CN113162115A - 一种三相并网逆变器加权滑模模型预测电流控制方法 - Google Patents

一种三相并网逆变器加权滑模模型预测电流控制方法 Download PDF

Info

Publication number
CN113162115A
CN113162115A CN202110447189.9A CN202110447189A CN113162115A CN 113162115 A CN113162115 A CN 113162115A CN 202110447189 A CN202110447189 A CN 202110447189A CN 113162115 A CN113162115 A CN 113162115A
Authority
CN
China
Prior art keywords
grid
voltage
connected inverter
phase
current
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
Application number
CN202110447189.9A
Other languages
English (en)
Other versions
CN113162115B (zh
Inventor
罗魁
刘鸷
郭磊磊
郑铭哲
金楠
李琰琰
卢法龙
陈亚斐
王朋帅
朱林强
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.)
China Electric Power Research Institute Co Ltd CEPRI
Zhengzhou University of Light Industry
Original Assignee
China Electric Power Research Institute Co Ltd CEPRI
Zhengzhou University of Light Industry
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 China Electric Power Research Institute Co Ltd CEPRI, Zhengzhou University of Light Industry filed Critical China Electric Power Research Institute Co Ltd CEPRI
Priority to CN202110447189.9A priority Critical patent/CN113162115B/zh
Publication of CN113162115A publication Critical patent/CN113162115A/zh
Application granted granted Critical
Publication of CN113162115B publication Critical patent/CN113162115B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
    • H02J3/00—Circuit arrangements for ac mains or ac distribution networks
    • H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
    • 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
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • 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
    • H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M7/493—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode the static converters being arranged for operation in parallel

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本发明提出了一种三相并网逆变器加权滑模模型预测电流控制方法，其步骤为：根据开关状态得到并网逆变器输出电压矢量，根据开关状态及逆变器直流侧电压计算电压矢量对应的逆变器输出电压；采样三相并网逆变器的输出电流和三相电网电压，并将三相输出电流和三相电网电压变换得到电流分量和电压分量；根据逆变器输出电压、输出电流分量和三相电网电压分量计算得到下一时刻的输出电流；根据逆变器输出电压、输出电流分量和下一时刻的输出电流计算得到目标函数；比较目标函数的值，将目标函数的最小值对应的电压矢量为最优电压矢量，用于控制并网逆变器。本发明通过在目标函数中增加滑模控制项，提高了模型预测电流控制对参数变化的鲁棒性。

