CN112803792B - 牵引变流器热场控制方法及系统 - Google Patents

牵引变流器热场控制方法及系统 Download PDF

Info

Publication number
CN112803792B
CN112803792B CN202110137282.XA CN202110137282A CN112803792B CN 112803792 B CN112803792 B CN 112803792B CN 202110137282 A CN202110137282 A CN 202110137282A CN 112803792 B CN112803792 B CN 112803792B
Authority
CN
China
Prior art keywords
thermal field
control
value
field control
traction converter
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
Application number
CN202110137282.XA
Other languages
English (en)
Other versions
CN112803792A (zh
Inventor
杨超
彭涛
黄啸林
阳春华
桂卫华
谢斐然
陶宏伟
陈志文
樊欣宇
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.)
Central South University
Original Assignee
Central South University
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 Central South University filed Critical Central South University
Priority to CN202110137282.XA priority Critical patent/CN112803792B/zh
Publication of CN112803792A publication Critical patent/CN112803792A/zh
Priority to PCT/CN2021/117167 priority patent/WO2022160723A1/zh
Application granted granted Critical
Publication of CN112803792B publication Critical patent/CN112803792B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H02M5/00—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases
    • H02M5/40—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc
    • H02M5/42—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters
    • H02M5/44—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters using discharge tubes or semiconductor devices to convert the intermediate dc into ac
    • H02M5/453—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters using discharge tubes or semiconductor devices to convert the intermediate dc into ac using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M5/458—Conversion of ac power input into ac power output, e.g. for change of voltage, for change of frequency, for change of number of phases with intermediate conversion into dc by static converters using discharge tubes or semiconductor devices to convert the intermediate dc into ac using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)
  • Electric Propulsion And Braking For Vehicles (AREA)

Abstract

本发明涉及电力电子技术领域，公开一种牵引变流器热场控制方法，以实现牵引变流器热场的均匀分布。方法包括：构建各功率模块对应系统热场控制量的功耗预测模型；根据对应系统热场控制量的功耗预测模型构建基于功耗方差的热场分布控制目标函数，然后将基于功耗方差的热场分布控制目标函数与各非热场控制量的控制目标函数相结合以构建基于性能的归一化控制目标函数；根据归一化控制目标函数建立基于性能归一化的初始奖励函数，并将初始奖励函数优化为根据外环反馈值动态调整热权重系数的目标奖励函数；选取使得目标奖励函数值最大化的系统电平状态组合作为系统控制指令输出，实现相对应功率模块热量的智能调控。

