CN112100958B - 电力电子实时仿真的pwm信号采样和等效脉宽重构方法 - Google Patents
电力电子实时仿真的pwm信号采样和等效脉宽重构方法 Download PDFInfo
- Publication number
- CN112100958B CN112100958B CN202010977943.5A CN202010977943A CN112100958B CN 112100958 B CN112100958 B CN 112100958B CN 202010977943 A CN202010977943 A CN 202010977943A CN 112100958 B CN112100958 B CN 112100958B
- Authority
- CN
- China
- Prior art keywords
- simulation step
- period
- equivalent
- step period
- nth
- 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
- 238000004088 simulation Methods 0.000 title claims abstract description 213
- 238000005070 sampling Methods 0.000 title claims abstract description 59
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004364 calculation method Methods 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 25
- 239000011159 matrix material Substances 0.000 claims description 61
- 230000014509 gene expression Effects 0.000 claims description 12
- 238000010586 diagram Methods 0.000 description 4
- 238000005259 measurement Methods 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/30—Circuit design
- G06F30/32—Circuit design at the digital level
- G06F30/33—Design verification, e.g. functional simulation or model checking
- G06F30/3308—Design verification, e.g. functional simulation or model checking using simulation
- G06F30/331—Design verification, e.g. functional simulation or model checking using simulation with hardware acceleration, e.g. by using field programmable gate array [FPGA] or emulation
Abstract
本发明公开了一种电力电子实时仿真的PWM信号采样和等效脉宽重构方法,包括:1利用FPGA对外部硬件在环控制器所产生的PWM信号进行高速采样和等效脉宽的计算,并通过等效脉宽重构处理确定开关动作等效时刻,若某个仿真步长周期内存在多次开关动作,则统一为一个开关动作等效时刻;2根据待仿真模型的网络方程,求解出开关动作等效时刻的相关状态变量,并根据开关动作等效时刻在仿真步长周期内的具体位置引入两种模型解算方式,本发明能减小各个仿真步长周期内脉冲宽度的测量误差以及减小开关动作处理过程中的计算量,从而能提高有限步长内电力电子实时仿真的计算精度和仿真效率。
Description
技术领域
本发明涉及一种电力电子实时仿真的PWM信号采样和等效脉宽重构方法,属于电力电子实时仿真领域。
背景技术
电力电子技术已广泛应用于我国的工业、交通、国防等国民经济的各个领域。作为研究电力电子技术的重要手段,实时仿真可以帮助研究人员验证控制算法和保护策略的有效性以及便于硬件设计调试。实时仿真以设定的仿真步长周期采样PWM信号,当PWM信号的频率较高时,一个仿真步长内脉冲宽度的测量误差随着仿真步长的增大而增大,可能严重影响仿真精度;此外,一个仿真步长周期内也可能会出现多次开关动作,实时仿真在进行仿真计算时会忽略这些开关动作,导致仿真结果的精度不高。
常用的解决方法主要有以下几种:
1)利用FPGA板卡对外部控制器产生的PWM信号进行平均化处理,计算出PWM信号在每个仿真步长周期内的面积占比,将其作为待仿真模型的输入。平均值模型就是基于这个原理,并结合开关函数对待仿真模型进行求解,但是平均值模型不适用于任意工况,难以模拟不控整流情况。
2)通过线性插值法确定开关动作时刻和该时刻的相关状态量,并采用合适的数值方法完成开关动作处理过程。但是在面对一个仿真步长内的多次开关动作,该方法需要进行多次插值运算才能确定每一个开关动作时刻,由于每次插值运算都需要一定的时间,过小的仿真步长无法满足要求,这将导致实时仿真难以实现。
