CN112054731A - 一种基于模型预测控制的永磁同步电机参数辨识方法 - Google Patents
一种基于模型预测控制的永磁同步电机参数辨识方法 Download PDFInfo
- Publication number
- CN112054731A CN112054731A CN202010836166.2A CN202010836166A CN112054731A CN 112054731 A CN112054731 A CN 112054731A CN 202010836166 A CN202010836166 A CN 202010836166A CN 112054731 A CN112054731 A CN 112054731A
- Authority
- CN
- China
- Prior art keywords
- permanent magnet
- parameter
- model
- magnet synchronous
- synchronous motor
- 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.)
- Granted
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
- H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
-
- 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
- H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
- H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
- H02P25/022—Synchronous motors
- H02P25/024—Synchronous motors controlled by supply frequency
-
- 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
-
- 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
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/60—Other road transportation technologies with climate change mitigation effect
- Y02T10/72—Electric energy management in electromobility
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模型预测控制的永磁同步电机参数辨识方法,对永磁同步电机运行中的电气参数进行实时辨识,并不断更新控制系统中的相应参数,大幅度提高控制精度和稳定性。此外本发明把模型参数预测问题转化为时域上目标函数的最小化问题,所需预测的模型参数的输出只与输入信号有关,而不受外界噪音、供电电压波动、负载变化等因素的影响。通过采用TR‑BFGS这一类非线性优化算法,使得目标函数快速收敛到最优值,适用于PMSM此类非线性多变量系统。
Description
技术领域
本发明涉及一种基于模型预测控制的永磁同步电机参数辨识方法,属于电机控制技术领域。
背景技术
永磁同步电机(PMSM)具有功率密度大、运行效率高、可靠性高等优点,广泛应用于新能源汽车、工业驱动等领域。由于PMSM自身结构及功率密度的限制,在不同的工况下,电机参数会发生明显的变化,严重降低控制器的性能甚至影响系统稳定性。因此,在PMSM运行中对其参数准确的辨识,可大幅提高系统的控制精度和稳定性。
PMSM的参数会随运行时定子电流、温度及永磁体磁通饱和度等因素的变化而改变,如果控制系统中采用定参数,会影响电机动态控制性能。为实现PMSM在不同运行工况下的高精度控制,提高系统稳定性,工程上常采用扩展卡尔曼滤波算法(EKF)、递推最小二乘法(RLS)、人工智能法(AI)等在线辨识电机参数,这些方法对电机的参数辨识具有较好的收敛性,但对噪音等非电气因素的鲁棒性较差,辨识精度不高。
发明内容
发明目的:本发明提出一种基于模型预测控制的永磁同步电机参数辨识方法,提高控制精度和稳定性。
技术方案:本发明采用的技术方案为一种基于模型预测控制的永磁同步电机参数辨识方法,包括以下步骤:
1)在dq坐标系下建立永磁同步电机的数学模型;
2)设计基于复合判据的多变量输入的目标函数,把PMSM模型参数预测问题转化为时域上求解目标函数的最小化问题;
3)在一个辨识周期内,使用迭代算法最小化目标函数,获取电机参数预测值,并以此更新电流、转速双闭环控制系统中电机参数值。
所述步骤1)中永磁同步电机的数学模型为:
上式中 ud′=ud,uq′=uq-ωeψf,其中ud、uq是d、q轴的定子电压;id、iq是d、q轴的定子电流;Rs是定子单相绕组的电阻;Ld、Lq是定子绕组d、q轴电感;ωe是电角速度;ψf是永磁磁链。