Description

牵引变流器热场控制方法及系统
技术领域
本发明涉及电力电子技术领域，尤其涉及一种牵引变流器热场控制方法及系统。
背景技术
随着我国高铁事业的快速发展，运行时速高、运行里程长等高铁发展趋势已向高安全、高可靠运行的高铁发展新诉求发生转变。特别是，以主动安全保障为核心的高铁安全可靠运行技术成为当前高速列车科技发展的趋势，国家“十三五”重点研发计划先进轨道交通重点专项更是将此列为我国轨道交通需要优先发展的方向。
牵引变流器作为永磁高速列车等高端轨道交通装备的核心设备，负责列车牵引驱动的能量供给与转换。作为列车的高发故障源，牵引变流器一旦发生故障将影响列车的正常运行，严重时将导致列车被迫停车，由此可见，其可靠性直接影响着整车的安全运行水平。据各轨道交通装备运营机构的统计结果表明，功率模块是牵引变流器故障的主要来源，属于列车高频次维修器件之一，带来较高维修成本。
据实验结果表明，除遭受过电应力和其他极端异常情况外，热循环应力累积和冲击是功率模块(如：IGBT(InsulatedGateBipolarTranslator，绝缘栅双极型晶体管)模块)的失效主因。因此，降低工作过程中功率模块的热循环应力强度，成为提高功率模块运行可靠性、延长使用寿命的最为有效方案，其中，又以主动温度管理技术最受关注，已成为世界各大轨道交通科研机构的重点研究方向。然后，现有研究主要针对单个功率模块的热应力改善，对由多个功率模块组成的牵引变流器热应力改善的研究处于起步阶段。
目前，在牵引变流器集成化、模块化的普及和应用下，一旦某个功率模块因热应力损坏，整个牵引变流器设备将被替换维修，其中包括大量还有较长剩余寿命的其它正常功率模块。事实上，当前列车牵引变流器都以电气性能为主的控制目标，且因功率模块的热应力难以简单的加入到传统的闭环控制中，造成牵引变流器的热应力状况被忽视，特别是在多电平牵引变流器的应用中，牵引变流器中各功率模块的热应力不平衡问题更为凸显。这样不仅会造成资源浪费，维修成本的提升，且将降低牵引变流器整体服役寿命和运行可靠性。然而，仅关注单个功率器件模块的热应力改善/主动温度管理技术，将难以实现对整个牵引变流器热应力的改善。
因此，如何实现牵引变流器各功率器件的主动温度/热应力平衡成为一个亟待解决的关键技术，此问题的解决将有利于提高牵引变流器乃至整车的整体服役寿命和运行可靠性，降低资源浪费和维修成本，具有重要的意义。
发明内容
本发明目的在于公开一种引变流器热场控制方法及系统，以通过智能调控牵引变流器中各功率器件模块产生的热量，实现牵引变流器热场的均匀分布，进而有效延长牵引变流器整体服役寿命，提高列车运行可靠性水平，降低设备维护成本。
为达上述目的，本发明公开一种牵引变流器热场控制方法，包括：
步骤S1：根据各功率模块产生功耗与所属桥臂电平状态和与功耗间接关联的非热场控制量的关系，构建各功率模块对应系统热场控制量的功耗预测模型；
步骤S2：根据对应系统热场控制量的功耗预测模型构建基于功耗方差的热场分布控制目标函数，然后将基于功耗方差的热场分布控制目标函数与各所述非热场控制量的控制目标函数相结合以构建基于性能的归一化控制目标函数；
步骤S3：根据所述归一化控制目标函数建立基于性能归一化的初始奖励函数，并将所述初始奖励函数优化为根据外环反馈值动态调整热权重系数的目标奖励函数；
步骤S4：在总数为L的牵引变流器各相桥臂电平状态所有可能组合中，选取使得所述目标奖励函数值最大化的系统电平状态组合作为系统控制指令输出，实现相对应功率模块热量的智能调控。
优选地，所述步骤S2所述的热场分布控制目标函数用于在一段时间内，使得牵引变流器各功率模块总功耗趋于相同，进而产生趋于相近的热量，并使得牵引变流器系统中各功率模块所产生的热量将形成热量分布均匀的一种热系统；所述热场是指牵引变流器运行中各功率模块因自身功耗而产生的热量所形成的热系统。
优选地，所述非热场控制量为电流。
优选地，所述步骤S1具体包括以下步骤：
S11：建立系统非热场控制量与所属桥臂电平状态的关系，构建系统非热场控制量的预测模型，表示为：
xm[n+1]＝Am[n]xm[n]+Bm(S[n])u[n]+Cm[n]
式中，xm[n+1]为预测第[n+1]个系统采样周期内第m类系统非热场控制量的状态向量，xm[n]为第[n]个系统采样周期第m类系统非热场控制量的状态向量，
Figure GDA0003375671020000031
Figure GDA0003375671020000032
为与第m类系统非热场控制量有关的状态空间方程中的第p个状态变量，
Figure GDA0003375671020000033
数值为第m类非热场控制量在第[n]个系统采样周期内的采样值，P为与第m类系统非热场控制量有关的状态空间方程中的状态变量总数，m＝1,2,…,M，M为系统非热场控制量的总数；Am[n]为与第m类系统非热场控制量有关的状态空间方程中与状态变量有关的时变参数矩阵，Bm(S[n])为与第m类系统非热场控制量有关的状态空间方程中的输入变量的时变参数矩阵，其表达式与S[n]有关，S[n]为第[n]个系统采样周期内牵引变流器各相桥臂的电平状态所有可能组合的集合，S＝[S1,S2,…,Sk,…,SK]，Sk表示牵引变流器第k相桥臂的电平状态，其中桥臂的电平状态由若干离散数值组成，具体数量及数值由牵引变流器的拓扑结构所决定，K为牵引变流器的桥臂总数；u[n]为输入向量，u＝[u1,u2,…,uq,…,uQ]T，uq为第q个输入变量，Q为输入变量总数；Cm[n]为与第m类系统非热场控制量有关的状态空间方程中其它项的时变参数矩阵；
S12：建立功率模块产生功耗与所属桥臂电平状态的关系，构建基于功耗的系统热场控制量的预测模型，其表达式为：
Figure GDA0003375671020000034
式中，
Figure GDA0003375671020000035
为牵引变流器第k相桥臂第j个功率模块在第[n+1]个系统采样周期内的总体功耗预测值，k＝1,2,…,K，j＝1,2,…,J，J为牵引变流器中桥臂功率模块的总数；Sk[n]表示在第[n]个系统采样周期内牵引变流器第k相桥臂的电平状态；ik[n+1]为在第[n+1]个系统采样周期内流经牵引变流器第k相桥臂的电流预测值；
Figure GDA0003375671020000036
和
Figure GDA0003375671020000037
分别为牵引变流器第k相桥臂第j个功率模块的导通损耗和切换损耗，数值与第[n+1]个系统采样周期内流经牵引变流器第k相桥臂的电流值ik[n+1]和第[n]个系统采样周期内功率模块本身结温Tkj[n]有关；
Figure GDA0003375671020000038
和
Figure GDA0003375671020000039
分别为判断第j个功率模块是否产生导通损耗和产生切换损耗的函数；其中，ik[n+1]根据S11得到的系统电流控制量的预测值。
优选地，所述步骤S2具体包括：
S21:建立系统非热场控制量的控制目标函数，表示为：
Figure GDA0003375671020000041
式中，gm[n]为第[n]个系统采样周期内第m类系统非热场控制量的控制目标函数的值，fm为第m类系统非热场控制量的控制目标函数；
