CN111614278A - Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置 - Google Patents

Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置 Download PDF

Info

Publication number
CN111614278A
CN111614278A CN202010539647.7A CN202010539647A CN111614278A CN 111614278 A CN111614278 A CN 111614278A CN 202010539647 A CN202010539647 A CN 202010539647A CN 111614278 A CN111614278 A CN 111614278A
Authority
CN
China
Prior art keywords
control
inverter
multivariable
variable
current
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
Application number
CN202010539647.7A
Other languages
English (en)
Inventor
张辉
李枝亮
刘业钊
谌金利
史军伟
张晓�
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.)
China University of Mining and Technology CUMT
Original Assignee
China University of Mining and Technology CUMT
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 China University of Mining and Technology CUMT filed Critical China University of Mining and Technology CUMT
Priority to CN202010539647.7A priority Critical patent/CN111614278A/zh
Publication of CN111614278A publication Critical patent/CN111614278A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02MAPPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/483Converters with outputs that each can have more than two voltages levels
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • H02J3/381Dispersed generators
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02MAPPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M7/00Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
    • H02M7/42Conversion of dc power input into ac power output without possibility of reversal
    • H02M7/44Conversion of dc power input into ac power output without possibility of reversal by static converters
    • H02M7/48Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/53Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M7/537Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters
    • H02M7/5387Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration
    • H02M7/53871Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only, e.g. single switched pulse inverters in a bridge configuration with automatic control of output voltage or current
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2203/00Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/22The renewable source being solar energy
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02JCIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J2300/00Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
    • H02J2300/20The dispersed energy generation being of renewable origin
    • H02J2300/28The renewable source being wind energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种LCL型逆变器的无权值多变量顺序模型预测控制方法及装置,该方法通过建立详细的预测模型可以实现直流侧中点电位、逆变器输出电流、滤波电容电压以及并网电流多个变量的控制。针对传统多变量模型预测控制难以选择合理的权重系数的问题,本发明对各个变量进行分步预测评估,每步只对其中的一个变量进行计算,并筛选出部分最优解作为可行域,代入下个变量的预测评估,最终筛选出最优控制目标。该控制方法无需给变量分配权值系数,并在逐步评估过程中缩小寻优空间,减小计算量,提高控制响应速度,该方法控制下的LCL三电平逆变器具有良好的输出效果。

