CN110086383B - 十二相驱动系统的模型预测控制方法及装置 - Google Patents

十二相驱动系统的模型预测控制方法及装置 Download PDF

Info

Publication number
CN110086383B
CN110086383B CN201910465373.9A CN201910465373A CN110086383B CN 110086383 B CN110086383 B CN 110086383B CN 201910465373 A CN201910465373 A CN 201910465373A CN 110086383 B CN110086383 B CN 110086383B
Authority
CN
China
Prior art keywords
twelve
phase
switching state
model
moment
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
CN201910465373.9A
Other languages
English (en)
Other versions
CN110086383A (zh
Inventor
姜新建
陈碧阳
吕静亮
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.)
Tsinghua University
Original Assignee
Tsinghua 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 Tsinghua University filed Critical Tsinghua University
Priority to CN201910465373.9A priority Critical patent/CN110086383B/zh
Publication of CN110086383A publication Critical patent/CN110086383A/zh
Application granted granted Critical
Publication of CN110086383B publication Critical patent/CN110086383B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P29/00—Arrangements for regulating or controlling electric motors, appropriate for both AC and DC motors
    • H02P29/50—Reduction of harmonics
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
    • H02P6/34—Modelling or simulation for control purposes
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
    • H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation

Abstract

本发明公开了一种十二相驱动系统的模型预测控制方法及装置，其中，该方法包括以下步骤：对十二相驱动系统的所有可能开关状态信息进行简化，得到最终开关状态信息；分别获取k时刻的变流器输出电流值、直流电压值、转速和转子位置信息；基于十二相电机的空间矢量解耦模型构建k时刻的预测模型，并通过预测模型预测k+2时刻的预测电流值；构建目标函数，并将四个子平面的电流值和预测电流值代入目标函数，选出最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。该方法减小两个权重系数的选择，在实现对谐波电流的单独控制的同时，简化十二相电机驱动系统中的模型预测控制算法，降低计算的复杂度。

