CN111614279A - 基于模型预测控制的空间矢量调制方法、系统及逆变器 - Google Patents
基于模型预测控制的空间矢量调制方法、系统及逆变器 Download PDFInfo
- Publication number
- CN111614279A CN111614279A CN202010634527.5A CN202010634527A CN111614279A CN 111614279 A CN111614279 A CN 111614279A CN 202010634527 A CN202010634527 A CN 202010634527A CN 111614279 A CN111614279 A CN 111614279A
- Authority
- CN
- China
- Prior art keywords
- space vector
- voltage
- current
- model
- control
- 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
Links
- 239000013598 vector Substances 0.000 title claims abstract description 88
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000006243 chemical reaction Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000005070 sampling Methods 0.000 claims description 16
- 230000009466 transformation Effects 0.000 claims description 3
- 238000010248 power generation Methods 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 13
- 230000008901 benefit Effects 0.000 abstract description 6
- 238000013461 design Methods 0.000 abstract description 5
- 230000004044 response Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 22
- 238000005457 optimization Methods 0.000 description 18
- 238000004364 calculation method Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 230000003864 performance function Effects 0.000 description 11
- 238000004088 simulation Methods 0.000 description 11
- 238000004458 analytical method Methods 0.000 description 10
- 230000009471 action Effects 0.000 description 5
- 238000004422 calculation algorithm Methods 0.000 description 5
- 230000007547 defect Effects 0.000 description 4
- 238000003780 insertion Methods 0.000 description 4
- 230000037431 insertion Effects 0.000 description 4
- 230000015572 biosynthetic process Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 3
- 238000003786 synthesis reaction Methods 0.000 description 3
- 239000003990 capacitor Substances 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 102100029469 WD repeat and HMG-box DNA-binding protein 1 Human genes 0.000 description 1
