CN112994493B - 用于三电平逆变器的有限集双矢量模型预测控制方法及系统 - Google Patents
用于三电平逆变器的有限集双矢量模型预测控制方法及系统 Download PDFInfo
- Publication number
- CN112994493B CN112994493B CN202110224900.4A CN202110224900A CN112994493B CN 112994493 B CN112994493 B CN 112994493B CN 202110224900 A CN202110224900 A CN 202110224900A CN 112994493 B CN112994493 B CN 112994493B
- Authority
- CN
- China
- Prior art keywords
- voltage
- vector
- voltage vector
- basic
- level inverter
- 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
- 239000013598 vector Substances 0.000 title claims abstract description 325
- 238000000034 method Methods 0.000 title claims abstract description 47
- 239000002131 composite material Substances 0.000 claims abstract description 11
- 238000013178 mathematical model Methods 0.000 claims abstract description 7
- 230000002194 synthesizing effect Effects 0.000 claims abstract description 7
- 230000000875 corresponding effect Effects 0.000 claims description 37
- 230000009977 dual effect Effects 0.000 claims description 25
- 230000008569 process Effects 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 8
- 230000007274 generation of a signal involved in cell-cell signaling Effects 0.000 claims description 5
- 230000006870 function Effects 0.000 description 25
- 238000010586 diagram Methods 0.000 description 13
- 238000004590 computer program Methods 0.000 description 8
- 239000003990 capacitor Substances 0.000 description 5
- 238000003860 storage Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007935 neutral effect Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000010187 selection method Methods 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
-
- 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
- H02M1/00—Details of apparatus for conversion
- H02M1/08—Circuits specially adapted for the generation of control voltages for semiconductor devices incorporated in static converters
-
- 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
- H02M1/00—Details of apparatus for conversion
- H02M1/14—Arrangements for reducing ripples from dc input or output
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明提供了一种用于三电平逆变器的有限集双矢量模型预测控制方法及系统。该方法包括在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组；选取离期望电压距离最近的基本电压矢量作为第一电压矢量；选取离期望电压距离最近的合成电压矢量作为第二电压矢量；合成电压矢量组由第一电压矢量与对应基本电压矢量合成得到；在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合及其与期望电压误差最小的时间组合；校正时间组合的正确性，如错误则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器。