3)利用具有高频工作时钟的FPGA板卡,精确地采样到PWM信号脉冲跳变的时刻,将这些时间戳信息的信号引入到实时仿真平台中,完成开关动作处理过程,但是当一个仿真步长内出现多个时间戳信息时,仿真系统需要在一个仿真步长内对此进行多次计算,计算量大且过小的仿真步长无法满足要求。
发明内容
本发明是为了解决上述现有技术存在的不足之处,提出一种电力电子实时仿真的PWM信号采样和等效脉宽重构方法,以期能减小各个仿真步长周期内脉冲宽度的测量误差以及减小开关动作处理过程中的计算量,从而能提高有限步长内电力电子实时仿真的计算精度和效率。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种电力电子实时仿真的PWM信号采样和等效脉宽重构方法的特点在于包括步骤如下:
步骤1、高速采样和等效脉宽的计算:
设定仿真步长周期为Ts,利用FPGA对外部硬件在环控制器所产生的PWM信号进行高速采样,得到第n个仿真步长周期Ts(n)内的M个采样值并作为计数器的使能信号;n≥0;
所述计数器根据第n个仿真步长周期Ts(n)内每一个采样值对PWM信号处于高电平的状态进行计数,得到计数结果k(n),并作为第n个仿真步长周期Ts(n)内PWM信号的等效脉宽,0≤k(n)≤Ts/Tclk;Tclk表示FPGA的计数时钟周期;当k(n)=0时,表明第n个仿真步长周期Ts(n)内PWM信号为低电平;当k(n)=Ts/Tclk时,表明第n个仿真步长周期Ts(n)内PWM信号为高电平;
步骤2、开关动作等效时刻的确定:
根据第n个仿真步长周期Ts(n)内的第1个采样值和第M个采样值、以及第n个仿真步长周期Ts(n)内PWM信号的等效脉宽k(n),利用式(1)得到第n个仿真步长周期Ts(n)内的开关动作等效时刻td(n):
td(n)=k(n)·Tclk (1)
式(1)中,0<td(n)<Ts;
步骤3、判断k(n)=0或者k(n)=Ts/Tclk是否成立,若成立,则令第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号保持采样时刻的电平值;否则,执行步骤4;
步骤4、判断第n个仿真步长周期Ts(n)内的第1个采样值是否为“1”,若为“1”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从第1个采样时刻开始到开关动作等效时刻td(n)结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号;否则,表示第1个采样值为“0”,并执行步骤5;
步骤5、判断第n个仿真步长周期Ts(n)内的第M个采样值是否为“1”,若为“1”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从开关动作等效时刻td(n)开始到第M个采样时刻结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号;否则,表示第M个采样值为“0”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从第1个采样时刻开始到开关动作等效时刻td(n)结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号;
步骤6、利用后向欧拉法对待仿真模型中各元件进行差分化建模,得到各元件的诺顿等效模型,从而利用式(2)建立矩阵形式的网络方程:
[Gnode]·[unode(tn+1)]=[inode(tn+1)] (2)
式(2)中,tn+1代表第n个仿真步长周期Ts(n)的结束时刻,[Gnode]是由各元件等效导纳组成的节点导纳矩阵;[unode(tn+1)]、[inode(tn+1)]分别代表第n个仿真步长周期Ts(n)结束时刻的节点电压矩阵和节点电流矩阵;
步骤7、网络方程的仿真计算:
步骤7.1、将经过等效脉宽重构处理后的PWM信号作为网络方程的输入,在第n个仿真步长周期Ts(n)内,对所述网络方程以设定的仿真步长周期Ts从第n个仿真步长周期Ts(n)的开始时刻tn至第n个仿真步长周期Ts(n)的结束时刻tn+1进行仿真计算,计算开关动作等效时刻在第n个仿真步长周期Ts(n)内的相对位置并将d(n)×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为第n个仿真步长周期Ts(n)开始时刻tn的导纳矩阵,根据第n个仿真步长周期Ts(n)开始时刻tn的采样值确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(tn)]为第n个仿真步长周期Ts(n)开始时刻tn的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开始时刻tn至开关动作等效时刻进行仿真计算,得到开关动作等效时刻的节点电压矩阵;
若仿真解算为单次解算,则执行步骤7.2和步骤7.5;
若仿真解算为双次解算,则执行步骤7.3—步骤7.5;
