CN110212836B - 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 - Google Patents

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 Download PDF

Info

Publication number
CN110212836B
CN110212836B CN201910465410.6A CN201910465410A CN110212836B CN 110212836 B CN110212836 B CN 110212836B CN 201910465410 A CN201910465410 A CN 201910465410A CN 110212836 B CN110212836 B CN 110212836B
Authority
CN
China
Prior art keywords
twelve
moment
phase
sector
planes
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
CN201910465410.6A
Other languages
English (en)
Other versions
CN110212836A (zh
Inventor
姜新建
陈碧阳
吕静亮
张信真
盛爽
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
Sichuan Energy Internet Research Institute EIRI Tsinghua University
Original Assignee
Tsinghua University
Sichuan Energy Internet Research Institute EIRI 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, Sichuan Energy Internet Research Institute EIRI Tsinghua University filed Critical Tsinghua University
Priority to CN201910465410.6A priority Critical patent/CN110212836B/zh
Publication of CN110212836A publication Critical patent/CN110212836A/zh
Application granted granted Critical
Publication of CN110212836B publication Critical patent/CN110212836B/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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/05—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation specially adapted for damping motor oscillations, e.g. for reducing hunting
    • 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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22—Current control, e.g. using a current control loop
    • 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
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • H02P27/12—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation pulsing by guiding the flux vector, current vector or voltage vector on a circle or a closed curve, e.g. for direct torque control

Landscapes

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

Abstract

本发明公开了一种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，其中，该方法包括以下步骤：将所有开关状态信息简化为最终开关状态信息，并得到电压矢量分布图；分别获取四个变流器输出电流值、直流电压值等信息，并对输出电流值进行空间矢量解耦变换，得到四个子平面的电流值；将α‑β平面内对应的最大24个电压矢量均分成6个扇区；构建预测模型预测k+1时刻的参考电压值；在6个扇区上确定参考电压值所在扇区，计算得到k+2时刻的预测电流值；构建目标函数，并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。该方法降低了计算的复杂度，有效提高控制的灵活性和适用性，简单易实现。