Description
技术领域
本发明属于电力电子领域，尤其涉及一种用于三电平逆变器的有限集双矢量模型预测控制方法及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
三电平逆变器具有开关损耗低、耐压等级高、输出波形质量优、能量密度和效率高的优势。得到各国科研人员的重视和工业界的广泛应用。其控制策略主要有：SPWM控制，SVPWM控制和模型预测控制等方法。SPWM控制方法和SVPWM控制方法均将非线性问题简化为线性问题，控制能力有限。虽然传统模型预测方法虽然克服了非线性控制的难题，但是发明人发现，每控制周期单矢量导致较大纹波。双矢量方法能减小纹波，然而双矢量方法计算复杂，且占用大量CPU资源，导致其控制效果不佳。
发明内容
为了解决上述背景技术中存在的技术问题，本发明提供一种用于三电平逆变器的有限集双矢量模型预测控制方法及系统，其能够实现平衡中点电位电压与提升三电平逆变器输出电压波形质量，同时最大化降低开关损耗。
为了实现上述目的，本发明采用如下技术方案：
本发明的第一个方面提供一种用于三电平逆变器的有限集双矢量模型预测控制方法，其包括：
在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组；
从基本电压矢量组中，选取离期望电压距离最近的基本电压矢量作为第一电压矢量；
从合成电压矢量组中，选取离期望电压距离最近的合成电压矢量作为第二电压矢量；合成电压矢量组由第一电压矢量与对应基本电压矢量合成得到；
在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合及其与期望电压误差最小的时间组合；所述双矢量成本函数为期望电压、第一电压矢量和第二电压矢量分别与相应作用时间相乘后的差值；
校正时间组合的正确性，如错误，则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器。
本发明的第二个方面提供一种用于三电平逆变器的有限集双矢量模型预测控制器，其包括：
基本电压矢量组确定模块，其用于在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组；
第一电压矢量选取模块，其用于从基本电压矢量组中，选取离期望电压距离最近的基本电压矢量作为第一电压矢量；
第二电压矢量选取模块，其用于从合成电压矢量组中，选取离期望电压距离最近的合成电压矢量作为第二电压矢量；合成电压矢量组由第一电压矢量与对应基本电压矢量合成得到；
矢量组合及时间组合计算模块，其用于在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合及其与期望电压误差最小的时间组合；所述双矢量成本函数为期望电压、第一电压矢量和第二电压矢量分别与相应作用时间相乘后的差值；
PWM信号产生模块，其用于校正时间组合的正确性，如错误，则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器。
本发明的第三个方面提供一种用于三电平逆变器的有限集双矢量模型预测控制系统，其包括如上述所述的用于三电平逆变器的有限集双矢量模型预测控制器。
与现有技术相比，本发明的有益效果是：
本发明提供了一种用于三电平逆变器的有限集双矢量模型预测控制方法，其通过矢量分区、基本电压矢量组分组，双矢量快速选择，作用时间动态计算，是一种计算量小的每循环周期双矢量选择方法，在无权重条件下，减少了纹波，实现了平衡中点电位电压与提升三电平逆变器输出电压波形质量，同时最大化降低开关损耗，提升了控制效果，这对三电平逆变器的应用具有很大的意义。
本发明附加方面的优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
构成本发明的一部分的说明书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。
图1(a)为本发明实施例的接负载的三电平逆变器拓扑图；
图1(b)为本发明实施例的并网的三电平逆变器拓扑图；
图2为本发明实施例的三电平逆变器扇区分布图；
图3为第一矢量选择时，区域I内期望电压到基本电压矢量的位置；
图4为第二矢量选择时，区域I内期望电压到双电压矢量中点的位置；
图5(a)为期望电流峰值为12A时，直流母线电容电压波形图；
图5(b)为期望电流峰值为12A时，三相负载电流波形图；
图6(a)为期望电流峰值为12A时，直流母线电容电压波形图；
图6(b)为期望电流峰值为12A时，三相并网电流波形图；
图7为本发明实施例的双矢量模型预测控制流程图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
正如背景技术所介绍的，现有用于三电平逆变器的模型预测方案存在计算量大、双矢量选择难的问题，为解决此问题，本实施例提供了一种有限集双矢量快速预测控制方法。
具体地，如图7所示，本实施例的用于三电平逆变器的有限集双矢量模型预测控制方法，其包括：