- 101710097421 WD repeat and HMG-box DNA-binding protein 1 Proteins 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012966 insertion method Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS 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
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion 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
- H02M7/483—Converters with outputs that each can have more than two voltages levels
- H02M7/487—Neutral point clamped inverters
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明属于逆变控制技术领域,公开了一种基于模型预测控制的空间矢量调制方法、系统及逆变器,基于模型预测控制的空间矢量调制方法包括:采用改进的预测模型将指令电流量转换成电压预测量;通过SVPWM的调制进行电压预测值到开关信号的无差转换;且所述转换过程中可实现固定可设的开关频率。本发明基于空间矢量的模型预测电流控制具有参数易于设计,动态响应快,开关频率固定可调,补偿效果好,易于应用非线性系统等优点,本发明能够有效大大减少运算量,但却不影响控制效果,在保证控制精度不变的条件下提高了系统控制的快速性。
Description
技术领域
本发明属于逆变控制技术领域,尤其涉及一种基于模型预测控制的空间矢量调制方法、系统及逆变器。
背景技术
目前,传统的MPC电流控制方法具有较快的响应速度,而且能够直接输出驱动信号,无需进行PWM调制过程,然而其开关频率不固定,要想达到和其他控制方法相同的控制效果,MPC的控制时间要更短,但在利用传统的MPC方法控制电流输出时,在每次采样周期内,系统需要分别计算出27种开关状态影响下的被控电流预测值,在性能优化函数中也需要分别计算27开关状态作用下的预测值与指令值的差值,若需要增加被控量,相应的计算量也会成倍增加,极大程度地影响了MPC算法在电流跟踪中的应用效果。
改进的MPC的控制包含两大关键模块,即改进的预测控制模块与改进的优化性能函数模块,其跟踪效果受两个模块共同影响,其中,改进的预测模型模块具有快速准确的将指令电流转换成指令电压的作用,而改进的优化性能函数在选择最接近的电压矢量时仍存在一定的误差,而且直接生成开关信号,导致开关频率不固定,对器件造成更高的要求。
改进的MPC方法在于通过选择最接近的基本电压矢量来代替想要输出的参考电压矢量,与传统的MPC的一致,两种方法均存在选择的电压矢量与指令输出电压矢量之间仍存在一定误差的缺点,均属于有差控制方式,而且两种方法开关频率不固定,对开关器件产生了更高的要求。
通过上述分析,现有技术存在的问题及缺陷为:传统的MPC电流控制方法以及现有改进的MPC方法,开关频率都不固定,对开关器件要求高;计算量大,且存在误差,导致MPC算法在电流跟踪中的应用效果不佳。
解决以上问题及缺陷的意义为:当MPC应用于多电平逆变器时,因寻优矢量数目增多而降低动态性能,本发明方法中采用电压预测替换电流预测,可简化每次寻优中的计算量,从而提高多次寻优的动态性能,适用于多电平大功率逆变器场合。
发明内容
针对现有技术存在的问题,本发明提供了一种基于模型预测控制的空间矢量调制方法、系统及逆变器。MPC为代表模型预测控制(MPC-based SVPWM Mechanism)。
本发明是这样实现的,一种基于模型预测控制的空间矢量调制方法包括:
采用改进的预测模型将指令电流量转换成电压预测量;通过SVPWM的调制进行电压预测值到开关信号的无差转换;且所述转换过程中可实现固定可设的开关频率。
进一步,所述改进的预测模型为:
其中,L为负载电感;Ts为采样周期;k表示第k次采样。
iα,β(k)是第k+1次采样周期的实际电流。
进一步,所述基于空间矢量的MPC控制方法包括:
步骤一,获取负载侧A、B、C三相电流量;并将获取到的三相电流量进行Clarke变换;
步骤二,进行进行一个周期的相角补偿;
步骤三,采用改进的预测模型将指令电流量转换成电压预测量;
步骤四,进行扇区判断;进行预测,并进行输出。
进一步,步骤二中,所述相角补偿包括:
本发明的另一目的在于提供一种实施所述基于模型预测控制的空间矢量调制方法的基于模型预测控制的空间矢量调制系统,包括:
电流量转换模块,用于采用改进的预测模型将指令电流量转换成电压预测量;
无差转换模块,用于通过SVPWM的调制进行电压预测值到开关信号的无差转换;
开关频率控制模块,用于控制转换过程中开关频率固定可设。