步骤7.2、根据开关动作等效时刻与第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的距离2-d(n),将(2-d(n))×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为开关动作等效时刻的导纳矩阵,根据第n个仿真步长周期Ts(n)的开关动作等效时刻的电平状态确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(td)]为第n个仿真步长周期Ts(n)的开关动作等效时刻的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开关动作等效时刻至第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2进行仿真计算,得到第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的节点电压矩阵;
步骤7.3、根据开关动作等效时刻与第n个仿真步长周期Ts(n)的结束时刻tn+1的距离1-d(n),将(1-d(n))×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为开关动作等效时刻的导纳矩阵,根据第n个仿真步长周期Ts(n)的开关动作等效时刻的电平状态确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(td)]为第n个仿真步长周期Ts(n)的开关动作等效时刻的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开关动作等效时刻至第n个仿真步长周期Ts(n)的结束时刻tn+1进行仿真计算,得到第n个仿真步长周期Ts(n)的结束时刻tn+1的节点电压矩阵;
步骤7.4、根据设定的仿真步长周期Ts,调整网络方程中的导纳矩阵[Gnode]为第n+1个仿真步长周期Ts(n+1)开始时刻tn+1的导纳矩阵,根据第n+1个仿真步长周期Ts(n+1)的开始时刻tn+1的采样值确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(tn+1)]为第n+1个仿真步长周期Ts(n+1)开始时刻tn+1的节点电流矩阵,再对调整后的网络方程从第n+1个仿真步长周期Ts(n+1)的开始时刻tn+1至第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2进行仿真计算,得到第n+1个仿真步长周期的结束时刻tn+2的节点电压矩阵;
步骤7.5,将n+1赋值给n后,返回步骤1顺序执行。
与现有技术相比,本发明的有益效果在于:
1、本发明利用FPGA对外部硬件在环控制器所产生的PWM信号进行高速采样和等效脉宽的计算,并通过等效脉宽重构处理确定开关动作等效时刻,若某个仿真步长周期内存在多次开关动作,则统一为一个开关动作等效时刻;根据待仿真模型的网络方程,求解出开关动作等效时刻的相关状态变量,并根据开关动作等效时刻在仿真步长周期内的具体位置引入两种模型解算方式,从而提高了有限步长内电力电子实时仿真的计算精度和仿真效率。
2、本发明利用具有高频工作时钟的FPGA对硬件在环控制器所产生的PWM信号进行高速采样和等效脉宽的计算,减小了各个仿真步长周期内PWM信号脉冲宽度的测量误差,从而提高了待仿真模型的计算精度。
3、本发明通过对硬件在环控制器所产生的PWM信号进行等效脉宽重构处理,统一开关动作等效时刻,在求解待仿真模型时可以避免由多次开关动作引起的多次插值计算,从而能减少了仿真系统的计算量,提高了仿真效率。
4、本发明对开关动作的处理,有两种模型解算方式:单次解算和双次解算,相比于忽略开关动作的定步长仿真,二者均可以提高待仿真模型的计算精度。
5、本方明方法编程简单、计算精度高,易于在FPGA中实现对电力电子变流器外接控制器的实时闭环仿真测试,即使是在较高的开关频率和复杂的电力电子拓扑的情况下,本方明方法也同样适用。
附图说明
图1为本发明方法的单次解算的流程图;
图2为本发明方法的双次解算的流程图;
图3为本发明所用的电力电子实时仿真平台;
图4为本发明方法的具体实施图;
图5为采样和等效脉宽重构算法的波形图;
图6为开关动作处理过程的波形图。
具体实施方式
下面结合附图对本发明作进一步说明。
本实施例中所用的电力电子实时仿真平台如图3所示,利用FPGA对硬件在环控制器所产生的PWM信号进行高速采样和等效脉宽重构处理,将经过等效脉宽重构处理的PWM信号作为待仿真模型的输入,并对待仿真模型进行数值计算,计算结果经过数据转换后输入到硬件在环控制器中形成闭环测试。一种电力电子实时仿真的PWM信号采样和等效脉宽重构方法的具体实施如图4所示,采样和等效脉宽重构方法的效果图如图5所示,具体步骤如下:
步骤1、高速采样和等效脉宽的计算:
设定仿真步长周期为Ts,利用FPGA对外部硬件在环控制器所产生的PWM信号进行高速采样,得到第n个仿真步长周期Ts(n)内的M个采样值,n≥0;将M个采样值作为计数器的使能信号,判断采样值是否为“1”,若为“1”,则令计数器累加一次;否则,表示采样值为“0”,则令计数器保持计数值不变,在M个采样值判断结束后将计数器复位。
