CN111106773B - 基于优化占空比的永磁同步电机模型预测控制方法 - Google Patents

基于优化占空比的永磁同步电机模型预测控制方法 Download PDF

Info

Publication number
CN111106773B
CN111106773B CN202010007818.1A CN202010007818A CN111106773B CN 111106773 B CN111106773 B CN 111106773B CN 202010007818 A CN202010007818 A CN 202010007818A CN 111106773 B CN111106773 B CN 111106773B
Authority
CN
China
Prior art keywords
sampling period
voltage vector
duty ratio
opt3
vector
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
CN202010007818.1A
Other languages
English (en)
Other versions
CN111106773A (zh
Inventor
唐文博
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.)
Tianjin University
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 CN202010007818.1A priority Critical patent/CN111106773B/zh
Publication of CN111106773A publication Critical patent/CN111106773A/zh
Application granted granted Critical
Publication of CN111106773B publication Critical patent/CN111106773B/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
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/141Flux estimation
    • 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
    • H02P21/05Arrangements 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
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00Climate change mitigation technologies for sector-wide applications
    • Y02P80/10Efficient use of energy, e.g. using compressed air or pressurized fluid as energy carrier

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优化占空比的永磁同步电机模型预测控制方法,包括:考虑到延时补偿,将定子磁链矢量参考值与预测值误差值建立代价函数,在每一个采样周期,通过穷举法可得到下一个采样周期作用的使代价函数最小的电压矢量及其作用时间;将代价函数表示为电压矢量作用时间t的函数,并通过求偏导数令偏导数为零,得到使得代价函数最小的电压矢量作用时间topt;当上一个采样时刻计算得到的电压矢量作用时间大于一个采样周期时,此矢量可在当前采样周期内继续作用,同时在当前采样时刻通过穷举法可得到最优矢量及其作用时间,根据两个最优电压矢量及其作用时间,决定采样周期的占空比。本发明可在多种工况下实现抑制转矩脉动与降低电流谐波含量的目的。

