CN109951128A - 逆变器参考电压矢量在线优化的smpmsm驱动系统无模型电流预测控制方法及控制系统 - Google Patents

Abstract

本发明涉及逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法及控制系统，与现有技术相比解决了电动汽车SMPMSM驱动系统电流控制方法不足的缺陷。本发明包括以下步骤：采样周期的设定；电流超局部预测模型的设定；分析数据的获取；计算参考电压矢量最优相位的解析解；计算参考电压矢量最优幅值的解析解；获得逆变器最优参考电压矢量；控制方法的连续执行。本发明提升了电动汽车SMPMSM驱动系统的电流动态和稳态性能，且兼顾提高系统的鲁棒性，从而实现电动汽车SMPMSM驱动系统的高性能安全运行。

Description

逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流 预测控制方法及控制系统

技术领域

本发明涉及SMPMSM驱动系统技术领域，具体来说是逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法及控制系统。

背景技术

永磁同步电机(Permanent Magnet Synchronous Motor，PMSM)驱动系统电流控制性能的提升一直是电动汽车电驱动系统的关键技术问题。面装式永磁同步电机(Surface-mounted PMSM,SMPMSM)驱动系统模型预测控制(Model Predictive Control,MPC)中逆变器参考电压矢量的精确求解关键技术，对于实现电动汽车PMSM驱动系统电流控制性能的全面提升无疑具有重要的理论研究意义和工程应用价值。

其中，模型预测控制具有清晰的物理概念、预见性、目的性、高动态响应和易于实现的技术优势，在PMSM驱动系统逐渐获得重点研究关注。模型预测控制通常可以分为连续控制集模型预测控制(Continuous Control Set Model Predictive Control,CCS-MPC)、有限控制集模型预测控制(Finite Control Set Model Predictive Control,FCS-MPC)。模型预测控制可灵活设置包含多约束条件的代价函数，易于实现非线性多约束系统的控制。CCS-MPC拥有良好的系统控制性能，但是，CCS-MPC的复杂计算过程导致其难以实时实现，是阻碍其工程应用的主要不足；FCS-MPC利用逆变器的离散特性，组成有限的逆变器电压矢量控制集合，基于受控系统数学模型预测系统未来状态，再将预测的未来状态迭代入代价函数，选取使得代价函数获得最小值的逆变器电压矢量输出。

经典的FCS-MPC在一个控制周期内仅有一个逆变器电压矢量作用，系统稳态运行时存在较大的电流和转矩脉动。随着MPC的发展，CCS-MPC与FCS-MPC之间不再有严格的界限。如何在线优化生成准确的逆变器参考电压矢量，实现MPC系统稳态控制性能的提升，是基于MPC的PMSM驱动系统亟需攻克的关键技术之一。

占空比控制与双矢量控制是改善FCS-MPC系统稳态控制性能的常用方法。前者采用一个有效电压矢量与一个零电压矢量的组合合成逆变器参考电压矢量，后者则将第二个电压矢量的选择范围扩大到与第一个有效电压矢量相邻的两个有效电压矢量与零电压矢量，改善逆变器参考电压矢量幅值较大时的合成精度。

但是，占空比控制与双矢量控制在理论上仅能合成不同占空比的六个有效电压矢量或者电压空间六边形上的电压矢量，无法实现最优参考电压矢量的准确合成，因此，基于三矢量控制提升FCS-MPC系统稳态控制性能的方法应运而生。

根据生成最优参考电压矢量幅值与相位的连续性，可以分为半连续电压矢量和连续电压矢量两大类。采用半连续电压矢量的方案通过离散空间矢量调制将电压空间等分为多个三角形的组合，或者将六个有效电压矢量相位进一步等分，获得更多的虚拟电压矢量改善FCS-MPC系统的稳态控制性能。采用连续电压矢量的方案基于无差拍预测控制思想获得最优参考电压矢量，但是这种方法的实质为无约束条件的最优参考电压矢量求取。此外，采用拉格朗日乘子法也可以实现最优参考电压矢量的在线求解，但是求解过程较为复杂。