采用经典二次判据作为目标函数,即:
在上式基础上引入永磁同步电机电气参数初始值μ0,设计复合二次判据作为本实施例模型参数预测的目标函数F,即:
所述步骤3)中首先构造二次模型q(h):
所述迭代公式为:
设第k次迭代的实际下降量ΔFn为:
ΔFn=F(μk)-F(μk+hk)
预测下降量Δqk为:
Δqk=q(0)-q(hk)=F(μk)-q(hk)
i)给定参数初始值μ0及初始置信域半径s0;
ii)计算第k次迭代的梯度gk和Hessian矩阵Hk;
iii)由所述迭代公式计算第k次迭代步长hk,求解二次模型q(h),计算第k次迭代的增益比ρk;
iv)如果ρk<0.25,则令sk+1=||hk||/4;如果ρk>0.75,且||hk||=sk,则令sk+1=2sk;而如果0.25≤ρk≤0.75,则令sk+1=sk;
v)如果ρk≤0,说明目标函数的值是向增大而非减小的方向变化,则令μk+1=μk;否则ρk>0令μk=1=μk+hk,k=k+1,转步骤ii)进行迭代。
有益效果:本发明对永磁同步电机运行中的电气参数进行实时辨识,并不断更新控制系统中的相应参数,大幅度提高控制精度和稳定性。此外本发明把模型参数预测问题转化为时域上目标函数的最小化问题,所需预测的模型参数的输出只与输入信号有关,而不受外界噪音、供电电压波动、负载变化等因素的影响。通过采用TR-BFGS这一类非线性优化算法,使得目标函数快速收敛到最优值,适用于PMSM此类非线性多变量系统。
附图说明
图1是基于模型预测控制的PMSM变参数控制系统结构图;
图2是本发明模型预测控制算法预估原理图;
图3是模型预测控制应用于PMSM参数辨识原理图;
图4是TR-BFGS迭代算法原理图;
图5是PMSM永磁磁链ψf辨识结果对比图;
图6是PMSM定子d轴电感Ld辨识结果对比图;
图7是基于模型预测控制的PMSM变参数控制效果对比图。
具体实施方式
如图1所示,本实施例基于模型预测控制的永磁同步电机参数辨识方法,主要由电流转速双闭环控制、PMSM数学模型及模型预测控制算法三部分组成,具体包括以下步骤:
1)在dq坐标系下建立永磁同步电机的数学模型,具体地:
根据现有技术,dq坐标系下永磁同步电机的电压方程为:
上式中ud、uq是d、q轴的定子电压;id、iq是d、q轴的定子电流;Rs是定子单相绕组的电阻;Ld、Lq是定子绕组d、q轴电感;ωe是电角速度;ψf是永磁磁链。对式(1)进行变换得到dq坐标系下永磁同步电机的电流方程:
令ud′=ud,uq′=uq-ωeψf,对上式再做简化,则电流方程可写为:
上式空间状态方程模型即为本实施例所使用的永磁同步电机数学模型。
2)在dq坐标系下,以实际电机电流和模型电机输出电流为基准,设计基于复合判据的多变量输入的目标函数,把PMSM模型参数预测问题转化为时域上求解目标函数的最小化问题。
图2是模型预测控制法原理图,在一个采样周期T内将所有采样点以最小数据组N分成有限个预估周期Te,即每个预估周期Te=T/N。在每个预估周期内,以第i个预估周期为例,结合前一组数据的参数辨识值μi-1及当前组数据,预估得到新的参数值μi,并用于下一个预估周期的参数辨识。随着时域的向前移动,不断获得新的参数值,即实现参数实时在线辨识。
模型预测控制算法目标函数的设计目的在于把PMSM模型参数预测问题转化为时域上目标函数的最小化问题,一般对于此类模型参数预测采用经典二次判据作为目标函数,即:
本实施例在上式基础上引入永磁同步电机电气参数初始值μ0,设计复合二次判据作为本实施例模型参数预测的目标函数F,即:
设计结合PMSM初始参数值和经典二次判据的目标函数好处在于有利于目标函数快速收敛于唯一最优解。分析式5,P-1和σ2均为正值,也是正值,值的大小主要取决于J的值,而参数预测值与实际电机参数值的差值越小,则dq轴预测电流与实际采样电流的差值越小,J的值也就越小,因此目标函数的最小值即是模型参数预测值与PMSM实际参数差值的最小值。
3)以TR-BFGS迭代算法作为模型预测控制的最优化算法,在一个辨识周期内,最小化目标函数,获取电机参数预测值,并以此更新电流、转速双闭环控制系统中电机参数值,实现PMSM变参数高性能控制。
如图3所示,首先在当前迭代点μk的置信域内构造一个与所述目标函数升降趋势相同的二次模型q(h),本实施例中二次模型q(h)可描述为:
对于上述式(5)的目标函数,其梯度g和Hessian矩阵H分别为:
所述迭代公式为:
设第k次迭代的实际下降量ΔFn为:
ΔFn=F(μk)-F(μk+hk) (10)
预测下降量Δqk为:
Δqk=q(0)-q(hk)=F(μk)-q(hk) (11)
增益比表示第k次迭代时二次模型q(h)与目标函数F的近似程度,如果增益比ρ较小,则近似程度较差,下次迭代时缩小置信域半径;如果增益比ρ接近于1,且q(h)的最优解在区域边界sk上,则近似程度较好,下次迭代时按照下述步骤扩大置信域半径。
具体步骤为:
i)给定参数初始值μ0及初始置信域半径s0。
ii)计算第k次迭代的梯度gk和Hessian矩阵Hk。
iii)由式(9)计算第k次迭代步长hk,求解二次模型q(h),计算第k次迭代的增益比ρk。
iv)如果ρk<0.25,则令sk+1=||hk||/4;如果ρk>0.75,且||hk||=sk,则令sk+1=2sk;而如果0.25≤ρk≤0.75,则令sk+1=sk。
v)如果ρk≤0,说明目标函数的值是向增大而非减小的方向变化,则令μk+1=μk;否则ρk>0令μk=1=μk+hk,k=k+1,转步骤ii)进行迭代。
图5和图6是本实施例中基于模型预测控制算法的PMSM永磁体磁链ψf和交轴电感Ld的参数预测效果,参数辨识值很好地收敛到真实值,误差较小,以此模型参数预测值更新控制系统中电机参数值,可实现PMSM变参数高性能控制。
图7是引入了模型预测控制算法的PMSM电流、转速双闭环控制与定参数PMSM电流、转速双闭环控制的效果对比图。设置1s时PMSM参数变化,图7(b)是其局部放大图。将辨识参数用于反馈控制系统后,电磁转矩Te跟随效果更好,且波动小,则控制性能更高。
Claims (5)
1.一种基于模型预测控制的永磁同步电机参数辨识方法,其特征在于,包括以下步骤:
1)在dq坐标系下建立永磁同步电机的数学模型;
2)设计基于复合判据的多变量输入的目标函数,把PMSM模型参数预测问题转化为时域上求解目标函数的最小化问题;
3)在一个辨识周期内,使用迭代算法最小化目标函数,获取电机参数预测值,并以此更新电流、转速双闭环控制系统中电机参数值。
5.根据权利要求1所述的基于模型预测控制的永磁同步电机参数辨识方法,其特征在于,所述步骤3)中首先构造二次模型q(h):
所述迭代公式为:
设第k次迭代的实际下降量ΔFn为:
ΔFn=F(μk)-F(μk+hk)
预测下降量Δqk为:
Δqk=q(0)-q(hk)=F(μk)-q(hk)
i)给定参数初始值μ0及初始置信域半径s0;
ii)计算第k次迭代的梯度gk和Hessian矩阵Hk;
iii)由所述迭代公式计算第k次迭代步长hk,求解二次模型q(h),计算第k次迭代的增益比ρk;
iv)如果ρk<0.25,则令sk+1=||hk||/4;如果ρk>0.75,且||hk||=sk,则令sk+1=2sk;而如果0.25≤ρk≤0.75,则令sk+1=sk;
v)如果ρk≤0,说明目标函数的值是向增大而非减小的方向变化,则令μk+1=μk;否则ρk>0令μk=1=μk+hk,k=k+1,转步骤ii)进行迭代。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010836166.2A CN112054731B (zh) | 2020-08-19 | 2020-08-19 | 一种基于模型预测控制的永磁同步电机参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010836166.2A CN112054731B (zh) | 2020-08-19 | 2020-08-19 | 一种基于模型预测控制的永磁同步电机参数辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112054731A true CN112054731A (zh) | 2020-12-08 |
CN112054731B CN112054731B (zh) | 2022-05-24 |
Family
ID=73600218
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010836166.2A Active CN112054731B (zh) | 2020-08-19 | 2020-08-19 | 一种基于模型预测控制的永磁同步电机参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112054731B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112682254A (zh) * | 2020-12-21 | 2021-04-20 | 北京华能新锐控制技术有限公司 | 一种基于动态多模型预测控制器的风机有功功率跟踪方法 |
CN113131825A (zh) * | 2021-04-26 | 2021-07-16 | 湖南大学 | 一种模块化多绕组永磁电机的电流预测控制方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294449A (zh) * | 2017-07-21 | 2017-10-24 | 哈尔滨工业大学 | 一种基于模型预测控制的感应电机温度辨识方法 |
CN108832859A (zh) * | 2018-04-26 | 2018-11-16 | 江苏大学 | 一种基于参数辨识的永磁直线电机的预测电流控制方法 |
CN109787524A (zh) * | 2019-02-18 | 2019-05-21 | 北京理工大学 | 一种永磁同步电机参数在线辨识方法 |
-
2020
