CN114123910B - 一种发电机的简化控制集模型预测直接功率控制方法 - Google Patents

一种发电机的简化控制集模型预测直接功率控制方法 Download PDF

Info

Publication number
CN114123910B
CN114123910B CN202111237696.6A CN202111237696A CN114123910B CN 114123910 B CN114123910 B CN 114123910B CN 202111237696 A CN202111237696 A CN 202111237696A CN 114123910 B CN114123910 B CN 114123910B
Authority
CN
China
Prior art keywords
vector
power
voltage
voltage vector
vectors
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
CN202111237696.6A
Other languages
English (en)
Other versions
CN114123910A (zh
Inventor
赵文祥
蒋泽龙
吉敬华
和阳
许德志
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.)
Jiangsu University
Original Assignee
Jiangsu 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 Jiangsu University filed Critical Jiangsu University
Priority to CN202111237696.6A priority Critical patent/CN114123910B/zh
Publication of CN114123910A publication Critical patent/CN114123910A/zh
Application granted granted Critical
Publication of CN114123910B publication Critical patent/CN114123910B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22Current control, e.g. using a current control loop
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P9/00Arrangements for controlling electric generators for the purpose of obtaining a desired output
    • H02P9/14Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field
    • H02P9/26Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field using discharge tubes or semiconductor devices
    • H02P9/30Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field using discharge tubes or semiconductor devices using semiconductor devices
    • H02P9/305Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field using discharge tubes or semiconductor devices using semiconductor devices controlling voltage
    • H02P9/307Arrangements for controlling electric generators for the purpose of obtaining a desired output by variation of field using discharge tubes or semiconductor devices using semiconductor devices controlling voltage more than one voltage output
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P2103/00Controlling arrangements characterised by the type of generator
    • H02P2103/20Controlling arrangements characterised by the type of generator of the synchronous type

Abstract

本发明提出一种双三相永磁同步发电机的简化控制集模型预测直接功率控制方法。该策略将合成电压矢量作为待选矢量,以抑制定子电流谐波。同时根据无差拍原则预测下一时刻的功率,以反电势和给定功率的大小为判断条件,判断目标电压矢量的位置,从而缩小寻优范围、简化控制集,达到减小计算量的效果。在此基础上,针对功率性能,进一步计算矢量最优作用时间来抑制相电流谐波以及功率脉动。本发明在保持较好稳态性能的同时,提升了动态响应速度,并有效降减轻计算负担。