而在实际应用中，电动汽车面装式永磁同步电机(SMPMSM)驱动系统同样也存在多种不确定性，主要表现为SMPMSM的参数不确定性和逆变器非线性。同样，SMPMSM的参数不确定性主要表征为电机参数的变化，电机负载运行所伴随的温度变化、铁磁材料的磁导率随温度变化及磁路饱和程度不同呈现出的非线性变化是引起电机参数变化的重要原因。逆变器的非线性特性主要来源于功率开关器件设置的死区时间、非理想开关特性以及功率开关器件存在的寄生电容。

现有技术中，虽有部分技术提出利用基于无模型无差拍电流预测控制提升电动汽车PMSM驱动系统的动态和稳态性能，例如专利号为“201711097882.8”、专利名称为《一种永磁同步电机的无模型无差拍电流预测控制装置及其方法》的发明专利，但是在电压饱和情况下，逆变器参考电压矢量通过电压调整模块后会发生改变，此时将无法保证其仍为最优电压矢量，因此可能导致PMSM驱动系统的电流控制性能的降低。

因此，针对SMPMSM驱动系统的无模型预测控制，如何通过在线优化获得逆变器参考电压的最优解析解，提升系统电流的动静态控制性能，是电动汽车面装式永磁同步电机(SMPMSM)无模型电流预测控制函待解决的关键技术问题。

发明内容

本发明的目的是为了解决现有技术中电动汽车SMPMSM驱动系统电流控制方法不足的缺陷，提供逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法及控制系统来解决上述问题。

为了实现上述目的，本发明的技术方案如下：

一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，包括以下步骤：

11)采样周期的设定：设定SMPMSM驱动系统运行的采样周期为T；

12)电流超局部预测模型的设定：设定SMPMSM驱动系统的电流超局部预测模型及其代价函数；

13)分析数据的获取：获得第k个采样周期T_k实际定子直轴电流i_d[k]，第k个采样周期T_k实际定子交轴电流i_q[k]，第k个采样周期T_k转子实际位置角θ_r[k]，第k个采样周期T_k直流电源电压U_dc[k]；

14)计算参考电压矢量最优相位的解析解：电流超局部预测模型预测SMPMSM驱动系统未来状态，建立代价函数与参考电压矢量相位之间的内在关系，获得使代价函数最小的逆变器最优参考电压矢量相位的解析解；

15)计算参考电压矢量最优幅值的解析解：建立代价函数与参考电压矢量幅值之间的内在关系，获得使代价函数最小的逆变器最优参考电压矢量幅值的解析解；

16)获得逆变器最优参考电压矢量：

将参考电压矢量最优相位、幅值的解析解进行分解，获得两相静止坐标系下的逆变器最优参考电压其计算公式如下：

将两相静止坐标系下的逆变器最优参考电压通过SVPWM方法进行合成，获得第k个采样周期T_k的逆变器控制信号S_a[k]、S_b[k]、S_c[k]；

17)控制方法的连续执行：将逆变器利用逆变器控制信号S_a[k]、S_b[k]、S_c[k]控制永磁同步电机的三相定子电压，电流传感器获取永磁同步电机定子电流新值；并将k+1赋值给k，返回步骤13)分析数据的获取步骤，实现对SMPMSM驱动系统的无模型电流预测控制。

所述电流超局部预测模型的设定包括以下步骤：

21)设定SMPMSM驱动系统的电流超局部预测模型为

其中，i_d[k+1]与i_q[k+1]分别表示第k+1个控制周期d、q轴定子电流的预测值；i_d[k]与i_q[k]分别表示第k个控制周期的d、q轴定子电流；与表示第k个控制周期F_d与F_q的估计值，包含系统的已知与未知部分；表示第k个控制周期d、q轴参考电压；α_d为d轴参考电压的比例系数，α_q为q轴参考电压的比例系数；