- 2020-08-19 CN CN202010836166.2A patent/CN112054731B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107294449A (zh) * | 2017-07-21 | 2017-10-24 | 哈尔滨工业大学 | 一种基于模型预测控制的感应电机温度辨识方法 |
CN108832859A (zh) * | 2018-04-26 | 2018-11-16 | 江苏大学 | 一种基于参数辨识的永磁直线电机的预测电流控制方法 |
CN109787524A (zh) * | 2019-02-18 | 2019-05-21 | 北京理工大学 | 一种永磁同步电机参数在线辨识方法 |
Non-Patent Citations (1)
Title |
---|
王利辉等: "基于神经网络的永磁同步电机参数辨识", 《电力电子技术》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112682254A (zh) * | 2020-12-21 | 2021-04-20 | 北京华能新锐控制技术有限公司 | 一种基于动态多模型预测控制器的风机有功功率跟踪方法 |
CN113131825A (zh) * | 2021-04-26 | 2021-07-16 | 湖南大学 | 一种模块化多绕组永磁电机的电流预测控制方法及系统 |
CN113131825B (zh) * | 2021-04-26 | 2022-07-26 | 湖南大学 | 一种模块化多绕组永磁电机的电流预测控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112054731B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110429881B (zh) | 一种永磁同步电机的自抗扰控制方法 | |
CN111600518B (zh) | 基于扩张状态观测器的永磁同步电流控制器的设计方法 | |
CN112054731B (zh) | 一种基于模型预测控制的永磁同步电机参数辨识方法 | |
CN112422004B (zh) | 一种永磁同步电机弱磁控制模式下的扰动抑制方法 | |
CN113364377B (zh) | 一种永磁同步电机自抗扰位置伺服控制方法 | |
CN110138298B (zh) | 一种永磁同步电机滑模控制方法 | |
CN109713971B (zh) | 一种永磁同步电机的扰动抑制方法 | |
CN112532133B (zh) | 一种适用于永磁同步电机滤波补偿滑模自抗扰控制方法 | |
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 | |
CN113572402A (zh) | 圆筒型永磁直线同步电机复合滑模速度控制方法及系统 | |
CN114531082B (zh) | 一种基于aeso的永磁同步电机无差拍电流预测模糊控制方法 | |
CN114944801A (zh) | 一种基于新息自适应扩展卡尔曼的pmsm无位置传感器控制方法 | |
CN112713819A (zh) | 一种提高永磁同步直线电机定位力补偿精度的方法 | |
Yin et al. | A speed estimation method for induction motors based on strong tracking extended Kalman filter | |
CN109240085B (zh) | 非高斯系统动态数据校正与系统控制性能优化方法 | |
CN114024382B (zh) | 一种基于负载转矩反馈的永磁同步电机单转速环调速装置 | |
CN112821840B (zh) | 一种永磁同步电机非光滑自适应直接转矩控制方法和系统 | |
CN114826080A (zh) | 一种基于积分补偿的无差拍电流预测控制方法和系统 | |
KR101981682B1 (ko) | 상호 인덕턴스 및 회전자 저항을 추정하는 유도전동기 및 그 추정 방법 | |
CN112234877A (zh) | 一种梯形波反电动势的无刷直流电机换相误差补偿方法 | |
Liu et al. | A Comparison Research on Sliding Mode Observation Methods for SPMSM in Sensorless Environment of Medium-to-High Speed | |
CN113176731B (zh) | 一种双神经网络自学习的ipmsm自抗扰控制方法 | |
CN113922721B (zh) | 连续控制集永磁同步直线电机模型预测控制方法 | |
CN115102454A (zh) | 一种永磁同步电机电磁转矩的估算方法 | |
CN116131687A (zh) | 一种永磁同步电机预测控制方法、系统及设备 |
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 |