Description

十二相驱动系统的模型预测控制方法及装置
技术领域
本发明涉及电机控制技术领域，特别涉及一种十二相驱动系统的模型预测控制方法及装置。
背景技术
近年来，多相电机因其较高的控制灵活度，较低的转矩脉动，较强的容错性能等优势，得到了广泛的关注和研究。越来越多的应用于三相电机的控制技术推广到了多相电机中，如FOC(Field-Oriented Control，矢量控制)、DTC(Direct Torque Control，直接转矩控制)以及MPC(Model Predictive Control，模型预测控制)。与前两种控制方法相比，MPC的动态响应速度快，方法直观，应用于多变量系统中较简单，而且控制的自由度高，方便将各种非线性约束和限制条件加到控制算法中。随着数字处理器计算能力的提高，MPC有非常好的应用前景。目前在电机控制领域常用的MPC算法有两种：FCS-MPC(Finite Control SetModel Predictive Control，有限控制集模型预测控制)和CCS-MPC(Continuous ControlSetModel Predictive Control，连续控制集模型预测控制)。其中FCS-MPC直接考虑开关状态，不需要调制技术，而且其离散特性也更方便应用于实际中。
目前为止，对多相电机MPC技术的研究大多还是相数较低的五相和双三相电机，对更高相数的电机研究较少。但随着相数的提高，相互正交的平面数增加；与此同时，系统的开关状态总数呈指数增长，相应地计算量也呈指数增加，使得对更高相数电机的控制更加困难。文献Model Predictive Direct Flux Vector Control of Multi-three-PhaseInduction Motor Drives采用多d-q变换法，研究了多三相感应电机的CCS-MPC的应用。该方法方便将三相电机的技术应用于多三相电机中，但无法分析出多相电机谐波电流大的原因。
有鉴于此，对于相数高于六的电机，如何能够更好的结合MPC技术，实现对谐波电流进行单独控制，并能够简单直观的分析出多相电机谐波电流大的原因，同时将计算量控制在可接受的范围内，这些问题亟待解决。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本发明的一个目的在于提出一种十二相驱动系统的模型预测控制方法，该方法简单直观，计算量小，可以实现谐波电流的单独控制，控制自由度高。
本发明的另一个目的在于提出一种十二相驱动系统的模型预测控制装置。
为达到上述目的，本发明一方面提出了十二相驱动系统的模型预测控制方法，包括所述十二相驱动系统包括四套三相绕组电机和四套三相变流器，每套三相绕组电机的对应相之间相差15°且中性点相互隔离，所述四套三相绕组电机分别由第一至第四变流器驱动，其中，所述方法包括以下步骤：对所述十二相驱动系统的所有可能开关状态信息进行简化处理，得到所述十二相驱动系统的最终开关状态信息；分别获取在k时刻的所述第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，并对所述输出电流值进行空间矢量解耦VSD(Vector Space Decomposition)变换，以分别得到第一至第四子平面的电流值；构建所述十二相驱动系统k时刻的预测模型，并通过两步预测法得到k+1时刻的预测模型，进而k+2时刻的预测电流值；构建目标函数，并将所述第一至第四子平面的电流值和所述预测电流值代入所述目标函数，选出所述最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。
本发明实施例的十二相驱动系统的模型预测控制方法，将十二相永磁同步电机作为一个整体，对变流器供电的十二相电机驱动系统存在的4096种开关状态进行简化，只考虑α-β平面内最大24个电压矢量对应的24种开关状态以及一种零开关状态，并根据各开关状态在各谐波平面内的幅值比例分配权重系数，减小了两个权重系数的选择，在保证控制性能的同时，简化了十二相电机驱动系统中的MPC算法，降低了计算的复杂度，可以对谐波电流进行单独的控制，控制自由度高。
另外，根据本发明上述实施例的十二相永磁同步电机整体模型预测控制方法还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述分别获取在k时刻的所述第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，包括：建立所述第一至第四变流器的第一数学模型，其中，所述第一至第四变流器的输出电压表示为：
us＝Udc·M·S，
其中，Udc表示直流电压；S＝[SA1 SB1 SC1 SA2 SB2 SC2 SA3 SB3 SC3 SA4 SB4 SC4]T，下标A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3、C4表示变流器的各个输出相，SA1、SB1、SC1、SA2、SB2、SC2、SA3、SB3、SC3、SA4、SB4、SC4表示变流器各相桥臂的开关状态，等于1时表示上桥臂导通，下桥臂关断，0时则相反，M＝diag(M0，M0，M0，M0)。
进一步地，在本发明的一个实施例中，所述构建所述十二相驱动系统的预测模型，包括：建立十二相永磁同步电机的第二数学模型；利用前向欧拉法将所述第二数学模型进行离散，以获得离散化电机模型；根据所述离散化电机模型构建所述k时刻的预测模型。