22)设置代价函数，其表示如下：

其中，表示d、q轴参考电流；J表示代价函数。

所述分析数据的获取包括以下步骤：

31)利用电流传感器检测获得第k个采样周期T_k的定子a相电流i_a[k]和第k个采样周期T_k的定子b相电流i_b[k]；

32)利用位置传感器检测获得第k个采样周期T_k的转子实际位置角θ_r[k]；

33)利用电压传感器检测获得第k个采样周期T_k直流电源电压U_dc[k]；

34)进行坐标变换，坐标变换公式如下所示：获得基于转子磁场定向的同步速旋转dq坐标系下永磁同步电机第k个采样周期T_k的实际定子直轴电流i_d[k]和第k个采样周期T_k的实际定子交轴电流i_q[k]：

其中，k≥1且k取为正整数。

所述计算参考电压矢量最优相位的解析解包括以下步骤：

41)定义第k个控制周期两相静止坐标系下的参考电压矢量为

其中，分别表示第k个控制周期的α、β轴参考电压；d表示参考电压矢量最大幅值的占空比，d∈[0,1]；u_s表示参考电压矢量的最大幅值且θ表示参考电压矢量的相位；

42)基于Park变换获得同步速旋转dq坐标系下d、q轴参考电压为

43)预测系统未来状态：将同步速旋转dq坐标系下d、q轴参考电压代入SMPMSM驱动系统的电流超局部预测模型，得到系统未来电流状态为

44)设定相同的d、q轴参考电压的比例系数，即α＝α_d＝α_q；

将预测的SMPMSM驱动系统未来电流状态代入设置的代价函数，得到：

J＝J_DC+J_d+J_AC

其中，

其中J_DC表示代价函数中的直流分量；J_d表示代价函数中的与占空比相关的直流分量；J_AC表示代价函数中的交流分量；

45)建立参考电压矢量与代价函数的内在关系：通过交流分量J_AC进一步变换，分析出代价函数与参考电压矢量相位之间的关系，获得参考电压矢量最优相位的解析解。

所述建立参考电压矢量相邻与代价函数的内在关系包括以下步骤：

51)定义

52)基于三角函数特性获得

53)将式(1)代入式(2)，求得

其中，arctan表示反正切函数；

54)基于式(1)，将步骤44)中代价函数表达式中的交流分量J_AC重写为

故代价函数的表达式转化为

J＝J_DC+J_d+Asin(γ+θ_r[k]-θ)；

55)设定代价函数最小的条件为其交流分量J_AC最小的条件，且由于A≥0，J≥0，故参考电压矢量的最优相位满足以下条件，即

J_AC＝Asin(γ+θ_r[k]-θ)＝-A (5)

获得参考电压矢量最优相位的解析解为

其中，θ_opt表示参考电压矢量最优相位的解析解。

所述计算参考电压矢量最优幅值的解析解包括以下步骤：

61)在参考电压矢量的最优相位情况下，J_AC＝-A，代价函数转换为占空比d的一元二次函数，且由于a_d>0，其必然存在最小值，占空比d的一元二次函数表达式如下：

J＝a_dd²+b_dd+J_DC，

其中，

62)设定占空比d的定义域为0至1之间，求得参考电压矢量的最优占空比为

其中，d_opt表示参考电压矢量最优占空比的解析解。

一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法的控制系统，包括直流电源，所述的直流电源的输出端连有逆变器和电压传感器，逆变器的输出端连接有电流传感器和永磁同步电机，永磁同步电机上安装有位置传感器，

还包括电流预测控制DSP，电流预测控制DSP用于采用数学变换直接建立逆变器参考电压矢量相位、幅值与代价函数的关系，获得最优参考电压矢量相位与幅值的解析解；所述的电压传感器、电流传感器、位置传感器的输出端均分别与电流预测控制DSP的输入端相连，电流预测控制DSP的驱动信号输出端与逆变器的驱动信号输入端相连。

有益效果

本发明的逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法及控制系统，与现有技术相比提升了电动汽车SMPMSM驱动系统的电流动态和稳态性能，且兼顾提高系统的鲁棒性，从而实现电动汽车SMPMSM驱动系统的高性能安全运行。