Figure GDA0003375671020000042
为第[n]个系统采样周期内第m类系统非热场控制量的系统参考给定值/用户设定值组成的向量，
Figure GDA0003375671020000043
Figure GDA0003375671020000044
为第m类系统非热场控制量中第p个状态变量的参考值；
S22：建立基于功耗方差的热场分布控制目标函数，表示为：
Figure GDA0003375671020000045
式中，gel[n]为第[n]个系统采样周期内系统热场控制量的控制目标函数的值，Var(·)为基于功耗方差的热场分布控制目标函数；
Figure GDA0003375671020000046
为第[n]个系统采样周期内牵引变流器第k相桥臂第j个功率模块在[n]个系统采样周期前的一个开关周期tsw内的总功耗，ts为系统采样周期；
S23：构建基于性能的归一化控制目标函数，其统一的表达式为：
Figure GDA0003375671020000047
式中，Gtype(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下系统某一控制量type基于性能的归一化控制目标函数的值，其中，Gtype(S(l))∈(0,1]，l＝1,2，…，L，L为牵引变流器各相桥臂电平状态所有可能组合的总数，系统某一控制量type为系统非热场控制量和系统热场控制量的统称，即type∈{m,el}；
Figure GDA0003375671020000048
为第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type第num_type个状态变量的基于性能的控制目标函数值之和；NUM_type为系统某一控制量type所含状态变量的总数；min{·}表示在总数为L的牵引变流器各相桥臂电平状态所有可能组合S＝[S1,S2,…,Sk,…,SK]中选取使得控制目标函数最小时对应的控制目标函数的值；
其中，当type为系统非热场控制量或热场控制量时，根据步骤S21或S22计算得到gm[n]或gel[n]，作为第num_type个状态变量的基于性能的控制目标函数值
Figure GDA0003375671020000051
优选地，若所述的归一化表达式Gtype(S(l))为1时，表示在第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type的控制目标函数能达到最小值，即此时该控制量的性能最优；若所述的归一化表达式Gtype(S(l))小于1时，Gtype(S(l))的数值表示在第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type的性能为其性能最优时的占比，用百分比表示。
优选地，所述步骤S3具体包括以下步骤：
S31：建立基于性能归一化的初始奖励函数，表示为：
Figure GDA0003375671020000052
式中，R(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下基于性能归一化的初始奖励函数的值，λm为第m类系统非热场控制量的归一化控制目标函数Gm的权重系数，且λm取值范围结合实际应用确定，Gm(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下第m类系统非热场控制量的归一化控制目标函数的值；λel为热场控制量的归一化控制目标函数Gel的权重系数，且λel取值范围需结合实际应用确定，Gel(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下热场控制量的基于功耗方差的热场分布归一化控制目标函数的值；
S32：建立外环反馈值与奖励函数中热权重系数的关系，表示为：
Figure GDA0003375671020000053
式中，λel_dy为基于外环反馈值的动态调整热权重系数的数值，fel(·)为描述外环反馈值与奖励函数中热权重系数关系的函数；
Figure GDA0003375671020000054
为系统控制外环控制变量的数值发生变化前系统/用户所设定的热权重系数的数值，
Figure GDA0003375671020000055
为系统控制外环控制变量的数值发生变化并到达稳定后系统/用户所设定的热权重系数的数值；θstart为系统控制外环控制变量的数值发生变化前的起始值，θref为系统控制外环控制变量的数值发生变化后系统预期达到的目标参考值，θ[n]为第[n]个系统采样周期内系统控制外环控制变量的采样值；
S33：构建基于热权重系数动态调整的目标奖励函数R′(S(l))，表示为：
R′(S(l))＝∑λmGm(S(l))+λel_dyGel(S(l))。
优选地，所述控制外环反馈值包括系统闭环控制中外环控制变量的传感器采样值和系统参考给定/用户的设定值。
优选地，所述步骤S4具体包括以下步骤：
S41：以使基于热权重系数动态调整的奖励函数值最大为优化目标，建立一步优化的计算函数，表示为：
R′[H]＝max{R′(S(L))}
式中，R′[H]表示当第H组牵引变流器各相桥臂电平状态组合S(H)作用下奖励函数最大化所取到的数值，S(l)∈S＝[S1,S2,…,Sk,…,SK]；max{·}表示在总数为L的牵引变流器各相桥臂电平状态所有可能组合S＝[S1,S2,…,Sk,…,SK]中选取使得奖励函数最大化时对应的奖励函数的值。
S42：将第H组牵引变流器各相桥臂电平状态组合S(H)作为[n]个系统采样周期内的系统控制指令输出，控制各功率器件的导断状态，从而实现功率模块热量的智能调控。
为达上述目的，本发明还公开一种牵引变流器热场控制系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述方法相对应的步骤。
本发明具有以下有益效果：
通过智能调控牵引变流器中各功率器件模块产生的热量，实现牵引变流器热场的均匀分布。该方法易于实施，无需额外硬件设备，对延长牵引变流器整体服役寿命，提高列车运行可靠性水平，降低设备维护成本等具有重要意义。
下面将参照附图，对本发明作进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是本发明实施例的三电平牵引逆变器的拓扑图。
图2是本发明实施例的永磁列车三电平牵引逆变器系统整体控制原理框图。
图3是本发明实施例的一种热场均匀分布的牵引变流器智能延寿控制方法流程图。
图4是本发明实施例采用智能延寿控制策略前后U相桥臂4个功率模块的温度波动示意图。
图5是本发明实施例中永磁牵引电机机械角速度从352rad/s到恒速的动态过程中，采用智能延寿控制策略下V相桥臂4个功率模块的温度波动示意图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明，但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
本实施例将本发明“牵引变流器热场控制方法”另称为：“热场均匀分布的牵引变流器智能延寿控制方法”。后续系统同理，不做赘述。
具体地，本实施例参照某型永磁列车三电平牵引变流器系统，该牵引变流器可进一步分为单相三电平整流器和三相三电平逆变器，具体的拓扑结构如图1所示。本实例将以三相三电平逆变器的智能延寿控制为例进行说明，牵引三电平逆变器系统采用转速-电流双闭环控制结构，控制外环为转速环，依据转速反馈经查找表，可得出系统电磁转矩的给定值；接着，采用最大转矩电流比(MTPA)和最大转矩电压比(MTPV)混合的全速域永磁电机控制策略，得到系统dq轴电流的给定值，并将此作为电流内环控制策略的给定输入；最后，由智能延寿控制策略选取使得奖励函数值最大化的系统电平状态组合作为系统控制指令输出，实现系统dq轴电流给定值的跟踪和功率模块热量的智能调控，其控制原理框图如图2所示，
本实施例中，某型永磁列车三电平牵引逆变器系统的主要参数如表1所示。
表1永磁列车三电平牵引逆变器系统的主要参数
Figure GDA0003375671020000071
Figure GDA0003375671020000081
如图3所示，一种热场均匀分布的牵引变流器智能延寿控制方法包括如下步骤。
步骤S1：根据各功率模块产生功耗与所属桥臂电平状态和与功耗间接关联的非热场控制量的关系，构建各功率模块对应系统热场控制量的功耗预测模型。换言之，即：建立系统各控制量与牵引变流器电平状态的关系，构建系统各控制量的预测模型。
需要说明的是，如图2所示，本实施例中牵引逆变器的智能延寿控制处于牵引变流器转速-电流双闭环控制结构中的电流内环控制环节，因此，本实施例中的系统控制量为电流和热场(温度)。其中，热场是指牵引变流器运行中各功率模块因自身功耗而产生的热量所形成的热系统。
步骤11：建立系统非热场控制量与所属桥臂电平状态的关系，构建系统非热场控制量的预测模型，可表示为：
xm[n+1]＝Am[n]xm[n]+Bm(S[n])u[n]+Cm[n] (1)
式中，xm[n+1]为预测第[n+1]个系统采样周期内第m类系统非热场控制量的状态向量，xm[n]为第[n]个系统采样周期第m类系统非热场控制量的状态向量，
Figure GDA0003375671020000082
Figure GDA0003375671020000083
为与第m类系统非热场控制量有关的状态空间方程中的第p个状态变量，其数值为第m类非热场控制量在第[n]个系统采样周期内的采样值，P为与第m类系统非热场控制量有关的状态空间方程中的状态变量总数，m＝1,2,…,M，M为系统非热场控制量的总数；Am[n]为与第m类系统非热场控制量有关的状态空间方程中与状态变量有关的时变参数矩阵，Bm(S[n])为与第m类系统非热场控制量有关的状态空间方程中的输入变量的时变参数矩阵，其表达式与S[n]有关，S[n]为第[n]个系统采样周期内牵引变流器各相桥臂的电平状态所有可能组合的集合，S＝[S1,S2,…,Sk,…,SK]，Sk表示牵引变流器第k相桥臂的电平状态，其中桥臂的电平状态由若干离散数值组成，具体数量及数值由牵引变流器的拓扑结构所决定，K为牵引变流器的桥臂总数；u[n]为输入向量，u＝[u1,u2,…,uq,…,uQ]T，uq为第q个输入变量，Q为输入变量总数；Cm[n]为与第m类系统非热场控制量有关的状态空间方程中其它项的时变参数矩阵。
需要说明的是，本实施例中，牵引三电平逆变器共有三相桥臂，每相桥臂由四个功率模块组成，如图1所示，分别为U相桥臂、V相桥臂和W相桥臂，正常情况下各桥臂共有三种电平状态。因此，本实施例中，K＝3，S1、S2和S3分别对应U相桥臂、V相桥臂和W相桥臂的电平状态。具体地，在本实施例中，第k相桥臂的电平状态Sk，可表达为：
Figure GDA0003375671020000091
式中，sk1，sk2，sk3和sk4分别表示决定各桥臂四个功率模块通断状态的控制信号，“1”表示控制功率模块处于导通状态，“0”表示控制功率模块处于关断状态，其对应关系如图1所示。
需要说明的是，如图2所示，本实施例中系统非热场控制量仅为电流量。具体地，x＝[id,iq]T，M＝1，P＝2，Q＝1，u＝[ucd]，式(1)中时变参数矩阵分别为：
Figure GDA0003375671020000092
Figure GDA0003375671020000093
Figure GDA0003375671020000094
式中，θe[n]为第[n]个系统采样周期内系统的电角度，可以系统转速传感器测量到的机械角度θm[n]乘以永磁牵引电机的极对数np计算得到，如图2所示。
步骤12：建立功率模块产生功耗与所属桥臂电平状态的关系，构建基于功耗的系统热场控制量的预测模型，其表达式为：
Figure GDA0003375671020000095
式中，
Figure GDA0003375671020000096
为牵引变流器第k相桥臂第j个功率模块在第[n+1]个系统采样周期内的总体功耗预测值，k＝1,2,…,K，j＝1,2,…,J，J为牵引变流器中桥臂功率模块的总数；Sk[n]表示在第[n]个系统采样周期内牵引变流器第k相桥臂的电平状态；ik[n+1]为在第[n+1]个系统采样周期内流经牵引变流器第k相桥臂的电流预测值，且ik[n+1]具体根据步骤S11得到的系统电流控制量的预测值；
Figure GDA0003375671020000101
和
Figure GDA0003375671020000102
分别为牵引变流器第k相桥臂第j个功率模块的导通损耗和切换损耗，其数值与第[n+1]个系统采样周期内流经牵引变流器第k相桥臂的电流值ik[n+1]和第[n]个系统采样周期内功率模块本身结温Tkj[n]有关；
Figure GDA0003375671020000103
和
Figure GDA0003375671020000104
分别为判断第j个功率模块是否产生导通损耗和产生切换损耗的函数。
需要注意的是，本实施例中，ik[n+1]可由式(1)预测计算得到的第[n+1]个系统采样周期内dq坐标系下永磁牵引电机的d轴定子电流id[n+1]和q轴定子电流iq[n+1]，通过Park逆变换和Clark逆变换计算得到，具体地，公式可表达为：
Figure GDA0003375671020000105
需要注意的是，本实施例中，式(2)中等式右边的表达式
Figure GDA0003375671020000106
和
Figure GDA0003375671020000107
的表达式可为拟合函数，拟合的数据来自功率模块厂商用户数据手册。
需要注意的是，本实施例中，判断是否产生导通损耗和产生切换损耗的函数
Figure GDA0003375671020000108
和
Figure GDA0003375671020000109
的表达式可由授权国家发明专利[一种牵引变流器器件结温在线计算方法及系统,ZL201810490961.3]中推导出。
步骤S2：根据对应系统热场控制量的功耗预测模型构建基于功耗方差的热场分布控制目标函数，然后将基于功耗方差的热场分布控制目标函数与各所述非热场控制量的控制目标函数相结合以构建基于性能的归一化控制目标函数。换言之，即：建立基于功耗方差的热场分布控制目标函数，构建基于性能的归一化控制目标函数。具体包括：
步骤21：建立系统非热场控制量的控制目标函数，可表示为：