Description

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
技术领域
本发明涉及电机控制技术领域，特别涉及一种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。
背景技术
在交流电机传动领域内，三相电机得到广泛的应用，但随着功率等级的提高，常用的提高电压、增大电流的手段受到现有电力电子功率器件的耐压和耐流值的限制。近年来随着多相电机的发展，提高电机的相数成为解决该问题的另一种思路，而且多相电机还具有更高控制灵活度，可以降低转矩脉动、提高电机的容错性能等优势，具有广泛的应用前景。
传统的控制方法常采用矢量控制或直接转矩控制，随着数字处理器计算水平的提高，MPC(Model Predictive Control，模型预测控制)逐渐展示出其应用潜力。在电机驱动领域常用的MPC有两种：FCS-MPC(Finite Control Set Model Predictive Control，有限控制集模型预测控制)和CCS-MPC(Continuous Control SetModel Predictive Control，连续控制集模型预测控制)。与CCS-MPC相比，FCS-MPC不需要调制技术，直接考虑可能的开关状态，方法更直观，受外界扰动的影响更小，更方便考虑各种限制以及约束条件。对于一个由n电平变流器供电的m相电机来说，一共有nm种开关状态可以选择，可选的开关状态数随电机相数呈指数增长，一定程度上限制了MPC的应用。目前关于多相电机的MPC方法，研究较多的仍是相数相对较低的五相和双三相电机，更高相数的电机研究非常少。但随着相数的增加，需要考虑的开关状态数指数增加，使得计算量相应地也呈指数增加；除此之外，更高相数的电机具有更多的谐波平面，控制更加复杂。文章Model Predictive Direct FluxVector Control of Multi-three-Phase Induction Motor Drives研究多三相电机，使用多dq变换将多三相电机转换为多个三相电机分别进行控制，该方法可以很方便地将三相的技术推广到多三相电机，但没有从根本上解释多相电机谐波电流大的原因，因此在谐波电流的抑制方面效果不是特别理想。
本发明研究十二相永磁同步电机的MPC技术，使用VSD(Vector SpaceDecomposition，空间矢量解耦)变换，将十二相电机作为一个整体考虑。由两电平变流器供电的十二相永磁同步电机驱动系统共存在4096种开关状态，计算负担很重，即便只考虑最大的24个电压矢量对应的24种开关状态依然是个不小的计算量。
鉴于此，如何进一步减小计算量，以及如何从根本上解释十二相永磁同步电机谐波电流大的原因，使在谐波电流的抑制方面达到相对理想效果，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基于扇区分配的十二相驱动系统模型预测控制方法，该方法将十二相永磁同步电机作为一个整体，将开关状态数简化为5种，很大程度地降低了计算量并实现了单独对谐波电流的控制，方法简单直观，自由度高。
本发明的另一个目的在于提出一种基于扇区分配的十二相驱动系统模型预测控制装置。
为达到上述目的，本发明一方面提出了基于扇区分配的十二相驱动系统模型预测控制方法，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，该方法包括以下步骤：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，并得到所述最终开关状态信息对应在第一至第四子平面的电压矢量分布图；分别获取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变换，以得到所述第一至第四子平面的电流值；将所述第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配，得到所述十二相驱动系统的6个扇区；构建所述十二相驱动系统的预测模型，并通过所述预测模型预测k+1时刻的参考电压值；在所述6个扇区上确定所述k+1时刻的参考电压值所在扇区，并计算所在扇区内四种开关状态对应的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目标函数的函数值最小的开关状态，得到k+1时刻的各桥臂驱动信号。
本发明实施例的基于扇区分配的十二相驱动系统模型预测控制方法，将与能量转换相关的静止α-β平面划分为6个扇区，通过假设预测电流值与参考电流值相等，得到参考电压值，进而判断出参考电压所在的扇区，将可能的开关状态数降低为5种，解决了开关状态数随电机相数增加呈指数增长的问题，并在保证控制性能的同时，大大简化了算法的复杂度。
另外，根据本发明上述实施例的基于扇区分配的十二相驱动系统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，所述将所述第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配进一步包括：根据所述第一至第四子平面的电压矢量分布图找出α-β平面内最大的24个电压矢量对应的24种开关状态，并将所述最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态。
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，进一步包括：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预测模型。
进一步地，在本发明的一个实施例中，所述通过所述预测模型预测k+1时刻的参考电压值，进一步包括：根据所述第一至第四子平面的电流值和k时刻的开关信息得到k+1时刻的预测电流值，假设k+2时刻的预测电流值达到参考电流值，并根据所述预测的k+1时刻的电流值，得到k+1时刻的参考电压值。