Description

基于优化占空比的永磁同步电机模型预测控制方法
技术领域
本发明涉及电机系统及控制领域,尤其涉及一种基于优化占空比的永磁同步电机模型预测控制方法。
背景技术
永磁同步电机具有高功率密度,高转矩以及结构简单等优点,已在伺服系统,电动汽车,风力发电等工业领域有了广泛的应用,因此,对永磁同步电机控制算法的研究一直以来都是热点[1-3]。近年来,预测控制因具有建模简单、滚动优化,有效解决多变量有约束的系统等优点,在电机控制等领域受到广泛关注[4-6]
模型预测控制主要分为无差拍模型预测控制和有限集模型预测控制[7],其中有限集模型预测控制是一种非常传统的永磁同步电机预测控制方法,以8个基本电压矢量为基础,通过穷举法带入价值函数中,得到使价值函数最小的电压矢量作为最优矢量输出,具有原理简单,动态响应速度快,可以在线的矫正定子磁链矢量等优点。但是由于在一个采样周期内只能使用一个电压矢量,因此磁链矢量的给定值与实际值之间的误差较大[8],引起了较大的转矩稳态波动,并增加了电流中的谐波成分,随着采样周期的增大,稳态波动大的问题会更加明显。
使用多电平变流器[9,10]或者增加虚拟矢量[11]是降低预测控制转矩稳态波动的直接有效方法,但是会产生计算负担增大等问题,对硬件要求较高。一些学者提出了在一个采样周期内加入零矢量的方法,即在一个采样周期内作用一个有效矢量和一个零矢量,预先算出有效矢量在一个采样周期的占空比,在定子磁链的预测值中,有效的降低了转矩的稳态波动。但是由于一个采样周期内只有一个有效矢量,定子磁链轨迹只有一个运动方向,转矩稳态波动也比较大;此外,若求得的最优作用时间大于一个采样周期,有效矢量作用的时间大于一个采样周期,一般处理方式将作用时间等于一个采样周期[12],表明了此时求得的作用时间是无效的,不仅浪费了计算资源,同时降低了转矩的稳态性能。
无论采取哪种控制策略,都不能够在同一开关频率下提高系统的控制效果。因此,一种在相同开关频率下改善有限集模型预测控制和传统占空比模型预测控制的稳态控制效果,抑制转矩脉动和降低电流谐波含量,并且能够维持原有快速暂态响应的技术亟需提出。
参考文献
[1]Siami M,Arab Khaburi D,Rivera M,et al.A Computationally EfficientLookup Table Based FCS-MPC for PMSM Drives Fed by Matrix Converters[J].IEEETransactions on Industrial Electronics,2017,64(10):7645-7654.
[2]Zhang X,Zhang L,Zhang Y,et al.Model predictive current control forPMSM drives with parameer ro-bustness improvement[J].IEEE Transactions onPower Electronics,2019,34(2):1645-1657.
[3]周湛清,夏长亮,等.具有参数鲁棒性的永磁同步电机改进型预测转矩控制[J].电工技术学报,2018,33(5):965-972.
[4]Patricio C,Marian K,Ralph K,et al.Model predic-tive control inpower electronics and drives[J].IEEE Transactions on Industrial Electronics,2008,55(12):4312-4324.
[5]Kouro S,Perez A,et al.Moder predictive con-trol:MPC’s role in theevolution of power electron-ics[J].IEEE Transactions on IndustrialElectronics,2015,9(4):8-21.
[6]A.Achalhi,N.Belbounaguia,and M.Bezza,“A novel modified dtc schemewith speed fuzzy-pi controller,”in 20184th International Conference onOptimization and Applications(ICOA),Apr.2018,pp.1–5.
[7]Abdelsalam A,Byung K,YoungL.A comparison of finite controlset andcontinuous set modelpredictive controlschemes for speed controlofinductionmo-tors[J].IEEE Transactions on Industrial Informatics,2018,14(4):1334-1346.