Description

LCL型逆变器的无权值多变量顺序模型预测控制方法及装置
技术领域
本发明涉及多电平逆变器控制技术领域,尤其涉及一种LCL型逆变器无权值多变量顺序模型预测控制方法及装置。
背景技术
随着光伏、风能等新能源发电系统的发展,并网逆变器作为关键连接设备得到了广泛应用。三电平逆变器相比较与传统逆变器,具有耐高压、输出电压电流谐波含量低的优点,在高压大功率场合应用广泛。同时,相较于L型逆变器,LCL 型结构的逆变器不仅所需电感较小,而且能够很好的抑制由开关动作引起的高频谐波,输出电流的畸变率更低。所以,LCL三电平中点钳位型逆变器作为一种较为理想的结构,广泛应用在新能源并网等场合。
模型预测控制作为一种新型的控制方法,通过建立系统离散数学模型和预测模型,评估代价函数使预测量跟踪参考量,以达到预期的控制目标。模型预测控制简单,响应迅速并且可实现多目标优化,目前已经广泛应用在大功率的变流器中。但现有的多变量控制系统需要设定多个权值系数,很难选择合适的权值。因此,迫切需要对LCL型逆变器的无权值多变量顺序模型预测控制方法进行研究及改进。
发明内容
本发明提供了一种LCL型逆变器无权值多变量顺序模型预测控制方法,实现了对LCL并网逆变器的各个变量的控制,提高了系统的鲁棒性,且无需对各个控制变量分配权值。
为解决上述技术问题,本发明提供了一种LCL型逆变器无权值多变量顺序模型预测控制方法,多变量包括逆变器输出电流控制、滤波器电容电压控制、并网电流控制以及直流侧中点电位,所述方法包括:
对多变量进行分层,依次进行预测寻优;
将上层变量在初始寻优空间中进行预测值计算,并将预测值代入该变量代价函数按从小到大进行排序;
选择上层变量的部分预测值作为下层变量的寻优空间;
下层变量再进行预测值计算和代价函数排序,过程中逐渐缩小寻优空间;
选择使最下层变量的代价函数得到最小值的开关序列作为最优控制指令作用于系统。
进一步,所述多变量分层的顺序从上到下依次为直流侧中点电位控制、逆变器输出电流控制、滤波电容电压控制、并网电流控制。
进一步,所述选择上层变量的部分预测值作为下层变量的寻优空间,具体实现方式为:
将上层变量的代价函数值从小到大排序,筛选出最小的前n个值;
找最小的前n个值对应的n个预测值,并将该n个预测值对应的开关状态做为下层变量的寻优空间。
进一步,所述下层变量再进行预测值计算和代价函数排序,过程中逐渐缩小寻优空间,具体实现为:
在下层变量的寻优空间中计算其代价函数值,筛选出最小的前n-s个值,将该n-s个预测值对应的开关状态作为更下层变量的寻优空间;
所述下层变量的寻优空间的开关状态,通过依次递减s个开关状态,逐渐缩小寻优空间。
进一步,所述代价函数的构建包括,
建立LCL型三电平逆变器并网过程中多变量的数学模型,得出多变量的控制式;
将对多变量的控制式进行离散化处理,得到各变量的预测模型;
根据给定的并网电流参考值推导其他各个变量的参考值,根据预测值和参考值构建各变量独立代价函数。
进一步,所述的LCL型三电平逆变器并网过程中多变量的数学模型为:
Figure BDA0002535994240000021
Figure BDA0002535994240000022
Figure BDA0002535994240000023
Figure BDA0002535994240000024
其中,ucx为并网滤波电容电压;ux为逆变器输出相电压;i1x为并网侧相电流;i2x为逆变器输出相电流;ex为电网相电压;Δudc为直流侧上下电容电压差;ic1,ic2分别为直流侧上下电容电流;inp为中性线电流;L1为电网侧电感值;L2为逆变器侧电感值;C1为滤波电容值;C为直流侧上下电容值。
进一步,所述各变量的预测模型为多变量的控制式经前向欧拉法离散化处理后得到,预测式为:
Figure BDA0002535994240000031
Figure BDA0002535994240000032
Figure BDA0002535994240000033
Figure BDA0002535994240000034
其中,
Figure BDA0002535994240000035
为k+1时刻逆变器输出相电流的预测值;i2x(k)为k时刻逆变器输出相电流;
Figure BDA0002535994240000036
为k+1时刻滤波电容相电压的预测值;ucx(k)为k时刻滤波电容相电压;
Figure BDA0002535994240000037
为k+1时刻并网相电流的预测值;i1x(k)为k时刻并网相电流;ex(k)为k时刻电网相电压;ux(k)为k时刻逆变器输出相电压;Δudc P(k+1)为k+1时刻直流侧上下电容电压差的预测值;Δudc(k)为k时刻直流侧上下电容电压差;Ts为采样周期;hx为逆变器输出相电流对于中点电位的影响因子,影响因子的取值根据各种开关状态下相电流对于中点电位的不同影响确定;以上均有x∈{a,b,c}。