为达到上述目的，本发明另一方面提出了一种基于扇区分配的十二相驱动系统模型预测控制装置，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，该装置包括：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，并得到所述最终开关状态信息对应在第一至第四子平面的电压矢量分布图；采集变换模块，用于分别获取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，并对所述输出电流值进行空间矢量解耦VSD变换，以得到所述第一至第四子平面的电流值；扇区分配模块，用于将所述第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配，得到所述十二相驱动系统的6个扇区；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，并通过所述预测模型预测k+1时刻的参考电压值；扇区选择模块，用于在所述6个扇区上确定所述k+1时刻的参考电压值所在扇区，并计算所在扇区内四种开关状态对应的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目标函数的函数值最小的开关状态，得到k+1时刻的各桥臂驱动信号。
本发明实施例的基于扇区分配的十二相驱动系统模型预测控制装置，将与能量转换相关的静止α-β平面划分为6个扇区，通过假设预测电流值与参考电流值相等，得到参考电压值，进而判断出参考电压所在的扇区，将可能的开关状态数降低为5种，解决了开关状态数随电机相数增加呈指数增长的问题，并在保证控制性能的同时，大大简化了算法的复杂度。
另外，根据本发明上述实施例的基于扇区分配的十二相驱动系统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，所述扇区分配模块进一步用于：根据所述第一至第四子平面的电压矢量分布图找出α-β平面内最大的24个电压矢量对应的24种开关状态，并将所述最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态。
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，用于建立十二相驱动系统的第二数学模型；离散单元，用于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；构建单元，用于根据所述离散化电机模型构建所述预测模型。
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：根据所述第一至第四子平面的电流值和k时刻的开关信息得到k+1时刻的预测电流值，假设k+2时刻的预测电流值达到参考电流值，并根据所述预测的k+1时刻的电流值，得到k+1时刻的参考电压值。
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基于扇区分配的十二相驱动系统模型预测控制方法流程图；
图4为最大的24种电压矢量在α-β平面内的分布以及扇区的划分图；
图5为最大的24种电压矢量在三个谐波平面内的分布图；
图6为根据本发明实施例的基于扇区分配的十二相驱动系统模型预测控制原理图；
图7为根据本发明实施例的基于扇区分配的十二相驱动系统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，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，首先将参照附图描述根据本发明实施例提出的基于扇区分配的十二相驱动系统模型预测控制方法。
首先，如图1和2所示，本发明实施例的十二相永磁同步电机使用由四套中性点相互隔离的彼此间相差15°角的三相绕组构成的十二相永磁同步电机，变流器由四个两电平三相变流器组成，四个变流器分别给电机的四套三相绕组供电。
图3是本发明一个实施例的基于扇区分配的十二相驱动系统模型预测控制方法流程图。
如图3所示，该基于扇区分配的十二相驱动系统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，并得到最终开关状态信息对应在第一至第四子平面的电压矢量分布图。
在步骤S102中，分别获取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)。
在步骤S103中，将第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配，得到十二相驱动系统的6个扇区。
进一步地，在本发明的一个实施例中，将第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配进一步包括：根据第一至第四子平面的电压矢量分布图找出α-β平面内最大的24个电压矢量对应的24种开关状态，并将24种开关状态绘制在另外三个谐波子平面上，将最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态。
可以理解为，绘制α-β平面内最大的24个电压矢量分布图，并根据这最大的24个电压矢量对应的24种开关状态绘制其在三个谐波子平面的分布，将α-β平面内最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态，同时得到这4种开关状态在三个谐波平面内的分布。
在步骤S104中，构建十二相驱动系统的预测模型，并通过预测模型预测k+1时刻的参考电压值。
具体而言，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的预测模型。
其中，应用两步预测法的经前向欧拉法离散后的MPC的预测模型为：