本发明是通过逆变器参考电压矢量在线优化解决了SMPMSM驱动系统无模型预测控制逆变器参考电压矢量难以实时精确求解的问题，提供了一种SMPMSM无模型电流预测控制逆变器参考电压矢量的在线优化方法来解决上述问题，获得逆变器最大输出电压约束条件下，逆变器最优参考电压矢量的解析解，实现高动静态性能的SMPMSM无模型电流预测控制系统。

与已有技术相比，本发明的优点体现在：

1、相比于有限控制集模型预测控制的PMSM驱动系统，本发明无需对电压矢量的枚举优化，通过直接计算实现逆变器参考电压矢量的优化，系统控制结构更为简单，计算量更低；

2、本发明中通过数学变换直接建立逆变器参考电压矢量相位、幅值与代价函数的关系，经推导获得了最优参考电压矢量相位与幅值的解析解，获得逆变器参考电压矢量的理论最优解；

3、证明了逆变器参考电压矢量的幅值、相位对于代价函数的在线优化是非耦合性，从而实现逆变器参考电压矢量的幅值、相位的同时优化；

4、相比于发明专利《一种永磁同步电机无模型无差拍电流预测控制装置及其方法》，本发明减少了其中的电压调整模块，能够直接生成逆变器最大输出电压约束条件下的最优参考电压矢量。

附图说明

图1为本发明控制方法的方法顺序图；

图2为本发明控制系统的系统原理图；

图3为转速为400r/min时采用占空比模型预测控制获得的d、q轴定子电流实验图；

图4为转速为400r/min时采用本发明所述控制方法获得的d、q轴定子电流实验图。

具体实施方式

为使对本发明的结构特征及所达成的功效有更进一步的了解与认识，用以较佳的实施例及附图配合详细的说明，说明如下：

如图2所示，本发明所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法的控制系统，按现有技术传统方式，包括直流电源，所述的直流电源的输出端连有逆变器和电压传感器，逆变器的输出端连接有电流传感器和永磁同步电机，永磁同步电机上安装有位置传感器。

电流预测控制DSP用于采用数学变换直接建立逆变器参考电压矢量相位、幅值与代价函数的关系，获得最优参考电压矢量相位与幅值的解析解。电压传感器、电流传感器、位置传感器的输出端均分别与电流预测控制DSP的输入端相连，电流预测控制DSP的驱动信号输出端与逆变器的驱动信号输入端相连。

如图1和图2所示，本发明首先设定电流预测控制DSP的采样周期，再建立电流超局部预测模型，依次计算逆变器电压矢量最优相位的解析解与逆变器电压矢量最优幅值的解析解，最后获得逆变器最优参考电压矢量并采用SVPWM进行合成，并采用不断连续执行所述控制方法实现永磁同步电机的无模型电流预测控制。

如图1所示，本发明所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法。包括以下步骤：

第一步，采样周期的设定：设定SMPMSM驱动系统运行的采样周期为T。

第二步，电流超局部预测模型的设定：设定SMPMSM驱动系统的电流超局部预测模型及其代价函数。电流超局部预测模型与中计算可以采用现有技术的《一种永磁同步电机的无模型电流控制装置及方法》与《一种永磁同步电机无模型无差拍电流预测控制装置及其方法》中公开的技术，电流超局部预测模型对于SMPMSM驱动系统中的电机参数不确定性与逆变器非线性具有强鲁棒性，在本专利中用于系统未来电流状态的预测。

设定SMPMSM驱动系统的电流超局部预测模型为

其中，i_d[k+1]与i_q[k+1]分别表示第k+1个控制周期d、q轴定子电流的预测值；i_d[k]与i_q[k]分别表示第k个控制周期的d、q轴定子电流；与表示第k个控制周期F_d与F_q的估计值，包含系统的已知与未知部分；表示第k个控制周期d、q轴参考电压；α_d为d轴参考电压的比例系数，α_q为q轴参考电压的比例系数。

设置代价函数，其表示如下：

其中，表示d、q轴参考电流；J表示代价函数。

第三步，分析数据的获取。

获得第k个采样周期T_k实际定子直轴电流i_d[k]，第k个采样周期T_k实际定子交轴电流i_q[k]，第k个采样周期T_k转子实际位置角θ_r[k]，第k个采样周期T_k直流电源电压U_dc[k]。

