一种两电平逆变器的无模型预测电流控制方法,其特征在于,步骤S1中,系统初始值的设置包括:
任意选择tk采样时刻逆变器的最优开关状态Sopt∈{S1,S2,...,S8},其中,S1,S2,...,S8分别表示两电平逆变器可以产生的8种开关状态,用Sm,m=1,2,...,8来表示;
设置电流差分矢量Δipast1=zeros(8,1)+zeros(8,1)×1j,其中,zeros(8,1)表示8×1全零矩阵,Δipast1中的每个元素对应逆变器8个不同的开关状态下的电流差分矢量,用来表示;
设置tk-1采样时刻,逆变器负载电流i(k-1)=0+0×1j。
3.根据权利要求2所述的一种两电平逆变器的无模型预测电流控制方法,其特征在于,所述步骤S4具体包括以下步骤:
步骤S41、将步骤S2所得负载电流i(k)|S(k-1)减去tk-1采样时刻的负载电流i(k-1)|S(k-2),可以得到第k-1个采样周期的电流差分矢量为
步骤S42、假定第k-1个采样周期应用于逆变器的开关状态为Sn∈{S1,S2,...,S8},更新第k-1个采样周期之前存储于矩阵Δipast1中的开关状态Sn所对应的电流差分矢量,即
4.根据权利要求3所述的一种两电平逆变器的无模型预测电流控制方法,其特征在于,所述步骤S5具体包括以下步骤:
步骤S51、选取工频正弦电流为参考电流,并将tk采样时刻的电流参考值表示为:
i*(k)=I*(k)·ejθ(k)
式中,I*(k)和θ(k)分别为tk采样时刻的参考电流幅值和矢量角;
步骤S52、稳态时,假定参考电流矢量i*以ω角速度旋转且保持幅值不变,则可以得到tk+2时刻的电流参考值为:
式中,Ts为系统采样时间。
5.根据权利要求4所述的一种两电平逆变器的无模型预测电流控制方法,其特征在于,所述步骤S6具体包括以下步骤:
步骤S61、用在第k个采样周期之前具有相同开光状态的电流差分矢量来代替即
步骤S62、用在第k个采样周期之前具有相同开光状态的电流差分矢量来代替即
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910221018.7A CN109787495A (zh) | 2019-03-22 | 2019-03-22 | 一种两电平逆变器的无模型预测电流控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910221018.7A CN109787495A (zh) | 2019-03-22 | 2019-03-22 | 一种两电平逆变器的无模型预测电流控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109787495A true CN109787495A (zh) | 2019-05-21 |
Family
ID=66490386
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910221018.7A Pending CN109787495A (zh) | 2019-03-22 | 2019-03-22 | 一种两电平逆变器的无模型预测电流控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109787495A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104244A (zh) * | 2020-11-17 | 2020-12-18 | 江苏时代新能源科技有限公司 | 并网逆变器的控制方法和装置 |
CN112713608A (zh) * | 2020-12-16 | 2021-04-27 | 福州大学 | 一种逆变器的准定频多阈值区间滞环控制方法 |
US11251720B1 (en) | 2020-11-17 | 2022-02-15 | Jiangsu Contemporary Amperex Technology Limited | Method and apparatus for controlling grid-tie inverter |
CN117240118A (zh) * | 2023-11-09 | 2023-12-15 | 国网浙江省电力有限公司丽水供电公司 | 逆变器控制方法和电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109245570A (zh) * | 2018-09-18 | 2019-01-18 | 北方工业大学 | 基于扩张状态观测器的pwm整流器控制方法与装置 |
-
2019
- 2019-03-22 CN CN201910221018.7A patent/CN109787495A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109245570A (zh) * | 2018-09-18 | 2019-01-18 | 北方工业大学 | 基于扩张状态观测器的pwm整流器控制方法与装置 |
Non-Patent Citations (2)
Title |
---|
FU-WEN CHAN ET AL.: ""An Improved Model-Free Predictive Current Control for Four-Switch Three-Phase Inverter-Fed Synchronous Reluctance Motor Drives"", 《2013 1ST INTERNATIONAL FUTURE ENERGY ELECTRONICS CONFERENCE (IFEEC)》 * |
张永昌 等: ""电压型PWM整流器无模型预测电流控制"", 《电气工程学报》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112104244A (zh) * | 2020-11-17 | 2020-12-18 | 江苏时代新能源科技有限公司 | 并网逆变器的控制方法和装置 |
CN112104244B (zh) * | 2020-11-17 | 2021-03-26 | 江苏时代新能源科技有限公司 | 并网逆变器的控制方法和装置 |
US11251720B1 (en) | 2020-11-17 | 2022-02-15 | Jiangsu Contemporary Amperex Technology Limited | Method and apparatus for controlling grid-tie inverter |
CN112713608A (zh) * | 2020-12-16 | 2021-04-27 | 福州大学 | 一种逆变器的准定频多阈值区间滞环控制方法 |