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，k表示当前时刻，k+1表示下一控制周期，k+2表示k+1的下一控制周期，TS表示一个控制周期的时间，ωe(k)表示k时刻的转子转速信息，idq(k+2)、idq(k+1)分别表示十二相驱动系统中变流器输出电流经十二相VSD变换后的四个子平面的k+2时刻和k+1时刻的预测电流值。udq(k+1)为k+1时刻变流器输出预测电压值经十二相VSD变换后的四个子平面的预测电压值。ΨPM＝[0Ψf01×6]T，Ψf表示空载磁链；Ldq表示十二相电感值在四个子平面内的分量。ΨPM＝[0Ψf01×6]T，Ψf表示空载磁链。变换矩阵J可以表示为：
Figure GDA0002667329760000061
进一步地，根据第一至第四子平面的电流值和k时刻的开关信息得到k+1时刻的预测电流值，假设k+2时刻的预测电流值达到参考电流值，并根据预测的k+1时刻的电流值，得到k+1时刻的参考电压值。
在步骤S105中，在6个扇区上确定k+1时刻的参考电压值所在扇区，并计算所在扇区内四种开关状态对应的k+2时刻的预测电流值。
具体地，根据步骤S104中得到的参考电压值确定其在α-β平面内的分布，进而得到所在的扇区，以及该扇区对应的4种非零开关状态，为减小电流波动，同时选出1种使开关动作变化次数最小的零开关状态，并根据选出的5种开关状态计算出对应的变流器输出电压值，并对其进行VSD变换，得到相应的四个子平面的电压值，代入预测模型构建模块，得到各种开关状态对应的k+2时刻的预测电流值。
在步骤S106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目标函数的函数值最小的开关状态，得到k+1时刻的各桥臂驱动信号。
具体而言，根据四个子平面的参考电流值以及扇区选择模块得到的k+2时刻的预测电流值构建目标函数，其中三个谐波子平面的参考电流值设为0，d-q平面的参考电流值根据实际需要选择适当的id＝0、最大转矩电流比或是弱磁控制等策略确定。将5种可能的开关状态对应的目标函数值进行比较，选出最小的目标函数值对应的开关状态，进而得到k+1时刻各桥臂的驱动信号。
下面结合上面叙述和示例对本发明实施例进行详细说明。
MPC的实现建立在预测模型的基础上，故考虑延迟影响后，应用两步预测法的经前向欧拉法离散后的MPC的预测模型为：
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，k表示当前时刻，k+1表示下一控制周期，k+2表示k+1的下一控制周期，TS表示一个控制周期的时间，ωe(k)表示k时刻的转子转速信息，idq(k+2)、idq(k+1)分别表示十二相驱动系统中变流器输出电流经十二相VSD变换后的四个子平面的k+2时刻和k+1时刻的预测电流值。udq(k+1)为k+1时刻变流器输出预测电压值经十二相VSD变换后的四个子平面的预测电压值。ΨPM＝[0Ψf01×6]T，Ψf表示空载磁链；Ldq表示十二相电感值在四个子平面内的分量。ΨPM＝[0Ψf01×6]T，Ψf表示空载磁链。变换矩阵J可以表示为：
Figure GDA0002667329760000071
本发明实施例的控制目标为电流的预测值与参考值相等，假设已经达到该目标，即在电机模型中使电流预测值与参考值相等，根据预测模型可以得到udq(k+1)的值，称为参考电压值，记为u* dq，根据反Park变换矩阵可以将旋转坐标系下的u* dq变为静止坐标系下的u* αβ。
本发明实施例的十二相驱动系统一共有4096种开关状态，在VSD变换后的四个子平面内均对应4096个电压矢量，由于四个子平面的电压矢量分布图类似，因此下面介绍以α-β平面为例。
例如，在α-β平面内4096个电压矢量存在1695个电压矢量与其余矢量重合，去掉这些冗余量后剩余2401个相互间不重合的电压矢量。这2401个电压矢量含有1个零矢量以及2400个非零矢量，可以将这2400个非零电压矢量均分为100组，每组的24个电压矢量平均分布在各自的圆周上，存在一个圆周同时包含多组电压矢量的情况，也存在一个圆周只含有一组电压矢量的情况。其中，最大的圆周只含有一组，即24个电压矢量。为保证较高的直流电压利用率以及较低的谐波电流，可以在2400个非零电压矢量中只选择这最大的24个电压矢量对应的24种开关状态对电流进行预测。考虑到加上零开关状态有利于降低电流波动，因此一共需要计算25次，计算量依旧不小。
因此，本发明实施例在此基础上，将α-β平面均分为6个扇区，每个扇区4个电压矢量，先根据步骤S104中得到的u* αβ判断出所在的扇区，进而将需要计算的非零开关状态数减小为4个，加上1种为降低电流波动选择的零开关状态，只需要考虑5种开关状态即可，大大地减小了计算量。其中，零开关状态的选择以开关变化次数最小为原则，在所有的16种零开关状态中选出最合适的一个。
下面结合附图对判断扇区的方法进行详细说明。
如图4所示，每个扇区占π/3角度，第一扇区为-π/6到π/6的区域，第一至六扇区按逆时针分布，每个扇区的右边界属于该扇区，左边界不属于。先根据u* α大于0、小于0还是等于0判断参考电压矢量落在右半平面、左半平面还是纵轴上，再根据u* αβ与α轴的夹角θαβ确定具体的扇区。例如，θαβ为π/12，落在第一扇区内。夹角θαβ的计算为：
Figure GDA0002667329760000081
选择分为6个扇区而不是更多或更少的说明：
分为6个扇区时，α-β平面内任一扇区的四个电压矢量在三个谐波平面内分布均相对均匀，在保证电流跟踪性能的同时，可以达到较好的谐波控制效果。如图5所示，当扇区大于6时，例如取8个扇区，此时任意扇区内的3个电压矢量在三个谐波平面内均分布在180°方向内，虽然需要计算的开关数少了，但不利于谐波的抑制。当扇区小于6时，例如取4个扇区，此时的效果与取6个扇区的效果相近，但6个扇区时需要计算的开关数更少，计算量更低，因此更有优势。