本发明的另一目的在于提供一种搭载所述基于空间矢量的MPC控制方法的Z源逆变器。
本发明的另一目的在于提供一种搭载所述逆变器的微电网或发电系统。
本发明的另一目的在于提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行所述基于模型预测控制的空间矢量调制方法。包括:采用改进的预测模型将指令电流量转换成电压预测量;通过SVPWM的调制进行电压预测值到开关信号的无差转换;且所述转换过程中可实现固定可设的开关频率。
结合上述的所有技术方案,本发明所具备的优点及积极效果为:
本发明基于空间矢量的模型预测电流控制具有参数易于设计,动态响应快,开关频率固定可调,补偿效果好,易于应用非线性系统等优点,
本发明能够有效大大减少运算量,但却不影响控制效果,在保证控制精度不变的条件下提高了系统控制的快速性。
本发明为验证本发明的方法的三电平Z源逆变器控制策略的可行性,在Simulink环境下搭建了仿真模型。仿真参数为:直流电源Vdc1=Vdc2=50V,Z源电容C=1000μF,Z源电感L=2mH,负载R=10Ω,L=5mH。直通占空比D在0.25s时由0变为0.3。
图13给出了NPC三电平Z源逆变器的仿真波形。其中图(a)所示为Z源网络输出电压Vi波形,未添加直通状态时,输出电压维持在直流电源电压即50V,0.25s后插入直通状态,且直通占空比设为0.3,逆变器实现升压功能,“X”网络输出电压成一系列脉冲形状,如图(b)所示。图(c)和图(d)分别为上述动态升压过程中,线电压Uab,及A相的相电压Ua,由图中可以看出,在0.25s直通占空比突变时,经一个周期调整,逆变器输出实现升压功能,根据式(8)线电压峰值约为250V,仿真结果与理论分析一致。A相负载的线电流波形如图(e)所示为,在直通占空比变化过程中,逆变器实现升压输出,负载电流随之增大,且正弦度高,谐波含量少。
图14给出了NPC三电平Z源逆变器“X”网络电容Uc2仿真波形。
通过上述仿真验证了本发明提供的NPC三电平Z源逆变器控制方法具有实际意义。
对于基于MPC的常规SVPWM方法,与传统的SVPWM相比,由于省去了用于复杂的三角计算,可以节省10.03%和13.91%的时间。同样,由于减去了电流的滚动优化的计算量,改进的方案在D=0时比传统的SVPWM和基于MPC的常规SVPWM节省了26.25%和19.25%的时间,而在D=0.3时,节省了28.78%和17.27%。
附图说明
图1是本发明实施例提供的基于空间矢量的MPC控制原理图。
图2是本发明实施例提供的基于模型预测控制的空间矢量调制方法流程图。
图3是本发明实施例提供的基于模型预测控制的空间矢量调制方法原理图。
图4是本发明实施例提供的基于模型预测控制的空间矢量调制系统结构示意图。
图中:1、电流量转换模块;2、无差转换模块;3、开关频率控制模块。
图5是本发明实施例提供的NPC三电平Z源逆变电路示意图。
图6是本发明实施例提供的NPC三电平Z源逆变器等效电路示意图。
图7是本发明实施例提供的空间矢量调制控制框图。
图8是本发明实施例提供的改进的MPC控制框图。
图9是本发明实施例提供的NPC三电平Z源逆变器空间矢量图。
图10是本发明实施例提供的空间矢量图I。
图11是本发明实施例提供的传统逆变器和Z源逆变器的SVPWM工作原理示意图。
图12是本发明实施例提供的参考矢量位于三角形3的发波顺序示意图。
图13是本发明实施例提供的NPC三电平Z源逆变器的仿真波形示意图。
图14是本发明实施例提供的“X”网络电容Uc2仿真波形示意图。
图15是本发明实施例提供的传统空间矢量的电流动态波形以及相应的谐波分析(图15(a)A相电流ia、图15(b)D=0时,A相电流ia谐波含量、图15(c)D=0.3时,A相电流ia谐波含量)。
图16是本发明实施例提供的改进的基于MPC的空间矢量调制的电流动态波形以及相应的谐波分析(图16(a)A相电流ia、图16(b)D=0时,A相电流ia谐波含量、图16(c)D=0.3时,A相电流ia谐波含量)所示。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种基于空间矢量的MPC控制方法、控制系统及逆变器,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的基于模型预测控制的空间矢量调制方法包括:
采用改进的预测模型将指令电流量转换成电压预测量;通过SVPWM的调制进行电压预测值到开关信号的无差转换;且所述转换过程中可实现固定可设的开关频率。
本发明实施例提供的改进的预测模型为:
其中,L为负载电感;Ts为采样周期;k表示第k次采样。
如图2-图3所示,本发明实施例提供的基于模型预测控制的空间矢量调制方法包括:
S101,获取负载侧A、B、C三相电流量;并将获取到的三相电流量进行Clarke变换。
S102,进行进行一个周期的相角补偿。
S103,采用改进的预测模型将指令电流量转换成电压预测量。
S104,进行扇区判断;进行预测,并进行输出。
步骤S102中,本发明实施例提供的相角补偿包括:
如图4所示,本发明实施例提供的基于模型预测控制的空间矢量调制系统包括:
电流量转换模块1,用于采用改进的预测模型将指令电流量转换成电压预测量。
无差转换模块2,用于通过SVPWM的调制进行电压预测值到开关信号的无差转换。
开关频率控制模块3,用于控制转换过程中开关频率固定可设。
下面结合具体实施例对本发明的技术方案作进一步说明。
实施例1:
1NPC三电平Z源逆变器的工作原理
1.1电路结构
图5所示为中点箝位型三电平单Z源逆变器主电路拓扑结构,其中Vdc1、Vdc2为两个独立的直流电源。在直流电源与传统NPC三电平逆变器之间级联一个阻抗网络(“X”网络),形成Z源逆变器,在单Z源网络中,L1=L2、C1=C2,将双电源的连接点作为中点N,与三相桥臂的钳位中点连接,并定义为零电位。每相桥臂开关管的不同开关状态组合,可以输出三种电平:VP、VU及VN,分别记为1、0、-1。
图5所示的单Z源网络NPC三电平Z源逆变器可正常工作于三种状态:非直通状态、上直通状态、下直通状态。
(1)非直通状态
NPC三电平Z源逆变器工作于非直通状态时的等效电路如图6(a)所示,此时输入二极管D1、D2均导通,三相负载及逆变桥在一个开关周期内可等效为两个电源。由KVL得:
(2)上直通状态
NPC三电平Z源逆变器工作于上直通状态时的等效电路如图6(b)所示,此时输入二极管D1导通、D2反向截止,三相负载及逆变桥在一个开关周期内可等效为一个电流源。由KVL得:
(3)下直通状态
NPC三电平Z源逆变器工作于下直通状态时的等效电路如图6(c)所示,此时输入二极管D1反向截止、D2导通,三相负载及逆变桥在一个开关周期内可等效为一个电流源。由KVL得:
根据上述表述,各工作模式中开关管导通序号及桥臂输出电压如表1所示。
Tab.1NPC三电平Z源逆变器的工作模式
工作模式 | 导通的开关器件 | 输出电压 |
非直通1 | SX<sub>1</sub>、SX<sub>2</sub>、D<sub>1</sub>、D<sub>2</sub> | v<sub>i</sub>/2 |
非直通0 | SX<sub>2</sub>、SX<sub>3</sub>、D<sub>1</sub>、D<sub>2</sub> | 0 |
非直通-1 | SX<sub>3</sub>、SX<sub>4</sub>、D<sub>1</sub>、D<sub>2</sub> | -v<sub>i</sub>/2 |
上直通U | SX<sub>1</sub>、SX<sub>2</sub>、SX<sub>3</sub>、D<sub>1</sub> | 0或-v<sub>i</sub> |
下直通G | SX<sub>2</sub>、SX<sub>3</sub>、SX<sub>4</sub>、D<sub>2</sub> | 0或v<sub>i</sub> |
注:表中X=a,b,c
假定NPC三电平Z源逆变器在一个开关周期内工作于上直通状态的时间为Tsh_U,工作于下直通状态的时间为Tsh_L。为了减小NPC三电平Z源逆变器三相交流输出电压的谐波含量,应使Z源网络输出电压在上下直通时保持相等,即需要保证上直通时间Tsh_U与下直通时间Tsh_L相等,满足:
Tsh_U=Tsh_L=Tsh (4)
NPC三电平Z源逆变器工作于稳定状态时,Z源网络电感L1、L2两端电压在一个开关周期内的平均值为零,由式(1)-(3)得:
2Vdc·Tsh+(2Vdc-Vc)·(Ts-2Tsh)=0 (5)
解式(5),可得电容电压Vc与直流电源电压Vdc的关系为:
式中,定义直通占空比D=Tsh/Ts。
将式(6)分别带入式(1)、(2)、(3),可得三种工作状态下的Z源网络输出电压分别为:
综合式(1)、(2)、(3)及(7),NPC三电平Z源逆变器上下直通状态的插入使得Z源网络输出电压峰值大于其直流输入,有效实现了升压作用。逆变器在稳定状态下对应输出的三种电平满足以下关系:
因此,NPC三电平Z源逆变器输出相电压峰值Ux:
式中,M为调制系数,B=1/(1-2D)为升压倍数,Vdc为单个独立直流源电压。
由式(8),(9)可知,单Z源网络结构在取得输出特性的同时可以降低系统的硬件成本、体积及重量。当需要升压运行时,可令升压系数B>1,当逆变器降压运行时,可令升压系数B=1,同时降低调制系数M。
2模型预测预测
2.1传统MPC方法
如图5所示,RL负载三相合成电压矢量表达式为
其中:α=ej2π/3,Uα,β=Uα+jUβ,Uα和Uβ分别为两相静止坐标系下Uα,β的实部与虚部。
同理,负载侧三相合成电流矢量表达式为
其中:α=ej2π/3,iA、iB、iC为负载侧A、B、C三相电流。
因此,可采用式(12)表示图5逆变器系统的连续时域数学模型
其中:R为负载电阻,L为负载电感。
采用前向差分公式对式(12)进行离散化。在一个采样周期Ts内,diα,β(t)/dt可以等价为
其中:k表示第k次采样。
将式(13)代入式(12),可得
通过将式(14)往前移一拍,可得预测模型下一个采样周期的电流实际预测值为式(15),其即为离散系统的矢量表达式
为了提高精确,对参考电流进行一个周期的相角补偿,如公式(16)所示
优化性能函数的构建是MPC的重要环节,起到评估预测模型误差和选择最优开关状态的作用,根据不同的控制目标构建不同的优化性能函数,一般选取性能优化函数为被控量的指令值与预测值的差值函数
整个控制系统设计可总结为以下步骤:
(1)利用公式(15)计算出下一刻被控电流预测值
(2)利用公式(17)分别计算27种开关状态下的性能优化函数值
(3)选择使性能优化函数g最小的开关状态。
由上述分析可知,传统的MPC电流控制方法具有较快的响应速度,而且能够直接输出驱动信号,无需进行PWM调制过程,然而其开关频率不固定,要想达到和其他控制方法相同的控制效果,MPC的控制时间要更短,但在利用传统的MPC方法控制电流输出时,在每次采样周期内,系统需要分别计算出27种开关状态影响下的被控电流预测值,在性能优化函数中也需要分别计算27开关状态作用下的预测值与指令值的差值,若需要增加被控量,相应的计算量也会成倍增加,极大程度地影响了MPC算法在电流跟踪中的应用效果。
2.2改进MPC方法
由上述传统MPC原理的分析可知,导致MPC算法计算量大的主要原因在于预测模型和优化性能函数均需要计算27个开关状态的预测值和优化性能函数值。为此,提出改进的预测模型和优化性能函数,可有效降低算法的计算量,又不影响控制精度。
由上述传统的MPC分析,根据等式(15),通过在第(k+1)次采样中取代参考电流(15)中的预测电流来获得电压预测。改进预测模型为:
由上述可知,其预测模型的计算量由原来的27次运算减少至一次运算即可,大大减少运算量,但却不影响控制效果,在保证控制精度不变的条件下提高了系统控制的快速性。
3基于空间矢量的FCS-MPC原理
3.1原理介绍
改进的MPC方法在于通过选择最接近的基本电压矢量来代替想要输出的参考电压矢量,与传统的MPC的一致,两种方法均存在选择的电压矢量与指令输出电压矢量之间仍存在一定误差的缺点,均属于有差控制方式,而且两种方法开关频率不固定,对开关器件产生了更高的要求。
电压空间矢量调制控制可将要控制的电压指令矢量等效为相邻的两个基本电压矢量和零电压矢量的组合,通过计算出相邻基本电压矢量和零矢量的作用时间来得出开关管的动作信号。其控制框图如图7所示。
由图7可知,电压空间矢量调制只能作为一种PWM调制手段,只能实现指令电压到开关信号的无差转换,一般与其他电流控制器组合才能实现电流跟踪,其电流跟踪精度与速度由电流控制器决定。
与电压空间矢量调制控制相反,改进的MPC可实现指令电压的准确快速预测,能实现指令电流到指令电压信号的快速准确转换,其控制框图如图8所示。
由上述改进的MPC控制原理可知,改进的MPC的控制包含两大关键模块,即改进的预测控制模块与改进的优化性能函数模块,其跟踪效果受两个模块共同影响,其中,改进的预测模型模块具有快速准确的将指令电流转换成指令电压的作用,而改进的优化性能函数在选择最接近的电压矢量时仍存在一定的误差,而且直接生成开关信号,导致开关频率不固定,对器件造成更高的要求。
因此可结合空间矢量调制与改进的预测模型的原理,充分利用电压空间矢量调制的调制优点与改进预测模型的准确快速预测特点,提出一种复合控制,即下文的基于空间矢量的MPC控制,工作原理如图1所示。
基于空间矢量的MPC控制的特点在于采用改进的预测模型来准确的将指令电流量转换成电压预测量,然后通过SVPWM的调制过程来实现电压预测值到开关信号的无差转换,且转换过程中可以实现固定可设的开关频率。
综上所述,基于空间矢量的模型预测电流控制具有参数易于设计,动态响应快,开关频率固定可调,补偿效果好,易于应用非线性系统等优点,因此,本发明选择基于空间矢量的模型预测控制,其具体实现过程如下:
3.2插入直通状态
Z源逆变器的SVPWM调制技术需要解决的关键问题是直通状态的插入以及插入规则的制定,因其不仅决定了逆变器的升压性能,还影响开关损耗及输出谐波特性。
参考电压矢量位于三电平空间矢量图的不同位置,NPC三电平Z源逆变器SVPWM的空间矢量图如图7所示。当参考电压位于图7矢量图中的“I”区中三角形3为例,即如图10所示。
以参考矢量位于三角形3为例,分析直通矢量插入方法。tEC1时刻等效零矢量(0-1-1)变为等效有效矢量(1-1-1),A相由状态“0”变为状态“1”,通过提前导通SA1即可将上直通U(0-1-1)插入于等效零矢量(0-1-1)内,此时B、C两相分别维持状态“-1”、“-1”不变,不影响矢量合成的伏秒平衡原则;tEC2时刻等效有效矢量(1-1-1)变为等效有效矢量(10-1),B相由状态“-1”变为状态“0”,此时若在tEC2时刻右侧插入下直通L,则A相可以维持“1”状态不变,但是C相会强制箝位至“0”状态,即下直通L(10-1)会变成L(100),破坏了参考矢量合成的伏秒平衡;tEC3时刻等效有效矢量(10-1)变为等效零矢量(100),C相由状态“-1”变为状态“0”,因而可在tEC3时刻右侧插入下直通G,此时A、B两相分别维持状态“1”、“0”不变,不改变矢量合成伏秒平衡。通过研究发现,参考矢量位于三角形3区域内时的上下直通状态均可插入在等效零矢量作用区间,因此Tsh_U=Tsh_L=Tsh,保证了上下直通的平衡。
传统逆变器和Z源逆变器的SVPWM工作原理如图11所示。参考矢量位于三角形3的发波顺序如图12所示。
3仿真
为验证上述方法的三电平Z源逆变器控制策略的可行性,在Simulink环境下搭建了仿真模型。仿真参数为:直流电源Vdc1=Vdc2=50V,Z源电容C=1000μF,Z源电感L=2mH,负载R=10Ω,L=5mH。直通占空比D在0.25s时由0变为0.3。
图13给出了NPC三电平Z源逆变器的仿真波形。其中图(a)所示为Z源网络输出电压Vi波形,未添加直通状态时,输出电压维持在直流电源电压即50V,0.25s后插入直通状态,且直通占空比设为0.3,逆变器实现升压功能,“X”网络输出电压成一系列脉冲形状,如图(b)所示。图(c)和图(d)分别为上述动态升压过程中,线电压Uab,及A相的相电压Ua,由图中可以看出,在0.25s直通占空比突变时,经一个周期调整,逆变器输出实现升压功能,根据式(8)线电压峰值约为250V,仿真结果与理论分析一致。A相负载的线电流波形如图(e)所示为,在直通占空比变化过程中,逆变器实现升压输出,负载电流随之增大,且正弦度高,谐波含量少。
图14给出了NPC三电平Z源逆变器“X”网络电容Uc2仿真波形。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到本发明可借助软件加必需的硬件平台的方式来实现,当然也可以全部通过硬件来实施。基于这样的理解,本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本实用新型各个实施例或者实施例的某些部分所述的方法。
在本发明中,输出电流的动态比较如图15传统空间矢量的电流动态波形以及相应的谐波分析(图15(a)A相电流ia、图15(b)D=0时,A相电流ia谐波含量、图15(c)D=0.3时,A相电流ia谐波含量),图16改进的基于MPC的空间矢量调制的电流动态波形以及相应的谐波分析(图16(a)A相电流ia、图16(b)D=0时,A相电流ia谐波含量、图16(c)D=0.3时,A相电流ia谐波含量)所示。
从图15和图16可知,通过改进的基于MPC的空间矢量调制,在D=1时,A相电流的谐波含量从3.69%下降为2.11%;在D=0.3,A相电流的谐波含量从4.20%下降为3.53%。并且利用改进的基于MPC的空间矢量调制,谐波频率是一个相对固定的值,有利于滤波器设计。此外,在动态变化方面,此改进的基于MPC的SVPWM的重新稳定时间约为半个周期,比传统的SVPWM方法要快(约一个周期)。
为了表现出改进的基于MPC的SVPWM调制的优越性能。表1总结了传统SVPWM、常基于规MPC的SVPWM以及改进的基于MPC的SVPWM的的执行时间比较,其中,执行时间是通过对D=0和D=0.3的十次测量结果求平均值并采样得到的。频率是10kHz。
表1执行时间比较
对于基于MPC的常规SVPWM方法,与传统的SVPWM相比,由于省去了用于复杂的三角计算,可以节省10.03%和13.91%的时间。同样,由于减去了电流的滚动优化的计算量,改进的方案在D=0时比传统的SVPWM和基于MPC的常规SVPWM节省了26.25%和19.25%的时间,而在D=0.3时,节省了28.78%和17.27%。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (8)
1.一种基于模型预测控制的空间矢量调制方法,其特征在于,所述基于模型预测控制的空间矢量调制方法包括:
采用改进的预测模型将指令电流量转换成电压预测量;通过SVPWM的调制进行电压预测值到开关信号的无差转换;且所述转换过程中可实现固定可设的开关频率。
3.如权利要求1所述基于模型预测控制的空间矢量调制方法,其特征在于,所述基于模型预测控制的空间矢量调制方法具体包括:
步骤一,获取负载侧A、B、C三相电流量;并将获取到的三相电流量进行Clarke变换;
步骤二,进行进行一个周期的相角补偿;
步骤三,采用改进的预测模型将指令电流量转换成电压预测量;
步骤四,进行扇区判断;进行预测,并进行输出。
5.一种实施如权利要求1-4所述基于模型预测控制的空间矢量调制方法的基于模型预测控制的空间矢量调制系统,其特征在于,所述基于模型预测控制的空间矢量调制系统:
电流量转换模块,用于采用改进的预测模型将指令电流量转换成电压预测量;
无差转换模块,用于通过SVPWM的调制进行电压预测值到开关信号的无差转换;
开关频率控制模块,用于控制转换过程中开关频率固定可设。
6.一种搭载如权利要求1-4所述基于模型预测控制的空间矢量调制方法的Z源逆变器。
7.一种搭载如权利要求6所述逆变器的微电网或发电系统。
8.一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1-4任意一项所述基于模型预测控制的空间矢量调制方法,包括:采用改进的预测模型将指令电流量转换成电压预测量;通过SVPWM的调制进行电压预测值到开关信号的无差转换;且所述转换过程中可实现固定可设的开关频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010634527.5A CN111614279A (zh) | 2020-07-02 | 2020-07-02 | 基于模型预测控制的空间矢量调制方法、系统及逆变器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010634527.5A CN111614279A (zh) | 2020-07-02 | 2020-07-02 | 基于模型预测控制的空间矢量调制方法、系统及逆变器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111614279A true CN111614279A (zh) | 2020-09-01 |
Family
ID=72203988
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010634527.5A Pending CN111614279A (zh) | 2020-07-02 | 2020-07-02 | 基于模型预测控制的空间矢量调制方法、系统及逆变器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111614279A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113098353A (zh) * | 2021-05-24 | 2021-07-09 | 广东美芝制冷设备有限公司 | 基于变频器的脉宽调制方法、装置、变频器及存储介质 |
CN114243769A (zh) * | 2021-12-08 | 2022-03-25 | 珠海格力电器股份有限公司 | 一种控制策略运算量减少的系统、方法及逆变器 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080225561A1 (en) * | 2005-12-30 | 2008-09-18 | Lg Electronics Inc. | Apparatus and Method for Controlling Inverter |
CN110867887A (zh) * | 2019-10-16 | 2020-03-06 | 南京理工大学 | Npc三电平逆变器最优序列模型预测控制装置及方法 |
-
2020
- 2020-07-02 CN CN202010634527.5A patent/CN111614279A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080225561A1 (en) * | 2005-12-30 | 2008-09-18 | Lg Electronics Inc. | Apparatus and Method for Controlling Inverter |
CN110867887A (zh) * | 2019-10-16 | 2020-03-06 | 南京理工大学 | Npc三电平逆变器最优序列模型预测控制装置及方法 |
Non-Patent Citations (2)
Title |
---|
刘为杰: "NPC三电平变频器模型预测控制研究", 《中国优秀硕士学位论文全文数据库 (工程科技Ⅱ辑)》 * |
景佳佳等: "改进FCS-MPC在三电平逆变器中的应用研究", 《电力电子技术》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113098353A (zh) * | 2021-05-24 | 2021-07-09 | 广东美芝制冷设备有限公司 | 基于变频器的脉宽调制方法、装置、变频器及存储介质 |
CN114243769A (zh) * | 2021-12-08 | 2022-03-25 | 珠海格力电器股份有限公司 | 一种控制策略运算量减少的系统、方法及逆变器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105870969B (zh) | 一种可进行架构重组的并联逆变器系统及其控制方法 | |
Yaramasu et al. | High performance operation for a four-leg NPC inverter with two-sample-ahead predictive control strategy | |
CN109038673B (zh) | 光伏发电系统的模型预测优化控制方法 | |
CN108899907A (zh) | 基于重复滑模控制的lclcl型有源电力滤波器控制方法 | |
CN111614279A (zh) | 基于模型预测控制的空间矢量调制方法、系统及逆变器 | |
Liu et al. | An optimal model predictive control method for five-level active NPC inverter | |
CN113036797A (zh) | 多电平变换器直接功率控制方法及装置 | |
Zhou et al. | Hybrid prediction-based deadbeat control for a high-performance shunt active power filter | |
CN112636348A (zh) | 一种模块化三相电流型并网逆变器控制方法 | |
CN115967127B (zh) | 基于并网逆变器功率预测模型的直接功率控制系统及方法 | |
Lin et al. | A two-staged optimization approach to modulated model-free predictive current control for RL-connected three-phase two-level four-leg inverters | |
Le et al. | A nonlinear control strategy for UPQC | |
CN112332689B (zh) | 基于几何变换的中点箝位型三电平变换器的调制方法 | |
Pérez-Guzmán et al. | Model-based predictive control in three-phase inverters | |
CN111756261B (zh) | 一种pwm整流器控制方法和装置 | |
CN109391165B (zh) | 一种基于模块化多电平变换器环流模型的干扰补偿方法 | |
Seyedalipour et al. | Lyapunov-function-based control approach for three-level four-leg shunt active power filters with nonlinear and unbalanced loads | |
Huixian et al. | A sliding mode control of vienna rectifier based on improved double power reaching law | |
CN107359615B (zh) | 一种有源电力滤波器电流跟踪控制方法和系统 | |
KR20210064200A (ko) | N개의 스위칭 셀들을 갖는 부스트 컨버터를 제어하는 방법 | |
CN114256874B (zh) | 一种t型逆变器快速有限集模型预测控制方法 | |
Marin-Hurtado et al. | Model Reference Adaptive Multivariable Control of a Four-Leg Converter. | |
CN116632914A (zh) | 一种三电平pwm整流器三矢量无模型预测控制方法 | |
Jin et al. | Current ripple reduction for finite control set model predictive control strategy of grid-tied inverter with reference current compensation | |
Yao et al. | A Novel Switching Table Direct Power Control for PWM Rectifier Based on Virtual Flux |
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 |
Application publication date: 20200901 |
|
RJ01 | Rejection of invention patent application after publication |