Description

一种发电机的简化控制集模型预测直接功率控制方法
技术领域
本发明涉及永磁同步发电机(Permanent Magnet Synchronous Generator,PMSG)领域,具体是在传统模型预测直接功率控制策略的基础上,综合考虑反电势以及给定功率的大小,来判断目标电压矢量在静止坐标系上的位置,从而简化控制集,减小CPU的计算负担,加快系统动态响应速度。
背景技术
相比于传统的三相PMSG,双三相PSMG具有低噪声、高功率密度和低转矩脉动等优点。在风力发电、混合动力汽车以及航空航天等领域中具有较好的应用前景。模型预测直接功率控制作为近年来较为热门的发电方法,由于该控制策略选择矢量时依赖控制集,而考虑到系统的稳态性能,控制集内的电压矢量数量应该尽可能的多,这会导致矢量寻优过程中计算复杂度增加,使得每周期计算时间变长,限制控制频率的提升。因此模型预测控制的计算复杂度已经成为了目前研究的热点。
传统模型预测直接功率控制(Model Predictive Direct Power Control,MPDPC)方法需要对控制集内的所有矢量进行遍历寻优,再通过指标函数选出最优矢量。对于双三相PMSG而言,控制集常由最外层13个大电压矢量构成,所习需要重复计算13次,再依次比较指标函数得出的结果,才能选出最符合要求的矢量。CPU的计算负担很大,所以需要简化控制集,减少遍历寻优的次数。
另一方面,为了降低电流谐波含量,提升系统稳态性能,在控制策略中引入了最优矢量作用时间计算。目前,常用的抑制谐波的方法是使用占空比合成矢量代替基本矢量,通过单位周期内同时作用合成矢量和零矢量,将幅值固定的电压矢量变成幅值可变的电压矢量,提升了备选矢量自由度的同时,对谐波平面的电压分量进行了抑制,可以有效降低电流谐波。
发明内容
本发明的目的是降低传统MPDPC中由于遍历寻优带来的庞大计算量,从而降低计算负担,加快动态响应速度。
为实现上述发明目的,本发明采用如下技术方案:
双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,包括以下几个步骤:
步骤1:首先通过控制器得到双三相永磁同步发电机PMSG的六相电压和电流,经过Clark坐标变换,获得两相静止坐标系相电压eα,eβ和电流iα,iβ,然后求取k时刻的有功功率pk和无功功率qk
步骤2:电压外环控制器由比例积分控制器构成,生成给定电流,结合与采样得到的直流侧母线电压得到有功功率给定值,为了确保最大功率因素,无功功率的给定直接为0;
步骤3:对整个发电机系统进行空间矢量解耦,将所有电压矢量在基波平面和谐波平面中表示出来,使用合成电压矢量作为备选电压矢量,进而抵消谐波空间的分量;
步骤4:通过无差拍原则让欧拉公式中k+1时刻的预测功率等于给定功率,提取公式里与目标电压矢量相关的相,即(eαuα+eβuβ)以及(eβuα-eαuβ),同时判断他们与0的大小关系;
步骤5:根据步骤4中得出的大小关系,写出目标电压矢量的分量在静止坐标系上的关系是,可化简为uα与uβ的不等关系式,如下式:
其中,eα和eβ是反电势在α轴和β轴上的分量,uα和uβ是备选电压矢量在α轴和β轴上的分量,判断不等关系中eα,eβ与0的大小关系,以及eα,eβ绝对值的大小关系,通过解不等式可以画出一个135°的区域,即是目标电压矢量所在的位置;
步骤6:根据判断得出的区域,将控制集中剩下的备选矢量带入延时补偿后的指标函数遍历寻优,同时计算每个电压矢量的最优作用时间。
进一步,步骤3中,使用合成电压矢量作为备选电压矢量的具体过程为:
根据矢量空间解耦变换,将PMSG的所有电压矢量解耦至三个非耦合子空间,分别是α-β子空间、z1-z2子空间和o1-o2子空间,电机电压矢量的基波分量和12k±1次谐波分量被映射到α-β子空间,6k±1次谐波分量被映射到z1-z2子空间,当中心点隔离,无需考虑o1-o2子空间;
考虑到满足合成条件,电压矢量长度在基波空间中大致分为四种:最外层幅值为0.644Udc的大矢量VL4,次外层幅值为0.471Udc的中大矢量VL3,最里层幅值为0.173Udc的小矢量VL1以及幅值为0的零矢量;Udc为直流电压;
通过同时作用两矢量,使得该周期内z1-z2子空间中合成电压矢量的幅值为0,从而抑制谐波电压,选取的两个矢量分别是α-β子空间最外层的矢量和次外层的矢量,选择的两矢量在基波平面方向相同,在谐波平面方向相反,通过一定的比例分配二者的在一个周期内的作用时间,即可抵消谐波空间的分量。
进一步,通过一定的比例分配二者的在一个周期内的作用时间,该比例为:
VV=0.732VL4+0.268VL3
进一步,步骤4的具体过程为:
使用无差拍原则以及欧拉公式推导出计算给定功率的公式,再根据反电势采样判断判断目标电压矢量在矢量空间所处的大致位置,达到精简控制集的效果;
首先采用欧拉离散法,以k时刻的采样功率作为基础,预测k+1时刻的功率公式为:
其中,TS为k和k+1之间间隔的一个周期,和/>为k时刻的有功变化率,无功功率变化率;有,
上式中,ωe是电角速度,eα和eβ是反电势在α轴和β轴上的分量,uα和uβ是备选电压矢量在α轴和β轴上的分量,R和L分别为定子电阻和定子电感;