进一步,所述根据给定的并网电流参考值推导其他各个变量的参考值,
将电网电压ea(k),eb(k),ec(k)进行Clark及park变换得到ed(k),eq(k);将并网参考电流
Figure BDA0002535994240000038
进行Clark及park变换得到
Figure BDA0002535994240000039
构成矢量:
Figure BDA00025359942400000310
则滤波电容参考电压矢量以及逆变器输出参考电流矢量的计算为:
Figure BDA00025359942400000311
Figure BDA00025359942400000312
将计算得到的分量
Figure BDA0002535994240000041
Figure BDA0002535994240000042
进行反park及反Clark变换得到滤波电容电压以及逆变器输出电流的参考值
Figure BDA0002535994240000043
引用拉格朗日外推法即可预测K+1采样时刻各个变量的参考值。
进一步,所述根据预测值和参考值构建各变量独立代价函数:
Figure BDA0002535994240000044
Figure BDA0002535994240000045
Figure BDA0002535994240000046
Figure BDA0002535994240000047
本发明该提供了一种LCL型逆变器无权值多变量顺序模型预测控制装置,其特征在于该装置包括,多变量分层模块、预测值计算模块、代价函数计算模块、寻优空间界定模块、控制指令模块;
多变量分层模块用于将变量按控制顺序独立分层,易于实现多变量的顺序控制;
预测值计算模块用于利用各变量在本控制周期内的采样值,根据离散化数学模型去预测变量在下个控制周期内的大小;
代价函数计算模块用于计算变量在下个控制周期的预测值与参考值间的误差大小;
寻优空间界定模块用于通过对代价函数的排序选出部分最优值作为下个控制变量的寻优空间;
控制指令模块用于将顺序控制选择出的最优控制指令作用于逆变器,去驱动开关管动作;
其中,所述预测值计算模块、代价函数计算模块及寻优空间界定模块的数量等于变量数减一。
本发明有益效果:
本发明提出的LCL型逆变器无权值多变量顺序模型预测控制方法综合考虑了逆变器输出电流、滤波电容电压以、并网电流的控制以及直流侧中点电位控制,确保每个变量都能得到直接有效的控制,提高了逆变器并网电流的质量,并大大提高了系统的鲁棒性;通过对各个变量分步预测评估,每次只对其中的一个变量进行预测及评价,无需分配权值系数,省去了繁琐且强偶然性的权值分配工作;本发明在LCL型逆变器无权值多变量顺序模型预测的过程中,逐步缩小寻优范围,减少了计算量,提高控制效率;本发明提出的LCL型逆变器无权值多变量顺序模型预测控制方法具有普适性,可应用在其他拓扑的变流器中。
附图说明
为了更清楚地说明本发明实施例,下面对实施例描述中所需使用的附图作简单地介绍,显而易见,下面描述中的附图仅仅是本发明的一些实施例。
图1为本发明实施例提供的一种LCL型逆变器无权值多变量顺序模型预测控制方法流程图;
图2为本发明实施例提供的LCL型三电平并网逆变器拓扑结构及并网示意图;
图3为本发明实施例提供的LCL型三电平逆变器的多变量顺序模型预测控制框图;
图4为本发明实施例提供的多变量顺序模型预测控制与传统方法的输出效果对比仿真图;
图5为本发明实施例提供的多变量顺序模型预测控制与传统方法的鲁棒性对比仿真图;
图6为本发明实施例提供的一种LCL型逆变器无权值多变量顺序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方式,所述实施方式的示例在附图中示出。下面通过参考附图描述的实施方式是示例性的,仅用于解释本发明,而不能解释为对本发明的限制。
本发明实施例中的LCL型逆变器无权值多变量顺序模型预测控制方法如图1 所示,包括对多变量进行分层,依次进行预测寻优;
将上层变量在初始寻优空间中进行预测值计算,并将预测值代入该变量代价函数按从小到大进行排序;
选择上层变量的部分预测值作为下层变量的寻优空间;
下层变量再进行预测值计算和代价函数排序,过程中逐渐缩小寻优空间;
选择使最下层变量的代价函数得到最小值的开关序列作为最优控制指令作用于系统。
进一步,所述多变量分层的顺序从上到下依次为直流侧中点电位控制、逆变器输出电流控制、滤波电容电压控制、并网电流控制。
进一步,所述选择上层变量的部分预测值作为下层变量的寻优空间,具体实现方式为:
将上层变量的代价函数值从小到大排序,筛选出最小的前n个值;
找最小的前n个值对应的n个预测值,并将该n个预测值对应的开关状态做为下层变量的寻优空间。
进一步,所述下层变量再进行预测值计算和代价函数排序,过程中逐渐缩小寻优空间,具体实现为:
在下层变量的寻优空间中计算其代价函数值,筛选出最小的前n-s个值,将该n-s个预测值对应的开关状态作为更下层变量的寻优空间;
所述下层变量的寻优空间的开关状态,通过依次递减s个开关状态,逐渐缩小寻优空间。
进一步,所述代价函数的构建包括,
建立LCL型三电平逆变器并网过程中多变量的数学模型,得出多变量的控制式;
将对多变量的控制式进行离散化处理,得到各变量的预测模型;
根据给定的并网电流参考值推导其他各个变量的参考值,根据预测值和参考值构建各变量独立代价函数。
进一步,建立LCL型三电平逆变器并网过程中多变量的数学模型,具体实现为:LCL三电平中点钳位型并网逆变器的并网结构如图2所示,直流电压源给两个串联电容供电,每个电容的稳定电压为直流电压的1/2,三电平逆变器正常工作的前提是直流侧电容电压稳定在参考值。逆变器每相桥臂由4个全控型功率开关器件和两个二极管构成,每相桥臂共有三种开关状态,对应输出三种电平 -Udc/2、0、Udc/2,逆变器输出相电压具体如式(1)(2)所示,可以看出每相均有三种开关状态,则三相三电平逆变器输出电压共有27种组合。
Figure BDA0002535994240000061
Figure BDA0002535994240000071
根据图1,建立LCL三电平有源中点钳位型逆变器的数学模型:
Figure BDA0002535994240000072
Figure BDA0002535994240000073
Figure BDA0002535994240000074
Figure BDA0002535994240000075
其中,ucx为并网滤波电容电压;ux为逆变器输出相电压;i1x为并网侧相电流;i2x为逆变器输出相电流;ex为电网相电压;Δudc为直流侧上下电容电压差; ic1,ic2分别为直流侧上下电容电流;inp为中性线电流;L1为电网侧电感值;L2为逆变器侧电感值;C1为滤波电容值;C为直流侧上下电容值。
进一步,所述各变量的预测模型为多变量的控制式经前向欧拉法离散化处理后得到,具体实现为:将公式(3)~(6)应用前向欧拉公式离散化,利用离散域下的数学模型,推出逆变器输出电流、滤波电容电流、并网电流以及直流侧电压差在下个采样时刻的预测值为:
Figure BDA0002535994240000076
Figure BDA0002535994240000077
Figure BDA0002535994240000078
Figure BDA0002535994240000079
其中,
Figure BDA00025359942400000710
为k+1时刻逆变器输出相电流的预测值;i2x(k)为k时刻逆变器输出相电流;
Figure BDA00025359942400000711
为k+1时刻滤波电容相电压的预测值;ucx(k)为k时刻滤波电容相电压;
Figure BDA00025359942400000712
为k+1时刻并网相电流的预测值;i1x(k)为k时刻并网相电流;ex(k)为k时刻电网相电压;ux(k)为k时刻逆变器输出相电压;Δudc P(k+1)为k+1时刻直流侧上下电容电压差的预测值;Δudc(k)为k时刻直流侧上下电容电压差;Ts为采样周期;L1,L2分别为并网侧电感和逆变器侧电感值; C,C1分别为直流侧电容和滤波电容值;hx为逆变器输出相电流对于中点电位的影响因子,影响因子的取值根据各种开关状态下相电流对于中点电位的不同影响确定;以上均有x∈{a,b,c}且:
Figure BDA0002535994240000081
预测式为:
Figure BDA0002535994240000082
Figure BDA0002535994240000083
Figure BDA0002535994240000084
Figure BDA0002535994240000085
其中,
Figure BDA0002535994240000086
为k+1时刻逆变器输出相电流的预测值;i2x(k)为k时刻逆变器输出相电流;
Figure BDA0002535994240000087
为k+1时刻滤波电容相电压的预测值;ucx(k)为k时刻滤波电容相电压;
Figure BDA0002535994240000088
为k+1时刻并网相电流的预测值;i1x(k)为k时刻并网相电流;ex(k)为k时刻电网相电压;ux(k)为k时刻逆变器输出相电压;Δudc P(k+1)为k+1时刻直流侧上下电容电压差的预测值;Δudc(k)为k时刻直流侧上下电容电压差;Ts为采样周期;hx为逆变器输出相电流对于中点电位的影响因子,影响因子的取值根据各种开关状态下相电流对于中点电位的不同影响确定;以上均有x∈{a,b,c}。
进一步,所述根据给定的并网电流参考值推导其他各个变量的参考值,具体实现为:已知给定并网电流的参考值为幅值已知的正弦信号,则其他被控变量的参考值可根据给定并网电流参考值,利用两相同步旋转坐标系下分量构成矢量运算得到:
将电网电压ea(k),eb(k),ec(k)进行Clark及park变换得到ed(k),eq(k);将并网参考电流
Figure BDA0002535994240000091
进行Clark及park变换得到
Figure BDA0002535994240000092
构成矢量:
Figure BDA0002535994240000093
则滤波电容电压参考矢量以及逆变器输出电流参考矢量的计算为:
Figure BDA0002535994240000094
Figure BDA0002535994240000095
将计算得到的分量
Figure BDA0002535994240000096
Figure BDA0002535994240000097
进行反park及反Clark变换得到滤波电容电压以及逆变器输出电流的参考值
Figure BDA0002535994240000098
引用拉格朗日外推法即可预测K+1采样时刻各个变量的参考值。
其中,参考值的预测采用三阶拉格朗日外推法,例如:
Figure BDA0002535994240000099
将电网电压ea(k),eb(k),ec(k)进行Clark及park变换得到ed(k),eq(k);将并网参考电流
Figure BDA00025359942400000910
进行Clark及park变换得到
Figure BDA00025359942400000911
构成矢量:
Figure BDA00025359942400000912
则滤波电容参考电压矢量以及逆变器输出参考电流矢量的计算为:
Figure BDA00025359942400000913
Figure BDA00025359942400000914
将计算得到的分量
Figure BDA00025359942400000915
Figure BDA00025359942400000916
进行反park及反Clark变换得到滤波电容电压以及逆变器输出电流的参考值
Figure BDA00025359942400000917
引用拉格朗日外推法即可预测K+1采样时刻各个变量的参考值。
进一步,根据预测值和参考值构建各变量独立代价函数。具体实现为:用得到的各个变量的预测值和参考值构建的代价函数,现有的多变量模型预测控制是将逆变器输出电流、滤波电容电压、并网电流控制以及直流侧中点电位控制放在同一个代价函数中,并根据对输出结果的影响程度分配权值系数,即构建的代价函数为:
Figure BDA0002535994240000101
其中,λi表示该控制量对于总体效果影响的权重因子。可以看出该种方法需要确定多个权重因子,而权重因子的选择没有具体统一的选择标准,往往是通过试凑法近似得出,所以会造成很大的误差。
针对以上问题,本发明提出的多变量顺序模型预测控制,通过对各个变量分步预测评估,每次只对其中的一个变量进行计算,无需分配权值系数,省去了繁琐且强偶然性的权值分配工作,本发明对每个变量根据预测值和参考值构建独立代价函数:
Figure BDA0002535994240000102
Figure BDA0002535994240000103
Figure BDA0002535994240000104
Figure BDA0002535994240000105
下面,以三电平逆变器27开关状态作为初始寻优空间为例,多变量顺序模型预测控制逐层选择最优开关状态的过程框图如图3所示(图3中右边为标注,说明左侧流程图中的椭圆表示寻优空间,矩形表示预测及评估计算),具体实现如下:
以三电平逆变器27开关状态作为初始寻优空间,代入直流侧中点电位预测式,选择使代价函数J1最小的9个开关状态作为新的寻优空间。即,直流侧中点电位控制:将27个开关状态S1~S27代入预测式(10)得到27个直流侧电容电压差预测值
Figure BDA0002535994240000106
依次代入式(17)代价函数,将代价函数值从小到大筛选出最小的前9个值,并将该9个预测值对应的开关状态SJ1min1~SJ1min9记为新的寻优空间。
下一步,逆变器输出电流控制:将开关状态SJ1min1~SJ1min9对应的逆变器输出电压代入预测式(7)得到9个逆变器输出电流预测值
Figure BDA0002535994240000107
将预测值依次代入代价函数(18),将代价函数值按从小到大顺序选出前6个开关状态SJ2min1~SJ2min6,作为新的寻优空间。
再下一步,将寻优空间中的6个开关状态对应的逆变器输出电流代入滤波电容电压预测式,选择使代价函数J3最小的3个滤波电容电压作为更新后的寻优空间,即滤波电容电压控制:将选出的开关状态SJ2min1~SJ2min6对应的逆变器输出电流代入预测式(8)得到6个滤波电容电压预测值
Figure BDA0002535994240000111
将预测值代入代价函数(19),将代价函数值按从小到大顺序选出前3个开关状态 SJ3min1~SJ3min3,作为最后的寻优空间。
最后,将寻优空间中的3个开关状态对应的滤波电容电压代入并网电流预测式,选择使代价函数J4最小的并网电流对应的开关序列作为最优控制指令作用于系统,即并网电流控制:最后,把选出的SJ3min1~SJ3min3代入预测式(9)得到3 个并网电流的预测值
Figure BDA0002535994240000112
将预测值代入代价函数(20)找出使代价函数最小的并网电流预测值,其对应的开关序列即是最优控制指令。
基于上述实施例,本发明提供了一种LCL型逆变器无权值多变量顺序模型预测控制装置如图6所示,该装置包括,多变量分层模块、预测值计算模块、代价函数计算模块、寻优空间界定模块、控制指令模块;多变量分层模块用于将变量按控制顺序独立分层,易于实现多变量的顺序控制;预测值计算模块用于利用各变量在本控制周期内的采样值,根据离散化数学模型去预测变量在下个控制周期内的大小;代价函数计算模块用于计算变量在下个控制周期的预测值与参考值间的误差大小;
寻优空间界定模块用于通过对代价函数的排序选出部分最优值作为下个控制变量的寻优空间;控制指令模块用于将顺序控制选择出的最优控制指令作用于逆变器,去驱动开关管动作;
其中,所述预测值计算模块、代价函数计算模块及寻优空间界定模块的数量等于变量数量减一。
进一步的,所述多变量分层模块用于对所有控制变量独立分层,并在每层中完成对该变量和其他所需信号的采集,做好数据准备工作;将该层模块中采集到的数据送入预测值计算模块,在寻优空间中进行预测计算得到对应多个预测值;将得到的所有预测值送入代价函数计算模块,计算预测值与参考值的偏差大小;将各个预测值对应的偏差送入寻优空间界定模块按从小到大顺序排序选出部分预测值对应的控制信号作为下层变量的寻优空间。之后进入下层变量的控制,重复上述步骤,直到选出综合考虑所有变量的最优控制信号作用于系统。
无权值多变量顺序模型预测控制,通过按顺序对所有变量依次进行模型预测,每次只计算一个变量,在实现多变量控制的前提下,省略掉各变量权值系数的设定,减小工作量,提高控制精度,并且在顺序模型预测中逐步缩小寻优空间,减小了计算量,实际每个控制周期内的寻优计算量仅有27+9+6+3=45次,远小于传统的27*4=108次,大大提高了计算和控制效率。通过对各个变量分步预测评估,无需分配权值系数,且过程中逐步缩小寻优空间,减小计算量。
利用MATLAB/Simulink模块,搭建三电平有源中点钳位型逆变器的多变量顺序模型预测控制仿真,验证所提出控制方法的可行性,仿真系统参数如表1所示。
表1仿真参数
参数 大小
直流侧电压 600V
电网相电压 220V
电网频率 50Hz
采样频率 20kHz
直流侧电容 1500uF
滤波电容 50uF
电网侧电感 1.5mH
逆变器侧电感 2.2mH
图4是本发明提出的多变量顺序模型预测控制与传统方法的输出效果对比,其中,图4(b)是同等参数下采用传统多变量模型预测控制的效果图,波形畸变率THD为1.08%;图4(a)是应用了本发明提出的多变量顺序模型预测控制,可以看出并网电流规整,THD仅为0.39%,验证了本发明提出控制算法的有效性。
为验证提出的多变量顺序模型预测控制的鲁棒性,在t=0.05s时给电网电压注入5次和7次谐波,对比两种算法的输出性能,如图4所示,传统控制方法在电网电压畸变后的输出效果如图5(b)所示,并网电流THD从1.08%上升到4.43%,畸变严重;图5(a)是多变量顺序模型预测控制下的并网电流,可以看出电网畸变后并网电流THD从0.39%上升到1.29%,依旧具有良好的输出效果。分析以上结论可以得出,本发明提出的多变量顺序模型预测控制不仅改良了逆变器并网电流输出效果,而且大大提高了系统的鲁棒性。
上述实例为本发明较佳的实施方式,但本发明的实施方式并不受上述实例的限制,其他任何未背离本发明的精神实质与原理下所做的改变、修饰、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。