进一步地，在本发明的一个实施例中，所述k+2时刻的预测电流值是采用所述两步预测法对所述k时刻的预测模型进行预测，得到k+1时刻的预测模型，进而得到k+2时刻的预测电流值。
可选地，在本发明的一个实施例中，所述最终开关状态信息包括α-β平面内24个最大电压矢量对应的24种非零开关状态，以及1种零开关状态，其中，所述零开关状态的选择原则为使开关动作次数最小。
为达到上述目的，本发明另一方面提出了一种十二相驱动系统的模型预测控制装置，所述十二相驱动系统包括四套三相绕组电机和四套三相变流器，每套三相绕组电机的对应相之间相差15°且中性点相互隔离，所述四套三相绕组电机分别由第一至第四变流器驱动，其中，所述装置包括：开关状态构建模块，用于对所述十二相驱动系统的所有可能开关状态信息进行简化处理，得到所述十二相驱动系统的最终开关状态信息；采集变换模块，用于分别获取在k时刻的所述第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，并对所述输出电流值进行空间矢量解耦VSD(Vector Space Decomposition)变换，以分别得到第一至第四子平面的电流值；预测模型构建模块，用于构建所述十二相驱动系统的预测模型，并通过两步预测法得到k+1时刻的预测模型，进而预测模型预测k+2时刻的预测电流值；目标函数构建模块，用于构建目标函数，并将所述第一至第四子平面的电流值和所述预测电流值代入所述目标函数，选出所述最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。
本发明实施例的十二相驱动系统的模型预测控制装置，将十二相永磁同步电机作为一个整体，对变流器供电的十二相电机驱动系统存在的4096种开关状态进行简化，只考虑α-β平面内最大24个电压矢量对应的24种开关状态以及一种零开关状态，并根据各开关状态在各谐波平面内的幅值比例分配权重系数，减小了两个权重系数的选择，在保证控制性能的同时，简化了十二相电机驱动系统中的MPC算法，降低了计算的复杂度，可以对谐波电流进行单独的控制，控制自由度高。
另外，根据本发明上述实施例的十二相永磁同步电机整体模型预测控制装置还可以具有以下附加的技术特征：
进一步地，在本发明的一个实施例中，所述采集变换模块进一步用于：建立所述第一至第四变流器的第一数学模型，其中，所述第一至第四变流器的输出电压表示为：
us＝Udc·M·S，
其中，Udc表示直流电压；S＝[SA1 SB1 SC1 SA2 SB2 SC2 SA3 SB3 SC3 SA4 SB4 SC4]T，下标A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3、C4表示变流器的各个输出相，SA1、SB1、SC1、SA2、SB2、SC2、SA3、SB3、SC3、SA4、SB4、SC4表示变流器各相桥臂的开关状态，等于1时表示上桥臂导通，下桥臂关断，0时则相反，M＝diag(M0，M0，M0，M0)。
进一步地，在本发明的一个实施例中，所述预测模型构建模块进一步用于：
建立模块单元，用于建立十二相永磁同步电机的第二数学模型；离散单元，用于用前向欧拉法将所述第二数学模型进行离散，以获得离散化电机模型；构建单元，用于根据所述离散化电机模型构建所述k时刻的预测模型。
进一步地，在本发明的一个实施例中，所述k+2时刻的预测电流值是采用所述两步预测法对所述k时刻的预测模型进行预测，得到k+1时刻的预测模型，进而得到k+2时刻的预测电流值。
进一步地，在本发明的一个实施例中，所述最终开关状态信息包括α-β平面内24个最大电压矢量对应的24种非零开关状态，以及1种零开关状态，其中，所述零开关状态的选择原则为使开关动作次数最小。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的总体电路拓扑图；
图2为根据本发明实施例的十二相永磁同步电机的定子绕组连接方式图；
图3为根据本发明实施例的十二相驱动系统的模型预测控制方法流程图；
图4为4096种开关状态在在四个平面内对应的电压矢量分布图，其中，从左到右、从上到下分别代表α-β、x1-y1、x2-y2、x3-y3子平面；
图5为最大的24个电压矢量在四个子平面内的分布图，其中，从左到右分别代表α-β和x-y子平面，x-y子平面从外到内分别表示x1-y1、x2-y2、x3-y3子平面；
图6为根据本发明实施例的十二相驱动系统的模型预测控制原理图；
图7为根据本发明实施例的十二相驱动系统的模型预测控制装置结构示意图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面参照附图描述根据本发明实施例提出的十二相永磁同步电机整体模型预测控制方法及装置，首先将参照附图描述根据本发明实施例提出的十二相永磁同步电机整体模型预测控制方法。
首先，如图1和2所示，十二相驱动系统包括四套三相绕组电机和四套三相变流器，每套三相绕组电机的对应相之间相差15°且中性点相互隔离，四套三相绕组电机分别由第一至第四变流器驱动。
图3是本发明一个实施例的十二相驱动系统的模型预测控制方法流程图。
如图3所示，该十二相驱动系统的模型预测控制方法包括以下步骤：
在步骤S101中，对十二相驱动系统的所有可能开关状态信息进行简化处理，得到十二相驱动系统的最终开关状态信息。
进一步地，在本发明的一个实施例中，最终开关状态信息包括α-β平面内24个最大电压矢量对应的24种非零开关状态，以及1种零开关状态，其中，零开关状态的选择原则为使开关动作次数最小。