将k时刻的功率变化率带入欧拉公式中,然后根据无差拍原则,用给定功率pref代替k+1时刻的功率预测值,考虑到功率因数,用0代替k+1时刻的无功功率预测值,得到(eαuα+eβuβ)和(eβuα-eαuβ)的表达式:
等式右边全部为已知量,可以计算出(eαuα+eβuβ)以及(eβuα-eαuβ)与0的大小关系,整理可得uα关于uβ和uβ关于uα的不等关系式。
进一步,步骤5中,判断不等式中eα,eβ与0的大小关系,以及eα,eβ绝对值的大小关系,最终得到由5个判断条件组成的不等式组;通过解不等式组,提取所选电压矢量uα和uβ相关的项,可以得到uα与uβ的范围,是某个不等式组条件下形成的135°的扇形区域,原本12个矢量只剩下5个矢量,有效减少了遍历寻优时会产生的庞大计算量;
5个判断条件组成的不等式组为:
其中,A、B为大于等于0的参数。
进一步,步骤6的具体过程为:
用于判断最优矢量的指标函数为:
F=[pref-p(k+2)]2+[qref-q(k+2)]2
F是每个矢量作用下指标函数的所得的计算值,qref为给定无功功率,q(k+2)和p(k+2)是加入延迟补偿后计算得到的k+2时刻的功率,当F的值最小时对应的矢量即是最优电压矢量;得到最优电压矢量后,再计算该矢量的最优持续时间Tv,同时得出零矢量作用时间T0
式中,Tv是该矢量的最优持续时间,T0是零矢量作用时间,S1和S2为非零矢量在有功功率和无功功率中的斜率,S11和S22为零矢量在有功功率和无功功率中的斜率。
本发明的有益效果是:
1、本发明采用合成矢量作为备选矢量,同时计算矢量的最优作用时间,有效降低相电流谐波,提升功率性能。
2、本发明使用反电势、瞬时功率、以及功率预测量等已知参数作为条件判断目标电压矢量所处的扇区范围,根据参数的不同,剔除范围外的矢量,大量减少了CPU的计算负担,同时加快了。
3、本发明所提出的控制方法,可以满足电动汽车、风力发电、航空航天等高端领域高精度运行的要求,改善发电系统运行的效率。
附图说明
图1为本发明的整体控制框图;
图2为空间电压矢量在基波子空间的分布图;
图3为空间电压矢量在谐波子空间的分布图;
图4为某一时刻判断得到的目标电压矢量所处范围;
图5为算法运行时,功率,母线电压和相电流的波形图;
图6为该算法的程序执行时间实验截图。
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。
如图1结构框图所示,本发明是双三相永磁同步发电机的简化控制集模型测直接功率控制,主要包括矢量合成,控制集简化,矢量最优时间计算,其具体措施如下:
1、首先构建完整的发电系统,采样得到六相反电势ea,eb,ec,ex,ey,ez和电流ia,ib,ic,ix,iy,iz,经过Clark坐标变换,获得两相静止坐标系相电压eα,eβ和电流iα,iβ,然后求取k时刻的有功功率pk和无功功率qk
2、电压外环控制器由比例积分控制器构成,生成给定电流,结合与采样得到的直流侧母线电压得到有功功率给定值,为了确保最大功率因素,无功功率的给定直接为0。
对整个发电机系统进行空间矢量解耦,将所有电压矢量在基波平面和谐波平面中表示出来,使用合成电压矢量作为备选电压矢量。
图2和图3是空间矢量解耦后,发电机系统分别在基波空间和谐波空间的矢量分布图。考虑到满足合成条件,电压矢量长度在基波空间中大致分为四种:最外层幅值为0.644Udc的大矢量VL4,次外层幅值为0.471Udc的中大矢量VL3,最里层幅值为0.173Udc的小矢量VL1以及幅值为0的零矢量。
以矢量44和矢量65为例,两矢量在谐波空间中的幅值分别为0.173Udc和0.471Udc,配以0.732Ts和0.268Ts的占空比,即可达到抵消谐波电压的效果。
3、采用欧拉离散法,在k时刻预测k+1时刻的功率p(k+1)和q(k+1)的公式为
其中,k时刻的有功,无功功率变化率为:
将k时刻的功率变化率带入欧拉公式中,然后根据无差拍原则,用给定功率pref代替k+1时刻的功率预测值p(k+1),得到(eαuα+eβuβ)和(eβuα-eαuβ)的表达式:
等式右边全部为已知量,可以计算出(eαuα+eβuβ)以及(eβuα-eαuβ)与0的大小关系,整理得到uα和uβ的不等关系式。
同时,判断eα,eβ与0的大小关系,以及eα,eβ绝对值的大小关系,最终得到由5个判断条件组成的不等式组。如图4,通过解不等式组得到一个135°的区间,排除区间外的7个矢量,有效减少了遍历寻优时产生的计算量。最后,用于判断最优矢量的指标函数为:
F=[pref-p(k+2)]2+[qref-q(k+2)]2
当F的值最小时对应的矢量即是最优电压矢量
4、在单位周期内同时作用合成电压矢量和零矢量的效果如图5所示,相比于传统MPDPC,在负载发生变化后有功功率p,无功功率q,母线电压以及相电流能以更快的动态响应速度达到新的稳态。得到最优电压矢量后,再计算该电压矢量的最优持续时间Tv,同时得出零矢量作用时间T0,其中合成电压矢量和零矢量在单个周期Ts内的变化率分别为S1和S2,合成电压矢量和零矢量在单个周期Ts内的变化率分别S11和S22
如图6,是该算法的程序运行时间,传统占空比合成矢量MPDPC的运行时间是17.6us,合成矢量MPDPC的运行时间是14.6us,本发明的运行时间是12.6us。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (6)

1.双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,其特征在于,包括以下几个步骤:
步骤1:首先通过控制器得到双三相永磁同步发电机PMSG的六相电压和电流,经过Clark坐标变换,获得两相静止坐标系相电压eα,eβ和电流iα,iβ,然后求取k时刻的有功功率pk和无功功率qk
步骤2:电压外环控制器由比例积分控制器构成,生成给定电流,结合与采样得到的直流侧母线电压得到有功功率给定值,为了确保最大功率因素,无功功率的给定直接为0;
步骤3:对整个发电机系统进行空间矢量解耦,将所有电压矢量在基波平面和谐波平面中表示出来,使用合成电压矢量作为备选电压矢量,进而抵消谐波空间的分量;
步骤4:通过无差拍原则让欧拉公式中k+1时刻的预测功率等于给定功率,提取公式里与目标电压矢量相关的相,即(eαuα+eβuβ)以及(eβuα-eαuβ),同时判断他们与0的大小关系;
步骤5:根据步骤4中得出的大小关系,写出目标电压矢量的分量在静止坐标系上的关系是,可化简为uα与uβ的不等关系式,如下式:
其中,eα和eβ是反电势在α轴和β轴上的分量,uα和uβ是备选电压矢量在α轴和β轴上的分量,判断不等关系中eα,eβ与0的大小关系,以及eα,eβ绝对值的大小关系,通过解不等式可以画出一个135°的区域,即是目标电压矢量所在的位置;
步骤6:根据判断得出的区域,将控制集中剩下的备选矢量带入延时补偿后的指标函数遍历寻优,同时计算每个电压矢量的最优作用时间。
2.根据权利要求1所述的双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,其特征在于,步骤3中,使用合成电压矢量作为备选电压矢量的具体过程为:
根据矢量空间解耦变换,将PMSG的所有电压矢量解耦至三个非耦合子空间,分别是α-β子空间、z1-z2子空间和o1-o2子空间,电机电压矢量的基波分量和12k±1次谐波分量被映射到α-β子空间,6k±1次谐波分量被映射到z1-z2子空间,当中心点隔离,无需考虑o1-o2子空间;
考虑到满足合成条件,电压矢量长度在基波空间中大致分为四种:最外层幅值为0.644Udc的大矢量VL4,次外层幅值为0.471Udc的中大矢量VL3,最里层幅值为0.173Udc的小矢量VL1以及幅值为0的零矢量;Udc为直流电压;
通过同时作用两矢量,使得一个周期内z1-z2子空间中合成电压矢量的幅值为0,从而抑制谐波电压,选取的两个矢量分别是α-β子空间最外层的矢量和次外层的矢量,选择的两矢量在基波平面方向相同,在谐波平面方向相反,通过一定的比例分配二者的在一个周期内的作用时间,即可抵消谐波空间的分量。
3.根据权利要求2所述的双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,其特征在于,通过一定的比例分配二者的在一个周期内的作用时间,该比例为:
VV=0.732VL4+0.268VL3
4.根据权利要求1所述的双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,其特征在于,步骤4的具体过程为:
使用无差拍原则以及欧拉公式推导出计算给定功率的公式,再根据反电势采样判断判断目标电压矢量在矢量空间所处的大致位置,达到精简控制集的效果;
首先采用欧拉离散法,以k时刻的采样功率作为基础,预测k+1时刻的功率公式为:
其中,TS为k和k+1之间间隔的一个周期,和/>为k时刻的有功变化率,无功功率变化率;有,
上式中,ωe是电角速度,eα和eβ是反电势在α轴和β轴上的分量,uα和uβ是备选电压矢量在α轴和β轴上的分量,R和L分别为定子电阻和定子电感;
将k时刻的功率变化率带入欧拉公式中,然后根据无差拍原则,用给定功率pref代替k+1时刻的功率预测值,考虑到功率因数,用0代替k+1时刻的无功功率预测值,得到(eαuα+eβuβ)和(eβuα-eαuβ)的表达式:
等式右边全部为已知量,可以计算出(eαuα+eβuβ)以及(eβuα-eαuβ)与0的大小关系,整理可得uα关于uβ和uβ关于uα的不等关系式。
5.根据权利要求1所述的双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,其特征在于,步骤5中,判断不等式中eα,eβ与0的大小关系,以及eα,eβ绝对值的大小关系,最终得到由5个判断条件组成的不等式组;通过解不等式组,提取所选电压矢量uα和uβ相关的项,可以得到uα与uβ的范围,是某个不等式组条件下形成的135°的扇形区域,原本12个矢量只剩下5个矢量,有效减少了遍历寻优时会产生的庞大计算量;
5个判断条件组成的不等式组为:
其中,A、B为大于等于0的参数。
6.根据权利要求4所述的双三相永磁同步发电机的简化控制集模型预测直接功率控制方法,其特征在于,步骤6的具体过程为:
用于判断最优矢量的指标函数为:
F=[pref-p(k+2)]2+[qref-q(k+2)]2
F是每个矢量作用下指标函数的所得的计算值,qref为给定无功功率,q(k+2)和p(k+2)是加入延迟补偿后计算得到的k+2时刻的功率,当F的值最小时对应的矢量即是最优电压矢量;得到最优电压矢量后,再计算该矢量的最优持续时间Tv,同时得出零矢量作用时间T0
式中,Tv是该矢量的最优持续时间,T0是零矢量作用时间,S1和S2为非零矢量在有功功率和无功功率中的斜率,S11和S22为零矢量在有功功率和无功功率中的斜率。
CN202111237696.6A 2021-10-22 2021-10-22 一种发电机的简化控制集模型预测直接功率控制方法 Active CN114123910B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111237696.6A CN114123910B (zh) 2021-10-22 2021-10-22 一种发电机的简化控制集模型预测直接功率控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111237696.6A CN114123910B (zh) 2021-10-22 2021-10-22 一种发电机的简化控制集模型预测直接功率控制方法

Publications (2)

Publication Number Publication Date
CN114123910A CN114123910A (zh) 2022-03-01
CN114123910B true CN114123910B (zh) 2023-10-10

Family

ID=80376409

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111237696.6A Active CN114123910B (zh) 2021-10-22 2021-10-22 一种发电机的简化控制集模型预测直接功率控制方法

Country Status (1)

Country Link
CN (1) CN114123910B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108631626A (zh) * 2018-05-11 2018-10-09 东南大学 一种基于模糊控制的模型预测直接功率控制方法
CN110880891A (zh) * 2019-11-25 2020-03-13 沈阳工程学院 一种基于模型预测的多绕组永磁风力发电机效率优化方法
CN111510040A (zh) * 2020-04-10 2020-08-07 江苏大学 用于五相永磁同步电机的无权重系数的双虚拟电压矢量预测转矩控制方法
CN112994555A (zh) * 2021-03-30 2021-06-18 江苏大学 六相永磁同步发电机占空比合成矢量低复杂度模型预测直接功率控制方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4811495B2 (ja) * 2009-04-10 2011-11-09 株式会社デンソー 回転機の制御装置
IT1400456B1 (it) * 2010-06-04 2013-05-31 St Microelectronics Srl Metodo di controllo di un motore sincrono trifase a magneti permanenti per ridurre il rumore acustico e relativo dispositivo di controllo
EP2940860B1 (en) * 2014-04-29 2019-11-06 Siemens Gamesa Renewable Energy A/S Generator for producing electric power

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108631626A (zh) * 2018-05-11 2018-10-09 东南大学 一种基于模糊控制的模型预测直接功率控制方法
CN110880891A (zh) * 2019-11-25 2020-03-13 沈阳工程学院 一种基于模型预测的多绕组永磁风力发电机效率优化方法
CN111510040A (zh) * 2020-04-10 2020-08-07 江苏大学 用于五相永磁同步电机的无权重系数的双虚拟电压矢量预测转矩控制方法
CN112994555A (zh) * 2021-03-30 2021-06-18 江苏大学 六相永磁同步发电机占空比合成矢量低复杂度模型预测直接功率控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Active and Reactive Power Control based on Predictive Voltage Control in a Six-Phase Generation System using Modular Matrix Converters;S. Toledo et al.;《2020 IEEE International Conference on Industrial Technology (ICIT)》;第1059-1065页 *
六相永磁同步发电机占空比模型预测 直接功率控制;张鹏程 等;《电机与控制应用》;第48卷(第1期);第14-19页 *

Also Published As

Publication number Publication date
CN114123910A (zh) 2022-03-01

Similar Documents

Publication Publication Date Title
WO2021203495A1 (zh) 用于五相永磁同步电机的无权重系数的双虚拟电压矢量预测转矩控制方法
CN110460281B (zh) 一种三电平永磁同步电机双矢量模型预测磁链控制方法
CN113659898B (zh) 一种双三相永磁同步电机模型预测转矩控制方法
CN113179065B (zh) 一种永磁同步电机模型预测脉冲序列控制方法
CN114172412B (zh) 一种用于双三相永磁电机的无参数模型预测电流控制方法
CN112234900B (zh) 基于虚拟电压矢量的五相逆变器模型预测控制方法及系统
CN111446880A (zh) 一种抑制五相逆变器共模电压的有限集模型预测控制方法
CN112260294A (zh) 一种三相四线不平衡治理模型预测优化控制方法
CN110620539B (zh) 一种开绕组电机变母线电压工况下直接转矩控制优化方法
CN113098348B (zh) 一种双三相永磁同步电机预测转矩控制方法
CN112803861B (zh) 一种永磁同步电机三矢量模型预测控制的无零矢量算法
CN112994555A (zh) 六相永磁同步发电机占空比合成矢量低复杂度模型预测直接功率控制方法
CN114123910B (zh) 一种发电机的简化控制集模型预测直接功率控制方法
CN112751513A (zh) 一种电机的控制方法、装置、电机、存储介质及处理器
Wang et al. Three-vector predictive current control for interior permanent magnet synchronous motor
Wen et al. Fast Backfire Double Annealing Particle Swarm Optimization Algorithm for Parameter Identification of Permanent Magnet Synchronous Motor.
CN112994565B (zh) 一种永磁同步电机三矢量五扇区模型预测电流控制算法
CN115913038A (zh) 一种双三相永磁同步电机模型预测控制方法
CN115021636A (zh) 一种基于无差拍的五相永磁同步电机模型预测容错控制方法
Xiao et al. Improved Three Vector Model Predictive Torque Control of PMSM.
Xiao et al. An improved precise power control of voltage sensorless-MPC for PWM rectifiers
CN111446879A (zh) 一种基于虚拟电压矢量的五相逆变器共模电压抑制方法
Wei et al. A weighting factor semi-online tuning method based on correlation look-up table for model predictive torque control on PMSM of EV
CN113972877B (zh) 简化的永磁同步电机模型预测电流控制方法
CN114362626B (zh) 一种永磁同步电机超螺旋滑模观测器预测控制方法及系统

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