计数器根据第n个仿真步长周期Ts(n)内每一个采样值对PWM信号处于高电平的状态进行计数,得到计数结果k(n),并作为第n个仿真步长周期Ts(n)内PWM信号的等效脉宽,0≤k(n)≤Ts/Tclk;Tclk表示FPGA的计数时钟周期;当k(n)=0时,表明第n个仿真步长周期Ts(n)内PWM信号为低电平;当k(n)=Ts/Tclk时,表明第n个仿真步长周期Ts(n)内PWM信号为高电平;
步骤2、开关动作等效时刻的确定:
根据第n个仿真步长周期Ts(n)内的第1个采样值和第M个采样值、以及第n个仿真步长周期Ts(n)内PWM信号的等效脉宽k(n),利用式(1)得到第n个仿真步长周期Ts(n)内的开关动作等效时刻td(n):
td(n)=k(n)·Tclk (1)
式(1)中,0<td(n)<Ts;
步骤3、判断k(n)=Ts/Tclk或者k(n)=0是否成立,若成立,则令第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号保持采样时刻的电平值,如图5中,k(n-1)、k(n+2)所示;否则,执行步骤4;
步骤4、判断第n个仿真步长周期Ts(n)内的第1个采样值是否为“1”,若为“1”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从第1个采样时刻开始到开关动作等效时刻结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号,如图5中的td(n)td(n)、td(n+5)所示;否则,表示第1个采样值为“0”,并执行步骤5;
步骤5、判断第n个仿真步长周期Ts(n)内的第M个采样值是否为“1”,若为“1”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从开关动作等效时刻开始到第M个采样时刻结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号,如图5中的td(n+1)所示;否则,表示第M个采样值为“0”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从第1个采样时刻开始到开关动作等效时刻结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号,如图5中的td(n+3)、td(n+4)所示;
步骤6、利用后向欧拉法对待仿真模型中各元件进行差分化建模,得到各元件的诺顿等效模型,如电感支路的诺顿等效模型为:其中,tn代表第n-1个仿真步长周期的结束时刻,电感支路等效导纳GL=Ts/L,电感支路的诺顿等值电流Ihis_L(tn)=iL(tn-1)。以此类推建立各元件的诺顿等效模型,从而利用式(2)建立矩阵形式的网络方程:
[Gnode]·[unode(tn+1)]=[inode(tn+1)] (2)
式(2)中,tn+1代表第n个仿真步长周期Ts(n)的结束时刻,[Gnode]是由各元件等效导纳组成的节点导纳矩阵;[unode(tn+1)]、[inode(tn+1)]分别代表第n个仿真步长周期Ts(n)结束时刻的节点电压矩阵和节点电流矩阵;
步骤7、网络方程的仿真计算:
步骤7.1、将经过等效脉宽重构处理后的PWM信号作为网络方程的输入,在第n个仿真步长周期Ts(n)内,对网络方程以设定的仿真步长周期Ts从第n个仿真步长周期Ts(n)的开始时刻tn至第n个仿真步长周期Ts(n)的结束时刻tn+1进行仿真计算,如图6中的BD段(对应[tn,tn+1]),计算开关动作等效时刻在第n个仿真步长周期Ts(n)内的相对位置并将d(n)×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为第n个仿真步长周期Ts(n)开始时刻tn的导纳矩阵,根据第n个仿真步长周期Ts(n)开始时刻tn的采样值确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(tn)]为第n个仿真步长周期Ts(n)开始时刻tn的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开始时刻tn至开关动作等效时刻进行仿真计算,如图6中的BC段(对应[tn,td]),得到开关动作等效时刻的节点电压矩阵;
若仿真解算为单次解算,则执行步骤7.2和步骤7.5,单次解算的流程图如图1所示,解算流程如图6所示;
若仿真解算为双次解算,则执行步骤7.3—步骤7.5,双次解算的流程图如图2所示,解算流程如图6所示;
步骤7.2、根据开关动作等效时刻与第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的距离2-d(n),将(2-d(n))×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为开关动作等效时刻的导纳矩阵,由于开关动作等效时刻前后的开关状态不同,因此根据第n个仿真步长周期Ts(n)的开关动作等效时刻的电平状态确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(td)]为第n个仿真步长周期Ts(n)的开关动作等效时刻的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开关动作等效时刻至第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2进行仿真计算,如图6中的CE段(对应[td,tn+2]),得到第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的节点电压矩阵;