具体地，对于由两电平变流器供电的十二相永磁同步电机来说，一共有4096种开关状态可供选择，计算量过大，因此需要设计一种简化的MPC控制方法来实现对十二相永磁同步电机的控制。
如图4所示，通过绘制该系统的电压矢量分布图，可以看到这4096种开关状态对应2401个不重合的电压矢量在四个子平面内的分布情况，其中包含一个零矢量以及2400个非零矢量。为保证较高的直流电压利用率，以及较低的谐波电流，需要尽可能地同时满足α-β平面内的电压矢量有较大的幅值，三个谐波平面内的电压矢量有较小的幅值。为了选出满足上述要求的分量，表1中列出了α-β平面从外到内最大的8个幅值不同的电压矢量的幅值及相同的开关状态在三个谐波平面内对应的电压矢量的幅值。表1中的数值为以直流电压值为基准值计算得到的相应的电压矢量幅值的标幺值。由于α-β平面越靠近圆心的电压矢量幅值越小，会影响直流电压的利用率，因此此处只选择了α-β平面内最外层的8个电压矢量。从表1中可以看出，α-β平面内幅值最大的电压矢量对应的谐波平面内的电压矢量幅值最小，图4中的正方形符号表示其在四个子平面内的分布，因此可以选择α-β平面内最大的24个电压矢量对应的开关状态作为最终开关状态的组成成分。考虑到零矢量会减小电流的波动，再以开关动作次数最少为原则，在16种零开关状态中选出1种，与上述24种开关状态共同组成最终开关状态。
表1
Figure BDA0002079267150000051
Figure BDA0002079267150000061
图5给出了α-β平面内最大的24个电压矢量对应的开关状态，以及相应的开关状态在三个谐波平面内的分布图。需要注意的是图5中左图与右图不是按比例绘制的。开关状态的十进制数值转换为二进制后表示各相上桥臂的驱动信号，为1表示上桥臂导通，0表示关断。
简单来讲，将十二相驱动系统的4096种总开关状态简化为25种，包括24个α-β平面内最大电压矢量对应的24种非零开关状态，以及1种零开关状态，从而使模型预测控制的应用成为可能，实现了降低计算量以及单独对谐波电流的控制，方法简单直观，自由度高。
在步骤S102中，分别获取在k时刻的第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，并对输出电流值进行空间矢量解耦VSD变换，以分别得到第一至第四子平面的电流值。
进一步地，在本发明的一个实施例中，分别获取在k时刻的第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，包括：
建立第一至第四变流器的第一数学模型，其中，第一至第四变流器的输出电压表示为：
us＝Udc·M·S，
其中，Udc表示直流电压；S＝[SA1 SB1 SC1 SA2 SB2 SC2 SA3 SB3 SC3 SA4 SB4 SC4]T，下标A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3、C4表示变流器的各个输出相，SA1、SB1、SC1、SA2、SB2、SC2、SA3、SB3、SC3、SA4、SB4、SC4表示变流器各相桥臂的开关状态，等于1时表示上桥臂导通，下桥臂关断，0时则相反，M＝diag(M0，M0，M0，M0)。
M0可以表示为：
Figure BDA0002079267150000062
举例而言，建立十二相电机数学模型，先假设不计制造工艺产生的误差，电机十二相定子绕组在空间完全对称分布；电机气隙磁场空间正弦分布；定转子表面光滑，没有齿槽效应；定转子的铁心磁阻、磁滞和涡流损耗可以忽略不计。对十二相电机自然坐标系下的数学模型进行VSD变换得到用于构建预测模型的数学模型。其中VSD变换矩阵可以表示为：
TVSD＝Tdq·Tαβ
式中，Tdq表示扩展的Park变换矩阵，Tαβ表示扩展的Clark变换矩阵。
Figure BDA0002079267150000071
其中，θ表示转子位置角，01×10表示1行10列的零矩阵，I10表示10维单位方阵。
Figure BDA0002079267150000072
Figure BDA0002079267150000073
Figure BDA0002079267150000074
其中，k＝1，5，7，11；g＝1，2，3，4。
变换后的数学模型为：
Figure BDA0002079267150000075
式中，ωe表示转子的电气角速度；udq＝[ud uq ux1 uy1 ux2 uy2 ux3 uy3]T，idq＝[idiq ix1 iy1 ix2 iy2 ix3 iy3]T，分别表示电机定子电压和电流经VSD变换后在四个子平面内的分量，这四个子平面包括一个与能量转换相关的随转子同步旋转的d-q平面，以及三个与能量转换无关的谐波平面，x1-y1、x2-y2、x3-y3，d-q平面经反Park变换后可以得到静止的α-β平面；ΨPM＝[0Ψf01×6]T，Ψf表示空载磁链；Ldq＝diag(Ld Lq Lk Lk Lk Lk Lk Lk)，Ld、Lq分别表示d-q子平面内d轴和q轴的电感值，Lk表示漏感；J可以表示为：
Figure BDA0002079267150000076
电机模型中的udq可以由变流器输出电压uS经VSD变换得到。
在步骤S103中，构建十二相驱动系统k时刻的预测模型，并通过两步预测法得到k+1时刻的预测模型，进而预测k+2时刻的预测电流值。
进一步地，在本发明的一个实施例中，构建十二相永磁同步电机的预测模型，包括：建立十二相驱动系统的第二数学模型；利用前向欧拉法将第二数学模型进行离散，以获得离散化电机模型；根据离散化电机模型构建k时刻的预测模型。
可以理解的是，由于MPC考虑的是离散的状态，需要将电机的模型离散化。考虑复杂度以及模型精确性的折中，本发明实施例采用前向欧拉法。离散化后的电机模型可以表示为：
idq(k+1)＝idq(k)+TS(Ldq)-1(udq(k)-RSidq(k)-ωe(k)JLdqidq(k)-ωe(k)ψPM)
其中，k表示当前控制周期，k+1表示需要预测的下一控制周期，TS表示一个控制周期的时间，假设转子转速在一个控制周期内保持不变。
进一步地，在本发明的一个实施例中，k+2时刻的预测电流值是采用两步预测法对k时刻的预测模型进行预测，得到k+1时刻的预测模型，进而得到k+2时刻的预测电流值。
具体而言，由于MPC算法的计算需要时间，因此在k时刻预测出的开关状态实际是在k+1时刻使用的，存在一个控制周期的时间延迟，会对算法带来误差，本发明实施例采用两步预测法来补偿延迟的影响。也就是在k时刻，先应用k时刻的开关状态计算k+1时刻的电流值，然后在k+1时刻应用各种可能的开关状态对k+2时刻的电流进行预测，选出使目标函数最小的开关状态应用于k+1时刻。该两步预测方法比不考虑延迟影响的方法只多计算一个开关状态，比较简便。考虑延迟后的电机模型为：
idq(k+2)＝idq(k+1)+TS(Ldq)-1(udq(k+1)-RSidq(k+1)-ωe(k)JLdqidq(k+1)-ωe(k)ψPM)
式中，udq(k+1)根据k+1时刻的所有可能的开关状态得到。
因此，借助考虑延迟补偿的离散化后的预测模型，可以得到24种非零开关状态以及1种零开关状态，共25种开关状态下的k+2时刻的电流预测值。为选出最优的开关状态，需要建立合适的目标函数。
在步骤S104中，构建目标函数，并将第一至第四子平面的电流值和预测电流值代入目标函数，选出最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。
由电机模型可以看到，只有d-q平面与能量转换相关，其余的三个谐波平面与能量转换无关。这三个谐波平面的阻抗值只为漏阻抗，非常小，因此很小的谐波电压就会引起很大的谐波电流，这也就是多相电机比三相电机易出现大的谐波电流的根本原因。为了达到好的d-q平面电流跟踪效果以及谐波平面电流抑制效果，在目标函数中同时包括这四个平面的电流值。而根据24个最大的电压矢量在谐波平面的映射可知，这24个电压矢量在每个谐波平面沿各自的圆周均匀分布，但在三个谐波平面上的幅值不同，而且相同的开关状态在三个谐波平面内对应的电压矢量的相位也不同，因此会带来不同的谐波影响，需要在目标函数中对每个谐波平面内的电流分量均设置一个权重系数。因此在目标函数中就需要至少三个权重系数。为了减小权重系数的数量，本发明实施例根据24个电压矢量在不同谐波平面的幅值按比例设置权重系数，将权重系数减小为1个，目标函数为：
Figure BDA0002079267150000091
式中的，i* d，i* q分别表示d-q平面内d轴和q轴电流的参考值；谐波平面电流参考值为0，因此在目标函数中直接省略；h表示权重系数；式中的0.42、0.32以及0.26表示当前谐波平面内电压矢量的幅值占三个谐波平面幅值总和的比例。
将25种可能的开关状态下预测的k+2时刻的电流值与参考电流值代入目标函数，再将不同开关状态下得到的目标函数值进行对比，选出最小的目标函数值对应的开关状态，就是在k+1时刻用于驱动变流器的开关状态。本发明实施例直接得到变流器的开关状态，不需要使用调制技术。
综上，如图6所示，本发明实施例的工作原理为：采集k时刻的变流器输出电流、直流电压、转子位置和转速信息；对采集到的电流值进行VSD变换得到第一至第四子平面内的电流值；考虑两步预测延迟补偿的基础上，对十二相电机模型应用前向欧拉法进行离散化得到预测电流模型；对转速进行PI(Proportional Integral，比例积分)运算后结合相应的id＝0或弱磁控制等方法得到d-q平面的参考电流值，其余的三个谐波平面的参考电流值设为0；对十二相变流器的4096种开关状态进行简化，只考虑α-β平面内最大的24个电压矢量对应的24种开关状态以及1种使开关变化次数最小的零开关状态，得到预测电流模型中这25种开关状态对应的预测电流值；将得到的预测电流值与参考电流值代入目标函数，选出使目标函数最小的开关状态，应用于k+1时刻。
根据本发明实施例提出的十二相驱动系统的模型预测控制方法，将十二相永磁同步电机作为一个整体，对变流器供电的十二相电机驱动系统存在的4096种开关状态进行简化，只考虑α-β平面内最大24个电压矢量对应的24种开关状态以及一种零开关状态，并根据各开关状态在各谐波平面内的幅值比例分配权重系数，减小了两个权重系数的选择，在保证控制性能的同时，简化了十二相电机驱动系统中的MPC算法，降低了计算的复杂度，还可以对谐波电流进行单独的控制，控制自由度高。
其次参照附图描述根据本发明实施例提出的十二相驱动系统的模型预测控制装置。
图7是本发明一个实施例的十二相驱动系统的模型预测控制装置结构示意图。
如图7所示，十二相驱动系统包括四套三相绕组电机和四套三相变流器，每套三相绕组电机的对应相之间相差15°且中性点相互隔离，四套三相绕组电机分别由第一至第四变流器驱动，其中，该十二相驱动系统的模型预测控制装置10包括：开关状态构建模块100、采集变换模块200、预测模型构建模块300和目标函数构建模块400。