[8]S.Kouro,P.Cortes,R.Vargas,U.Ammann,and J.Rodriguez,“Modelpredictive controla simple and powerful method to control power converters,”IEEE Trans.Ind.Electron.,vol.56,no.6,pp.1826–1838,Jun.2009.
[9]J.Rodriguez,Jih-Sheng Lai,and Fang Zheng Peng,“Multilevelinverters:a survey of topologies,controls,and applications,”IEEETrans.Ind.Electron.,vol.49,no.4,pp.724–738,Aug.2002.
[10]S.Kouro,M.Malinowski,K.Gopakumar,J.Pou,L.G.Franquelo,B.Wu,J.Rodriguez,M.A.Prez,and J.I.Leon,“Recent advances and industrialapplications of multilevel converters,”IEEE Trans.Ind.Electron.,vol.57,no.8,pp.2553–2580,Aug.2010.
[11]Zhou Z,Xia L,Yan Y,et al.Torque ripple minimization of predictivetorque control for PMSM with extended control set[J].IEEE Transactions onIndustrial Electronics,2017,64(9):6930-6939.
[12]Zhang C,Xie W.Low complexity model predictive control-Singlevector-based approach[J].IEEE Trans-actions on Power Electronics,2014,29(10):5532-5540.
发明内容
本发明提供了一种基于优化占空比的永磁同步电机模型预测控制方法,本发明可在多种工况下实现抑制转矩脉动与降低电流谐波含量的目的,详见下文描述:
一种基于优化占空比的永磁同步电机模型预测控制方法,所述方法包括:
考虑到延时补偿,将定子磁链矢量参考值与预测值误差值建立代价函数,在每一个采样周期,通过穷举法可得到下一个采样周期作用的使代价函数最小的电压矢量及其作用时间;
将代价函数表示为电压矢量作用时间t的函数,并通过求偏导数令偏导数为零,得到使得代价函数最小的电压矢量作用时间topt
当上一个采样时刻计算得到的电压矢量作用时间大于一个采样周期时,此矢量可在当前采样周期内继续作用,在当前采样时刻通过穷举法可得到最优矢量及其作用时间,根据两个最优电压矢量及其作用时间,决定采样周期的占空比。
所述方法还包括:提出一种新的占空比更新方案,以实现最优控制永磁同步电机的目的。
所述占空比更新方案具体为:
1)0≤tI1≤Ts且topt3+tI1≥Ts
a相为例,假设在(k-1)Ts时刻计算最优电压矢量为uopt(k-1),对应的a相电平为高电平,在kTs时刻计算最优电压矢量为uopt(k),对应的a相电平为低电平,则在(k+1)Ts时刻作用的占空比:da=tII2/Ts
更新tII2和tI1的值:
tII2=tI1
tI1=topt3+tII2-Ts
当topt3+tI1≥2Ts时,表示在当前时刻得到的作用时间大于一个采样周期,在(k+1)Ts时刻不再进行电压矢量的计算,前一个采样周期的电压矢量继续在当前采样周期继续作用,占空比的更新方式为:tI1=tI1-Ts;tII2=0,直至0≤tI1≤Ts,再次进行电压矢量的计算;
2)0≤tI1≤Ts且topt3+tI1≤Ts
与第一种情况类似,tII2和tI1值的更新方式如上式所示,将tI1的值置为0;
3)0≤tI1≤0且topt3+tI1≥Ts
以a相为例,当uopt(k)对应电平为1时,此时da=1,否则da=0;在kTs时刻更新tII2和tI1的值,tII2≤0、tI1=topt3-Ts,把tII2的值置为0;
当topt3≥2Ts时,表明在当前时刻计算得到的作用时间大于两个采样周期,在(k+1)Ts采样周期的占空比只与前一个采样时刻计算的电压矢量有关,占空比的更新方式为:tI1=tI1-Ts;tII2=0,直至0≤tI1≤Ts,再次进行电压矢量的计算;
4)0≤tI1≤0且topt3+tI1≤Ts
当uopt(k)对应电平为1时,da=topt3/Ts,否则,da=0;在kTs时刻更新完tII2和tI1的值后,tII2≤0、tI1=topt3-Ts≤0,把tII2和tI1的值置为0。
本发明提供的技术方案的有益效果是:
1、本发明考虑到上一个采样周期的最优电压矢量及其作用时间对当前采样周期占空比的影响,同时基于当前采样时刻的电压矢量和作用时间,共同决定当前采样周期的占空比;
2、本发明对传统占空比预测控制策略中定子磁链轨迹只有一个运动方向,转矩稳态波动也比较大等问题,提出了一种采样周期占空比方法,优化每一个采样周期的占空比;
3、本发明在每一个采样时刻根据两个最优电压矢量及其作用时间,提出了全新的占空比更新方法,有效的降低了稳态转矩波动。
