CN114142777B - 多相发电机的控制系统、方法及存储介质 - Google Patents

多相发电机的控制系统、方法及存储介质 Download PDF

Info

Publication number
CN114142777B
CN114142777B CN202111463178.6A CN202111463178A CN114142777B CN 114142777 B CN114142777 B CN 114142777B CN 202111463178 A CN202111463178 A CN 202111463178A CN 114142777 B CN114142777 B CN 114142777B
Authority
CN
China
Prior art keywords
phase
control
units
preset
generator
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
CN202111463178.6A
Other languages
English (en)
Other versions
CN114142777A (zh
Inventor
刘蓝田
霍星星
高小丽
郭立星
张岩
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.)
Gree Electric Appliances Inc of Zhuhai
Original Assignee
Gree Electric Appliances Inc of Zhuhai
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 Gree Electric Appliances Inc of Zhuhai filed Critical Gree Electric Appliances Inc of Zhuhai
Priority to CN202111463178.6A priority Critical patent/CN114142777B/zh
Publication of CN114142777A publication Critical patent/CN114142777A/zh
Application granted granted Critical
Publication of CN114142777B publication Critical patent/CN114142777B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P9/00—Arrangements for controlling electric generators for the purpose of obtaining a desired output
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B11/00—Automatic controllers
    • G05B11/01—Automatic controllers electric
    • G05B11/36—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential
    • G05B11/42—Automatic controllers electric with provision for obtaining particular characteristics, e.g. proportional, integral, differential for obtaining a characteristic which is both proportional and time-dependent, e.g. P. I., P. I. D.
    • 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
    • H02J7/00—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries
    • H02J7/14—Circuit arrangements for charging or depolarising batteries or for supplying loads from batteries for charging batteries from dynamo-electric generators driven at varying speed, e.g. on vehicle
    • H02J7/1469—Regulation of the charging current or voltage otherwise than by variation of field
    • H02J7/1492—Regulation of the charging current or voltage otherwise than by variation of field by means of controlling devices between the generator output and the battery
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/80—Technologies aiming to reduce greenhouse gasses emissions common to all road transportation technologies
    • Y02T10/92—Energy efficient charging or discharging systems for batteries, ultracapacitors, supercapacitors or double-layer capacitors specially adapted for vehicles

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Rectifiers (AREA)
  • Control Of Eletrric Generators (AREA)

Abstract

本申请涉及一种多相发电机的控制系统、方法及存储介质，该多相发电机的控制系统包括：多相发电机、N个三相整流单元、N个脉冲宽度调制PWM单元和N个PID控制单元，N为大于或等于1的整数；其中，多相发电机包括3*N个输出端，3*N个输出端中任意两个相邻输出端之间的相位差相等，3*N个输出端与N个三相整流单元的3*N个输入端连接；N个PID控制单元的输入端与N个三相整流单元的输出端连接；N个PID控制单元的输出端通过N个PWM控制单元与N个三相整流单元的反馈端连接。通过将多相发电机的多个输出端进行分组，再通过三相整流单元、PWM单元和PID控制单元对每组输出端输出的电压进行闭环控制，从而简化多相发电机的整体控制，提供多相发电机简化的控制效率。