步骤7.3、根据开关动作等效时刻与第n个仿真步长周期Ts(n)的结束时刻tn+1的距离1-d(n),将(1-d(n))×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为开关动作等效时刻的导纳矩阵,由于开关动作等效时刻前后的开关状态不同,因此根据第n个仿真步长周期Ts(n)的开关动作等效时刻的电平状态确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(td)]为第n个仿真步长周期Ts(n)的开关动作等效时刻的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开关动作等效时刻至第n个仿真步长周期Ts(n)的结束时刻tn+1进行仿真计算,如图6中的CD段(对应[td,tn+1]),得到第n个仿真步长周期的结束时刻tn+1的节点电压矩阵;
步骤7.4、根据设定的仿真步长周期Ts,调整网络方程中的导纳矩阵[Gnode]为第n+1个仿真步长周期Ts(n+1)开始时刻tn+1的导纳矩阵,根据第n+1个仿真步长周期Ts(n+1)的开始时刻tn+1的采样值确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(tn+1)]为第n+1个仿真步长周期Ts(n+1)开始时刻tn+1的节点电流矩阵,再对调整后的网络方程从第n+1个仿真步长周期Ts(n+1)的开始时刻tn+1至第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2进行仿真计算,如图6中的DE段(对应[tn+1,tn+2]),得到第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的节点电压矩阵。
步骤7.5,完成以上开关动作处理后,将n+1赋值给n后,返回步骤1顺序执行,从而进行下一个仿真步长的计算。
Claims (1)
1.一种电力电子实时仿真的PWM信号采样和等效脉宽重构方法,其特征在于包括步骤如下:
步骤1、高速采样和等效脉宽的计算:
设定仿真步长周期为Ts,利用FPGA对外部硬件在环控制器所产生的PWM信号进行高速采样,得到第n个仿真步长周期Ts(n)内的M个采样值并作为计数器的使能信号;n≥0;
所述计数器根据第n个仿真步长周期Ts(n)内每一个采样值对PWM信号处于高电平的状态进行计数,得到计数结果k(n),并作为第n个仿真步长周期Ts(n)内PWM信号的等效脉宽,0≤k(n)≤Ts/Tclk;Tclk表示FPGA的计数时钟周期;当k(n)=0时,表明第n个仿真步长周期Ts(n)内PWM信号为低电平;当k(n)=Ts/Tclk时,表明第n个仿真步长周期Ts(n)内PWM信号为高电平;
步骤2、开关动作等效时刻的确定:
根据第n个仿真步长周期Ts(n)内的第1个采样值和第M个采样值、以及第n个仿真步长周期Ts(n)内PWM信号的等效脉宽k(n),利用式(1)得到第n个仿真步长周期Ts(n)内的开关动作等效时刻td(n):
td(n)=k(n)·Tclk (1)
式(1)中,0<td(n)<Ts;
步骤3、判断k(n)=0或者k(n)=Ts/Tclk是否成立,若成立,则令第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号保持采样时刻的电平值;否则,执行步骤4;
步骤4、判断第n个仿真步长周期Ts(n)内的第1个采样值是否为“1”,若为“1”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从第1个采样时刻开始到开关动作等效时刻td(n)结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号;否则,表示第1个采样值为“0”,并执行步骤5;
步骤5、判断第n个仿真步长周期Ts(n)内的第M个采样值是否为“1”,若为“1”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从开关动作等效时刻td(n)开始到第M个采样时刻结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号;否则,表示第M个采样值为“0”,则令第n个仿真步长周期Ts(n)内PWM信号的高电平的持续时间从第1个采样时刻开始到开关动作等效时刻td(n)结束,从而得到第n个仿真步长周期Ts(n)内经过等效脉宽重构处理后的PWM信号;
步骤6、利用后向欧拉法对待仿真模型中各元件进行差分化建模,得到各元件的诺顿等效模型,从而利用式(2)建立矩阵形式的网络方程:
[Gnode]·[unode(tn+1)]=[inode(tn+1)] (2)
式(2)中,tn+1代表第n个仿真步长周期Ts(n)的结束时刻,[Gnode]是由各元件等效导纳组成的节点导纳矩阵;[unode(tn+1)]、[inode(tn+1)]分别代表第n个仿真步长周期Ts(n)结束时刻的节点电压矩阵和节点电流矩阵;