其中，开关状态构建模块100用于对十二相驱动系统的所有可能开关状态信息进行简化处理，得到十二相驱动系统的最终开关状态信息。采集变换模块200用于分别获取在k时刻的第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，并对输出电流值进行空间矢量解耦VSD变换，以分别得到第一至第四子平面的电流值。预测模型构建模块300用于构建十二相驱动系统的预测模型，并通过两步预测法得到k+1时刻的预测模型，进而预测模型预测k+2时刻的预测电流值。目标函数构建模块400用于构建目标函数，并将第一至第四子平面的电流值和预测电流值代入目标函数，选出最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。本发明实施例的十二相驱动系统的模型预测控制装置10可以对谐波电流进行单独的控制，动态响应速度快，控制自由度高。
进一步地，在本发明的一个实施例中，采集变换模块进一步用于：建立第一至第四变流器的第一数学模型，其中，第一至第四变流器的输出电压表示为：
us＝Udc·M·S，
其中，Udc表示直流电压；S＝[SA1 SB1 SC1 SA2 SB2 SC2 SA3 SB3 SC3 SA4 SB4 SC4]T，下标A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3、C4表示变流器的各个输出相，SA1、SB1、SC1、SA2、SB2、SC2、SA3、SB3、SC3、SA4、SB4、SC4表示变流器各相桥臂的开关状态，等于1时表示上桥臂导通，下桥臂关断，0时则相反，M＝diag(M0，M0，M0，M0)。
其中，本发明实施例将采集到第一至第四变流器的电流值进行VSD变换，得到四个子平面电流值，采集到的直流电压值和转速将在接下来的模块中使用。
进一步地，在本发明的一个实施例中，预测模型构建模块进一步用于：建立模块单元用于建立十二相永磁同步电机的第二数学模型。离散单元用于用前向欧拉法将第二数学模型进行离散，以获得离散化电机模型。构建单元用于根据离散化电机模型构建k时刻的预测模型。
换言之，根据电机和变流器离散化后的数学模型建立k时刻的预测模型，根据k时刻采集变换模块得到的第一至第四子平面的电流值，以及k时刻的开关状态可以估计出k+1时刻的电流值，考虑延迟的影响，应用两步预测方法将k时刻的模型拓展到k+1时刻，使用开关状态构建模块得到的开关状态，结合两电平变流器模型，估计各种开关状态下k+1时刻的变流器输出电压值，进而根据VSD变换可以得到第一至第四子平面内k+1时刻的输出电压值，再将上述得到的信息以及采集变换模块采集到的转速信息等输入k+1时刻的预测模型中得到25种开关状态对应的k+2时刻的预测电流值。
进一步地，在本发明的一个实施例中，k+2时刻的预测电流值是采用两步预测法对k时刻的预测模型进行预测，得到k+1时刻的预测模型，进而得到k+2时刻的预测电流值。
可选地，在本发明的一个实施例中，最终开关状态信息包括α-β平面内24个最大电压矢量对应的24种非零开关状态，以及1种零开关状态，其中，零开关状态的选择原则为使开关动作次数最小。
另外，目标函数构建模块进一步用于根据四个子平面的参考电流值以及预测模型构建模块得到的k+2时刻的预测电流值构建目标函数，d-q子平面中参考电流值由实际转速与参考转速做差后经PI运算后结合相应的id＝0或弱磁控制等得到，其他三个谐波平面的参考电流值设为0，其中三个谐波平面的权重系数考虑各谐波平面电压矢量的幅值占总幅值的比例确定，将开关状态表对应的25种可能的开关状态对应的目标函数值进行比较，最小目标函数值对应的开关状态对应k+1时刻的各桥臂驱动信号。
需要说明的是，前述对十二相驱动系统的模型预测控制方法实施例的解释说明也适用于该装置，此处不再赘述。
根据本发明实施例提出的十二相驱动系统的模型预测控制装置，将十二相永磁同步电机作为一个整体，对变流器供电的十二相电机驱动系统存在的4096种开关状态进行简化，只考虑α-β平面内最大24个电压矢量对应的24种开关状态以及一种零开关状态，并根据各开关状态在各谐波平面内的幅值比例分配权重系数，减小了两个权重系数的选择，在保证控制性能的同时，简化了十二相电机驱动系统中的MPC算法，降低了计算的复杂度，可以对谐波电流进行单独的控制，控制自由度高。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系，除非另有明确的限定。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
在本发明中，除非另有明确的规定和限定，第一特征在第二特征“上”或“下”可以是第一和第二特征直接接触，或第一和第二特征通过中间媒介间接接触。而且，第一特征在第二特征“之上”、“上方”和“上面”可是第一特征在第二特征正上方或斜上方，或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”可以是第一特征在第二特征正下方或斜下方，或仅仅表示第一特征水平高度小于第二特征。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种十二相驱动系统的模型预测控制方法，其特征在于，所述十二相驱动系统包括四套三相绕组电机和四套三相变流器，每套三相绕组电机的对应相之间相差15°且中性点相互隔离，所述四套三相绕组电机分别由第一至第四变流器驱动，其中，所述方法包括以下步骤：
对所述十二相驱动系统的所有可能开关状态信息进行简化处理，得到所述十二相驱动系统的最终开关状态信息；
分别获取在k时刻的所述第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，并对所述输出电流值进行空间矢量解耦变换，以分别得到第一至第四子平面的电流值，其中，所述第一子平面为基波子平面，所述第二至第四子平面均为谐波子平面；
构建所述十二相驱动系统k时刻的预测模型，并通过两步预测法得到k+1时刻的预测模型，进而预测k+2时刻的预测电流值；以及
构建目标函数，并将所述第一至第四子平面的电流值和所述预测电流值代入所述目标函数，选出所述最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。
2.根据权利要求1所述的方法，其特征在于，所述分别获取在k时刻的所述第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，包括：
建立所述第一至第四变流器的第一数学模型，其中，所述第一至第四变流器的输出电压表示为：
us＝Udc·M·S，
其中，Udc表示直流电压；S＝[SA1 SB1 SC1 SA2 SB2 SC2 SA3 SB3 SC3 SA4 SB4 SC4]T，下标A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3、C4表示变流器的各个输出相，SA1、SB1、SC1、SA2、SB2、SC2、SA3、SB3、SC3、SA4、SB4、SC4表示变流器各相桥臂的开关状态，等于1时表示上桥臂导通，下桥臂关断，0时则相反，M＝diag(M0，M0，M0，M0)。
3.根据权利要求1所述的方法，其特征在于，所述构建所述十二相驱动系统k时刻的预测模型，包括：
建立十二相永磁同步电机的第二数学模型；
利用前向欧拉法将所述第二数学模型进行离散，以获得离散化电机模型；
根据所述离散化电机模型构建所述k时刻的预测模型。
4.根据权利要求1所述的方法，其特征在于，所述最终开关状态信息包括α-β平面内24个最大电压矢量对应的24种非零开关状态，以及1种零开关状态，其中，所述零开关状态的选择原则为使开关动作次数最小。
5.一种十二相驱动系统的模型预测控制装置，其特征在于，所述十二相驱动系统包括四套三相绕组电机和四套三相变流器，每套三相绕组电机的对应相之间相差15°且中性点相互隔离，所述四套三相绕组电机分别由第一至第四变流器驱动，其中，所述装置包括：
开关状态构建模块，用于对所述十二相驱动系统的所有可能开关状态信息进行简化处理，得到所述十二相驱动系统的最终开关状态信息；
采集变换模块，用于分别获取在k时刻的所述第一至第四变流器输出电流值、直流电压值、转速和转子位置信息，并对所述输出电流值进行空间矢量解耦变换，以分别得到第一至第四子平面的电流值，其中，所述第一子平面为基波子平面，所述第二至第四子平面均为谐波子平面；
预测模型构建模块，用于构建所述十二相驱动系统k时刻的预测模型，并通过两步预测法得到k+1时刻的预测模型，进而预测模型预测k+2时刻的预测电流值；以及
目标函数构建模块，用于构建目标函数，并将所述第一至第四子平面的电流值和所述预测电流值代入所述目标函数，选出所述最终开关状态信息中最小的目标函数值对应的开关状态，得到k+1时刻的各桥臂驱动信号。
6.根据权利要求5所述的装置，其特征在于，所述采集变换模块进一步用于：
建立所述第一至第四变流器的第一数学模型，其中，所述第一至第四变流器的输出电压表示为：
us＝Udc·M·S，
其中，Udc表示直流电压；S＝[SA1 SB1 SC1 SA2 SB2 SC2 SA3 SB3 SC3 SA4 SB4 SC4]T，下标A1、A2、A3、A4、B1、B2、B3、B4、C1、C2、C3、C4表示变流器的各个输出相，SA1、SB1、SC1、SA2、SB2、SC2、SA3、SB3、SC3、SA4、SB4、SC4表示变流器各相桥臂的开关状态，等于1时表示上桥臂导通，下桥臂关断，0时则相反，M＝diag(M0，M0，M0，M0)。
7.根据权利要求5所述的装置，其特征在于，所述预测模型构建模块进一步用于：
建立模块单元，用于建立十二相永磁同步电机的第二数学模型；
离散单元，用于用前向欧拉法将所述第二数学模型进行离散，以获得离散化电机模型；
构建单元，用于根据所述离散化电机模型构建所述k时刻的预测模型。
8.根据权利要求5所述的装置，其特征在于，所述最终开关状态信息包括α-β平面内24个最大电压矢量对应的24种非零开关状态，以及1种零开关状态，其中，所述零开关状态的选择原则为使开关动作次数最小。
CN201910465373.9A 2019-05-30 2019-05-30 十二相驱动系统的模型预测控制方法及装置 Active CN110086383B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910465373.9A CN110086383B (zh) 2019-05-30 2019-05-30 十二相驱动系统的模型预测控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910465373.9A CN110086383B (zh) 2019-05-30 2019-05-30 十二相驱动系统的模型预测控制方法及装置