CN112713608B (zh) * | 2020-12-16 | 2023-04-14 | 福州大学 | 一种逆变器的准定频多阈值区间滞环控制方法 |
CN117240118A (zh) * | 2023-11-09 | 2023-12-15 | 国网浙江省电力有限公司丽水供电公司 | 逆变器控制方法和电子设备 |
CN117240118B (zh) * | 2023-11-09 | 2024-02-23 | 国网浙江省电力有限公司丽水供电公司 | 逆变器控制方法和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Model predictive control using artificial neural network for power converters | |
CN109787495A (zh) | 一种两电平逆变器的无模型预测电流控制方法 | |
Fei et al. | Fuzzy double hidden layer recurrent neural terminal sliding mode control of single-phase active power filter | |
Cisneros et al. | Global tracking passivity-based PI control of bilinear systems: Application to the interleaved boost and modular multilevel converters | |
Han et al. | Stability analysis of digital-controlled single-phase inverter with synchronous reference frame voltage control | |
Long et al. | Gradient descent optimization based parameter identification for FCS-MPC control of LCL-type grid connected converter | |
Ramasamy et al. | Direct‐drive low‐speed wind energy conversion system incorporating axial‐type permanent magnet generator and Z‐source inverter with sensorless maximum power point tracking controller | |
Shah et al. | A novel fourth-order generalized integrator based control scheme for multifunctional SECS in the distribution system | |
CN106849793B (zh) | 一种电动汽车用永磁同步电机模糊神经网络控制系统 | |
CN106911147B (zh) | 一种含延时补偿的有限集模型预测电压控制方法 | |
CN105978373B (zh) | 实现微电网稳定的三相逆变器逆推滑模控制方法及系统 | |
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 | |
Wu et al. | Data-driven finite control-set model predictive control for modular multilevel converter | |
Liu et al. | Model predictive power control for grid‐connected ac–dc converters with trajectory optimisation of the modulated voltage vector | |
Long et al. | Moth–Flame-optimization-based parameter estimation for FCS-MPC-controlled grid-connected converter with LCL filter | |
Long et al. | Power losses reduction of T-type grid-connected converters based on tolerant sequential model predictive control | |
Boopathi et al. | Control techniques for renewable energy integration with shunt active filter: a review | |
CN103414359A (zh) | 一种矩阵整流器输入不平衡时的控制方法 | |
KR101527446B1 (ko) | 모델예측제어 기법을 이용한 출력제어방식을 적용한 무정전 전원장치 및 그 제어방법 | |
CN110855169A (zh) | 一种无电压传感器的单相逆变器模型预测控制方法 | |
El‐Shafy A. Nafeh et al. | Maximum‐power operation of a stand‐alone PV system using fuzzy logic control | |
Doumi et al. | Robust fuzzy gains scheduling of RST controller for a WECS based on a doubly-fed induction generator | |
Sim et al. | Enhance cascaded H-bridge multilevel inverter with artificial intelligence control | |
Lamreoua et al. | Comparison of the different commands direct and indirect of a single-phase inverter for photovoltaic | |
Jayabaskaran et al. | Solar PV combined efficient torque control of BLDC motor using salp swarm optimization |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190521 |