步骤7、网络方程的仿真计算:
步骤7.1、将经过等效脉宽重构处理后的PWM信号作为网络方程的输入,在第n个仿真步长周期Ts(n)内,对所述网络方程以设定的仿真步长周期Ts从第n个仿真步长周期Ts(n)的开始时刻tn至第n个仿真步长周期Ts(n)的结束时刻tn+1进行仿真计算,计算开关动作等效时刻在第n个仿真步长周期Ts(n)内的相对位置并将d(n)×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为第n个仿真步长周期Ts(n)开始时刻tn的导纳矩阵,根据第n个仿真步长周期Ts(n)开始时刻tn的采样值确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(tn)]为第n个仿真步长周期Ts(n)开始时刻tn的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开始时刻tn至开关动作等效时刻进行仿真计算,得到开关动作等效时刻的节点电压矩阵;
若仿真解算为单次解算,则执行步骤7.2和步骤7.5;
若仿真解算为双次解算,则执行步骤7.3—步骤7.5;
步骤7.2、根据开关动作等效时刻与第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的距离2-d(n),将(2-d(n))×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为开关动作等效时刻的导纳矩阵,根据第n个仿真步长周期Ts(n)的开关动作等效时刻的电平状态确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(td)]为第n个仿真步长周期Ts(n)的开关动作等效时刻的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开关动作等效时刻至第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2进行仿真计算,得到第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2的节点电压矩阵;
步骤7.3、根据开关动作等效时刻与第n个仿真步长周期Ts(n)的结束时刻tn+1的距离1-d(n),将(1-d(n))×Ts赋值给Ts,从而调整网络方程中的导纳矩阵[Gnode]为开关动作等效时刻的导纳矩阵,根据第n个仿真步长周期Ts(n)的开关动作等效时刻的电平状态确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(td)]为第n个仿真步长周期Ts(n)的开关动作等效时刻的节点电流矩阵,再对调整后的网络方程从第n个仿真步长周期Ts(n)的开关动作等效时刻至第n个仿真步长周期Ts(n)的结束时刻tn+1进行仿真计算,得到第n个仿真步长周期Ts(n)的结束时刻tn+1的节点电压矩阵;
步骤7.4、根据设定的仿真步长周期Ts,调整网络方程中的导纳矩阵[Gnode]为第n+1个仿真步长周期Ts(n+1)开始时刻tn+1的导纳矩阵,根据第n+1个仿真步长周期Ts(n+1)的开始时刻tn+1的采样值确定开关支路的表达式,从而调整网络方程中的节点电流矩阵[inode(tn+1)]为第n+1个仿真步长周期Ts(n+1)开始时刻tn+1的节点电流矩阵,再对调整后的网络方程从第n+1个仿真步长周期Ts(n+1)的开始时刻tn+1至第n+1个仿真步长周期Ts(n+1)的结束时刻tn+2进行仿真计算,得到第n+1个仿真步长周期的结束时刻tn+2的节点电压矩阵;
步骤7.5,将n+1赋值给n后,返回步骤1顺序执行。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010977943.5A CN112100958B (zh) | 2020-09-17 | 2020-09-17 | 电力电子实时仿真的pwm信号采样和等效脉宽重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010977943.5A CN112100958B (zh) | 2020-09-17 | 2020-09-17 | 电力电子实时仿真的pwm信号采样和等效脉宽重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112100958A CN112100958A (zh) | 2020-12-18 |
CN112100958B true CN112100958B (zh) | 2023-11-21 |
Family
ID=73759937
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010977943.5A Active CN112100958B (zh) | 2020-09-17 | 2020-09-17 | 电力电子实时仿真的pwm信号采样和等效脉宽重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112100958B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104462661A (zh) * | 2014-11-14 | 2015-03-25 | 上海交通大学 | 电力电子开关插值实时仿真方法 |