步骤1：在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组。
在具体实施中，期望电压
由向前差值法得到，如图1(a)当三相逆变器接负载时，期望电压
计算公式如下
或者如图1(b)三相逆变器并网时，期望电压
计算公式如下
其中，
为k+1时刻在α-β坐标轴下的α轴上的期望电流；iα(k)为k时刻在α-β坐标轴下的α轴上的实际电流；
为k+1时刻在α-β坐标轴下的α轴上的期望电压，L为电感值；R为电阻值；Ts为控制周期；
为k+1时刻在α-β坐标轴下的β轴上的期望电流；iβ(k)为k时刻在α-β坐标轴下的β轴上的实际电流；
为k+1时刻在α-β坐标轴下的β轴上的期望电压。
其中，所述期望电流由拉格朗日插值法计算得到。k+1时刻在α-β坐标轴下的期望电流
以及k+1时刻在α-β坐标轴下的电网电压eα,β(k+1)由拉格朗日插值法计算得到
其中，确定相应区域的基本电压矢量组的过程为：
将三电平27个基本电压矢量中去除对共模电压影响最大的两个零矢量，剩下的矢量按6个区域划分，每个区域内有10个基本电压矢量；
每个区域按照中点电位状态不同分成A组和B组，每组各7基本电压矢量；
根据给电压矢量计算其所在的空间矢量位置和中点电位状态，选取相应的区域的基本电压矢量组，作为双矢量选择的候选矢量。
在具体实施中，首先，为减少共模电压影响，去除三电平逆变器的27个矢量中的两个零矢量。其次，为减少计算量，降低时间成本，根据三电平逆变器的25个矢量空间位置划分为6个区域，其矢量表如表1所示。
表1
| 区域 | 矢量 |
| 区域I | V<sub>L1</sub>,V<sub>M1</sub>,V<sub>M6</sub>,V<sub>S1</sub>,V<sub>S2</sub>,V<sub>S6</sub>,V<sub>0</sub> |
| 区域II | V<sub>L2</sub>,V<sub>M2</sub>,V<sub>M1</sub>,V<sub>S2</sub>,V<sub>S3</sub>,V<sub>S1</sub>,V<sub>0</sub> |
| 区域III | V<sub>L3</sub>,V<sub>M3</sub>,V<sub>M2</sub>,V<sub>S3</sub>,V<sub>S4</sub>,V<sub>S2</sub>,V<sub>0</sub> |
| 区域Ⅳ | V<sub>L4</sub>,V<sub>M4</sub>,V<sub>M3</sub>,V<sub>S4</sub>,V<sub>S5</sub>,V<sub>S3</sub>,V<sub>0</sub> |
| 区域Ⅴ | V<sub>L5</sub>,V<sub>M5</sub>,V<sub>M4</sub>,V<sub>S5</sub>,V<sub>S6</sub>,V<sub>S4</sub>,V<sub>0</sub> |
| 区域Ⅵ | V<sub>L6</sub>,V<sub>M6</sub>,V<sub>M5</sub>,V<sub>S6</sub>,V<sub>S7</sub>,V<sub>S5</sub>,V<sub>0</sub> |
每个区域有冗余矢量，按照中点电位状态不同分成A组和B组，如表2所示。
表2
同时如图2所示，通过判断期望电压大小和空间位置，可以快速判断对应的区域，罗马数字Ⅰ-Ⅵ表示6个区域。由于基本电压矢量组A或B对直流侧电容充放电作用不同，能改变中点电位状态。因此可以根据中点电位状态，选择该区域里基本电压矢量组A或B，进而电压矢量的由27个减少到6个，计算量缩小。
步骤2：从基本电压矢量组中，选取离期望电压距离最近的基本电压矢量作为第一电压矢量。
具体地，第一电压矢量的选择是一个最优选择的过程，需要根据约束条件构建第一电压矢量的成本函数，因此定义第一电压矢量成本函数g1(k+1)为
g1(k+1)＝|v*(k+1)-vgn(k+1)|
其中v*(k+1)为预测期望电压、vgn(k+1)为该区域的基本电压矢量。
成本函数g1(k+1)等效到α-β坐标轴下为
以第1个区域I为例，如图3所示，l1-l7为7个电压矢量到期望电压的距离，通过逐一比较，选择距离最近的矢量为第一矢量v1g(k+1)＝[v1α(k+1),v1β(k+1)]。
步骤3：从合成电压矢量组中，选取离期望电压距离最近的合成电压矢量作为第二电压矢量；合成电压矢量组由第一电压矢量与对应基本电压矢量合成得到。
第二电压矢量的选择同样是一个择优过程，需要根据新的约束条件构建第二电压矢量的成本函数。而第二电压矢量的选择是基于第一电压矢量v1g(k+1)的，通过第一电压矢量与候选电压矢量合成矢量的中点到期望电压的距离来判定最优电压矢量，因此第二矢量成本函数g2(k+1)为
等效到α-β坐标轴下
同样以第1区域I为例，如图4所示，l21-l27为7个电压矢量到期望电压的距离，通过逐一比较，选择中点到期望电压距离最近的矢量，构成最近矢量中除第一矢量v1g(k+1)外的基本电压矢量即为第二电压矢量v2g(k+1)＝[v2α(k+1),v2β(k+1)]，同时要保证两个电压矢量v1g(k+1)≠v2g(k+1)。
步骤4：在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合及其与期望电压误差最小的时间组合；所述双矢量成本函数为期望电压、第一电压矢量和第二电压矢量分别与相应作用时间相乘后的差值。