为了确定在5种开关状态中的具体选择，需要建立目标函数。需要注意的是，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，导致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。因此为了同时获得良好的d-q平面电流跟踪性能以及谐波电流抑制效果，需要在目标函数中同时包含四个平面的电流值。
Figure GDA0002667329760000091
将五种可能的开关状态分别估计出的k+2时刻的电流预测值以及参考电流值代入目标函数，再将不同的开关状态下的目标函数值进行对比，其中，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。
综上，如图6所示，本发明实施例十二相驱动系统模型预测控制方法的工作原理为：采集k时刻的变流器输出电流、直流电压、转子位置角及转速信息；对采集到的电流值进行VSD坐标变换得到四个平面k时刻的实际电流值；根据得到的四个平面k时刻的实际电流值与当前的开关状态，应用预测模型得到k+1时刻的预测电流值；令k+2时刻的预测电流值等于参考电流值，与k+1时刻的预测电流值一同代入预测模型得到旋转坐标系下的参考电压，u* dq，通过反Park变换，得到静止坐标系下的参考电压u* αβ，进而判断出u* αβ在α-β平面内的具体扇区；结合扇区内的开关状态以及在16种可能的零开关状态中选出的使开关变化次数最小的1种零开关状态，根据变流器模型以及VSD变换，计算k+1时刻的四个平面内的电压值udq(k+1)；进而根据预测模型可以得到相应的k+2时刻的预测电流值；将k+2时刻的预测电流值与参考电流值代入目标函数，对5个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k+1时刻实际应用的开关状态。
根据本发明实施例提出的基于扇区分配的十二相驱动系统模型预测控制方法，将与能量转换相关的静止α-β平面划分为6个扇区，通过假设预测电流值与参考电流值相等，得到参考电压值，进而判断出参考电压所在的扇区，将可能的开关状态数降低为5种，解决了开关状态数随电机相数增加呈指数增长的问题，并在保证控制性能的同时，大大简化了算法的复杂度。
其次参照附图描述根据本发明实施例提出的基于扇区分配的十二相驱动系统模型预测控制装置。
图7是本发明一个实施例的基于扇区分配的十二相驱动系统模型预测控制装置结构示意图。
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，如图7所示，该基于扇区分配的十二相驱动系统模型预测控制装置10包括：开关状态构建模块100、采集变换模块200、扇区分配模块300、预测模型构建模块400、扇区选择模块500和目标函数构建模块600。
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，并得到最终开关状态信息对应在第一至第四子平面的电压矢量分布图。
集变换模块200用于分别获取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，以得到第一至第四子平面的电流值。
也就是说，集变换模块200采集到的十二相电流值进行VSD变换后，得到四个子平面电流值，采集到的直流电压值和转速等将在接下来的模块中使用。
扇区分配模块300用于将第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配，得到十二相驱动系统的6个扇区。
预测模型构建模块400用于构建十二相驱动系统预测模型，并通过预测模型预测k+1时刻的参考电压值。
扇区选择模块500用于在6个扇区上确定k+1时刻的参考电压值所在扇区，并通过所在扇区计算得到各开关状态对应的k+2时刻的预测电流值。
目标函数构建模块600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目标函数的函数值最小的开关状态，得到k+1时刻的各桥臂驱动信号。本发明实施例的装置10降低了计算的复杂度，有效提高控制的灵活性和适用性，简单易实现。
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)。
进一步地，在本发明的一个实施例中，扇区分配模块进一步用于：根据第一至第四子平面的电压矢量分布图找出α-β平面内最大的24个电压矢量对应的24种开关状态，并将24种开关状态绘制在另外三个谐波子平面上，将最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态。
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，用于建立十二相驱动系统的第二数学模型；离散单元，用于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；构建单元，用于根据离散化电机模型构建预测模型。
可选地，在本发明的一个实施例中，预测模型构建模块进一步还用于：根据第一至第四子平面的电流值和k时刻的开关信息得到k+1时刻的预测电流值，假设k+2时刻的预测电流值达到参考电流值，并根据预测的k+1时刻的电流值，得到k+1时刻的参考电压值。
需要说明的是，前述对基于扇区分配的十二相驱动系统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基于扇区分配的十二相驱动系统模型预测控制装置，将与能量转换相关的静止α-β平面划分为6个扇区，通过假设预测电流值与参考电流值相等，得到参考电压值，进而判断出参考电压所在的扇区，将可能的开关状态数降低为5种，解决了开关状态数随电机相数增加呈指数增长的问题，并在保证控制性能的同时，大大简化了算法的复杂度。
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 (10)

