CN111987943B - 一种永磁同步电机模型预测控制的鲁棒性能提升方法 - Google Patents
一种永磁同步电机模型预测控制的鲁棒性能提升方法 Download PDFInfo
- Publication number
- CN111987943B CN111987943B CN202010718161.XA CN202010718161A CN111987943B CN 111987943 B CN111987943 B CN 111987943B CN 202010718161 A CN202010718161 A CN 202010718161A CN 111987943 B CN111987943 B CN 111987943B
- Authority
- CN
- China
- Prior art keywords
- flux linkage
- stator
- permanent magnet
- 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
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
- 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
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
-
- 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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
- H02P21/20—Estimation of torque
-
- 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
- H02P2205/00—Indexing scheme relating to controlling arrangements characterised by the control loops
- H02P2205/05—Torque loop, i.e. comparison of the motor torque with a torque reference
-
- 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
- H02P2205/00—Indexing scheme relating to controlling arrangements characterised by the control loops
- H02P2205/07—Speed loop, i.e. comparison of the motor speed with a speed reference
Abstract
本发明公开了一种永磁同步电机模型预测控制的鲁棒性能提升方法,建立永磁同步电机数学模型,设计出连续域下扰动观测器的数学模型,然后采用四阶龙格库塔算法对其进行离散化,得到高精度的离散化预测模型,通过霍尔传感器测量得到的电机的三相定子电流iA、iB、iC经过Clark变换和Park变换后转换为旋转坐标系下的两相电流id、iq作为离散化扰动观测器k时刻的输入,以此来预测k+1时刻定子磁链和电流,再经过预测模型得到k+2时刻定子磁链与电磁转矩,最后遍历所有电压矢量挑选出使代价函数取得最小值的电压矢量作为当前拍的最优控制动作。本发明有效提升了传统永磁同步电机模型预测控制的鲁棒性能。
Description
技术领域
本发明属于高性能永磁同步电机调速控制技术领域,具体涉及一种永磁同步电机模型预测控制的鲁棒性能提升方法。
背景技术
永磁同步电机(Permanent Magnet Synchronous Motor,PMSM)是一个多变量、强耦合、非线性、变参数的复杂对象,具有高精度、高动态性能、高可靠性、小体积等优势,在高精度和高可靠性要求场合获得广泛应用。
模型预测控制(Model Predictive Control,MPC)是20世纪70年代后期出现在工业工程控制领域的一类计算机控制方法,由于模型预测控制算法需要的计算时间过长以及控制电气变量需要非常快的处理速度,在当时受限于微处理器的计算能力,还无法在开关频率较高的系统中使用这种控制技术,仅考虑将其应用在低开关频率的大功率系统中。近年来随着微处理器技术的迅速发展,模型预测控制技术在电力电子领域的应用受到学者的广泛关注。
模型预测控制作为一种闭环的优化控制方法,具有动态性能好,较强的鲁棒性,能有效处理系统约束等优点。模型预测控制的基本原理是将功率变换器看成是非线性的、离散的执行器。在模型预测控制系统中,控制动作通过单一控制器实现,而控制器的动作通过从所有可能状态中获取,并且最优动作是通过使代价函数取最小值来获取。但模型预测控制中对于代价函数的求解通常非常复杂,需要消耗大量的计算时间,这使得将其应用于具有快速动态响应的电机驱动系统中变得非常困难。2004年,智利著名学者J.Rodríguez等研究人员创造性地将控制输入集合限制为逆变器的有限个开关组合,同时复杂的代价函数求解问题转化为整数规划问题,首次成功的在电机驱动系统中应用了模型预测控制算法,并由此提出了“有限集模型预测控制”算法。该算法考虑到逆变器的离散开关特性,推导出两电平电压型逆变器八个基本开关组合组成的有限控制集,并据此构建了永磁同步电机数学模型,通过穷举寻优的方法获得了代价函数的最优解。但是,在传统模型预测控制方法中,定子磁链和电磁转矩预测模型是基于系统数学模型离散化所得到的,因此,该算法的性能依赖于系统的离散数学模型精度,且对系统参数变化较为敏感。
发明内容
本发明的目的是提供一种永磁同步电机模型预测控制的鲁棒性能提升方法,解决了现有技术中永磁同步电机模型预测控制算法中易受参数变化影响、以及预测模型精度低的问题。
本发明所采用的技术方案是,
一种永磁同步电机模型预测控制的鲁棒性能提升方法,具体按照以下步骤实施:
步骤1:以定子磁链为状态变量,建立永磁同步电机在两相旋转坐标系下的数学模型;
步骤2:基于步骤1得到的永磁同步电机在两相旋转坐标系下的数学模型,采用扰动补偿方法对定子磁链方程进行改进,得到连续域下扰动观测器的数学模型;
步骤3:对步骤2中建立的连续域下扰动观测器数学模型运用四阶龙格库塔算法进行离散化,得到观测器的离散化数学模型、并据此预测k+1时刻的定子磁链和电磁转矩作为扰动观测器的输出;
步骤4:在k+1时刻的基础上利用步骤3得到的预测模型,预测k+2时刻的定子磁链与电磁转矩;
步骤5:根据步骤4中得到的k+2时刻定子磁链和电磁转矩预测值建立代价函数,遍历系统的所有电压矢量,最后选择使代价函数取得最小值的电压矢量作当前时刻的最优动作,对永磁同步电机模型预测控制系统进行控制。
本发明的特点还在于,
步骤2建立的扰动观测器连续域模型具体如下公式(5)、公式(6)、公式(7)以及公式(8):
其中,ψd为d轴定子磁链分量,ψq为q轴定子磁链分量,ud为d轴定子电压分量,uq为q轴定子电压分量,ωr为电机的电角速度,Rs为电机定子电阻,id为d轴定子电流分量,iq为q轴定子电流分量,Ld为d轴定子电感分量,Lq为q的定子电感分量,ψf为转子永磁体磁链,为d轴定子磁链的估计值,为q轴定子磁链的估计值,kdp、kdi、kqp、kqi均为扰动观测器中的参数。
步骤3具体按照以下步骤实施:
步骤3.1:基于四阶龙格库塔算法,将公式(5)~(8)离散化,得到改进模型预测控制方法中扰动观测器的高精度离散化数学模型:
其中,Ts为采样周期;
步骤3.2:基于步骤1中永磁同步电机数学模型用k+1时刻定子磁链按照公式(25a)和公式(25b)计算k+1时刻定子电流作为扰动观测器的输出:
步骤4具体按照以下步骤实施:
步骤4.1:基于k+1时刻定子磁链运用四阶龙格库塔算法,预测k+2时刻定子磁链和电磁转矩;
步骤4.2:基于步骤3中的公式(25a)和公式(25b)用k+2时刻定子磁链计算k+2时刻定子电流和电磁转矩:
步骤5中,代价函数选取如下公式(44):
其中,imax为电流限幅值。
本发明的有益效果是,本发明一种永磁同步电机模型预测控制的鲁棒性能提升方法,在传统模型预测控制中将参数变化模型不准确、精度低等问题考虑在内,建立连续域下的扰动观测器模型,为了提高传统模型预测控制中预测模型的精度,在建立扰动观测器的基础上,采用四阶龙格库塔算法对其进行离散化,得到高精度的预测模型,从而降低了预测模型精度低和不确定性对系统性能的影响,极大的提高了传统永磁同步电机模型预测控制的鲁棒性能。
附图说明
图1是本发明一种永磁同步电机模型预测控制的鲁棒性能提升方法的结构框图。
具体实施方式
下面结合附图和具体实施方式对本发明一种永磁同步电机模型预测控制的鲁棒性能提升方法进行详细说明。
如图1所示,一种永磁同步电机模型预测控制的鲁棒性能提升方法,具体按照以下步骤实施:
步骤1:以定子磁链为状态变量,建立永磁同步电机在两相旋转坐标系下的数学模型;
步骤2:基于步骤1得到的永磁同步电机在两相旋转坐标系下的数学模型,采用扰动补偿方法对定子磁链方程进行改进,得到连续域下扰动观测器的数学模型;
步骤3:对步骤2中建立的连续域下扰动观测器数学模型运用四阶龙格库塔算法进行离散化,得到观测器的离散化数学模型、并据此预测k+1时刻的定子磁链和电磁转矩作为扰动观测器的输出;
步骤4:在k+1时刻的基础上利用步骤3得到的预测模型,预测k+2时刻的定子磁链与电磁转矩;
步骤5:根据步骤4中得到的k+2时刻定子磁链和电磁转矩预测值建立代价函数,遍历系统的所有电压矢量,最后选择使代价函数取得最小值的电压矢量作当前时刻的最优动作,对永磁同步电机模型预测控制系统进行控制。
下面通过具体的实施例对本发明一种永磁同步电机模型预测控制的鲁棒性能提升方法进行进一步详细说明。
一种永磁同步电机模型预测控制的鲁棒性能提升方法,如图1所示,具体按照以下步骤实施:
步骤1:永磁同步电机在两相旋转坐标系下的数学模型为
其中,ψd为d轴定子磁链分量,ψq为q轴定子磁链分量,ud为d轴定子电压分量,uq为q轴定子电压分量,ωr为电机的电角速度,Rs为电机定子电阻,id为d轴定子电流分量,iq为q轴定子电流分量,Ld为d轴定子电感分量,Lq为q轴定子电感分量,ψf为转子永磁体磁链;
步骤2:利用扰动补偿的方法对永磁同步电机数学模型中式(1)增加扰动补偿项,可得到改进的模型预测控制中扰动观测器的连续域数学模型,具体过程如下:
步骤2.1:通过图1中的Clark变换将采样到的三相电流iA、iB、iC变换到两相静止坐标系下,得到两相静止坐标系下电流信号iα、iβ
步骤2.2:通过图1中的Park变换将两相静止坐标系下的电流信号iα、iβ变换到两相旋转坐标系下,得到两相旋转坐标系下的电流信号id、iq
步骤2.3:根据步骤2.2得到的两相旋转坐标系下的电流信号id、iq和当前电机转速ωr,然后利用扰动补偿的方法对定子磁链表达式(1)增加扰动补偿项,可得到连续域下的扰动观测器模型
步骤3.1:基于四阶龙格库塔算法,将公式(5)~(8)离散化,得到改进模型预测控制方法中扰动观测器的离散化形式,并据此预测k+1时刻定子磁链作为图1中观测器输出
其中,Ts为采样周期;
步骤4:由于数字控制系统存在一拍延时问题,为了消除一拍控制延时的影响,因此需要在步骤3的基础上利用扰动观测器的输出预测k+2时刻的定子磁链与电磁转矩如图1中转矩和磁链预测模块所示,具体按照如下步骤实施:
步骤5:如图1中最优矢量选择和最小化目标函数模块所示,根据步骤4中得到的k+2时刻定子磁链和电磁转矩预测值建立代价函数,遍历系统的所有电压矢量,最后选择使代价函数J取得最小值的电压矢量作当前时刻的最优动作,并对系统进行控制。
步骤5.1:根据步骤4中得到的k+2时刻定子磁链和电磁转矩预测值建立代价函数
其中,imax为电流限幅值;
步骤5.2:图1中逆变器模块采用三相两电平桥式逆变器拓扑,对于图1中的逆变器而言,有8个不同的开关矢量,其中6个有效电压矢量和2个零矢量,将8个电压矢量带入步骤4中,得到8组k+2时刻预测的电磁转矩与定子磁链,再将得到的8组预测值带入式(44)中计算出8个代价函数的值J,选出使代价函数取得最小值的电压矢量作为当前拍逆变器的最优动作信号,最后以PWM波的形式作用到控制对象永磁同步电机。
本发明一种永磁同步电机模型预测控制的鲁棒性能提升方法,在传统模型预测控制中将参数变化模型不准确、精度低等问题考虑在内,建立连续域下的扰动观测器模型,为了提高传统模型预测控制中预测模型的精度,采用四阶龙格库塔算法将连续域下扰动观测器模型离散化得到高精度的预测模型,最后建立考虑一拍延时补偿的代价函数,完成整个永磁同步电机模型预测系统的设计,有效提升了传统永磁同步电机模型预测控制的鲁棒性能。
Claims (1)
1.一种永磁同步电机模型预测控制的鲁棒性能提升方法,其特征在于,具体按照以下步骤实施:
步骤1:以定子磁链为状态变量,建立永磁同步电机在两相旋转坐标系下的数学模型;
永磁同步电机在两相旋转坐标系下的数学模型为
其中,ψd为d轴定子磁链分量,ψq为q轴定子磁链分量,ud为d轴定子电压分量,uq为q轴定子电压分量,ωr为电机的电角速度,Rs为电机定子电阻,id为d轴定子电流分量,iq为q轴定子电流分量,Ld为d轴定子电感分量,Lq为q轴定子电感分量,ψf为转子永磁体磁链;
步骤2:基于步骤1得到的永磁同步电机在两相旋转坐标系下的数学模型,采用扰动补偿方法对定子磁链方程进行改进,得到连续域下扰动观测器的数学模型;
步骤2建立的扰动观测器连续域模型具体如下公式(5)、公式(6)、公式(7)以及公式(8):
其中,ψd为d轴定子磁链分量,ψq为q轴定子磁链分量,ud为d轴定子电压分量,uq为q轴定子电压分量,ωr为电机的电角速度,Rs为电机定子电阻,id为d轴定子电流分量,iq为q轴定子电流分量,Ld为d轴定子电感分量,Lq为q的定子电感分量,ψf为转子永磁体磁链,为d轴定子磁链的估计值,为q轴定子磁链的估计值,kdp、kdi、kqp、kqi均为扰动观测器中的参数;
步骤3:对步骤2中建立的连续域下扰动观测器数学模型运用四阶龙格库塔算法进行离散化,得到观测器的离散化数学模型、并据此预测k+1时刻的定子磁链和电磁转矩作为扰动观测器的输出;
步骤3具体按照以下步骤实施:
步骤3.1:基于四阶龙格库塔算法,将公式(5)~(8)离散化,得到改进模型预测控制方法中扰动观测器的离散化数学模型;
其中,Ts为采样周期;
步骤3.2:基于步骤1中永磁同步电机数学模型用k+1时刻定子磁链按照公式(25a)和公式(25b)计算k+1时刻定子电流作为扰动观测器的输出:
步骤4:在k+1时刻的基础上利用步骤3得到的预测模型,预测k+2时刻的定子磁链与电磁转矩;
步骤4具体按照以下步骤实施:
步骤4.1:基于k+1时刻定子磁链运用四阶龙格库塔算法,预测k+2时刻定子磁链和电磁转矩;
步骤4.2:基于步骤3中的公式(25a)和公式(25b)用k+2时刻定子磁链计算k+2时刻定子电流和电磁转矩:
步骤5:根据步骤4中得到的k+2时刻定子磁链和电磁转矩预测值建立代价函数,遍历系统的所有电压矢量,最后选择使代价函数取得最小值的电压矢量作当前时刻的最优动作,对永磁同步电机模型预测控制系统进行控制;
步骤5中,所述代价函数选取如下公式(44):
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010718161.XA CN111987943B (zh) | 2020-07-23 | 2020-07-23 | 一种永磁同步电机模型预测控制的鲁棒性能提升方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010718161.XA CN111987943B (zh) | 2020-07-23 | 2020-07-23 | 一种永磁同步电机模型预测控制的鲁棒性能提升方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111987943A CN111987943A (zh) | 2020-11-24 |
CN111987943B true CN111987943B (zh) | 2022-11-11 |
Family
ID=73439406
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010718161.XA Active CN111987943B (zh) | 2020-07-23 | 2020-07-23 | 一种永磁同步电机模型预测控制的鲁棒性能提升方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111987943B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11594991B1 (en) | 2021-01-07 | 2023-02-28 | Dalian University Of Technology | Robust position control method for permanent magnet synchronous motor considering current limitation |
CN113644852B (zh) * | 2021-05-24 | 2024-02-06 | 西安理工大学 | 用于永磁同步电动机的鲁棒三矢量模型预测磁链控制方法 |
CN113904598B (zh) * | 2021-08-31 | 2023-06-20 | 中国船舶重工集团公司第七0七研究所 | 一种用于交流永磁同步电机的预测控制方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111224604A (zh) * | 2019-11-21 | 2020-06-02 | 西安理工大学 | 一种异步电机简化模型预测控制方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5637155B2 (ja) * | 2012-02-22 | 2014-12-10 | 株式会社デンソー | モータ制御装置及びモータ制御方法 |
CN109274303B (zh) * | 2018-11-29 | 2021-06-08 | 合肥工业大学 | 一种基于扩展控制集的异步电机模型预测控制方法 |
CN110601627B (zh) * | 2019-07-11 | 2021-09-21 | 天津理工大学 | 一种pmsm的可拓展电压空间矢量输出的fcs-mpdtc控制系统及方法 |
CN110445444A (zh) * | 2019-07-12 | 2019-11-12 | 西安理工大学 | 一种异步电机改进的模型预测控制方法 |
CN111431460B (zh) * | 2020-04-25 | 2023-10-31 | 南通大学 | 一种永磁同步电机无传感器模型预测磁链控制方法 |
-
2020
- 2020-07-23 CN CN202010718161.XA patent/CN111987943B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111224604A (zh) * | 2019-11-21 | 2020-06-02 | 西安理工大学 | 一种异步电机简化模型预测控制方法 |
Non-Patent Citations (1)
Title |
---|
基于强跟踪滤波算法的异步电机参数自适应无速度传感器控制;陆可;《电机与控制应用》;20110531;第38卷(第5期);第16-21页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111987943A (zh) | 2020-11-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111987943B (zh) | 一种永磁同步电机模型预测控制的鲁棒性能提升方法 | |
CN109560736B (zh) | 基于二阶终端滑模的永磁同步电机控制方法 | |
CN107017810B (zh) | 永磁同步电机无权值模型预测转矩控制系统及方法 | |
CN109660170B (zh) | 一种永磁同步电机高可靠性电流预测控制方法及其系统 | |
CN209844868U (zh) | 永磁同步电机无差拍电流预测控制系统 | |
CN110190795B (zh) | 一种永磁同步电机级联式鲁棒预测电流控制方法 | |
CN207166388U (zh) | 矢量筛选和占空比结合的电机模型预测控制系统 | |
CN111431460A (zh) | 一种永磁同步电机无传感器模型预测磁链控制方法 | |
CN112701968B (zh) | 一种永磁同步电机模型预测控制鲁棒性能提升方法 | |
CN112422004B (zh) | 一种永磁同步电机弱磁控制模式下的扰动抑制方法 | |
CN106026835A (zh) | 一种基于模糊控制和滑模观测器的无速度传感器优化方法 | |
CN112290843B (zh) | 一种变指数幂次趋近律及其pmsm控制应用 | |
CN108258946A (zh) | 一种永磁同步直线电机的无速度传感器控制方法 | |
CN110466597B (zh) | 一种电动汽车eps用交流永磁电机能量优化控制系统 | |
US11522480B2 (en) | SPMSM sensorless composite control method with dual sliding-mode observers | |
CN110912480A (zh) | 基于扩张状态观测器的永磁同步电机无模型预测控制方法 | |
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 | |
CN113783490B (zh) | 一种开关频率固定的永磁电机模型预测控制方法 | |
CN116317751B (zh) | 感应电机模型预测速度控制方法 | |
CN112422014B (zh) | 基于高阶滑模补偿的永磁同步电机转速预测方法 | |
CN115425901A (zh) | 一种开关磁阻电机控制系统 | |
CN114598209A (zh) | 一种基于表贴式永磁同步电动机无位置传感器控制方法 | |
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 | |
CN113691187B (zh) | 一种无差拍预测转速伺服永磁电机控制方法及系统 | |
Zhu et al. | The research of sensorless vector control for permanent magnet linear synchronous motor. |
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 |