双矢量成本函数为：双电压矢量与作用时间的伏秒组合函数
等效到α-β坐标轴下
其中
对g3αβ求导，计算λ1使双矢量组合到期望电压距离最近。
计算中，首先建立双矢量合成函数，通过λ1计算求解双矢量作用时间
步骤5：校正时间组合的正确性，如错误，则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器。
对双矢量作用时间进行校正，保证双电压矢量作用时间之和等于一个控制周期即
T1+T2＝Ts
其中，T1,T2分别为第一电压矢量和第二电压矢量的作用时间。
如果T1<0.4Ts或者T1>Ts，则计算错误，返回步骤2；根据双电压矢量和校正作用时间产生PWM信号并作用三电平逆变器。
图5(a)和图5(b)为三电平逆变器接负载，当期望电流峰值为12A时，直流母线电容电压、三相负载电流波形，由仿真结果可以看到，直流母线中点电位得到很好地平衡调节，逆变器工作正常，负载电流纹波小。
图6(a)和图6(b)为三电平逆变器并网，当期望电流峰值为30A时，其直流母线电容电压、三相并网电流波形，由仿真结果可以看到，直流母线中点电位得到很好地平衡调节，逆变器工作正常，并网电流纹波小。
通过以上仿真结果可知，本发明提出的有限集双矢量快速模型预测方法在不同的工况下，均可以有效提升逆变器的性能。
实施例二
本实施例提供了一种用于三电平逆变器的有限集双矢量模型预测控制器，其具体地，包括：
(1)基本电压矢量组确定模块，其用于在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组；
在具体实施中，在所述基本电压矢量组确定模块中，确定相应区域的基本电压矢量组的过程为：
将三电平27个基本电压矢量中去除对共模电压影响最大的两个零矢量，剩下的矢量按6个区域划分，每个区域内有10个基本电压矢量；
每个区域按照中点电位状态不同分成A组和B组，每组各7基本电压矢量；
根据给电压矢量计算其所在的空间矢量位置和中点电位状态，选取相应的区域的基本电压矢量组，作为双矢量选择的候选矢量。
(2)第一电压矢量选取模块，其用于从基本电压矢量组中，选取离期望电压距离最近的基本电压矢量作为第一电压矢量；
具体地，在所述第一电压矢量选取模块中，选取第一电压矢量的过程为：
根据期望电压与相应区域的基本电压矢量组中每个矢量的误差来构建第一电压矢量成本函数，选取使该成本函数最小的基本电压矢量为第一电压矢量。
(3)第二电压矢量选取模块，其用于从合成电压矢量组中，选取离期望电压距离最近的合成电压矢量，其对应的基本矢量作为第二电压矢量；合成电压矢量组由第一电压矢量与基本电压矢量合成得到；
具体地，在所述第二电压矢量选取模块中，选取第二电压矢量的过程为：
根据期望电压与相应区域的合成矢量中点的误差来构建第二电压矢量成本函数，选取使该成本函数最小时对应的基本电压矢量为第二电压矢量；由第一电压矢量与基本电压矢量得到合成矢量。
(4)矢量组合及时间组合计算模块，其用于在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合及其与期望电压误差最小的时间组合；所述双矢量成本函数为期望电压、第一电压矢量和第二电压矢量分别与相应作用时间相乘后的差值；
(5)PWM信号产生模块，其用于校正时间组合的正确性，如错误，则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器。
具体地，在所述PWM信号产生模块中，在校正时间组合的正确性的过程中，验证两个电压矢量的作用时间之和是否等于控制周期。
需要说明的是，本实施例的用于三电平逆变器的有限集双矢量模型预测控制器中的各个模块的具体实施过程，与实施例一中用于三电平逆变器的有限集双矢量模型预测控制方法中的各个步骤具体实施过程相同，此处不再累述。
实施例三
本实施例的用于三电平逆变器的有限集双矢量模型预测控制系统，其包括如上述所述的用于三电平逆变器的有限集双矢量模型预测控制器。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
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)
1.一种用于三电平逆变器的有限集双矢量模型预测控制方法，其特征在于，包括：
在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组；
从基本电压矢量组中，选取离期望电压距离最近的基本电压矢量作为第一电压矢量；
从合成电压矢量组中，选取离期望电压距离最近的合成电压矢量所对应的基本电压矢量作为第二电压矢量；合成电压矢量由第一电压矢量与对应基本电压矢量合成得到；
在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合以及第一电压矢量和第二电压矢量组合与期望电压误差最小的时间组合；所述双矢量成本函数为期望电压、第一电压矢量和第二电压矢量分别与相应作用时间相乘后的差值；
校正时间组合的正确性，如错误，则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器；
具体地，在校正时间组合的正确性的过程中，验证第一电压矢量和第二电压矢量的作用时间之和是否等于控制周期。
2.如权利要求1所述的用于三电平逆变器的有限集双矢量模型预测控制方法，其特征在于，所述期望电流由拉格朗日插值法计算得到。
3.如权利要求1所述的用于三电平逆变器的有限集双矢量模型预测控制方法，其特征在于，确定相应区域的基本电压矢量组的过程为：
将三电平27个基本电压矢量中去除对共模电压影响最大的两个零矢量，剩下的矢量按6个区域划分，每个区域内有10个基本电压矢量；
每个区域按照中点电位状态不同分成A组和B组，每组各7基本电压矢量；
根据期望电压所在的空间矢量位置和中点电位状态，选取相应的区域的基本电压矢量组，作为双矢量选择的候选矢量。
4.如权利要求1所述的用于三电平逆变器的有限集双矢量模型预测控制方法，其特征在于，选取第一电压矢量的过程为：
根据期望电压与相应区域的基本电压矢量组中每个矢量的误差来构建第一电压矢量成本函数，选取使该成本函数最小的基本电压矢量为第一电压矢量。
5.如权利要求1所述的用于三电平逆变器的有限集双矢量模型预测控制方法，其特征在于，选取第二电压矢量的过程为：
根据期望电压与相应区域的合成矢量中点的误差来构建第二电压矢量成本函数，选取使该成本函数最小的基本电压矢量为第二电压矢量；由第一电压矢量与对应基本电压矢量得到合成矢量。
6.一种用于三电平逆变器的有限集双矢量模型预测控制器，其特征在于，包括：
基本电压矢量组确定模块，其用于在一个控制周期内，根据期望电流和三电平逆变器的数学模型预测期望电压；根据期望电压空间位置和中点电压状态确定相应区域的基本电压矢量组；
第一电压矢量选取模块，其用于从基本电压矢量组中，选取离期望电压距离最近的基本电压矢量作为第一电压矢量；
第二电压矢量选取模块，其用于从合成电压矢量组中，选取离期望电压距离最近的合成电压矢量所对应的基本电压矢量作为第二电压矢量；合成电压矢量由第一电压矢量与对应基本电压矢量合成得到；
矢量组合及时间组合计算模块，其用于在一个控制周期时间内，根据双矢量成本函数计算第一电压矢量和第二电压矢量组合以及第一电压矢量和第二电压矢量组合与期望电压误差最小的时间组合；所述双矢量成本函数为期望电压、第一电压矢量和第二电压矢量分别与相应作用时间相乘后的差值；
PWM信号产生模块，其用于校正时间组合的正确性，如错误，则重新选取第一电压矢量；确定出双电压矢量和时间组合，产生PWM信号并作用于三电平逆变器；具体地，在所述PWM信号产生模块中，在校正时间组合的正确性的过程中，验证第一电压矢量和第二电压矢量的作用时间之和是否等于控制周期。
7.如权利要求6所述的用于三电平逆变器的有限集双矢量模型预测控制器，其特征在于，在所述基本电压矢量组确定模块中，确定相应区域的基本电压矢量组的过程为：
将三电平27个基本电压矢量中去除对共模电压影响最大的两个零矢量，剩下的矢量按6个区域划分，每个区域内有10个基本电压矢量；
每个区域按照中点电位状态不同分成A组和B组，每组各7基本电压矢量；
根据期望电压所在的空间矢量位置和中点电位状态，选取相应的区域的基本电压矢量组，作为双矢量选择的候选矢量。
8.如权利要求6所述的用于三电平逆变器的有限集双矢量模型预测控制器，其特征在于，在所述第一电压矢量选取模块中，选取第一电压矢量的过程为：
根据期望电压与相应区域的基本电压矢量组中每个矢量的误差来构建第一电压矢量成本函数，选取使该成本函数最小的基本电压矢量为第一电压矢量。
9.如权利要求6所述的用于三电平逆变器的有限集双矢量模型预测控制器，其特征在于，在所述第二电压矢量选取模块中，选取第二电压矢量的过程为：
根据期望电压与相应区域的合成矢量中点的误差来构建第二电压矢量成本函数，选取使该成本函数最小的基本电压矢量为第二电压矢量；由第一电压矢量与对应基本电压矢量得到合成矢量。
10.一种用于三电平逆变器的有限集双矢量模型预测控制系统，其特征在于，包括如权利要求6-9中任一项所述的用于三电平逆变器的有限集双矢量模型预测控制器。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110224900.4A CN112994493B (zh) | 2021-03-01 | 2021-03-01 | 用于三电平逆变器的有限集双矢量模型预测控制方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110224900.4A CN112994493B (zh) | 2021-03-01 | 2021-03-01 | 用于三电平逆变器的有限集双矢量模型预测控制方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112994493A CN112994493A (zh) | 2021-06-18 |
| CN112994493B true CN112994493B (zh) | 2022-03-15 |
Family
ID=76351526
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110224900.4A Active CN112994493B (zh) | 2021-03-01 | 2021-03-01 | 用于三电平逆变器的有限集双矢量模型预测控制方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112994493B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114123243B (zh) * | 2021-11-17 | 2023-10-27 | 山东大学 | 考虑频率偏移方向的模型预测虚拟同步机逆变器控制方法 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015104820A1 (ja) * | 2014-01-09 | 2015-07-16 | 三菱電機株式会社 | 電力変換装置 |
| CN106564786B (zh) * | 2015-10-13 | 2018-08-14 | 上海三菱电梯有限公司 | 基于三电平电力变换器的电梯控制方法及控制装置 |
| CN107834815B (zh) * | 2017-10-31 | 2021-02-19 | 华南理工大学 | 一种基于双矢量作用的有限控制集模型预测控制方法 |
| CN109728757B (zh) * | 2019-02-28 | 2020-11-24 | 华中科技大学 | 直线感应电机任意双矢量模型预测推力控制方法及系统 |
| CN110460281B (zh) * | 2019-03-28 | 2021-04-13 | 南通大学 | 一种三电平永磁同步电机双矢量模型预测磁链控制方法 |
-
2021
- 2021-03-01 CN CN202110224900.4A patent/CN112994493B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112994493A (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110912431B (zh) | 基于模型预测虚拟电压矢量控制的逆变器环流抑制方法 | |
| CN112003491B (zh) | 一种模块化并联三相三电平逆变器的控制方法及系统 | |
| JP6289675B2 (ja) | 電力変換装置 | |
| CN113708688B (zh) | 一种永磁电机降矢量模型预测控制方法 | |
| CN107070283A (zh) | 一种逆变器开关频率固定的改进型模型预测控制方法 | |
| CN113271028A (zh) | 三电平逆变器故障后重构拓扑中点平衡的预测控制方法 | |
| CN112994493B (zh) | 用于三电平逆变器的有限集双矢量模型预测控制方法及系统 | |
| He et al. | Low computational burden model predictive control for single-phase cascaded H-bridge converters without weighting factor | |
| CN112701951A (zh) | 基于宽容分层序列法的逆变器电压状态预测控制方法 | |
| CN107465360B (zh) | 模块化多电平换流器的谐波环流消除方法及装置 | |
| CN116208017B (zh) | 基于最优切换序列模型的逆变器预测控制方法 | |
| CN116995944A (zh) | 带正负小矢量调节因子的三电平脉宽调制方法及系统 | |
| CN109617438B (zh) | 纯电动汽车模块化多电平转换器的控制方法 | |
| CN113904578B (zh) | 单相级联h桥变流器的无权重系数模型预测控制方法 | |
| CN114499265A (zh) | 适用于高压电能质量治理装备的多目标控制方法及系统 | |
| CN113904577B (zh) | 一种多电平逆变器模型预测控制方法及系统 | |
| CN114285074A (zh) | 一种多电平逆变器多目标预测控制方法及系统 | |
| CN113746109B (zh) | 一种降低并网逆变器开关损耗的顺序模型预测控制方法 | |
| CN112803814B (zh) | 逆变器的调制方法、装置、逆变器、存储介质及处理器 | |
| CN109149981A (zh) | 一种适用于mmc的基于遗传算法的多目标优化方法 | |
| CN111092562B (zh) | 基于三分区式的三电平逆变器中点电压的控制方法及系统 | |
| Gu et al. | Control Strategy of Three-Level NPC Inverter Based on Variable Coefficient Virtual Vector Model Predictive Control | |
| Ni et al. | A new MPC formulation based on suboptimal voltage vectors for multilevel inverters | |
| CN114172162A (zh) | 一种级联U-Cell STATCOM邻近矢量寻优预测控制方法 | |
| Shahnooshi et al. | Improved Model Predictive Control Methods with Natural Capacitor Voltage Balancing for the Four Level-Single Flying Capacitor (4L-SFC) Inverter |
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 |