附图说明
图1为采用传统占空比模型预测控制的定子磁链的轨迹示意图(电压矢量作用时间固定为采样周期Ts);
图2为采用本发明中控制策略优化占空比模型预测控制时定子磁链轨迹示意图;
图3为当0≤tI1≤Ts且topt3+tI1≥Ts时,采样周期占空比更新方法示意图;
图4为当0≤tI1≤Ts且topt3+tI1≤Ts时,采样周期占空比更新方法示意图;
图5为当0≤tI1≤Ts且topt3+tI1≥Ts时,采样周期占空比更新方法示意图;
图6为当0≤tI1≤Ts且topt3+tI1≤Ts时,采样周期占空比更新方法示意图。
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。
为了满足航空、汽车等重要应用场合的高性能需求,要求永磁同步电机在不增加开关损耗的情况下,提高转矩的控制效果。本发明重点分析了传统有限集模型预测控制策略和传统占空比模型预测控制策略的原理,针对有限集预测控制策略和传统占空比模型预测控制策略转矩波动较大问题,提出一种基于优化占空比的永磁同步电机预测磁链控制方法。
基本思想是:当上一个采样时刻计算得到的电压矢量作用时间大于一个采样周期时,此矢量可在当前采样周期内继续作用,同时在当前采样时刻通过穷举法可得到最优矢量及其作用时间,根据两个有效矢量及其作用时间,决定采样周期的占空比。
实施例1
一种基于优化占空比的永磁同步电机模型预测控制方法,该方法包括以下步骤:
101:建立永磁同步电机的数学模型,该模型是后续永磁同步电机预测控制算法的基础;
102:考虑到延时补偿,将定子磁链矢量参考值与预测值误差值建立代价函数,在每一个采样周期,通过穷举法可以得到下一个采样周期作用的使代价函数最小的电压矢量及其作用时间;
103:将代价函数表示为电压矢量作用时间t的函数,并通过求偏导数令偏导数为零,得到使得代价函数最小的电压矢量作用时间topt
104:当上一个采样时刻计算得到的电压矢量作用时间大于一个采样周期时,此矢量可在当前采样周期内继续作用,同时在当前采样时刻通过穷举法可得到最优矢量及其作用时间,根据两个最优电压矢量及其作用时间,决定采样周期的占空比,可以有效的改善传统占空比模型预测控制的稳态性能;
105:为了方便算法的实施,提出了一种新的占空比更新方案,以实现最优控制永磁同步电机的目的。
实施例2
下面结合具体的实例、计算公式对实施例1中的方案进行进一步地介绍,详见下文描述:
一、有限集模型预测控制
在两相静止坐标系下建立永磁同步电机的数学模型,定子磁链与电压的关系可表示为:
Figure BDA0002355971230000061
式中,ψs和ψr分别为定子磁链和转子磁链;Rs和Ls分别为定子电阻和定子电感;us和is分别为定子电压和定子电流。
电磁转矩Te表达式为:
Figure BDA0002355971230000062
式中,p表示电机的极对数。
定子磁链与转子磁链之间的角度θes表示:
Figure BDA0002355971230000063
Figure BDA0002355971230000064
式中,ψs和ψr分别表示定子磁链的幅值和转子磁链的幅值。
预测模型中定子磁链的给定值ψs,ref的表达式为:
Figure BDA0002355971230000065
Figure BDA0002355971230000066
式中,θe为转子磁链的实际位置;Ts表示系统的控制周期;ωe表示定子磁链的转速。
在忽略定子电阻的情况下,采用一阶欧拉公式对公式(1)进行离散化处理可以得到磁链的预测模型:
ψs(k+2)=ψs(k)+ui(k+1)Ts+uopt(k)Ts            (5)
式中,ui(k+1)表示不同开关状态对应的电压矢量,包括u1···u6六个有效矢量,以及u0和u7两个零矢量;k表示采样时刻;uopt(k)表示在k时刻作用的最优电压矢量;ψs(k)表示当前时刻定子磁链的实际值。
即,上述公式(1)-(5)构成了永磁同步电机的数学模型,该模型也是后续永磁同步电机预测控制算法的基础。
有限集模型预测控制利用8个电压矢量对电机的转矩进行控制,首先构建式(6)所示的代价函数,然后选择使代价函数取最小值的电压矢量作为输出。显然,这种直接结合被控对象的在线优化算法可以方便地解决诸如过电流等相关问题。
g=(ψsα,ref(k+2))+(ψsβ,ref(k+2))
(6)
式中,ψsα,ref和ψsβ,ref分别表示磁链在α、β轴的给定值。
因为在一个采样周期中仅作用一个电压矢量,逆变器只能在采样点时刻改变开关状态,不可避免的出现转矩稳态波动比较大等问题,为了解决这个问题,一些学者提出了占空比模型预测控制。
二、传统占空比模型预测控制
相对于有限集模型预测控制,占空比预测控制增加了占空比计算,在一个采样周期内选择两个电压矢量(有效矢量+零矢量),通过对价值函数求偏导获得有效矢量作用时间,从而得到有效矢量在一个采样周期的占空比。由于数字信号处理器的特点,在当前采样时刻得到的占空比需要在下一个采样时刻作用,考虑到延时补偿,定子磁链的预测值ψs,pre为:
ψs,pre=ψs(k)+uopt(k)topt(k)+ui(k+1)ti(k+1)         (7)
式中,topt(k)表示最优电压矢量在kTs时刻最优作用时间,ti(k+1)为有效电压矢量在(k+1)Ts周期的作用时间。
同理,代价函数的建立如公式(8)所示,显然,代价函数是关于时间ti(k+1)的函数,求导数并令导数为零,可得到有效电压矢量的作用时间,带入代价函数使用穷举法计算得到最优电压矢量。
g=(ψsα,ref(k+2))+(ψsβ,ref(k+2))         (8)
通过求解:
Figure BDA0002355971230000071
可得:
Figure BDA0002355971230000072
由以上分析可知,首先,在一个采样周期内只能使用一个有效矢量,定子磁链只有一个旋转方向,增大了稳态时转矩和磁链的波动,其次,在求导得到的作用时间topt(k+1)大于一个采样周期Ts时,此时得到的作用时间是无效的。基于此,本方法提出了优化占空比模型预测控制。
三、优化占空比模型预测磁链控制策略实施流程
第一步:如图3所示,建立在当前采样时刻定子磁链的预测值:
ψs,pre=ψs(k)+uopt(k)tII2+uopt(k+1)topt2+ui(k+2)topt3      (11)
其中,uopt(k)为在kTs时刻计算得到的最优电压矢量,tII2为(k-1)Ts时刻为了方便算法的实现更新的电压矢量作用时间,其表达如图3所示。
第二步:根据公式(8)、(9)和(10),通过穷举法得到使代价函数最小的电压矢量及其作用时间,作为下一个采样时刻的输出,即为topt3和uopt(k+2)。
第三步:基于上一个采样时刻得到的topt2和uopt(k+1)以及当前采样时刻得到的topt3和uopt(k+2),共同决定下一个采样周期的占空比。
四、优化占空比模型预测磁链控制的数字实现
基于前一个采样时刻得到的tI1和当前时刻得到的topt3,占空比的更新方式主要分为以下四种情况:
1)0≤tI1≤Ts且topt3+tI1≥Ts,如图3所示。
在当前时刻计算得到的最优电压矢量将会(k+2)Ts采样周期内继续作用,影响(k+2)Ts采样周期的占空比;而在前一个采样时刻得到的电压矢量在(k+1)Ts采样周期内继续作用,因此(k+1)Ts采样周期的占空比也有相应的改变。同时需要考虑电平对占空比的影响,以三相电压中的a相为例,假设在(k-1)Ts时刻计算最优电压矢量为uopt(k-1),对应的a相电平为高电平,在kTs时刻计算最优电压矢量为uopt(k),对应的a相电平为低电平,此时在(k+1)Ts时刻作用的占空比:da=tII2/Ts。为了方便计算下一个采样时刻的矢量作用时间,需要更新tII2和tI1的值:
tII2=tI1
tI1=topt3+tII2-Ts     (12)
当topt3+tI1≥2Ts时,表示在当前时刻得到的作用时间大于一个采样周期,在(k+1)Ts时刻不再进行电压矢量的计算,前一个采样周期的电压矢量继续在当前采样周期继续作用,占空比的更新方式为:tI1=tI1-Ts;tII2=0,直至0≤tI1≤Ts,再次进行电压矢量的计算。
2)0≤tI1≤Ts且topt3+tI1≤Ts,如图4所示。
当前采样时刻计算得到的最优矢量不再影响下一个采样周期的占空比计算,但前一个采样时刻计算的电压矢量仍影响当前采样周期的占空比计算。与第一种情况类似,tII2和tI1值的更新方式如式(12)所示。由公式(12)可知tI1≤0,为了便于下一个采样时刻预测值ψs,pre的计算,降低算法的复杂程度,需要将tI1的值置为0。
3)0≤tI1≤0且topt3+tI1≥Ts,如图5所示。
上一个采样时刻计算的最优电压矢量不再影响下一个采样周期的占空比,但当前计算的最优电压矢量影响下一个采样的占空比。此时电压矢量对应的电平与占空比的关系只有两种,以a相为例,当uopt(k)对应电平为1时,此时da=1,否则da=0。在kTs时刻更新tII2和tI1的值,tII2≤0、tI1=topt3-Ts,为了方便计算预测值,需要把tII2的值置为0。
如前所述,当topt3≥2Ts时,表明在当前时刻计算得到的作用时间大于两个采样周期,在(k+1)Ts采样周期的占空比只与前一个采样时刻计算的电压矢量有关,占空比的更新方式为:tI1=tI1-Ts;tII2=0,直至0≤tI1≤Ts,再次进行电压矢量的计算。
4)0≤tI1≤0且topt3+tI1≤Ts,如图6所示。
此时前一个采样时刻计算得到的最优电压矢量不再影响当前采样周期的占空比,当前计算的最优电压矢量也不再影响下一个采样周期的占空比,电压矢量对应的电平与占空比的关系只有两种,同样以a相为例,当uopt(k)对应电平为1时,此时da=topt3/Ts,否则,da=0。在kTs时刻更新完tII2和tI1的值后,tII2≤0、tI1=topt3-Ts≤0,同样的,为了方便计算预测值,把tII2和tI1的值置为0。
本发明实施例对各器件的型号除做特殊说明的以外,其他器件的型号不做限制,只要能完成上述功能的器件均可。
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 (1)

1.一种基于优化占空比的永磁同步电机模型预测控制方法,其特征在于,所述方法包括:
考虑到延时补偿,将定子磁链矢量参考值与预测值误差值建立代价函数,在每一个采样周期,通过穷举法可得到下一个采样周期作用的使代价函数最小的电压矢量及其作用时间;
将代价函数表示为电压矢量作用时间t的函数,并通过求偏导数令偏导数为零,得到使得代价函数最小的电压矢量作用时间topt
当上一个采样时刻计算得到的电压矢量作用时间大于一个采样周期时,此矢量可在当前采样周期内继续作用,在当前采样时刻通过穷举法可得到最优矢量及其作用时间,根据两个最优电压矢量及其作用时间,决定采样周期的占空比;
所述占空比更新方案具体为:
1)0≤tI1≤Ts且topt3+tI1≥Ts
a相为例,假设在(k-1)Ts时刻计算最优电压矢量为uopt(k-1),对应的a相电平为高电平,在kTs时刻计算最优电压矢量为uopt(k),对应的a相电平为低电平,Ts为采样周期;
在(k+1)Ts时刻作用的占空比:da=tII2/Ts;更新tII2和tI1的值:
tII2=tI1
tI1=topt3+tII2-Ts
当topt3+tI1≥2Ts时,表示在当前时刻得到的作用时间大于一个采样周期,在(k+1)Ts时刻不再进行电压矢量的计算,前一个采样周期的电压矢量继续在当前采样周期继续作用,占空比的更新方式为:tI1=tI1-Ts;tII2=0,直至0≤tI1≤Ts,再次进行电压矢量的计算;
2)0≤tI1≤Ts且topt3+tI1≤Ts
与第一种情况类似,tII2和tI1值的更新方式如上式所示,将tI1的值置为0;
3)0≤tI1≤0且topt3+tI1≥Ts
以a相为例,当uopt(k)对应电平为1时,此时da=1,否则da=0;在kTs时刻更新tII2和tI1的值,tII2≤0、tI1=topt3-Ts,把tII2的值置为0;
当topt3≥2Ts时,表明在当前时刻计算得到的作用时间大于两个采样周期,在(k+1)Ts采样周期的占空比只与前一个采样时刻计算的电压矢量有关,占空比的更新方式为:tI1=tI1-Ts;tII2=0,直至0≤tI1≤Ts,再次进行电压矢量的计算;
4)0≤tI1≤0且topt3+tI1≤Ts
当uopt(k)对应电平为1时,da=topt3/Ts,否则,da=0;在kTs时刻更新完tII2和tI1的值后,tII2≤0、tI1=topt3-Ts≤0,把tII2和tI1的值置为0。
CN202010007818.1A 2020-01-05 2020-01-05 基于优化占空比的永磁同步电机模型预测控制方法 Active CN111106773B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010007818.1A CN111106773B (zh) 2020-01-05 2020-01-05 基于优化占空比的永磁同步电机模型预测控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010007818.1A CN111106773B (zh) 2020-01-05 2020-01-05 基于优化占空比的永磁同步电机模型预测控制方法

Publications (2)

Publication Number Publication Date
CN111106773A CN111106773A (zh) 2020-05-05
CN111106773B true CN111106773B (zh) 2023-04-07

Family

ID=70426742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010007818.1A Active CN111106773B (zh) 2020-01-05 2020-01-05 基于优化占空比的永磁同步电机模型预测控制方法

Country Status (1)

Country Link
CN (1) CN111106773B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112072909B (zh) * 2020-09-07 2022-03-25 电子科技大学 一种抑制电动汽车功率模块电磁干扰的驱动信号调制方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103762926A (zh) * 2014-01-21 2014-04-30 华中科技大学 基于模型预测的开关磁链永磁同步电机的转矩控制方法
CN109379013A (zh) * 2018-11-30 2019-02-22 北京理工大学 一种永磁同步电机转矩脉动抑制方法
CN110336501A (zh) * 2019-07-10 2019-10-15 河北工业大学 一种内嵌式永磁同步电机模型预测控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109600085B (zh) * 2018-12-05 2020-08-14 天津工业大学 基于可变控制集的永磁同步电机直接预测占空比控制方法
CN109861609B (zh) * 2019-01-17 2021-07-30 天津工业大学 五桥臂两永磁电机系统优化模型预测控制装置和方法
CN110445438B (zh) * 2019-06-28 2020-11-10 天津大学 一种基于扩展控制集的永磁同步电机预测磁链控制方法
CN110492821B (zh) * 2019-08-27 2021-02-09 天津大学 基于不固定矢量作用时间的永磁电机直接磁链控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103762926A (zh) * 2014-01-21 2014-04-30 华中科技大学 基于模型预测的开关磁链永磁同步电机的转矩控制方法
CN109379013A (zh) * 2018-11-30 2019-02-22 北京理工大学 一种永磁同步电机转矩脉动抑制方法
CN110336501A (zh) * 2019-07-10 2019-10-15 河北工业大学 一种内嵌式永磁同步电机模型预测控制方法

Also Published As

Publication number Publication date
CN111106773A (zh) 2020-05-05

Similar Documents

Publication Publication Date Title
Kim et al. A current control for a permanent magnet synchronous motor with a simple disturbance estimation scheme
CN110995076A (zh) 一种永磁同步电机模型预测电流控制方法
CN110011588B (zh) 一种半控型开绕组永磁同步发电机模型预测磁链控制方法
Zhang et al. Two-stage series model predictive torque control for PMSM drives
Zerdali et al. Speed-sensorless predictive torque controlled induction motor drive withfeed-forward control of load torque for electric vehicle applications
CN114172412A (zh) 一种用于双三相永磁电机的无参数模型预测电流控制方法
CN112217437A (zh) 一种永磁同步电机三矢量模型预测电流控制电路和方法
CN114679095A (zh) 基于扰动补偿的永磁电机有限集模型预测电流控制方法
Hu et al. A new predictive torque control based torque sharing function for switched reluctance motors
CN113708688A (zh) 一种永磁电机降矢量模型预测控制方法
CN112910359A (zh) 一种改进型永磁同步直线电机模型预测电流控制方法
CN113179065A (zh) 一种永磁同步电机模型预测脉冲序列控制方法
Wang et al. Improved deadbeat control for PMSM with terminal sliding mode observer
CN111106773B (zh) 基于优化占空比的永磁同步电机模型预测控制方法
CN111130419A (zh) 基于扩展步长和变作用时间的永磁电机预测磁链控制方法
CN111900907A (zh) 一种基于切换点优化的永磁电机模型预测磁链控制方法
CN111049458A (zh) 一种基于变矢量作用时长的永磁同步电机电流控制方法
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
CN113691179A (zh) 一种基于固定时间的变幂次指数趋近律的永磁同步电机滑模控制方法
Xiang et al. Speed regulation of PMSM system based on nonsingular terminal sliding mode control
CN113285634A (zh) 基于多步零延迟模型预测的永磁同步电机高速弱磁控制方法及系统
Tarvirdilu-Asl et al. Finite control set model predictive control for switched reluctance motor drives with reduced torque tracking error
CN114189184B (zh) 一种降低谐波含量的六相电机模型预测控制方法
CN113765456B (zh) 一种双三相永磁同步发电机稳压控制方法
Yang et al. Robust Model Predictive Current Control of Permanent Magnet Synchronous Motor Based on Local Model 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