1.一种基于扇区分配的十二相驱动系统模型预测控制方法，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，该方法包括以下步骤：
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，并得到所述最终开关状态信息对应在第一至第四子平面的电压矢量分布图；
分别获取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变换，以得到所述第一至第四子平面的电流值；
将所述第一至第四子平面的电压矢量分布图中α-β内对应的最大24个电压矢量进行扇区分配，得到所述十二相驱动系统的6个扇区；
构建所述十二相驱动系统的预测模型，并通过所述预测模型预测k+1时刻的参考电压值；
在所述6个扇区上确定所述k+1时刻的参考电压值所在扇区，并计算所在扇区内的四种开关状态对应的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目标函数的函数值最小的开关状态，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，所述将所述第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配进一步包括：
根据所述第一至第四子平面的电压矢量分布图找出α-β平面内最大的24个电压矢量对应的24种开关状态，并将所述最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态。
4.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的预测模型，进一步包括：
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预测模型。
5.根据权利要求1所述的方法，其特征在于，所述通过所述预测模型预测k+1时刻的参考电压值，进一步包括：
根据所述第一至第四子平面的电流值和k时刻的开关信息得到k+1时刻的预测电流值，假设k+2时刻的预测电流值达到参考电流值，并根据所述预测的k+1时刻的电流值，得到k+1时刻的参考电压值。
6.一种基于扇区分配的十二相驱动系统模型预测控制装置，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，该装置包括：
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，并得到所述最终开关状态信息对应在第一至第四子平面的电压矢量分布图；
采集变换模块，用于分别获取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，并对所述输出电流值进行空间矢量解耦VSD变换，以得到所述第一至第四子平面的电流值；
扇区分配模块，用于将所述第一至第四子平面的电压矢量分布图中α-β平面内对应的最大24个电压矢量进行扇区分配，得到所述十二相驱动系统的6个扇区；
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，并通过所述预测模型预测k+1时刻的参考电压值；
扇区选择模块，用于在所述6个扇区上确定所述k+1时刻的参考电压值所在扇区，并计算所在扇区内四种开关状态对应的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目标函数的函数值最小的开关状态，得到k+1时刻的各桥臂驱动信号。
7.根据权利要求6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)。
8.根据权利要求6所述的装置，其特征在于，所述扇区分配模块进一步用于：
根据所述第一至第四子平面的电压矢量分布图找出α-β平面内最大的24个电压矢量对应的24种开关状态，并将所述最大的24个电压矢量均分为6个扇区，每个扇区包含4种开关状态。
9.根据权利要求6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，用于建立十二相驱动系统的第二数学模型；
离散单元，用于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；
构建单元，用于根据所述离散化电机模型构建所述预测模型。
10.根据权利要求6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：
根据所述第一至第四子平面的电流值和k时刻的开关信息得到k+1时刻的预测电流值，假设k+2时刻的预测电流值达到参考电流值，并根据所述预测的k+1时刻的电流值，得到k+1时刻的参考电压值。
CN201910465410.6A 2019-05-30 2019-05-30 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 Active CN110212836B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910465410.6A CN110212836B (zh) 2019-05-30 2019-05-30 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