Figure GDA00033756710200001010
式中，gm[n]为第[n]个系统采样周期内第m类系统非热场控制量的控制目标函数的值，fm为第m类系统非热场控制量的控制目标函数，可根据控制目标的需要进行设计，一般有差的平方、绝对值、2-范数等表达方式；
Figure GDA0003375671020000111
为第[n]个系统采样周期内第m类系统非热场控制量的系统参考给定值/用户设定值组成的向量，
Figure GDA0003375671020000112
Figure GDA0003375671020000113
为第m类系统非热场控制量中第p个状态变量的参考值。
需要说明的是，本实施例中，非热场控制量的控制目标函数为：
Figure GDA0003375671020000114
式中，
Figure GDA0003375671020000115
为第[n]个系统采样周期内dq坐标系下永磁牵引电机d轴定子电流和q轴定子电流的给定值，由系统控制外环计算后给出，具体如图2所示。
步骤22：建立基于功耗方差的热场分布控制目标函数，可表示为：
Figure GDA0003375671020000116
式中，gel[n]为第[n]个系统采样周期内系统热场控制量的控制目标函数的值，Var(·)为基于功耗方差的热场分布控制目标函数；
Figure GDA0003375671020000117
为第[n]个系统采样周期内牵引变流器第k相桥臂第j个功率模块在[n]个系统采样周期前的一个开关周期tsw内的总功耗，ts为系统采样周期。
需要注意的是，本实施例中，K＝3，J＝4。
需要注意的是，本实施例中，tsw＝600μs，ts＝40μs。
步骤23：构建基于性能的归一化控制目标函数，其统一的表达式为：
Figure GDA0003375671020000118
式中，Gtype(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下系统某一控制量type基于性能的归一化控制目标函数的值，其中，Gtype(S(l))∈(0,1]，l＝1,2，…，L，L为牵引变流器各相桥臂电平状态所有可能组合的总数，系统某一控制量type为系统非热场控制量和系统热场控制量的统称，即type∈{m,el}；
Figure GDA0003375671020000119
为第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type第num_type个状态变量的基于性能的控制目标函数值之和，NUM_type为系统某一控制量type所含状态变量的总数；min{·}表示在总数为L的牵引变流器各相桥臂电平状态所有可能组合S＝[S1,S2,…,Sk,…,SK]中选取使得控制目标函数最小化时对应的控制目标函数的值。其中，当type为系统非热场控制量或热场控制量时，根据步骤S21或S22计算得到gm[n]或gel[n]，作为第num_type个状态变量的基于性能的控制目标函数值
Figure GDA0003375671020000121
需要注意的是，本实施例中，三电平牵引变流器各相桥臂电平状态所有可能组合的总数L＝27。
需要注意的是，本实施例中，电流控制量的归一化控制目标函数为：
Figure GDA0003375671020000122
式中，P＝2，x1[n+1]与S(l)的关系式由式(1)可得。
需要注意的是，本实施例中，热场控制量的归一化控制目标函数为：
Figure GDA0003375671020000123
Figure GDA0003375671020000124
式中，
Figure GDA0003375671020000125
与S(l)的关系式由式(2)可得。
步骤S3：根据所述归一化控制目标函数建立基于性能归一化的初始奖励函数，并将所述初始奖励函数优化为根据外环反馈值动态调整热权重系数的目标奖励函数。换言之，即：建立控制外环反馈值与热权重系数的关系，构建基于热权重系数动态调整的奖励函数。
需要注意的是，本实施例中，三电平牵引变流器的控制外环为速度环。具体地，三电平牵引变流器系统闭环控制中的外环控制量为永磁牵引电机的机械角速度ωm，如图2所示。
步骤31：建立基于性能归一化的初始奖励函数，可表示为：
Figure GDA0003375671020000131
式中，R(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下基于性能归一化的初始奖励函数的值，λm为第m类系统非热场控制量的归一化控制目标函数Gm的权重系数，其取值范围由需结合实际应用确定，Gm(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下第m类系统非热场控制量的归一化控制目标函数的值；λel为热场控制量的归一化控制目标函数Gel的权重系数，其取值范围由需结合实际应用确定，Gel(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下热场控制量的基于功耗方差的热场分布归一化控制目标函数的值。
需要注意的是，本实施例中，非热场权重系数λm＝λ1＝1。
步骤32：建立外环反馈值与奖励函数中热权重系数的关系，可表示为：
Figure GDA0003375671020000132
式中，λel_dy为基于外环反馈值的动态调整热权重系数的数值，fel(·)为描述外环反馈值与奖励函数中热权重系数关系的函数；
Figure GDA0003375671020000133
为系统控制外环控制变量的数值发生变化前系统/用户所设定的热权重系数的数值，
Figure GDA0003375671020000134
为系统控制外环控制变量的数值发生变化并到达稳定后系统/用户所设定的热权重系数的数值；θstart为系统控制外环控制变量的数值发生变化前的起始值，θref为系统控制外环控制变量的数值发生变化后系统预期达到的目标参考值，可由从系统给定/用户设定中获得，θ[n]为第[n]个系统采样周期内系统控制外环控制变量的采样值。
需要注意的是，本实施例中，系统控制外环控制变量θ为永磁牵引电机的机械角速度ωm。具体地，本实施例中，外环反馈值与奖励函数中热权重系数的函数表达式为：
Figure GDA0003375671020000135
需要注意的是，本实施例中，
Figure GDA0003375671020000136
ωstart＝352rad/s，ωref＝530rad/s。
步骤33：构建基于热权重系数动态调整的目标奖励函数，可表示为：
R′(S(l))＝∑λmGm(S(l))+λel_dyGel(S(l))。
具体地，本实施例中，基于热权重系数动态调整的奖励函数为：
Figure GDA0003375671020000141
步骤S4：在总数为L的牵引变流器各相桥臂电平状态所有可能组合中，选取使得所述目标奖励函数值最大化的系统电平状态组合作为系统控制指令输出，实现相对应功率模块热量的智能调控。具体实现可包括下述步骤。
步骤41：以使基于热权重系数动态调整的奖励函数值最大为优化目标，建立一步优化的计算函数，可表示为：
R′[H]＝max{R′(S(L))}