其具体步骤如下：

(1)利用电流传感器检测获得第k个采样周期T_k的定子a相电流i_a[k]和第k个采样周期T_k的定子b相电流i_b[k]；

(2)利用位置传感器检测获得第k个采样周期T_k的转子实际位置角θ_r[k]；

(3)利用电压传感器检测获得第k个采样周期T_k直流电源电压U_dc[k]；

(4)进行坐标变换，坐标变换公式如下所示：获得基于转子磁场定向的同步速旋转dq坐标系下永磁同步电机第k个采样周期T_k的实际定子直轴电流i_d[k]和第k个采样周期T_k的实际定子交轴电流i_q[k]：

其中，k≥1且k取为正整数。

第四步，计算参考电压矢量最优相位的解析解。电流超局部预测模型预测SMPMSM驱动系统未来状态，建立代价函数与参考电压矢量相位之间的内在关系，获得使代价函数最小的逆变器最优参考电压矢量相位的解析解。其具体步骤如下：

(1)定义第k个控制周期两相静止坐标系下的参考电压矢量为

其中，分别表示第k个控制周期的α、β轴参考电压；d表示参考电压矢量最大幅值的占空比，d∈[0,1]；u_s表示参考电压矢量的最大幅值且θ表示参考电压矢量的相位。

(2)基于Park变换获得同步速旋转dq坐标系下d、q轴参考电压为

(3)预测系统未来状态：将同步速旋转dq坐标系下d、q轴参考电压代入SMPMSM驱动系统的电流超局部预测模型，得到系统未来电流状态为

(4)设定相同的d、q轴参考电压的比例系数，即α＝α_d＝α_q；

将预测的SMPMSM驱动系统未来电流状态代入设置的代价函数，得到：

J＝J_DC+J_d+J_AC

其中，

其中J_DC表示代价函数中的直流分量；J_d表示代价函数中的与占空比相关的直流分量；J_AC表示代价函数中的交流分量。

(5)建立参考电压矢量与代价函数的内在关系：通过交流分量J_AC进一步变换，分析出代价函数与参考电压矢量相位之间的关系，获得参考电压矢量最优相位的解析解。

其包括以下步骤：

A1)定义

A2)基于三角函数特性获得

A3)将式(1)代入式(2)，求得

其中，arctan表示反正切函数，γ、A等符号为推导过程中使用，无物理意义；

A4)基于式(1)，将步骤44)中代价函数表达式中的交流分量J_AC重写为

故代价函数的表达式转化为

J＝J_DC+J_d+Asin(γ+θ_r[k]-θ)；

A5)设定代价函数最小的条件为其交流分量J_AC最小的条件，且由于A≥0，J≥0，故参考电压矢量的最优相位满足以下条件，即

J_AC＝Asin(γ+θ_r[k]-θ)＝-A (5)

获得参考电压矢量最优相位的解析解为

其中，θ_opt表示参考电压矢量最优相位的解析解。

第五步，计算参考电压矢量最优幅值的解析解。电流超局部预测模型预测SMPMSM驱动系统未来状态，建立代价函数与参考电压矢量幅值之间的内在关系，获得使代价函数最小的逆变器最优参考电压矢量幅值的解析解。其具体步骤如下：

(1)通过利用电流超局部预测模型预测SMPMSM驱动系统未来状态，实现满足参考电压矢量的最优相位情况下，J_AC＝-A，此时代价函数可转换为占空比d的一元二次函数，且由于a_d>0，其必然存在最小值，占空比d的一元二次函数表达式如下：

J＝a_dd²+b_dd+J_DC，

其中，α＝α_d＝α_q；

(2)设定占空比d的定义域为0至1之间，求得参考电压矢量的最优占空比为

其中，d_opt表示参考电压矢量最优占空比的解析解。

第六步，获得逆变器最优参考电压矢量。按现有传统方式，将参考电压矢量最优相位、幅值的解析解进行分解，获得两相静止坐标系下的逆变器最优参考电压其计算公式如下：

如图2所示，再将两相静止坐标系下的逆变器最优参考电压通过SVPWM方法进行合成，获得第k个采样周期T_k的逆变器控制信号S_a[k]、S_b[k]、S_c[k]。