Claims (10)

1.一种LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,多变量包括逆变器输出电流控制、滤波器电容电压控制、并网电流控制以及直流侧中点电位控制,所述方法包括:
对多变量进行分层,依次进行预测寻优;
将上层变量在初始寻优空间中进行预测值计算,并将预测值代入该变量代价函数按从小到大进行排序;
选择上层变量的部分预测值作为下层变量的寻优空间;
下层变量再进行预测值计算和代价函数排序,过程中逐渐缩小寻优空间;
选择使最下层变量的代价函数得到最小值的开关序列作为最优控制指令作用于系统。
2.根据权利要求1所述的LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,所述多变量分层的顺序从上到下依次为直流侧中点电位控制、逆变器输出电流控制、滤波电容电压控制、并网电流控制。
3.根据权利要求1或2所述的LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,所述选择上层变量的部分预测值作为下层变量的寻优空间,具体实现方式为:
将上层变量的代价函数值从小到大排序,筛选出最小的前n个值;
找最小的前n个值对应的n个预测值,并将该n个预测值对应的开关状态做为下层变量的寻优空间。
4.根据权利要求3所述的LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,所述下层变量再进行预测值计算和代价函数排序,过程中逐渐缩小寻优空间,具体实现为:
在下层变量的寻优空间中计算其代价函数值,筛选出最小的前n-s个值,将该n-s个预测值对应的开关状态作为更下层变量的寻优空间;
所述下层变量的寻优空间的开关状态,通过依次递减s个开关状态,逐渐缩小寻优空间。
5.根据权利要求1所述的LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,所述代价函数的构建包括,
建立LCL型三电平逆变器并网过程中多变量的数学模型,得出多变量的控制式;
将对多变量的控制式进行离散化处理,得到各变量的预测模型;
根据给定的并网电流参考值推导其他各个变量的参考值,根据预测值和参考值构建各变量独立代价函数。
6.根据权利要求5所述的LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,所述建立LCL型三电平逆变器并网过程中多变量的数学模型为:
Figure FDA0002535994230000021
Figure FDA0002535994230000022
Figure FDA0002535994230000023
Figure FDA0002535994230000024
其中,ucx为并网滤波电容电压;ux为逆变器输出相电压;i1x为并网侧相电流;i2x为逆变器输出相电流;ex为电网相电压;Δudc为直流侧上下电容电压差;ic1,ic2分别为直流侧上下电容电流;inp为中性线电流;L1为电网侧电感值;L2为逆变器侧电感值;C1为滤波电容值;C为直流侧上下电容值。
7.根据权利要求6所述的LCL型逆变器无权值多变量顺序模型预测控制方法,其特征在于,所述各变量的预测模型为多变量的控制式经前向欧拉法离散化处理后得到,预测式为:
Figure FDA0002535994230000025
Figure FDA0002535994230000026
Figure FDA0002535994230000027
Figure FDA0002535994230000028
其中,
Figure FDA0002535994230000029
为k+1时刻逆变器输出相电流的预测值;i2x(k)为k时刻逆变器输出相电流;
Figure FDA00025359942300000210
为k+1时刻滤波电容相电压的预测值;ucx(k)为k时刻滤波电容相电压;
Figure FDA0002535994230000031
为k+1时刻并网相电流的预测值;i1x(k)为k时刻并网相电流;ex(k)为k时刻电网相电压;ux(k)为k时刻逆变器输出相电压;Δudc P(k+1)为k+1时刻直流侧上下电容电压差的预测值;Δudc(k)为k时刻直流侧上下电容电压差;Ts为采样周期;hx为逆变器输出相电流对于中点电位的影响因子,影响因子的取值根据各种开关状态下相电流对于中点电位的不同影响确定;以上均有x∈{a,b,c}。
8.根据权利要求7所述的LCL型逆变器的无权值多变量顺序模型预测控制方法,其特征在于,所述根据给定的并网电流参考值推导其他各个变量的参考值,具体实现为:
将电网电压ea(k),eb(k),ec(k)进行Clark及park变换得到ed(k),eq(k);将并网参考电流
Figure FDA0002535994230000032
进行Clark及park变换得到
Figure FDA0002535994230000033
构成矢量:
Figure FDA0002535994230000034
edq(k)=ed(k)+jeq(k)
则滤波电容参考电压矢量以及逆变器输出参考电流矢量的计算为:
Figure FDA0002535994230000035
Figure FDA0002535994230000036
将计算得到的分量
Figure FDA0002535994230000037
Figure FDA0002535994230000038
进行反park及反Clark变换得到滤波电容电压以及逆变器输出电流的参考值
Figure FDA0002535994230000039
引用拉格朗日外推法即可预测K+1采样时刻各个变量的参考值。
9.根据权利要求8所述的LCL型逆变器的无权值多变量顺序模型预测控制方法,其特征在于,所述根据预测值和参考值构建各变量独立代价函数为:
Figure FDA00025359942300000310
10.一种LCL型逆变器无权值多变量顺序模型预测控制装置,其特征在于:
该预测控制装置包括,多变量分层模块、预测值计算模块、代价函数计算模块、寻优空间界定模块、控制指令模块;
多变量分层模块用于将变量按控制顺序独立分层,易于实现多变量的顺序控制;
预测值计算模块用于利用各变量在本控制周期内的采样值,根据离散化的数学模型去预测变量在下个控制周期内的大小;
代价函数计算模块用于计算变量在下个控制周期的预测值与参考值间的误差大小;
寻优空间界定模块用于通过对代价函数的排序选出部分最优值作为下个控制变量的寻优空间;
控制指令模块用于将顺序控制选择出的最优控制指令作用于逆变器,去驱动开关管动作;
其中,所述预测值计算模块、代价函数计算模块及寻优空间界定模块的数量等于变量数减一。
CN202010539647.7A 2020-06-12 2020-06-12 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置 Pending CN111614278A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010539647.7A CN111614278A (zh) 2020-06-12 2020-06-12 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010539647.7A CN111614278A (zh) 2020-06-12 2020-06-12 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置

Publications (1)

Publication Number Publication Date
CN111614278A true CN111614278A (zh) 2020-09-01

Family

ID=72205447

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010539647.7A Pending CN111614278A (zh) 2020-06-12 2020-06-12 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置

Country Status (1)

Country Link
CN (1) CN111614278A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112701951A (zh) * 2021-01-27 2021-04-23 苏州大学 基于宽容分层序列法的逆变器电压状态预测控制方法
CN112713831A (zh) * 2020-12-23 2021-04-27 合肥显龙新能源有限公司 一种基于模型预测的三相四开关逆变器永磁同步电机系统的电压控制方法
CN112865574A (zh) * 2021-04-12 2021-05-28 无锡军工智能电气股份有限公司 基于级联多电平逆变器的预测控制误差校正方法
CN115459335A (zh) * 2022-11-09 2022-12-09 四川大学 一种提高直流微电网稳定性的逆变器模型预测控制方法
CN117543705A (zh) * 2024-01-04 2024-02-09 深圳大学 一种lcl型并网逆变器多变量两步预测控制的方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110193505A1 (en) * 2010-02-08 2011-08-11 Denso Corporation Control device for electric rotary machine
CN108964549A (zh) * 2018-07-04 2018-12-07 华中科技大学 直线感应电机无权重系数模型预测推力控制方法
CN109245640A (zh) * 2018-09-19 2019-01-18 北方工业大学 一种异步电机模型预测控制方法及装置
CN109302110A (zh) * 2018-09-19 2019-02-01 北方工业大学 一种异步电机广义级联模型预测磁链控制方法及装置
CN109347351A (zh) * 2018-11-19 2019-02-15 北京化工大学 一种模块化多电平换流器的模型预测控制方法
CN110460089A (zh) * 2019-07-09 2019-11-15 江苏师范大学 一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110193505A1 (en) * 2010-02-08 2011-08-11 Denso Corporation Control device for electric rotary machine
CN108964549A (zh) * 2018-07-04 2018-12-07 华中科技大学 直线感应电机无权重系数模型预测推力控制方法
CN109245640A (zh) * 2018-09-19 2019-01-18 北方工业大学 一种异步电机模型预测控制方法及装置
CN109302110A (zh) * 2018-09-19 2019-02-01 北方工业大学 一种异步电机广义级联模型预测磁链控制方法及装置
CN109347351A (zh) * 2018-11-19 2019-02-15 北京化工大学 一种模块化多电平换流器的模型预测控制方法
CN110460089A (zh) * 2019-07-09 2019-11-15 江苏师范大学 一种基于多变量预测的lcl并网逆变器fcs-mpc控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
梁程: "基于三电平LCL型光伏并网逆变器的电流控制研究", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *
汪杨俊: "模型预测控制在大功率低开关频率并网逆变器中的应用", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112713831A (zh) * 2020-12-23 2021-04-27 合肥显龙新能源有限公司 一种基于模型预测的三相四开关逆变器永磁同步电机系统的电压控制方法
CN112701951A (zh) * 2021-01-27 2021-04-23 苏州大学 基于宽容分层序列法的逆变器电压状态预测控制方法
CN112701951B (zh) * 2021-01-27 2022-04-22 苏州大学 基于宽容分层序列法的逆变器电压状态预测控制方法
CN112865574A (zh) * 2021-04-12 2021-05-28 无锡军工智能电气股份有限公司 基于级联多电平逆变器的预测控制误差校正方法
CN115459335A (zh) * 2022-11-09 2022-12-09 四川大学 一种提高直流微电网稳定性的逆变器模型预测控制方法
CN117543705A (zh) * 2024-01-04 2024-02-09 深圳大学 一种lcl型并网逆变器多变量两步预测控制的方法
CN117543705B (zh) * 2024-01-04 2024-03-26 深圳大学 一种lcl型并网逆变器多变量两步预测控制的方法

Similar Documents

Publication Publication Date Title
CN111614278A (zh) Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置
Shu et al. Predictive harmonic control and its optimal digital implementation for MMC-based active power filter
CN108280271B (zh) 基于开关周期平均原理的统一潮流控制器等效建模方法
CN111525572B (zh) 电网中的电能质量等级确定方法、装置、设备和存储介质
CN111614282B (zh) 矢量扇区定位方法、局部寻优模型预测控制方法及装置
Chebabhi et al. A new balancing three level three dimensional space vector modulation strategy for three level neutral point clamped four leg inverter based shunt active power filter controlling by nonlinear back stepping controllers
CN107565840A (zh) 级联h桥型光伏并网逆变器的谐波补偿控制方法
Sun et al. Hybrid predictive control with simple linear control based circulating current suppression for modular multilevel converters
CN112532094A (zh) 一种t型三电平npc逆变器的复合控制方法
CN112787526A (zh) 模块化多电平变换器二倍频环流抑制方法、系统及控制器
CN114157171B (zh) 一种基于热管理的改进型模型预测电流控制方法
Alakkad et al. Real-time switching thirteen-level modified CHB-multilevel inverter using artificial neural network technique based on selective harmonic elimination
CN110212800A (zh) 基于模型预测控制的模块化多电平换流器通用控制方法
CN111355257A (zh) 一种弱电网下光伏并网逆变器无源准pr控制方法
CN106532703B (zh) 储能变流系统与变流器及双向变流器的控制方法和控制器
Zhu et al. Modular multilevel converter with improved indirect predictive controller
CN108899906B (zh) 一种三相四线制apf内置重复无差拍控制方法
CN110676860B (zh) 一种基于扩展瞬时有功理论的快速预测不平衡控制方法
Jamil et al. Artificial Intelligence System Based Harmonics Reactive Power Control Strategy for a Micro Grid Connected Inverter Under Dynamic load
CN106532704B (zh) 储能变流系统与变流器及四象限运行器的控制方法和控制器
Yunbo et al. A MMC hysteresis current control method based on current slope
Bu et al. Research on Harmonic Suppression Strategy of Photovoltaic Grid-connected Inverter Based on Grid Voltage Control.
CN114944777B (zh) 基于改进模型预测控制的并网逆变器控制方法
CN108054944B (zh) 一种50次电力谐波发生器控制方法
CN111697582B (zh) 一种交流微电网系统

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: 20200901