式中，R′[H]表示当第H组牵引变流器各相桥臂电平状态组合S(H)作用下奖励函数最大化所取到的数值，S(l)∈S＝[S1,S2,…,Sk,…,SK]；max{·}表示在总数为L的牵引变流器各相桥臂电平状态所有可能组合S＝[S1,S2,…,Sk,…,SK]中选取使得奖励函数最大化时对应的奖励函数的值。
步骤42：将第H组牵引变流器各相桥臂电平状态组合S(H)作为[n]个系统采样周期内的系统控制指令输出，控制各功率器件的导断状态，从而实现功率模块热量的智能调控。
在第n个系统采样周期，通过系统传感器采样获得i1[n]、i2[n]、i3[n]、θe[n]和ωm[n]；进一步，通过系统外环控制策略可获得id_ref[n]和iq_ref[n]；另外，通过系统参考指令/用户设定可获得ωref和ωstart。
具体地，本实施例中，在系统运行在某一稳定速度下，未采用智能延寿控制策略(对应热权重系数λel＝0)和采用智能延寿控制策略(对应热权重系数λel≠0)的U相四个功率模块的温度变化，如图4所示。由此可见，在采用智能延寿控制策略的牵引变流器系统的热场分布更为均匀，桥臂各功率模块的温度趋于一致。相比未采用智能延寿控制策略的牵引变流器系统，本专利的控制方法可以是得各功率模块的温度及其波动相近，按照相关研究结果可知，此情况下各功率模块的寿命消耗也将趋于相近，牵引变流器整体服役寿命将有效避免“木桶短板”效应，从而实现其整体服役寿命的延寿。
具体地，本实施例中，在系统运行加速过程中，随着系统速度逐渐接近目标速度，所述的热权重系数将不断提升；进而，所述基于热权重系数的奖励函数中，热分布控制量对应的归一化控制目标函数的值也随之增大；致使，在一步优化中选出第H组牵引变流器各相桥臂电平状态组合S(H)作用下，系统热分布的情况将得到逐步改善，其热场分布情况逐渐趋于均分，各功率模块的温度及其波动也逐渐趋于一致；最终，实现在列车动态变化中牵引变流器系统热场分布、各功率模块温度的智能调控，进而达到延长牵引变流器系统整体服役寿命的目标。其中，在加速过程中V相4个功率模块的温度情况，如图5所示。
实施例2
与上述方法实施例相对应地，本实施例提供一种热场均匀分布的牵引变流器智能延寿控制系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述方法的步骤。
综上，本发明上述两实施例所分别公开的方法及系统，通过智能调控牵引变流器中各功率器件模块产生的热量，实现牵引变流器热场的均匀分布。该方法易于实施，无需额外硬件设备，对延长牵引变流器整体服役寿命，提高列车运行可靠性水平，降低设备维护成本等具有重要意义。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种牵引变流器热场控制方法，其特征在于，包括：
步骤S1：根据各功率模块产生功耗与所属桥臂电平状态和与功耗间接关联的非热场控制量的关系，构建各功率模块对应系统热场控制量的功耗预测模型；
步骤S2：根据对应系统热场控制量的功耗预测模型构建基于功耗方差的热场分布控制目标函数，然后将基于功耗方差的热场分布控制目标函数与各所述非热场控制量的控制目标函数相结合以构建基于性能的归一化控制目标函数；
步骤S3：根据所述归一化控制目标函数建立基于性能归一化的初始奖励函数，并将所述初始奖励函数优化为根据外环反馈值动态调整热权重系数的目标奖励函数；
步骤S4：在总数为L的牵引变流器各相桥臂电平状态所有可能组合中，选取使得所述目标奖励函数值最大化的系统电平状态组合作为系统控制指令输出，实现相对应功率模块热量的智能调控。
2.根据权利要求1所述的牵引变流器热场控制方法，其特征在于，所述步骤S2所述的热场分布控制目标函数用于在一段时间内，使得牵引变流器各功率模块总功耗趋于相同，进而产生趋于相近的热量，并使得牵引变流器系统中各功率模块所产生的热量将形成热量分布均匀的一种热系统；所述热场是指牵引变流器运行中各功率模块因自身功耗而产生的热量所形成的热系统。
3.根据权利要求1或2所述的牵引变流器热场控制方法，其特征在于，所述非热场控制量为电流。
4.根据权利要求3所述的牵引变流器热场控制方法，其特征在于，所述步骤S1具体包括以下步骤：
S11：建立系统非热场控制量与所属桥臂电平状态的关系，构建系统非热场控制量的预测模型，表示为：
xm[n+1]＝Am[n]xm[n]+Bm(S[n])u[n]+Cm[n]
式中，xm[n+1]为预测第[n+1]个系统采样周期内第m类系统非热场控制量的状态向量，xm[n]为第[n]个系统采样周期第m类系统非热场控制量的状态向量，
Figure FDA0003375671010000011
Figure FDA0003375671010000012
为与第m类系统非热场控制量有关的状态空间方程中的第p个状态变量，
Figure FDA0003375671010000013
数值为第m类非热场控制量在第[n]个系统采样周期内的采样值，P为与第m类系统非热场控制量有关的状态空间方程中的状态变量总数，m＝1,2,…,M，M为系统非热场控制量的总数；Am[n]为与第m类系统非热场控制量有关的状态空间方程中与状态变量有关的时变参数矩阵，Bm(S[n])为与第m类系统非热场控制量有关的状态空间方程中的输入变量的时变参数矩阵，其表达式与S[n]有关，S[n]为第[n]个系统采样周期内牵引变流器各相桥臂的电平状态所有可能组合的集合，S＝[S1,S2,…,Sk,…,SK]，Sk表示牵引变流器第k相桥臂的电平状态，其中桥臂的电平状态由若干离散数值组成，具体数量及数值由牵引变流器的拓扑结构所决定，K为牵引变流器的桥臂总数；u[n]为输入向量，u＝[u1,u2,…,uq,…,uQ]T，uq为第q个输入变量，Q为输入变量总数；Cm[n]为与第m类系统非热场控制量有关的状态空间方程中其它项的时变参数矩阵；
S12：建立功率模块产生功耗与所属桥臂电平状态的关系，构建基于功耗的系统热场控制量的预测模型，其表达式为：
Figure FDA0003375671010000021
式中，
Figure FDA0003375671010000022
为牵引变流器第k相桥臂第j个功率模块在第[n+1]个系统采样周期内的总体功耗预测值，k＝1,2,…,K，j＝1,2,…,J，J为牵引变流器中桥臂功率模块的总数；Sk[n]表示在第[n]个系统采样周期内牵引变流器第k相桥臂的电平状态；ik[n+1]为在第[n+1]个系统采样周期内流经牵引变流器第k相桥臂的电流预测值；
Figure FDA0003375671010000023
和
Figure FDA0003375671010000024
分别为牵引变流器第k相桥臂第j个功率模块的导通损耗和切换损耗，数值与第[n+1]个系统采样周期内流经牵引变流器第k相桥臂的电流值ik[n+1]和第[n]个系统采样周期内功率模块本身结温Tkj[n]有关；
Figure FDA0003375671010000025
和
Figure FDA0003375671010000026
分别为判断第j个功率模块是否产生导通损耗和产生切换损耗的函数；其中，ik[n+1]根据S11得到的系统电流控制量的预测值。
5.根据权利要求3所述的牵引变流器热场控制方法，其特征在于，所述步骤S2具体包括：