Description

多相发电机的控制系统、方法及存储介质
技术领域
本申请涉及电机控制技术领域，尤其涉及一种多相发电机的控制系统、方法及存储介质。
背景技术
随着电机控制技术的发展，多相发电机在人们的日常生活中越来越普遍。在多相发电机使用前，通常需要对多相发电机的多个输出电压值进行整体控制，使得多相发电机输出的电压值为稳定直流电压值。然而，在现有技术中，在对多相发电机的多个输出电压值进行整体控制时，由于整体控制过程较为复杂，且涉及到的控制参数较多，导致多相发电机的控制效率较低。
发明内容
本申请提供了一种多相发电机的控制系统、方法及存储介质，以解决现有的多相发电机的控制效率较低的问题。
第一方面，本申请提供了一种多相发电机的控制系统，所述多相发电机的控制系统包括：多相发电机、N个三相整流单元、N个脉冲宽度调制PWM单元和N个比例-积分-微分PID控制单元，N为大于或等于1的整数；
其中，所述多相发电机包括3*N个输出端，所述3*N个输出端中任意两个相邻输出端之间的相位差相等，所述3*N个输出端与所述N个三相整流单元的3*N个输入端连接，所述三相整流单元用于对所述多相发电机输出的交流电进行整流，输出直流电压；
所述N个PID控制单元的输入端与所述N个三相整流单元的输出端连接，所述PID控制单元用于计算所述直流电压的控制量；
所述N个PID控制单元的输出端通过所述N个PWM单元与所述N个三相整流单元的反馈端连接，所述PWM单元用于根据所述控制量，生成PWM控制信号，并根据所述PWM控制信号对所述三相整流单元进行控制，以调整所述三相整流单元输出的直流电压至预设电压值。
可选地，所述3*N个输出端中相位差互为120°的3个输出端与同一所述三相整流单元的3个输入端连接。
可选地，所述三相整流单元包括三相整流桥和负载；
其中，所述三相整流桥的输入端与所述多相发电机的输出端连接，所述三相整流桥的输出端与所述负载连接，所述负载的两端作为所述三相整流单元的输出端与所述PID控制单元的输入端连接。
可选地，所述PID控制单元用于根据PID参数值计算所述直流电压的控制量，所述PID参数值是基于预设粒子群算法获取得到。
可选地，所述多相发电机的类型包括如下至少一项：
三相发电机、六相发电机、九相发电机和十二相发电机。
第二方面，本申请提供还了一种多相发电机的控制方法，应用于如第一方面所述的多相发电机的控制系统，所述多相发电机的控制方法包括：
通过所述三相整流单元对所述多相发电机输出的交流电进行整流，输出直流电压；
通过所述PID控制单元计算所述直流电压的控制量；
通过所述PWM单元根据所述控制量生成PWM控制信号，并根据所述PWM控制信号对所述三相整流单元进行控制，以调整所述三相整流单元输出的直流电压至预设电压值。
可选地，所述通过所述PID控制单元计算所述直流电压的控制量，包括：
通过所述PID控制单元获取初始参数值，所述初始参数值是基于预设粒子群算法获取得到；
通过所述PID控制单元确定所述初始参数值对应的性能指标；
通过所述PID控制单元判断所述性能指标是否满足预设控制要求；
在所述性能指标满足预设控制要求的情况下，通过所述PID控制单元将所述初始参数值确定为所述PID控制单元对应的最优参数值，并根据所述最优参数值计算所述直流电压的控制量。
可选地，在所述通过所述PID控制单元判断所述性能指标是否满足预设控制要求之后，所述方法还包括：
在所述性能指标不满足预设控制要求的情况下，通过所述PID控制单元根据预设粒子群算法对所述初始参数值进行学习，得到学习后的参数值，并将所述学习后的参数值作为新的初始参数值，执行步骤：通过所述PID控制单元确定所述初始参数值对应的性能指标。
可选地，所述预设控制要求包括：
所述性能指标对应的阶跃控制曲线满足超调量小于预设阈值，且收敛速度大于预设速度；或，
所述预设粒子群算法中的粒子群的迭代次数达到预设次数。
第三方面，本申请提供还了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第二方面所述的多相发电机的控制方法。
在本申请实施例中，该多相发电机的控制系统包括：多相发电机、N个三相整流单元、N个脉冲宽度调制PWM单元和N个比例-积分-微分PID控制单元，N为大于或等于1的整数；其中，所述多相发电机包括3*N个输出端，所述3*N个输出端中任意两个相邻输出端之间的相位差相等，所述3*N个输出端与所述N个三相整流单元的3*N个输入端连接，所述三相整流单元用于对所述多相发电机输出的交流电进行整流，输出直流电压；所述N个PID控制单元的输入端与所述N个三相整流单元的输出端连接，所述PID控制单元用于计算所述直流电压的控制量，所述PID参数值是基于预设算法获取得到；所述N个PID控制单元的输出端通过所述N个PWM单元与所述N个三相整流单元的反馈端连接，所述PWM单元用于根据所述控制量，生成PWM控制信号，并根据所述PWM控制信号对所述三相整流单元进行控制，以调整所述三相整流单元输出的直流电压至预设电压值。通过这种方式，可以将多相发电机的多个输出端进行分组，再通过三相整流单元、PWM单元和PID控制单元对每组输出端输出的电压进行闭环控制，从而简化多相发电机的整体控制，提供多相发电机简化的控制效率。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
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，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的多相发电机的控制系统的结构示意图；
图2为本申请实施例提供的多相发电机的控制方法的流程示意图；
图3为本申请实施例提供的基于预设粒子群算法对PID控制单元的PID参数进行优化设计的流程示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图1，图1为本申请实施例提供的多相发电机的控制系统的结构示意图。如图1所示，该多相发电机的控制系统包括：多相发电机、N个三相整流单元、N个脉冲宽度调制PWM单元和N个比例-积分-微分PID控制单元，N为大于或等于1的整数；
其中，多相发电机包括3*N个输出端，3*N个输出端中任意两个相邻输出端之间的相位差相等，3*N个输出端与N个三相整流单元的3*N个输入端连接，三相整流单元用于对多相发电机输出的交流电进行整流，输出直流电压；
N个PID控制单元的输入端与N个三相整流单元的输出端连接，PID控制单元用于计算直流电压的控制量；
N个PID控制单元的输出端通过N个PWM单元与N个三相整流单元的反馈端连接，PWM单元用于根据控制量，生成PWM控制信号，并根据PWM控制信号对三相整流单元进行控制，以调整三相整流单元输出的直流电压至预设电压值。
具体地，上述多相发电机的类型可以包括但不限于：三相发电机、六相发电机、九相发电机、十二相发电机等。上述多相发电机包括3*N个输出端，因而可以将该多相发电机中的中性点隔离，将3*N个输出端划分为N组，每组包括3个输出端，该3个输出端分别与三相整流单元的3个输入端连接，通过三相整流单元对该3个输出端输出的交流电进行整流。
上述N的值需要根据多相发电机的类型确定，即根据多相发电机的输出端确定。例如，当该多相发电机为六相发电机时，其包括第1相至第6相共6个输出端，则可以将该六相发电机的第1、3、5相对应的输出端和第2、4、6相对应的输出端分别与不同的2个三相整流单元连接，此时N为2；当该多相发电机为九相发电机时，其包括第1相至第9相共9个输出端，则可以将该九相发电机的第1、4、7相对应的输出端、第2、5、8相对应的输出端以及第3、6、9相对应的输出端分别与不同的3个三相整流单元连接，此时N为3；当该多相发电机为十二相发电机时，其包括第1相至第12相共12个输出端，则可以将该十二相发电机的第1、5、9相对应的输出端、第2、6、10相对应的输出端、第3、7、11相对应的输出端，以及第4、8、12相对应的输出端分别与不同的4个三相整流单元连接，此时N为4。
上述PID(为比例proportion、积分integral、微分derivative的缩写) 控制单元可以包括比例单元(P)、积分单元(I)和微分单元(D)，此处的比例单元(P)、积分单元(I)和微分单元(D)分别与Kp，Ki和Kd三个参数对应。具体而言，可以用如下公式进行表示：
；
其中，e(t)表示该PID控制单元接收到的误差值，Kp表示比例系数，Ki表示积分时间常数，Kd表示微分时间常数，u(t)表示该PID控制单元输出的控制量。
该PID控制单元中各单元的作用如下：
比例单元，用于即时成比例地反映控制系统的偏差信号e(t)，偏差一旦产生，控制器立即产生控制作用，以减少偏差；
积分单元，用于主要用于消除静差，提高系统的无差度。积分作用的强弱取决于积分时间常数Ki，Ki越大，积分作用越强，反之则越弱；
微分单元，用于反映偏差信号的变化趋势，并能在偏差信号变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的动作速度，缩短调节时间。
该PID控制单元的性能取决于Kp，Ki和Kd三个参数是否合理，因此，优化PID控制单元参数具有重要意义。作为一种实施方式，该PID控制单元可以采用传统PID控制器来实现，对于传统PID控制器而言，参数Kp，Ki和Kd三个参数需要用户手动配置，3个参数整定好就不能改变，所以传统PID不能很好控制参数和结构时变的系统。作为另一种实施方式，该PID控制单元可以采用基于预设粒子群算法来实现参数整定，这样可以采用预设粒子群算法对参数自动寻解，使系统达到更好的控制效果。
在本实施例中，可以将多相发电机的多个输出端进行分组，再通过三相整流单元、PWM单元和PID控制单元对每组输出端输出的电压进行调整，从而简化多相发电机的整体控制，提供多相发电机简化的控制效率。
进一步地，3*N个输出端中相位差互为120°的3个输出端与同一三相整流单元的3个输入端连接。
需要说明的是，多相发电机的多个输出端中任意两个相邻输出端之间的相位差相等，例如，对于六相发电机的六相输出，任意两个相邻输出端之间的相位差为60°；对于九相发电机的九相输出，任意两个相邻输出端之间的相位差为40°；对于十二相发电机的十二相输出，任意两个相邻输出端之间的相位差为30°。而在对多相发电机的多个输出端进行分组时，可以根据多个输出端中任意两个相邻输出端之间的相位差来进行确定，以确保与同一三相整流单元的3个输入端连接的3个输出端的相位差互为120°。
例如，由于六相发电机的任意两个相邻输出端之间的相位差为60°，因而可以每间隔2个输出端选择出与同一三相整流单元连接的输出端，则可以将该六相发电机的第1、3、5相对应的输出端和第2、4、6相对应的输出端分别与不同的2个三相整流单元连接；由于九相发电机的任意两个相邻输出端之间的相位差为40°，因而可以每间隔3个输出端选择出与同一三相整流单元连接的输出端，则可以将该九相发电机的第1、4、7相对应的输出端、第2、5、8相对应的输出端以及第3、6、9相对应的输出端分别与不同的3个三相整流单元连接；由于十二相发电机的任意两个相邻输出端之间的相位差为30°，因而可以每间隔4个输出端选择出与同一三相整流单元连接的输出端，则可以将该十二相发电机的第1、5、9相对应的输出端、第2、6、10相对应的输出端、第3、7、11相对应的输出端，以及第4、8、12相对应的输出端分别与不同的4个三相整流单元连接。
在本实施例中，通过将多相发电机的3*N个输出端中相位差互为120°的3个输出端与同一三相整流单元的3个输入端连接，可以将多相发电机看成一个或多个三相发电机，从而简化多相发电器的控制过程。
进一步地，三相整流单元包括三相整流桥和负载；
其中，三相整流桥的输入端与多相发电机的输出端连接，三相整流桥的输出端与负载连接，负载的两端作为三相整流单元的输出端与PID控制单元的输入端连接。
在一实施例中，三相整流单元可以包括三相整流桥和负载，该三相整流桥的3个输入端分别与多相发电机的3个相位互成120°的输出端连接，对从该3个输出端输出的交流电进行整流，最后作用在负载上，这样在负载的两端可以形成较为稳定的直流电压，输出至PID控制单元中，PID控制单元根据获取到的直流电压与预设电压值比较，确定误差值，进而计算当前误差值对应的控制量，由此通过PID控制单元实现对多相发电机中的误差值的闭环控制。
进一步地，PID控制单元用于根据PID参数值计算直流电压的控制量，PID参数值是基于预设粒子群算法获取得到。
在一实施例中，该PID控制单元可以采用基于预设粒子群算法来实现参数整定，这样可以采用预设粒子群算法对参数自动寻解，使系统达到更好的控制效果。具体而言，该预设粒子群算法是Kennedy博士和Eberhart博士在1995年提出的一种基于群体智能理论的演化计算方法，它的思想来源于鸟类等生物群体觅食现象。用预设粒子群算法求解优化问题时，是先假设一个搜索空间，在这个空间内的每一只鸟被看做是一个“粒子”(particle)或“主体”(agent)。每个粒子在搜寻的过程中均含有自己的属性，即位置和速度(决定飞行的方向和距离)，还有一个是由目标函数决定的适应值。在这里位置代表了一组解，解的形式由问题而定，可以是一维数组或多维数组；速度属性指代的是用来改变位置的重要参数，通过这样的一组解根据所对应的适应函数来判断目前位置的好坏。不断地校正其位置与速度，以达到最优解或最优近似解。每次的迭代过程不是完全随机性的，而是以较好的解为依据来寻找下一个解，每个粒子在迭代的过程中都会记忆自己以前的最优解，这是粒子本身的所找到的最优解，称之为区域最优解，再与所有粒子进行比较其区域最优解，得出的解即为全域最优解。
假设在一个s维的空间，有n个粒子组成的群体，其中第i个粒子可以表示为一个s维的向量Xi=(Xi1, Xi2,…, Xis)，i=1,2,3,…,n。每个粒子的位置都是一个解，将Xi代入目标函数 就可以算出其适应值，依据适应值判断解的好坏。第ｉ个粒子的速度向量为Vi=(Vi1,Vi2,…,Vis)。假设第i个粒子所找到的最好的位置是Pi=(Pi1,Pi2,…,Pis)，整个粒子群所搜到的最优位置是Pg=(Pg1,Pg2,…,Pgs)。
如果设f(x)是最小化的目标函数，则第i个粒子所找到的最好的位置的更新方式为：
；
上述公式表示，将第i个粒子的当前迭代的最优值与第i个粒子的历史最优值进行比较，如果第i个粒子的当前迭代的最优值大于或者等于第i个粒子的历史最优值，则不更新第i个粒子的最好的位置是Pi；如果第i个粒子的当前迭代的最优值小于第i个粒子的历史最优值，则将第i个粒子的当前迭代的最优值作为新的第i个粒子的最好的位置是Pi。需要说明的是，整个粒子群所找到的最好的位置的更新方式与上述方式类似，也是判断找到当前迭代的全局最优粒子位置是否小于历史全局最优粒子位置；如果是，则将当前迭代的全局最优粒子位置作为当前全局最优粒子位置；否，则不更新，继续沿用历史全局最优粒子位置。
在预设粒子群算法中，可以采用下列公式对每个粒子的位置分量进行更新：
；
；
其中，i=1,2,3,…,n，S=1,2,3,…,s，c1和c2表示是学习因子，c1和c2为非负常数；r1和r2为互独立的伪随机数，服从[0,1]分布；Vis∈[-Vmax,Vmax]，Vmax是常数，由用户设定，Vis表示第i个粒子在s维空间的速度，Pis表示第i个粒子在s维空间所找到的最好的位置，Pgs表示整个粒子群在s维空间所找到的最好的位置,Xis表示第i个粒子在s维空间的位置，t表示时间。
在本实施例中，可以利用预设粒子群算法的自学习能力，对PID控制单元的初始参数值进行自学习，找到最优的初始值，即Kp，Ki和Kd。 PID控制单元通过初始参数值对系统进行调节，最终达到最佳调节效果。
进一步地，多相发电机的类型包括如下至少一项：
三相发电机、六相发电机、九相发电机和十二相发电机。
在本实施例中，可以采用三相发电机、六相发电机、九相发电机和十二相发电机中的任意一种发电机作为上述多相发电机，从而实现不同类型的多相发电机的控制，增大了该控制方法的应用范围。
参见图2，图2为本申请实施例提供的多相发电机的控制方法的流程示意图，该多相发电机的控制方法应用于上述多相发电机的控制系统，该多相发电机的控制方法包括：
步骤101、通过三相整流单元对多相发电机输出的交流电进行整流，输出直流电压。
需要说明的是，由于多相发电机的多相输出划分成一组或者多组三相输出后，每组三相输出的闭环控制过程可以是相互独立的，因而，这里以一组三相输出的闭环控制的过程为例进行说明。
在该步骤中，三相整流桥的3个输入端分别与多相发电机的3个相位互成120°的输出端连接，对从该3个输出端输出的交流电进行整流，最后作用在负载上，这样在负载的两端可以形成较为稳定的直流电压，输出至PID控制单元中。
步骤102、通过PID控制单元计算直流电压的控制量。
PID控制单元根据获取到的直流电压与预设电压值比较，确定误差值，进而根据如下公式进行计算输出的控制量u(t)：
；
其中，e(t)表示该PID控制单元接收到的误差值，Kp表示比例系数，Ki表示积分时间常数，Kd表示微分时间常数，u(t)表示该PID控制单元输出的控制量。
步骤103、通过PWM单元根据控制量生成PWM控制信号，并根据PWM控制信号对三相整流单元进行控制，以调整三相整流单元输出的直流电压至预设电压值。
在该步骤中，PWM单元可以根据PID控制单元输出的控制量生成控制信号，并依据控制信号对输入至三相整流单元的脉冲信号进行控制，以对三相整流单元进行控制，从而调整三相整流单元输出端的直流电压。
在本实施例中，可以将多相发电机的多个输出端进行分组，再通过三相整流单元、PWM单元和PID控制单元对每组输出端输出的电压进行调整，从而简化多相发电机的整体控制，提供多相发电机简化的控制效率。
进一步地，通过PID控制单元计算直流电压的控制量，包括：
通过PID控制单元获取初始参数值，初始参数值是基于预设粒子群算法获取得到；
通过PID控制单元确定初始参数值对应的性能指标；
通过PID控制单元判断性能指标是否满足预设控制要求；
在性能指标满足预设控制要求的情况下，通过PID控制单元将初始参数值确定为PID控制单元对应的最优参数值，并根据最优参数值计算直流电压的控制量。
具体地，上述预设控制要求是指使PID控制单元对直流电压的控制效果达到用户要求的效果。该预设控制要求可以由用户进行设定，也可以PID控制单元出产时设置，本申请不做具体限定。
在一实施例中，每个PID控制单元可以根据预设粒子群算法得到初始参数值，即Kp，Ki和Kd3个参数的初始值，再基于这3个初始参数值，确定初始参数值对应的性能指标，当性能指标满足PID控制单元的预设控制要求时，可以将初始参数值确定为PID控制单元对应的最优参数值，并根据最优参数值计算出直流电压的控制量。
进一步地，在通过PID控制单元判断性能指标是否满足预设控制要求之后，该多相发电机的控制方法还包括：
在性能指标不满足预设控制要求的情况下，通过PID控制单元根据预设粒子群算法对初始参数值进行学习，得到学习后的参数值，并将学习后的参数值作为新的初始参数值，执行步骤：通过PID控制单元确定初始参数值对应的性能指标。
在一实施例中，当初始参数的性能指标不满足PID控制单元的预设控制要求时，可以继续基于粒子群算法对初始参数值进行学习，得到学习后的参数值，继续确定学习后的参数值对应的性能指标，当性能指标满足PID控制单元的预设控制要求时，可以将学习后的参数值确定为PID控制单元对应的最优参数值，并根据最优参数值计算出直流电压的控制量。这样，可以实现PID参数的不断优化，直到满足预设控制要求，从而提高控制的准确性和效率。
进一步地，预设控制要求包括：
性能指标对应的阶跃控制曲线满足超调量小于预设阈值，且收敛速度大于预设速度；或，
预设粒子群算法中的粒子群的迭代次数达到预设次数。
在一实施例中，该预设控制要求可以是指性能指标对应的阶跃控制曲线满足超调量小于预设阈值和收敛速度大于预设速度的条件，即PID控制单元的控制效果满足用户预期的效果。此处的阶跃控制曲线是为了分析PID参数对多相发电机控制系统性能的影响并绘制的曲线，该阶跃控制曲线可以通过MATLAB对上述PID控制算法进行仿真得到，也可以通过仪表测量得到。该预设控制要求还可以是预设粒子群算法中的粒子群的迭代次数达到预设次数，在预设粒子群算法中会对粒子群的速度和位置进行迭代，每一次迭代都是在寻找最优解，因此，可以设置迭代次数，认为在迭代多少次后得到的解就是最优解。
参见图3，图3为本申请实施例提供的基于预设粒子群算法对PID控制单元的PID参数进行优化设计的流程示意图。如图3所示，首先利用预设粒子群算法的自学习能力，对PID控制单元的初始参数值进行自学习，找到最优的初始参数值，即Kp、Ki和Kd对应的初始值。PID控制单元再通过初始参数值对多相发电机控制系统进行调节，输出性能指标，根据性能指标判断是否满足终止条件（相当于上文中的预设控制要求），如果满足终止条件，则停止对粒子群进行迭代，如果未满足终止条件，则对粒子群执行更新操作，产生新的粒子群，再将新的粒子群的位置信息依次赋值得到新的Kp、Ki和Kd参数，继续基于新的Kp、Ki和Kd参数进行控制，直到多相发电机控制系统最终达到最佳调节效果。具体而言，PID控制单元可以采用数字增量式PID控制器，增量式PID控制器是指控制器每次输出为控制量的增量，当执行机构（相当于上文中的PWM单元）需要的是控制量的增量时就可采用增量式PID算法。该增量式PID算法如下：
；
上式可进一步改写为：
；
其中，；/>；/>；e(k)、e(k-1)、e(k-2)分别表示PID控制单元最近采集的3个误差值，/>表示控制量的增量。
可以看出，增量式PID算法只要储存最近的3个误差采样值e(k)，e(k-1)，e(k-2)就足够了。
而Kp、Ki和Kd作为控制系统传递函数的三个参数，其定义和计算方法是不变的，采用预设粒子群算法公式：
；
只是在常规的公式中增加一步利用上述公式，对这三个参数每一个都进行迭代，最后会得到最优解。
本发明主要针对多相发电机整流控制系统的闭环PID控制，利用预设粒子群算法自动求解多套闭环控制单元的参数，减少建模时间、避免效率低下的手动调参行为的同时，还大大增加了系统的准确性和可靠性。
本申请实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如前述任意一个方法实施例提供的多相发电机的控制方法的步骤。
需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。

Claims (7)

1.一种多相发电机的控制系统，其特征在于，所述多相发电机的控制系统包括：多相发电机、N个三相整流单元、N个PWM单元和N个比例-积分-微分PID控制单元，N为大于或等于1的整数；
其中，所述多相发电机包括3*N个输出端，所述3*N个输出端中任意两个相邻输出端之间的相位差相等，所述3*N个输出端与所述N个三相整流单元的3*N个输入端连接，所述三相整流单元用于对所述多相发电机输出的交流电进行整流，输出直流电压；
所述N个PID控制单元的输入端与所述N个三相整流单元的输出端连接，所述PID控制单元用于计算所述直流电压的控制量；
所述N个PID控制单元的输出端通过所述N个PWM单元与所述N个三相整流单元的反馈端连接，所述PWM单元用于根据所述控制量，生成PWM控制信号，并根据所述PWM控制信号对所述三相整流单元进行控制，以调整所述三相整流单元输出的直流电压至预设电压值；
其中，所述3*N个输出端中相位差互为120°的3个输出端与同一所述三相整流单元的3个输入端连接；所述三相整流单元包括三相整流桥和负载，所述三相整流桥的输入端与所述多相发电机的输出端连接，所述三相整流桥的输出端与所述负载连接，所述负载的两端作为所述三相整流单元的输出端与所述PID控制单元的输入端连接；所述PID控制单元用于根据PID参数值计算所述直流电压的控制量，所述PID参数值是基于预设粒子群算法获取得到。
2.根据权利要求1所述的多相发电机的控制系统，其特征在于，所述多相发电机的类型包括如下至少一项：
三相发电机、六相发电机、九相发电机和十二相发电机。
3.一种多相发电机的控制方法，其特征在于，应用于如权利要求1-2任一项所述的多相发电机的控制系统，所述多相发电机的控制方法包括：
通过所述三相整流单元对所述多相发电机输出的交流电进行整流，输出直流电压；
通过所述PID控制单元计算所述直流电压的控制量；
通过所述PWM单元根据所述控制量生成PWM控制信号，并根据所述PWM控制信号对所述三相整流单元进行控制，以调整所述三相整流单元输出的直流电压至预设电压值。
4.根据权利要求3所述的多相发电机的控制方法，其特征在于，所述通过所述PID控制单元计算所述直流电压的控制量，包括：
通过所述PID控制单元获取初始参数值，所述初始参数值是基于预设粒子群算法获取得到；
通过所述PID控制单元确定所述初始参数值对应的性能指标；
通过所述PID控制单元判断所述性能指标是否满足预设控制要求；
在所述性能指标满足预设控制要求的情况下，通过所述PID控制单元将所述初始参数值确定为所述PID控制单元对应的最优参数值，并根据所述最优参数值计算所述直流电压的控制量。
5.根据权利要求4所述的多相发电机的控制方法，其特征在于，在所述通过所述PID控制单元判断所述性能指标是否满足预设控制要求之后，所述方法还包括：
在所述性能指标不满足预设控制要求的情况下，通过所述PID控制单元根据预设粒子群算法对所述初始参数值进行学习，得到学习后的参数值，并将所述学习后的参数值作为新的初始参数值，执行步骤：通过所述PID控制单元确定所述初始参数值对应的性能指标。
6.根据权利要求4或5所述的多相发电机的控制方法，其特征在于，所述预设控制要求包括：
所述性能指标对应的阶跃控制曲线满足超调量小于预设阈值，且收敛速度大于预设速度；或，
所述预设粒子群算法中的粒子群的迭代次数达到预设次数。
7.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求3-6中任一项所述的多相发电机的控制方法。
CN202111463178.6A 2021-12-02 2021-12-02 多相发电机的控制系统、方法及存储介质 Active CN114142777B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111463178.6A CN114142777B (zh) 2021-12-02 2021-12-02 多相发电机的控制系统、方法及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111463178.6A CN114142777B (zh) 2021-12-02 2021-12-02 多相发电机的控制系统、方法及存储介质