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910465410.6A CN110212836B (zh) 2019-05-30 2019-05-30 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

Publications (2)

Publication Number Publication Date
CN110212836A CN110212836A (zh) 2019-09-06
CN110212836B true CN110212836B (zh) 2020-11-03

Family

ID=67789762

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910465410.6A Active CN110212836B (zh) 2019-05-30 2019-05-30 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

Country Status (1)

Country Link
CN (1) CN110212836B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111896869B (zh) * 2020-07-11 2023-03-24 西北工业大学 一种五相永磁同步电机开路故障诊断方法
CN113093542B (zh) * 2021-03-31 2022-08-12 吉林大学 一种电机转矩优化有限集预测控制并行计算方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105162380A (zh) * 2015-10-13 2015-12-16 哈尔滨工业大学 一种六相永磁同步电动机模型预测控制方法
CN106788027B (zh) * 2016-12-16 2018-11-30 华中科技大学 一种基于最优二矢量组合的模型预测控制方法及系统
CN106936356B (zh) * 2017-04-24 2023-03-28 东南大学盐城新能源汽车研究院 矢量筛选和占空比结合的电机模型预测控制系统及方法

Also Published As

Publication number Publication date
CN110212836A (zh) 2019-09-06

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
CN110829908B (zh) 一种基于混合多电平逆变器的永磁牵引电机控制方法
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
WO2022110277A1 (zh) 一种用于开绕组五相永磁同步电机的模型预测分解控制方法及装置
CN112737444B (zh) 交替执行采样与控制程序的双三相永磁同步电机控制方法
CN105897030A (zh) 一种无差拍定频模型预测控制方法、装置及系统
Xu et al. Model predictive control with constant switching frequency for three-level T-type inverter-fed PMSM drives
CN103107761B (zh) 基于四相五线拓扑的三维svpwm方法
CN103051273A (zh) 基于五相六线拓扑的相邻五矢量svpwm方法
CN105634364B (zh) 一种三相四开关变频调速系统中电容电压漂移的抑制方法
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
CN104539220A (zh) 一种三相四开关逆变器自适应脉宽调制方法
CN112994555A (zh) 六相永磁同步发电机占空比合成矢量低复杂度模型预测直接功率控制方法
CN113098348B (zh) 一种双三相永磁同步电机预测转矩控制方法
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
Jabbarnejad et al. Virtual-flux-based DPC of grid connected converters with fast dynamic and high power quality
CN110112988B (zh) 三电平变频调速系统模型预测控制方法、控制器及系统
CN112865664A (zh) 电动汽车的逆变器svpwm控制方法、装置及电动汽车
CN112260605A (zh) 五相永磁同步电机缺一相故障直接转矩控制方法
Suman et al. Direct Torque Controlled induction motor drive with space vector modulation fed with three-level inverter
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
Zhu et al. Simplified model predictive current control strategy for open-winding permanent magnet synchronous motor drives
JP2022165651A (ja) モータ制御装置
CN110829923B (zh) 一种多相逆变器空间电压矢量调制方法
CN111464082A (zh) 兼备低开关损耗和共模干扰的六相电机svpwm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