S21:建立系统非热场控制量的控制目标函数，表示为：
Figure FDA0003375671010000027
式中，gm[n]为第[n]个系统采样周期内第m类系统非热场控制量的控制目标函数的值，fm为第m类系统非热场控制量的控制目标函数；
Figure FDA0003375671010000028
为第[n]个系统采样周期内第m类系统非热场控制量的系统参考给定值/用户设定值组成的向量，
Figure FDA0003375671010000031
Figure FDA0003375671010000032
为第m类系统非热场控制量中第p个状态变量的参考值；
S22：建立基于功耗方差的热场分布控制目标函数，表示为：
Figure FDA0003375671010000033
式中，gel[n]为第[n]个系统采样周期内系统热场控制量的控制目标函数的值，Var(·)为基于功耗方差的热场分布控制目标函数；
Figure FDA0003375671010000034
为第[n]个系统采样周期内牵引变流器第k相桥臂第j个功率模块在[n]个系统采样周期前的一个开关周期tsw内的总功耗，ts为系统采样周期；
S23：构建基于性能的归一化控制目标函数，其统一的表达式为：
Figure FDA0003375671010000035
式中，Gtype(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下系统某一控制量type基于性能的归一化控制目标函数的值，其中，Gtype(S(l))∈(0,1]，l＝1,2，…，L，L为牵引变流器各相桥臂电平状态所有可能组合的总数，系统某一控制量type为系统非热场控制量和系统热场控制量的统称，即type∈{m,el}；
Figure FDA0003375671010000036
为第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type第num_type个状态变量的基于性能的控制目标函数值之和；NUM_type为系统某一控制量type所含状态变量的总数；min{·}表示在总数为L的牵引变流器各相桥臂电平状态所有可能组合S＝[S1,S2,…,Sk,…,SK]中选取使得控制目标函数最小时对应的控制目标函数的值；
其中，当type为系统非热场控制量或热场控制量时，根据步骤S21或S22计算得到gm[n]或gel[n]，作为第num_type个状态变量的基于性能的控制目标函数值
Figure FDA0003375671010000037
6.根据权利要求5所述的牵引变流器热场控制方法，其特征在于，若所述的归一化表达式Gtype(S(l))为1时，表示在第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type的控制目标函数能达到最小值，即此时该控制量的性能最优；若所述的归一化表达式Gtype(S(l))小于1时，Gtype(S(l))的数值表示在第l组牵引变流器各相桥臂电平状态组合作用下系统某一控制量type的性能为其性能最优时的占比，用百分比表示。
7.根据权利要求4所述的牵引变流器热场控制方法，其特征在于，所述步骤S3具体包括以下步骤：
S31：建立基于性能归一化的初始奖励函数，表示为：
Figure FDA0003375671010000041
式中，R(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下基于性能归一化的初始奖励函数的值，λm为第m类系统非热场控制量的归一化控制目标函数Gm的权重系数，且λm取值范围结合实际应用确定，Gm(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下第m类系统非热场控制量的归一化控制目标函数的值；λel为热场控制量的归一化控制目标函数Gel的权重系数，且λel取值范围需结合实际应用确定，Gel(S(l))为第l组牵引变流器各相桥臂电平状态组合S(l)作用下热场控制量的基于功耗方差的热场分布归一化控制目标函数的值；
S32：建立外环反馈值与奖励函数中热权重系数的关系，表示为：
Figure FDA0003375671010000042
式中，λel_dy为基于外环反馈值的动态调整热权重系数的数值，fel(·)为描述外环反馈值与奖励函数中热权重系数关系的函数；
Figure FDA0003375671010000043
为系统控制外环控制变量的数值发生变化前系统/用户所设定的热权重系数的数值，
Figure FDA0003375671010000044
为系统控制外环控制变量的数值发生变化并到达稳定后系统/用户所设定的热权重系数的数值；θstart为系统控制外环控制变量的数值发生变化前的起始值，θref为系统控制外环控制变量的数值发生变化后系统预期达到的目标参考值，θ[n]为第[n]个系统采样周期内系统控制外环控制变量的采样值；
S33：构建基于热权重系数动态调整的目标奖励函数R′(S(l))，表示为：
R′(S(l))＝∑λmGm(S(l))+λel_dyGel(S(l))。
8.根据权利要求7所述的牵引变流器热场控制方法，其特征在于，所述控制外环反馈值包括系统闭环控制中外环控制变量的传感器采样值和系统参考给定/用户的设定值。
9.根据权利要求3所述的牵引变流器热场控制方法，其特征在于，所述步骤S4具体包括以下步骤：
S41：以使基于热权重系数动态调整的奖励函数值最大为优化目标，建立一步优化的计算函数，表示为：
R′[H]＝max{R′(S(L))}
式中，R′[H]表示当第H组牵引变流器各相桥臂电平状态组合S(H)作用下奖励函数最大化所取到的数值，S(l)∈S＝[S1,S2,…,Sk,…,SK]；max{·}表示在总数为L的牵引变流器各相桥臂电平状态所有可能组合S＝[S1,S2,…,Sk,…,SK]中选取使得奖励函数最大化时对应的奖励函数的值；
S42：将第H组牵引变流器各相桥臂电平状态组合S(H)作为[n]个系统采样周期内的系统控制指令输出，控制各功率器件的导断状态，从而实现功率模块热量的智能调控。
10.一种牵引变流器热场控制系统，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现上述权利要求1至9任一所述方法的步骤。
CN202110137282.XA 2021-02-01 2021-02-01 牵引变流器热场控制方法及系统 Active CN112803792B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202110137282.XA CN112803792B (zh) 2021-02-01 2021-02-01 牵引变流器热场控制方法及系统
PCT/CN2021/117167 WO2022160723A1 (zh) 2021-02-01 2021-09-08 牵引变流器热场控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110137282.XA CN112803792B (zh) 2021-02-01 2021-02-01 牵引变流器热场控制方法及系统

Publications (2)

Publication Number Publication Date
CN112803792A CN112803792A (zh) 2021-05-14
CN112803792B true CN112803792B (zh) 2022-04-08

Family

ID=75813368

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110137282.XA Active CN112803792B (zh) 2021-02-01 2021-02-01 牵引变流器热场控制方法及系统

Country Status (2)

Country Link
CN (1) CN112803792B (zh)
WO (1) WO2022160723A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112803792B (zh) * 2021-02-01 2022-04-08 中南大学 牵引变流器热场控制方法及系统
CN113381635A (zh) * 2021-06-29 2021-09-10 中南大学 牵引变流器热性能动态优化控制方法及系统
CN115065223B (zh) * 2022-08-18 2022-11-29 杭州飞仕得科技有限公司 一种有源钳位三电平电路的优化控制方法和装置
CN116780929B (zh) * 2023-05-04 2024-01-30 东莞市海柯电子有限公司 基于SiWBG级联H桥变换器的变权重预测控制方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20120221288A1 (en) * 2011-02-28 2012-08-30 General Electric Company, A New York Corporation System and Methods for Improving Power Handling of an Electronic Device
US8873644B1 (en) * 2013-07-30 2014-10-28 Texas Instruments Deutschland Gmbh Isolated modulator circuit with synchronized pulse generator for self-monitoring reset with capacitively-coupled isolation barrier
US10564610B2 (en) * 2015-10-08 2020-02-18 Con Edison Battery Storage, Llc Photovoltaic energy system with preemptive ramp rate control
CN108196118A (zh) * 2018-02-14 2018-06-22 武汉大学 一种隔离开关电机输出功率检测装置
CN108880368A (zh) * 2018-06-08 2018-11-23 湖南机电职业技术学院 基于改进型黄金分割法的永磁同步电机效率优化控制方法
CN109742961A (zh) * 2018-11-30 2019-05-10 沈阳工业大学 一种模块化多电平换流器的热平衡控制方法
CN110289781B (zh) * 2019-07-02 2021-04-23 中南大学 一种中点钳位型三电平逆变器温度平衡控制方法及系统
CN110719017A (zh) * 2019-09-12 2020-01-21 中车唐山机车车辆有限公司 牵引变流器开关器件限制结温与降低损耗的装置及方法
CN110729911B (zh) * 2019-10-23 2021-06-11 湖南大学 适用于多电平变换器的热应力平衡预测控制方法及系统
CN111371301B (zh) * 2020-03-13 2021-11-02 中南大学 一种两电平牵引逆变器igbt结温控制方法及系统
CN112803792B (zh) * 2021-02-01 2022-04-08 中南大学 牵引变流器热场控制方法及系统

Also Published As

Publication number Publication date
WO2022160723A1 (zh) 2022-08-04
CN112803792A (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN112803792B (zh) 牵引变流器热场控制方法及系统
El Ouanjli et al. Improved DTC strategy of doubly fed induction motor using fuzzy logic controller
Namazi et al. Passivity-based control of switched reluctance-based wind system supplying constant power load
An et al. Adjustable model predictive control for IPMSM drives based on online stator inductance identification
CN108900119A (zh) 基于死区效应的永磁同步电机模型预测控制方法
Yang et al. Model predictive direct power control based on improved T-type grid-connected inverter
Pérez-Guzmán et al. Recent advances of predictive control in power converters
CN111668867A (zh) 一种风电场经vsc-hvdc系统并网的无源滑模控制方法
Li et al. Variable sampling frequency model predictive torque control for VSI-fed IM drives without current sensors
Yin et al. A hybrid modular multilevel converter comprising SiC MOSFET and Si IGBT with its specialized modulation and voltage balancing scheme
Li et al. The impact of VSFPWM on DQ current control and a compensation method
Liu et al. Dynamic performance improvement of single‐phase PWM converters with power hysteresis control scheme
Long et al. Voltage regulation enhancement of DC-MG based on power accumulator battery test system: MPC-controlled virtual inertia approach
Peng et al. A simple model predictive instantaneous current control for single-phase PWM converters in stationary reference frame
Wu et al. Advanced control of power electronic systems—An overview of methods
Ko et al. Modulation strategies for thermal stress control of CHB inverters
Yang et al. Electrothermal performance-based fcs-mpc for dynamic thermal balance control of traction converters
Fannakh et al. Overall fuzzy logic control strategy of direct driven PMSG wind turbine connected to grid
Wang et al. Voltage equalization control of three-phase cascaded H-bridge multilevel rectifiers
Xie et al. Optimal speed–torque control of asynchronous motor for electric cars in the field-weakening region based on voltage vector optimization
CN113595465A (zh) 电机驱动系统能耗优化控制方法及系统
WO2023272939A1 (zh) 牵引变流器热性能动态优化控制方法及系统
Wang et al. Adaptive DC Voltage Control for Optimal Junction Temperature Redistribution Under Stall Condition of Electric Machine Drive Inverter
Ganesan et al. Coordinated control of rotor side converter and grid side converter on 15 kW DFIG using cascaded feedback linearization controllers
Wang et al. Study on an improve finite‐control‐set‐model predictive control (FCS‐MPC) strategy for a T‐type rectifier with direct power control strategy

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