Description

一种三相并网逆变器加权滑模模型预测电流控制方法
技术领域
本发明涉及电力电子技术领域，特别是指一种三相并网逆变器加权滑模模型预测电流控制方法。
背景技术
近年来，随着新能源发电技术的蓬勃发展，新能源并网逆变技术的研究显得至关重要。在现有诸多的并网逆变器控制策略中，PI双闭环控制、重复控制、滞环控制、滑模变结构控制、模型预测控制等控制方法已逐渐发展成熟。其中，模型预测控制因具有概念直观易于理解、易于实现非线性多目标协同控制等优点而成为近年来电力电子技术领域研究的热点。然而，传统的并网逆变器模型预测控制还存在诸多缺点，如计算量大、参数依赖性强等。
申请号为201910406793.X的中国发明专利“一种有限集模型预测控制下的并网逆变器参数辨识方法”提出了一种有限集模型预测控制下的并网逆变器参数辨识的方法，通过引入两个预测电压误差方程，实时对电感及其寄生电阻进行辨识，从而获得准确的预测模型，提高预测控制对参数变化的鲁棒性。然而，该方法存在系统设计复杂，计算量大等缺点。申请号为202010267207.0的中国发明专利“一种两电平并网逆变器用多矢量模型预测控制方法”提出了一种两电平并网逆变器用多矢量模型预测控制的方法，该方法可以在一个采样周期内作用三个电压矢量，从而克服了常规单矢量模型预测控制所存在的电流谐波大等问题，提高了电流控制精度。然而，该发明专利所提多矢量模型预测控制的开关频率较高，开关损耗较大，且该发明专利也未考虑参数变化对所提多矢量预测控制的影响。
发明内容
针对现有模型预测控制技术存在的系统设计复杂、计算量大、设备损耗严重、受参数变化影响较大的技术问题，本发明提出了一种三相并网逆变器加权滑模模型预测电流控制方法，通过在目标函数中增加滑模控制项，降低了参数变化对模型预测控制的影响，提高了模型预测电流控制对参数变化的鲁棒性。
本发明的技术方案是这样实现的：
一种三相并网逆变器加权滑模模型预测电流控制方法，其步骤如下：
步骤一、定义三相并网逆变器的a、b、c三相桥臂的开关状态分别为Sa、Sb、Sc，其中，开关状态Sa、Sb、Sc等于0或1；
步骤二、根据步骤一的开关状态Sa、Sb、Sc得到并网逆变器输出的电压矢量Vi(Sa SbSc)，其中，i＝0,1,2,3,4,5,6,7；
步骤三、根据步骤二得到的电压矢量Vi(Sa Sb Sc)对应的开关状态Sa、Sb、Sc以及逆变器直流侧电压Udc计算电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压uαi、uβi；
步骤四、采样k时刻三相并网逆变器的输出电流ia、ib、ic，并将三相输出电流ia、ib、ic变换到静止αβ坐标系上，得到电流分量iα和iβ；
步骤五、采样k时刻的三相电网电压ea、eb、ec，并将三相电网电压ea、eb、ec变换到静止αβ坐标系上，得到电压分量eα和eβ；
步骤六、根据步骤三中的逆变器输出电压uαi、uβi，步骤四中的电流分量iα、iβ和步骤五中的电压分量eα、eβ计算得到k+1时刻的输出电流iαi(k+1)、iβi(k+1)；
步骤七、根据步骤三中的逆变器输出电压uαi、uβi，步骤四中的电流分量iα、iβ和步骤六中的k+1时刻的输出电流iαi(k+1)、iβi(k+1)计算得到电压矢量Vi(Sa Sb Sc)所对应的目标函数gi；
步骤八、比较步骤七中八个目标函数gi的值，将目标函数gi的最小值对应的电压矢量Vi(Sa Sb Sc)为最优电压矢量，并将最优电压矢量用于控制并网逆变器。
开关状态Sa、Sb、Sc的不同取值对应的状态分别为：
Sa＝1表示并网逆变器a相桥臂上管导通，下管关断；
Sa＝0表示并网逆变器a相桥臂上管关断，下管导通；
Sb＝1表示并网逆变器b相桥臂上管导通，下管关断；
Sb＝0表示并网逆变器b相桥臂上管关断，下管导通；
Sc＝1表示并网逆变器c相桥臂上管导通，下管关断；
Sc＝0表示并网逆变器c相桥臂上管关断，下管导通。