Publications (2)

Publication Number Publication Date
CN110086383A CN110086383A (zh) 2019-08-02
CN110086383B true CN110086383B (zh) 2020-11-03

Family

ID=67422794

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910465373.9A Active CN110086383B (zh) 2019-05-30 2019-05-30 十二相驱动系统的模型预测控制方法及装置

Country Status (1)

Country Link
CN (1) CN110086383B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110855166A (zh) * 2019-11-12 2020-02-28 华南理工大学 Pwm整流器无差拍电流预测控制方法
CN112910376B (zh) * 2019-12-04 2022-07-29 中车株洲电力机车研究所有限公司 多相电机模型预测容错控制的方法及装置
CN112468031B (zh) * 2020-11-30 2022-04-22 武汉天富海科技发展有限公司 一种基于多d-q变换的多相永磁同步推进电机建模方法
CN113422554B (zh) * 2021-06-29 2023-03-24 清华大学 十二相永磁同步电机飞轮储能系统的矢量控制方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100049416A (ko) * 2008-11-03 2010-05-12 현대중공업 주식회사 12상 교류 전동기의 제어방법
CN103731084A (zh) * 2014-01-10 2014-04-16 西北工业大学 永磁同步电机低逆变器功耗直接转矩控制方法及装置
CN106505927A (zh) * 2016-12-26 2017-03-15 西南交通大学 一种五相永磁同步电机有限集模型预测电流控制方法
CN108964548A (zh) * 2018-06-13 2018-12-07 哈尔滨理工大学 基于输出最大转矩的十二相永磁同步电机容错控制方法
CN109639204A (zh) * 2019-01-23 2019-04-16 清华大学 基于十二相永磁同步电机的飞轮储能控制系统及控制方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100049416A (ko) * 2008-11-03 2010-05-12 현대중공업 주식회사 12상 교류 전동기의 제어방법
CN103731084A (zh) * 2014-01-10 2014-04-16 西北工业大学 永磁同步电机低逆变器功耗直接转矩控制方法及装置
CN106505927A (zh) * 2016-12-26 2017-03-15 西南交通大学 一种五相永磁同步电机有限集模型预测电流控制方法
CN108964548A (zh) * 2018-06-13 2018-12-07 哈尔滨理工大学 基于输出最大转矩的十二相永磁同步电机容错控制方法
CN109639204A (zh) * 2019-01-23 2019-04-16 清华大学 基于十二相永磁同步电机的飞轮储能控制系统及控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Isolated/non-isolated quad-inverter configuration for multilevel symmetrical/asymmetrical dual six-phase star-winding converter;Sanjeevikumar Padmanaban et al.;《2016 IEEE 25th International Symposium on Industrial Electronics (ISIE)》;20161117;第498-503页 *
十二相逆变器有限控制集模型预测控制技术研究;仝彤 等;《第35届中国控制会议》;20160729;第4230-4234页 *

Also Published As

Publication number Publication date
CN110086383A (zh) 2019-08-02

Similar Documents

Publication Publication Date Title
CN110086383B (zh) 十二相驱动系统的模型预测控制方法及装置
CN106936356B (zh) 矢量筛选和占空比结合的电机模型预测控制系统及方法
CN107623479B (zh) 一种电机容错故障控制方法及装置
CN108631672B (zh) 计及最优占空比调制的永磁同步电机预测磁链控制方法
CN109861609B (zh) 五桥臂两永磁电机系统优化模型预测控制装置和方法
CN109728756B (zh) 双参考电压单矢量开绕组永磁电机预测控制方法和设备
Fuentes et al. Predictive speed control of a synchronous permanent magnet motor
CN112271970A (zh) 永磁同步电机矢量控制方法、设备及存储介质
CN111800050A (zh) 一种基于电压矢量筛选与优化的永磁同步电机三矢量模型预测转矩控制方法
Arashloo et al. A robust predictive current controller for healthy and open-circuit faulty conditions of five-phase BLDC drives applicable for wind generators and electric vehicles
CN110729922B (zh) 电机控制方法、电机控制装置及计算机设备
CN113098348B (zh) 一种双三相永磁同步电机预测转矩控制方法
CN110929448A (zh) 一种永磁同步电机空载电流一致性仿真分析方法
Zhang et al. Predictive current control of a PMSM three-level dual-vector model based on self-anti-disturbance techniques
CN109861606B (zh) 十二相永磁同步电机的模型预测电流控制方法及装置
CN110212836B (zh) 基于扇区分配的十二相驱动系统模型预测控制方法及装置
Jabbarnejad et al. Virtual-flux-based DPC of grid connected converters with fast dynamic and high power quality
CN107276475B (zh) 一种双电机串联缺相容错预测型直接转矩控制方法
CN112821816A (zh) 基于npc型三电平逆变器pmsm三矢量模型预测电流控制方法
Venugopal ANFIS based field oriented control for matrix converter fed induction motor
CN110165954B (zh) 一种双馈风力发电系统机侧变流器模型预测控制方法
Suman et al. Direct Torque Controlled induction motor drive with space vector modulation fed with three-level inverter
CN115833690A (zh) 六相永磁同步电机无参数模型预测电流控制系统及方法
CN114301361B (zh) 一种基于母线电流控制的无电解电容永磁同步电机驱动系统控制方法
CN115833671A (zh) 一种双三相电机高精度模型预测电流控制系统及控制方法

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