Publications (2)

Publication Number Publication Date
CN114142777A CN114142777A (zh) 2022-03-04
CN114142777B true CN114142777B (zh) 2023-10-10

Family

ID=80387353

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111463178.6A Active CN114142777B (zh) 2021-12-02 2021-12-02 多相发电机的控制系统、方法及存储介质

Country Status (1)

Country Link
CN (1) CN114142777B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350534A (zh) * 2007-07-17 2009-01-21 杜卡提.恩勒基公司 具有可配置相绕组连接的磁发电机电压调节器
CN103904970A (zh) * 2014-04-14 2014-07-02 东南大学 九相永磁风力发电系统发电机侧pwm变换器控制方法
CN106451531A (zh) * 2016-09-09 2017-02-22 湖南大学 一种多相大功率发电‑变流一体化系统及其控制方法
CN112039393A (zh) * 2020-09-16 2020-12-04 上海交通大学 具有多相永磁同步发电机系统及mmc的控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10205415B2 (en) * 2015-12-14 2019-02-12 Rolls-Royce North American Technologies Inc. Multiple generator synchronous electrical power distribution system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101350534A (zh) * 2007-07-17 2009-01-21 杜卡提.恩勒基公司 具有可配置相绕组连接的磁发电机电压调节器
CN103904970A (zh) * 2014-04-14 2014-07-02 东南大学 九相永磁风力发电系统发电机侧pwm变换器控制方法
CN106451531A (zh) * 2016-09-09 2017-02-22 湖南大学 一种多相大功率发电‑变流一体化系统及其控制方法
CN112039393A (zh) * 2020-09-16 2020-12-04 上海交通大学 具有多相永磁同步发电机系统及mmc的控制方法

Also Published As

Publication number Publication date
CN114142777A (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
Fonseca et al. Multiobjective optimization
Al-Tamimi et al. Discrete-time nonlinear HJB solution using approximate dynamic programming: Convergence proof
CN110048606B (zh) 基于区间二型自适应模糊神经网络的dc-dc升压变换器动态滑模电压控制方法
CN108696210A (zh) 基于参数辨识的直流电机电流环控制器参数自整定方法
JP7090734B2 (ja) 制御システム、制御方法及び記憶媒体
Fonseca et al. Multiobjective optimal controller design with genetic algorithms
Beuchat et al. Performance guarantees for model-based approximate dynamic programming in continuous spaces
Ren et al. Grey wolf optimization based active disturbance rejection control parameter tuning for ship course
Tiryaki Interactive compensatory fuzzy programming for decentralized multi-level linear programming (DMLLP) problems
CN113868961A (zh) 一种基于自适应值迭代核电系统的功率跟踪控制方法
Perng et al. Design of digital PID control systems based on sensitivity analysis and genetic algorithms
CN114142777B (zh) 多相发电机的控制系统、方法及存储介质
CN109687703B (zh) 基于干扰上界估计的降压型直流变换器固定时间滑模控制方法
Nayak et al. Parameter estimation of DC motor using adaptive transfer function based on Nelder-Mead optimisation
Sun et al. Optimal tracking control of switched systems applied in grid-connected hybrid generation using reinforcement learning
Zhao et al. Self-organizing approximation-based control for higher order systems
Lee et al. Value function-based approach to the scheduling of multiple controllers
Consoli et al. Adaptive vector control of induction motor drives based on a neuro-fuzzy approach
CN105955024B (zh) 船舶增压锅炉主蒸汽压力预测控制方法
Zhao et al. Locally weighted online approximation-based control for nonaffine systems
Verma et al. Design and optimization of fractional order PIλ Dμ controller using grey wolf optimizer for automatic voltage regulator system
Beyer et al. Controlling population size and mutation strength by meta-es under fitness noise
CN111884194B (zh) 直流用电分区内自适应时间尺度能量优化预测控制方法
Jennings et al. Population based optimization for variable operating points
Zhang et al. Extremum seeking control based on numerical optimization and state regulation-part i: Theory and framework

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