所述并网逆变器输出的电压矢量Vi(Sa Sb Sc)的获得方法为：
若Sa＝0，Sb＝0，Sc＝0，该电压矢量记为V0(000)；
若Sa＝1，Sb＝0，Sc＝0，该电压矢量记为V1(100)；
若Sa＝1，Sb＝1，Sc＝0，该电压矢量记为V2(110)；
若Sa＝0，Sb＝1，Sc＝0，该电压矢量记为V3(010)；
若Sa＝0，Sb＝1，Sc＝1，该电压矢量记为V4(011)；
若Sa＝0，Sb＝0，Sc＝1，该电压矢量记为V5(001)；
若Sa＝1，Sb＝0，Sc＝1，该电压矢量记为V6(101)；
若Sa＝1，Sb＝1，Sc＝1，该电压矢量记为V7(111)。
所述电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压uαi、uβi的获得方法为：
Figure BDA0003037381070000031
其中，Udc为逆变器的直流侧电压，Sai表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sa，Sbi表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sb，Sci表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sc，uαi为电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压在静止αβ坐标系上的α轴分量，uβi为电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压在静止αβ坐标系上的β轴分量。
所述电流分量iα和iβ的获得方法为：
Figure BDA0003037381070000032
其中，ia为三相并网逆变器的a相电流，ib为三相并网逆变器的b相电流，ic为三相并网逆变器的c相电流，iα为并网逆变器输出电流在静止αβ坐标系上的α轴分量，iβ为并网逆变器输出电流在静止αβ坐标系上的β轴分量。
所述电压分量eα和eβ的获得方法为：
Figure BDA0003037381070000033
其中，ea为三相并网逆变器的a相电网电压，eb为三相并网逆变器的b相电网电压，ec为三相并网逆变器的c相电网电压，eα为三相电网电压在静止αβ坐标系上的α轴分量，eβ为三相电网电压在静止αβ坐标系上的β轴分量。
所述k+1时刻的输出电流iαi(k+1)、iβi(k+1)的获得方法为：
Figure BDA0003037381070000034
其中，L并网逆变器的滤波电感，R滤波电感的寄生电阻，T为控制系统的采样周期；iαi(k+1)为并网逆变器k+1时刻输出电流在静止αβ坐标系上的α轴分量；iβi(k+1)为并网逆变器k+1时刻输出电流在静止αβ坐标系上的β轴分量。
所述电压矢量Vi(Sa Sb Sc)所对应的目标函数gi的计算方法为：
gi＝(iα-iαr)uαi+(iβ-iβr)uβi+λ(|iαr-iαi(k+1)|+|iβr-iβi(k+1)|)；
其中，iαr为参考电流在静止αβ坐标系上的α轴分量；iβr为参考电流在静止αβ坐标系上的β轴分量，λ为权重系数。
所述参考电流在静止αβ坐标系上的分量iαr和iβr的计算方法为：
Figure BDA0003037381070000041
其中，idr为设定的电流参考值d轴分量；iqr为设定的电流参考值q轴分量；θ为电网电压的角度。
与现有技术相比，本发明产生的有益效果为：本发明根据滑模变结构控制理论与模型预测控制理论，建立了一种新型模型预测控制目标函数，目标函数由常规模型预测控制的目标函数和一个新型无参数滑模目标函数加权得到，本发明方法增强了系统对参数变化的鲁棒性；与常规模型预测电流控制相比，在参数失准时，本发明方法具有更低的电流谐波和电流控制误差。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的整体控制框图。
图2为本发明的预测电流控制流程图。
图3为传统三相并网逆变器模型预测电流控制方法的仿真结果，其中(a)为传统控制方法下的电流谐波傅里叶分析，(b)为传统控制方法下的电流控制误差。
图4为本发明方法的仿真结果，其中，(a)为本发明所提控制方法下的电流谐波傅里叶分析，(b)为本发明所提控制方法下的电流控制误差。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
如图1和2所示，本发明实施例提供了一种三相并网逆变器加权滑模模型预测电流控制方法，根据滑模变结构控制理论与模型预测控制理论，建立了一种新型模型预测控制目标函数。该目标函数由常规模型预测控制的目标函数和一个新型无参数滑模目标函数加权得到。基于该目标函数所设计的加权滑模模型预测电流控制方法增强了系统对参数变化的鲁棒性。与常规模型预测控制相比，在参数失准时，本发明方法具有更小的电流谐波和电流控制误差。具体步骤如下：
步骤一、定义三相并网逆变器的a、b、c三相桥臂的开关状态分别为Sa、Sb、Sc，其中，开关状态Sa、Sb、Sc等于0或1；
开关状态Sa、Sb、Sc的不同取值对应的状态分别为：
Sa＝1表示并网逆变器a相桥臂上管导通，下管关断；
Sa＝0表示并网逆变器a相桥臂上管关断，下管导通；
Sb＝1表示并网逆变器b相桥臂上管导通，下管关断；
Sb＝0表示并网逆变器b相桥臂上管关断，下管导通；
Sc＝1表示并网逆变器c相桥臂上管导通，下管关断；
Sc＝0表示并网逆变器c相桥臂上管关断，下管导通。
步骤二、根据步骤一的开关状态Sa、Sb、Sc得到并网逆变器输出的电压矢量Vi(Sa SbSc)，其中，i＝0,1,2,3,4,5,6,7；
所述并网逆变器输出的电压矢量Vi(Sa Sb Sc)的获得方法为：
若Sa＝0，Sb＝0，Sc＝0，该电压矢量记为V0(000)；
若Sa＝1，Sb＝0，Sc＝0，该电压矢量记为V1(100)；
若Sa＝1，Sb＝1，Sc＝0，该电压矢量记为V2(110)；
若Sa＝0，Sb＝1，Sc＝0，该电压矢量记为V3(010)；
若Sa＝0，Sb＝1，Sc＝1，该电压矢量记为V4(011)；
若Sa＝0，Sb＝0，Sc＝1，该电压矢量记为V5(001)；
若Sa＝1，Sb＝0，Sc＝1，该电压矢量记为V6(101)；
若Sa＝1，Sb＝1，Sc＝1，该电压矢量记为V7(111)。
步骤三、根据步骤二得到的电压矢量Vi(Sa Sb Sc)对应的开关状态Sa、Sb、Sc以及逆变器直流侧电压Udc计算电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压uαi、uβi；
所述电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压uαi、uβi的获得方法为：
Figure BDA0003037381070000061
其中，Udc为逆变器的直流侧电压，通过电压传感器采样得到，Sai表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sa，Sbi表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sb，Sci表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sc，uαi为电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压在静止αβ坐标系上的α轴分量，uβi为电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压在静止αβ坐标系上的β轴分量。
步骤四、采样k时刻三相并网逆变器的输出电流ia、ib、ic，并将三相输出电流ia、ib、ic变换到静止αβ坐标系上，得到电流分量iα和iβ；
所述电流分量iα和iβ的获得方法为：
Figure BDA0003037381070000062
其中，ia为三相并网逆变器的a相电流，ib为三相并网逆变器的b相电流，ic为三相并网逆变器的c相电流，iα为并网逆变器输出电流在静止αβ坐标系上的α轴分量，iβ为并网逆变器输出电流在静止αβ坐标系上的β轴分量。
步骤五、采样k时刻的三相电网电压ea、eb、ec，并将三相电网电压ea、eb、ec变换到静止αβ坐标系上，得到电压分量eα和eβ；
所述电压分量eα和eβ的获得方法为：
Figure BDA0003037381070000063
其中，ea为三相并网逆变器的a相电网电压，eb为三相并网逆变器的b相电网电压，ec为三相并网逆变器的c相电网电压，eα为三相电网电压在静止αβ坐标系上的α轴分量，eβ为三相电网电压在静止αβ坐标系上的β轴分量。
步骤六、根据步骤三中的逆变器输出电压uαi、uβi，步骤四中的电流分量iα、iβ和步骤五中的电压分量eα、eβ计算得到k+1时刻的输出电流iαi(k+1)、iβi(k+1)；
所述k+1时刻的输出电流iαi(k+1)、iβi(k+1)的获得方法为：
Figure BDA0003037381070000071
其中，L并网逆变器的滤波电感，R滤波电感的寄生电阻，T为控制系统的采样周期；iαi(k+1)为并网逆变器k+1时刻输出电流在静止αβ坐标系上的α轴分量；iβi(k+1)为并网逆变器k+1时刻输出电流在静止αβ坐标系上的β轴分量。
步骤七、根据步骤三中的逆变器输出电压uαi、uβi，步骤四中的电流分量iα、iβ和步骤六中的k+1时刻的输出电流iαi(k+1)、iβi(k+1)计算得到电压矢量Vi(Sa Sb Sc)所对应的目标函数gi；
所述电压矢量Vi(Sa Sb Sc)所对应的目标函数gi的计算方法为：
gi＝(iα-iαr)uαi+(iβ-iβr)uβi+λ(|iαr-iαi(k+1)|+|iβr-iβi(k+1)|)；
其中，iαr为参考电流在静止αβ坐标系上的α轴分量；iβr为参考电流在静止αβ坐标系上的β轴分量，λ为权重系数。
所述参考电流在静止αβ坐标系上的分量iαr和iβr的计算方法为：
Figure BDA0003037381070000072
其中，idr为设定的电流参考值d轴分量；iqr为设定的电流参考值q轴分量；θ为电网电压的角度，由步骤五得到的三相电网电压在静止αβ坐标系上的分量eα、eβ计算得到。
步骤八、比较步骤七中八个目标函数gi的值，将目标函数gi的最小值对应的电压矢量Vi(Sa Sb Sc)为最优电压矢量，并将最优电压矢量用于控制并网逆变器。
为了验证本发明的有效性，进行了仿真验证。仿真所用并网逆变器的直流侧电压Udc为400V，网侧滤波电感L为0.01H，滤波电感L的寄生电阻R为0.01Ω，电网频率为50Hz，控制系统的采样周期T为0.00005s，权重系数λ为150。为了验证本发明的有效性，与常规三相并网逆变器模型预测电流控制进行了对比研究。仿真时，电流参考值d轴分量给定idr为10A，电流参考值q轴分量给定iqr为0A。在参数失准的情况下，图3给出了传统三相并网逆变器模型预测电流控制方法的仿真结果，图4则给出了本发明方法的仿真结果。对比可见，传统三相并网逆变器模型预测电流控制方案容易受参数变化的影响，在系统参数失准(网侧滤波电感L减小至0.005H)的情况下，电流谐波和电流控制误差都较大，如图3(a)和图3(b)所示。而本发明通过采用加权模型预测控制电流方法，在参数失准时，其电流谐波和电流控制误差都较小，如图4(a)和图4(b)所示。该对比仿真结果验证了本发明所提控制方法的有效性。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，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 (9)

1.一种三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，其步骤如下：
步骤一、定义三相并网逆变器的a、b、c三相桥臂的开关状态分别为Sa、Sb、Sc，其中，开关状态Sa、Sb、Sc等于0或1；
步骤二、根据步骤一的开关状态Sa、Sb、Sc得到并网逆变器输出的电压矢量Vi(Sa Sb Sc)，其中，i＝0,1,2,3,4,5,6,7；
步骤三、根据步骤二得到的电压矢量Vi(Sa Sb Sc)对应的开关状态Sa、Sb、Sc以及逆变器直流侧电压Udc计算电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压uαi、uβi；
步骤四、采样k时刻三相并网逆变器的输出电流ia、ib、ic，并将三相输出电流ia、ib、ic变换到静止αβ坐标系上，得到电流分量iα和iβ；
步骤五、采样k时刻的三相电网电压ea、eb、ec，并将三相电网电压ea、eb、ec变换到静止αβ坐标系上，得到电压分量eα和eβ；
步骤六、根据步骤三中的逆变器输出电压uαi、uβi，步骤四中的电流分量iα、iβ和步骤五中的电压分量eα、eβ计算得到k+1时刻的输出电流iαi(k+1)、iβi(k+1)；
步骤七、根据步骤三中的逆变器输出电压uαi、uβi，步骤四中的电流分量iα、iβ和步骤六中的k+1时刻的输出电流iαi(k+1)、iβi(k+1)计算得到电压矢量Vi(Sa Sb Sc)所对应的目标函数gi；
步骤八、比较步骤七中八个目标函数gi的值，将目标函数gi的最小值对应的电压矢量Vi(SaSb Sc)为最优电压矢量，并将最优电压矢量用于控制并网逆变器。
2.根据权利要求1所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，开关状态Sa、Sb、Sc的不同取值对应的状态分别为：
Sa＝1表示并网逆变器a相桥臂上管导通，下管关断；
Sa＝0表示并网逆变器a相桥臂上管关断，下管导通；
Sb＝1表示并网逆变器b相桥臂上管导通，下管关断；
Sb＝0表示并网逆变器b相桥臂上管关断，下管导通；
Sc＝1表示并网逆变器c相桥臂上管导通，下管关断；
Sc＝0表示并网逆变器c相桥臂上管关断，下管导通。
3.根据权利要求1或2所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述并网逆变器输出的电压矢量Vi(Sa Sb Sc)的获得方法为：
若Sa＝0，Sb＝0，Sc＝0，该电压矢量记为V0(000)；
若Sa＝1，Sb＝0，Sc＝0，该电压矢量记为V1(100)；
若Sa＝1，Sb＝1，Sc＝0，该电压矢量记为V2(110)；
若Sa＝0，Sb＝1，Sc＝0，该电压矢量记为V3(010)；
若Sa＝0，Sb＝1，Sc＝1，该电压矢量记为V4(011)；
若Sa＝0，Sb＝0，Sc＝1，该电压矢量记为V5(001)；
若Sa＝1，Sb＝0，Sc＝1，该电压矢量记为V6(101)；
若Sa＝1，Sb＝1，Sc＝1，该电压矢量记为V7(111)。
4.根据权利要求3所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压uαi、uβi的获得方法为：
Figure FDA0003037381060000021
其中，Udc为逆变器的直流侧电压，Sai表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sa，Sbi表示第i个电压矢量Vi(Sa Sb Sc)所对应的开关状态Sb，Sci表示第i个电压矢量Vi(SaSb Sc)所对应的开关状态Sc，uαi为电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压在静止αβ坐标系上的α轴分量，uβi为电压矢量Vi(Sa Sb Sc)对应的逆变器输出电压在静止αβ坐标系上的β轴分量。
5.根据权利要求4所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述电流分量iα和iβ的获得方法为：
Figure FDA0003037381060000022
其中，ia为三相并网逆变器的a相电流，ib为三相并网逆变器的b相电流，ic为三相并网逆变器的c相电流，iα为并网逆变器输出电流在静止αβ坐标系上的α轴分量，iβ为并网逆变器输出电流在静止αβ坐标系上的β轴分量。
6.根据权利要求1所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述电压分量eα和eβ的获得方法为：
Figure FDA0003037381060000023
其中，ea为三相并网逆变器的a相电网电压，eb为三相并网逆变器的b相电网电压，ec为三相并网逆变器的c相电网电压，eα为三相电网电压在静止αβ坐标系上的α轴分量，eβ为三相电网电压在静止αβ坐标系上的β轴分量。
7.根据权利要求5或6所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述k+1时刻的输出电流iαi(k+1)、iβi(k+1)的获得方法为：
Figure FDA0003037381060000031
其中，L并网逆变器的滤波电感，R滤波电感的寄生电阻，T为控制系统的采样周期；iαi(k+1)为并网逆变器k+1时刻输出电流在静止αβ坐标系上的α轴分量；iβi(k+1)为并网逆变器k+1时刻输出电流在静止αβ坐标系上的β轴分量。
8.根据权利要求7所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述电压矢量Vi(Sa Sb Sc)所对应的目标函数gi的计算方法为：
gi＝(iα-iαr)uαi+(iβ-iβr)uβi+λ(|iαr-iαi(k+1)|+|iβr-iβi(k+1)|)；
其中，iαr为参考电流在静止αβ坐标系上的α轴分量；iβr为参考电流在静止αβ坐标系上的β轴分量，λ为权重系数。
9.根据权利要求8所述的三相并网逆变器加权滑模模型预测电流控制方法，其特征在于，所述参考电流在静止αβ坐标系上的分量iαr和iβr的计算方法为：
Figure FDA0003037381060000032
其中，idr为设定的电流参考值d轴分量；iqr为设定的电流参考值q轴分量；θ为电网电压的角度。
CN202110447189.9A 2021-04-25 2021-04-25 一种三相并网逆变器加权滑模模型预测电流控制方法 Active CN113162115B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110447189.9A CN113162115B (zh) 2021-04-25 2021-04-25 一种三相并网逆变器加权滑模模型预测电流控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110447189.9A CN113162115B (zh) 2021-04-25 2021-04-25 一种三相并网逆变器加权滑模模型预测电流控制方法

Publications (2)

Publication Number Publication Date
CN113162115A true CN113162115A (zh) 2021-07-23
CN113162115B CN113162115B (zh) 2022-07-01

Family

ID=76870354

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110447189.9A Active CN113162115B (zh) 2021-04-25 2021-04-25 一种三相并网逆变器加权滑模模型预测电流控制方法

Country Status (1)

Country Link
CN (1) CN113162115B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117595698A (zh) * 2024-01-19 2024-02-23 安徽大学 逆变器运行参数预测方法、装置、设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140050000A1 (en) * 2012-08-16 2014-02-20 Koon Hoo Teo DC-Link Voltage Balancing Control for Multilevel Inverters
CN106059361A (zh) * 2016-06-16 2016-10-26 苏州大学 一种逆变器定频模型预测控制方法及装置
CN107276123A (zh) * 2017-06-27 2017-10-20 江苏大学 一种变系数降频模型预测直接功率控制方法及装置
CN108712102A (zh) * 2018-06-13 2018-10-26 郑州轻工业学院 一种低损耗电压源逆变器模型预测电流控制方法
CN109600063A (zh) * 2018-12-04 2019-04-09 国网福建省电力有限公司漳州供电公司 一种svpwm与滑模变结构的相结合的并网逆变器控制方法
CN111817598A (zh) * 2020-08-10 2020-10-23 辽宁工程技术大学 三相并网逆变器三矢量模型预测电流控制方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20140050000A1 (en) * 2012-08-16 2014-02-20 Koon Hoo Teo DC-Link Voltage Balancing Control for Multilevel Inverters
CN106059361A (zh) * 2016-06-16 2016-10-26 苏州大学 一种逆变器定频模型预测控制方法及装置
CN107276123A (zh) * 2017-06-27 2017-10-20 江苏大学 一种变系数降频模型预测直接功率控制方法及装置
CN108712102A (zh) * 2018-06-13 2018-10-26 郑州轻工业学院 一种低损耗电压源逆变器模型预测电流控制方法
CN109600063A (zh) * 2018-12-04 2019-04-09 国网福建省电力有限公司漳州供电公司 一种svpwm与滑模变结构的相结合的并网逆变器控制方法
CN111817598A (zh) * 2020-08-10 2020-10-23 辽宁工程技术大学 三相并网逆变器三矢量模型预测电流控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LEILEI GUO 等: ""Hybrid Voltage Vector Preselection-Based Model Predictive Control for Two-Level Voltage Source Inverters to Reduce the Common-Mode Voltage"", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 *
窦智峰等: "高效电压源逆变器双矢量模型预测电流控制", 《电机与控制学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117595698A (zh) * 2024-01-19 2024-02-23 安徽大学 逆变器运行参数预测方法、装置、设备及存储介质
CN117595698B (zh) * 2024-01-19 2024-04-09 安徽大学 逆变器运行参数预测方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN113162115B (zh) 2022-07-01

Similar Documents

Publication Publication Date Title
CN103036460B (zh) 一种三电平电压源型变换器模型预测控制方法
CN108599605B (zh) 基于两矢量合成的三电平逆变器模型预测功率控制方法
CN105071677B (zh) 用于两电平三相并网逆变器的电流预测控制方法
CN109274303A (zh) 一种基于扩展控制集的异步电机模型预测控制方法
CN108808669A (zh) 高压直流输电系统换流器的动态相量建模方法
CN109787491A (zh) 基于虚拟磁链的三相Vienna整流器预测直接功率控制方法
CN112994109B (zh) Lc滤波型并网逆变器加权滑模模型预测电容电压控制方法
CN112310991B (zh) 基于扰动观测的储能变换器改进有限集模型预测控制方法
CN109038673A (zh) 光伏发电系统的模型预测优化控制方法
CN115021602A (zh) 基于虚拟同步机的三电平并网逆变器的双环模型预测方法
CN113162115B (zh) 一种三相并网逆变器加权滑模模型预测电流控制方法
CN109245640A (zh) 一种异步电机模型预测控制方法及装置
CN112260294A (zh) 一种三相四线不平衡治理模型预测优化控制方法
CN105375514A (zh) 一种有限开关状态预测计算方法及系统
CN117375376A (zh) 柔性互联电力电子变换器滑模预测控制方法及装置
Fei et al. Chebyshev Fuzzy Neural Network Super-Twisting Terminal Sliding-Mode Control for Active Power Filter
Chattopadhyay et al. A voltage-sensorless control method to balance the input currents of a three-wire boost rectifier under unbalanced input voltages condition
CN115588987A (zh) 一种llcl型电池储能变换器的有限集模型预测控制方法
CN115864878A (zh) 一种模块化多电平换流器控制方法
Lyu et al. Optimal switching sequence model predictive control for three‐level NPC grid‐connected inverters
Van Ngo et al. Model predictive power control based on virtual flux for grid connected three-level neutral-point clamped inverter
Chattopadhyay et al. Phase-angle balance control for harmonic filtering of a three-phase shunt active filter system
Wang et al. Fast FCS-MPC-based SVPWM method to reduce switching states of multilevel cascaded H-bridge STATCOMs
CN108400616A (zh) 一种基于mpdpc的光伏并网逆变器动态性能优化方法
CN110676860B (zh) 一种基于扩展瞬时有功理论的快速预测不平衡控制方法

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