第七步，控制方法的连续执行。

如图2所示，按现有方式将逆变器利用逆变器控制信号S_a[k]、S_b[k]、S_c[k]控制永磁同步电机的三相定子电压，电流传感器获取永磁同步电机定子电流新值；并将k+1赋值给k，返回第三步分析数据的获取步骤，实现对SMPMSM驱动系统的无模型电流预测控制。

在结果验证上，本发明实验基于dSPACE 1107/DS5202的快速原型测试平台，逆变器死区时间为2μs。系统实验测试采样时间T为100μs，α＝α_d＝α_q＝1000。SMPMSM驱动系统转速为400r/min(80Hz),在0.01s分别给定q轴阶跃参考电流为10.2881A(5N.m)与20.5761A(10N.m)，测试两种工况下基于占空比控制的模型预测控制与本发明中提出方法的电流动静态控制性能。

如图3和图4所示，两种不同控制方法的d、q轴定子电流阶跃响应实验结果。实验结果表明，两种控制方法均具有快速的q轴定子电流动态响应速度，但是本发明中提出的方法动态过程中d轴定子电流超调更小，此外，本发明中提出的方法稳态时d、q轴定子电流脉动远小于基于占空比控制的模型预测控制，具有优良的电流稳态控制性能。

以上显示和描述了本发明的基本原理、主要特征和本发明的优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是本发明的原理，在不脱离本发明精神和范围的前提下本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明的范围内。本发明要求的保护范围由所附的权利要求书及其等同物界定。

Claims (7)

1.一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，其特征在于，包括以下步骤：

11)采样周期的设定：设定SMPMSM驱动系统运行的采样周期为T；

12)电流超局部预测模型的设定：设定SMPMSM驱动系统的电流超局部预测模型及其代价函数；

13)分析数据的获取：获得第k个采样周期T_k实际定子直轴电流i_d[k]，第k个采样周期T_k实际定子交轴电流i_q[k]，第k个采样周期T_k转子实际位置角θ_r[k]，第k个采样周期T_k直流电源电压U_dc[k]；

14)计算参考电压矢量最优相位的解析解：电流超局部预测模型预测SMPMSM驱动系统未来状态，建立代价函数与参考电压矢量相位之间的内在关系，获得使代价函数最小的逆变器最优参考电压矢量相位的解析解；

15)计算参考电压矢量最优幅值的解析解：建立代价函数与参考电压矢量幅值之间的内在关系，获得使代价函数最小的逆变器最优参考电压矢量幅值的解析解；

16)获得逆变器最优参考电压矢量：

将参考电压矢量最优相位、幅值的解析解进行分解，获得两相静止坐标系下的逆变器最优参考电压其计算公式如下：

将两相静止坐标系下的逆变器最优参考电压通过SVPWM方法进行合成，获得第k个采样周期T_k的逆变器控制信号S_a[k]、S_b[k]、S_c[k]；

17)控制方法的连续执行：将逆变器利用逆变器控制信号S_a[k]、S_b[k]、S_c[k]控制永磁同步电机的三相定子电压，电流传感器获取永磁同步电机定子电流新值；并将k+1赋值给k，返回步骤13)分析数据的获取步骤，实现对SMPMSM驱动系统的无模型电流预测控制。

2.根据权利要求1所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，其特征在于，所述电流超局部预测模型的设定包括以下步骤：

21)设定SMPMSM驱动系统的电流超局部预测模型为

其中，i_d[k+1]与i_q[k+1]分别表示第k+1个控制周期d、q轴定子电流的预测值；i_d[k]与i_q[k]分别表示第k个控制周期的d、q轴定子电流；与表示第k个控制周期F_d与F_q的估计值，包含系统的已知与未知部分；表示第k个控制周期d、q轴参考电压；α_d为d轴参考电压的比例系数，α_q为q轴参考电压的比例系数；

22)设置代价函数，其表示如下：

其中，表示d、q轴参考电流；J表示代价函数。

3.根据权利要求1所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，其特征在于，所述分析数据的获取包括以下步骤：

31)利用电流传感器检测获得第k个采样周期T_k的定子a相电流i_a[k]和第k个采样周期T_k的定子b相电流i_b[k]；

32)利用位置传感器检测获得第k个采样周期T_k的转子实际位置角θ_r[k]；

33)利用电压传感器检测获得第k个采样周期T_k直流电源电压U_dc[k]；

34)进行坐标变换，坐标变换公式如下所示：获得基于转子磁场定向的同步速旋转dq坐标系下永磁同步电机第k个采样周期T_k的实际定子直轴电流i_d[k]和第k个采样周期T_k的实际定子交轴电流i_q[k]：

其中，k≥1且k取为正整数。

4.根据权利要求1所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，其特征在于，所述计算参考电压矢量最优相位的解析解包括以下步骤：

41)定义第k个控制周期两相静止坐标系下的参考电压矢量为

其中，分别表示第k个控制周期的α、β轴参考电压；d表示参考电压矢量最大幅值的占空比，d∈[0,1]；u_s表示参考电压矢量的最大幅值且θ表示参考电压矢量的相位；

42)基于Park变换获得同步速旋转dq坐标系下d、q轴参考电压为

43)预测系统未来状态：将同步速旋转dq坐标系下d、q轴参考电压代入SMPMSM驱动系统的电流超局部预测模型，得到系统未来电流状态为

44)设定相同的d、q轴参考电压的比例系数，即α＝α_d＝α_q；

将预测的SMPMSM驱动系统未来电流状态代入设置的代价函数，得到：

J＝J_DC+J_d+J_AC

其中，

其中J_DC表示代价函数中的直流分量；J_d表示代价函数中的与占空比相关的直流分量；J_AC表示代价函数中的交流分量；

45)建立参考电压矢量与代价函数的内在关系：通过交流分量J_AC进一步变换，分析出代价函数与参考电压矢量相位之间的关系，获得参考电压矢量最优相位的解析解。

5.根据权利要求4所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，其特征在于，所述建立参考电压矢量相邻与代价函数的内在关系包括以下步骤：

51)定义

52)基于三角函数特性获得

53)将式(1)代入式(2)，求得

其中，arctan表示反正切函数；

54)基于式(1)，将步骤44)中代价函数表达式中的交流分量J_AC重写为

故代价函数的表达式转化为

J＝J_DC+J_d+Asin(γ+θ_r[k]-θ)；

55)设定代价函数最小的条件为其交流分量J_AC最小的条件，且由于A≥0，J≥0，故参考电压矢量的最优相位满足以下条件，即

J_AC＝Asin(γ+θ_r[k]-θ)＝-A (5)

获得参考电压矢量最优相位的解析解为

其中，θ_opt表示参考电压矢量最优相位的解析解。

6.根据权利要求1所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法，其特征在于，所述计算参考电压矢量最优幅值的解析解包括以下步骤：

61)在参考电压矢量的最优相位情况下，J_AC＝-A，代价函数转换为占空比d的一元二次函数，且由于a_d>0，其必然存在最小值，占空比d的一元二次函数表达式如下：

J＝a_dd²+b_dd+J_DC，

其中，

62)设定占空比d的定义域为0至1之间，求得参考电压矢量的最优占空比为

其中，d_opt表示参考电压矢量最优占空比的解析解。

7.根据权利要求1所述的一种逆变器参考电压矢量在线优化的SMPMSM驱动系统无模型电流预测控制方法的控制系统，包括直流电源，所述的直流电源的输出端连有逆变器和电压传感器，逆变器的输出端连接有电流传感器和永磁同步电机，永磁同步电机上安装有位置传感器，其特征在于：

还包括电流预测控制DSP，电流预测控制DSP用于采用数学变换直接建立逆变器参考电压矢量相位、幅值与代价函数的关系，获得最优参考电压矢量相位与幅值的解析解；所述的电压传感器、电流传感器、位置传感器的输出端均分别与电流预测控制DSP的输入端相连，电流预测控制DSP的驱动信号输出端与逆变器的驱动信号输入端相连。