CN106407492A (zh) * | 2016-02-03 | 2017-02-15 | 上海交通大学 | 用于电力系统的多重开关处理的微网实时仿真方法 |
CN110912191A (zh) * | 2019-12-04 | 2020-03-24 | 西南交通大学 | 无直流侧电压传感器单相chb型光伏逆变器mpc方法 |
WO2020113874A1 (zh) * | 2018-12-07 | 2020-06-11 | 上海交通大学 | 电力电子换流器的定导纳建模与实时仿真方法 |
-
2020
- 2020-09-17 CN CN202010977943.5A patent/CN112100958B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104462661A (zh) * | 2014-11-14 | 2015-03-25 | 上海交通大学 | 电力电子开关插值实时仿真方法 |
CN106407492A (zh) * | 2016-02-03 | 2017-02-15 | 上海交通大学 | 用于电力系统的多重开关处理的微网实时仿真方法 |
WO2020113874A1 (zh) * | 2018-12-07 | 2020-06-11 | 上海交通大学 | 电力电子换流器的定导纳建模与实时仿真方法 |
CN110912191A (zh) * | 2019-12-04 | 2020-03-24 | 西南交通大学 | 无直流侧电压传感器单相chb型光伏逆变器mpc方法 |
Non-Patent Citations (2)
Title |
---|
一种计及多重开关的电力电子时域仿真插值算法;王成山;李鹏;黄碧斌;王立伟;高菲;;电工技术学报(第06期);全文 * |
基于平均化理论的PWM变流器电磁暂态快速仿真方法(二)适用PWM变流器分段平均模型的改进EMTP算法;许寅;陈颖;陈来军;刘炜;;电力系统自动化(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112100958A (zh) | 2020-12-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107590317B (zh) | 一种计及模型参数不确定性的发电机动态估计方法 | |
CN108155648B (zh) | 基于自适应h无穷扩展卡尔曼滤波的状态估计方法 | |
CN103078640B (zh) | 一种用于adc的rls自适应滤波校准方法 | |
CN111182564B (zh) | 一种基于lstm神经网络的无线链路质量预测方法 | |
CN103699013B (zh) | 一种有效提高电机硬件在环实时仿真速度和精度的方法 | |
CN110826791A (zh) | 一种基于长短时记忆神经网络的混合风功率预测方法 | |
CN104048676B (zh) | 基于改进粒子滤波的mems陀螺随机误差补偿方法 | |
CN111431462A (zh) | 一种直流母线电容估算方法及直流母线电容估算装置 | |
CN104810018B (zh) | 基于动态累积量估计的语音信号端点检测方法 | |
CN112612211A (zh) | 一种基于参数化前馈的伺服系统残余振动抑制方法 | |
CN106706957B (zh) | 加速度估计方法、装置、机车运动控制方法及机车 | |
CN112100958B (zh) | 电力电子实时仿真的pwm信号采样和等效脉宽重构方法 | |
CN114925891A (zh) | 基于小波分析与混合模型的用水量趋势预测方法和系统 | |
CN114154753A (zh) | 一种负荷预测方法及系统 | |
CN110689108A (zh) | 一种非线性系统状态估计方法 | |
CN103631161A (zh) | 一种基于状态机的滤波方法 | |
CN108197381B (zh) | 基于寻优空间形态分析的参数辨识方法 | |
CN114186709A (zh) | 基于帝王蝶算法优化灰色模型关键参数的能源预测方法 | |
CN104352234A (zh) | 一种生理电信号尖峰奇异点检测方法 | |
CN116415545A (zh) | 一种对芯片信号模块的仿真验证方法、系统、设备及介质 | |
CN104808055B (zh) | 一种电信号频率的数字化测量方法 | |
CN113536685B (zh) | 一种基于神经网络外推的风速概率模型的建模方法 | |
Filipovich et al. | Simulation model of selective assembly of two parts with sorting by the estimated values | |
CN104914380A (zh) | 辨识soc的方法与系统 | |
CN110658722B (zh) | 一种基于gap的自均衡多模型分解方法及系统 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |