CN114400939B - 一种双三相永磁同步电机的模型预测电流控制方法及系统 - Google Patents

一种双三相永磁同步电机的模型预测电流控制方法及系统 Download PDF

Info

Publication number
CN114400939B
CN114400939B CN202111517942.3A CN202111517942A CN114400939B CN 114400939 B CN114400939 B CN 114400939B CN 202111517942 A CN202111517942 A CN 202111517942A CN 114400939 B CN114400939 B CN 114400939B
Authority
CN
China
Prior art keywords
vector
current
stator
double
permanent magnet
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
CN202111517942.3A
Other languages
English (en)
Other versions
CN114400939A (zh
Inventor
冯聪琪
黄守道
廖武
黄晟
梁戈
刘钰
陈泽星
盛子龙
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.)
Hunan University
Original Assignee
Hunan 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 Hunan University filed Critical Hunan University
Priority to CN202111517942.3A priority Critical patent/CN114400939B/zh
Publication of CN114400939A publication Critical patent/CN114400939A/zh
Application granted granted Critical
Publication of CN114400939B publication Critical patent/CN114400939B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • 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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/05—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation specially adapted for damping motor oscillations, e.g. for reducing hunting
    • 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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/14—Estimation or adaptation of machine parameters, e.g. flux, current or voltage
    • H02P21/18—Estimation of position or speed
    • 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
    • H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/22—Current control, e.g. using a current control loop
    • 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
    • H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
    • H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
    • H02P25/022—Synchronous motors
    • 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
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • H02P27/12—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation pulsing by guiding the flux vector, current vector or voltage vector on a circle or a closed curve, e.g. for direct torque control
    • 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
    • H02P2207/00—Indexing scheme relating to controlling arrangements characterised by the type of motor
    • H02P2207/05—Synchronous machines, e.g. with permanent magnets or DC excitation

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Control Of Ac Motors In General (AREA)

Abstract

本发明公开了一种双三相永磁同步电机的模型预测电流控制方法及系统，本发明包括初始化j的值；计算优化虚拟矢量作用的占空比d；基于预设的电流预测模型计算k+2时刻dq子空间的定子电流
Figure DDA0003407500750000011
和
Figure DDA0003407500750000012
计算第j个计算周期对应的代价Gj；将计算周期循环变量j自增1，如果j大于12成立，则找出最小的代价min{Gj}，并选择对应的共模电压抑制的优化虚拟矢量Vopt，选择具有共模电压抑制的合成零矢量，基于选择的合成零矢量进行脉冲组合生成。本发明能够实现对虚拟矢量与合成零矢量的作用时间的优化配置，从而达到减小定子电流脉动的效果，在保持定子谐波电流抑制效果良好的情况下，实现共模电压抑制。

Description

一种双三相永磁同步电机的模型预测电流控制方法及系统
技术领域
本发明涉及双三相永磁同步电机(PMSM)的控制技术，具体涉及一种双三相永磁同步电机的模型预测电流控制方法及系统。
背景技术
双三相永磁同步电机(PMSM)交叉融合了多相电机和永磁电机的优势，具有转矩脉动小、容错能力强等优点，在风力发电、电力驱动等领域受到广泛关注。模型预测控制(Model Predictive Control,MPC)作为一种概念简单直观、易于建模且无需复杂参数设计的控制方法，近年来广泛应用于电机驱动、电力电子变换器等领域。目前电机驱动领域MPC方法的研究主要集中于有限控制集MPC(FCS-MPC)，该算法动态响应快速、可进行多目标控制。
交流电机调速系统普遍采用PWM脉宽调制技术，定子绕组的结点与逆变器中点会存在共模电压(Common-mode Voltage,CMV)。以定子绕组星形结点相隔离的双Y移30°双三相永磁同步电机(定子有2套星形绕组，位置互差30°电气角)为例，其与相应的PWM变流器组成的系统会产生较大共模电压，可以用定子绕组星形结点与变流器直流母线中点的电压来表示。共模电压会给系统带来绕组绝缘劣化、电磁干扰、共模电流等不利影响，因此需要对共模电压进行抑制。通常共模电压的抑制方法集中在以下几个方面：电机结构、变流器结构、调制算法和滤波器等。针对双三相永磁同步电机，目前的FCS-MPC方法主要关注的是电机电流、转矩和转速等指标。对如何在实现这些指标性能的同时，有效抑制双三相永磁同步电机共模电压问题的研究较少，目前也有现有技术提出的双三相永磁同步电机共模电压抑制方法采用两同相基本电压矢量合成新的中间矢量，在传统的MPC算法上增加双步模型预测，一个周期选择两个合成电压矢量作用，该方法能抑制共模电压的大小，但电流跟踪精度较低，定子电流谐波没有得到有效抑制。
发明内容
本发明要解决的技术问题：针对现有技术的上述问题，提供一种双三相永磁同步电机的模型预测电流控制方法及系统，本发明能够实现对虚拟矢量与合成零矢量的作用时间的优化配置，从而达到减小定子电流脉动的效果，在保持定子谐波电流抑制效果良好的情况下，实现共模电压抑制。
为了解决上述技术问题，本发明采用的技术方案为：
一种双三相永磁同步电机的模型预测电流控制方法，包括：
1)检测双三相永磁同步电机各相在k时刻的实际电流，解耦得到k时刻dq子空间的定子电流
Figure BDA0003407500730000021
和/>
Figure BDA0003407500730000022
并根据k时刻dq子空间的定子电流/>
Figure BDA0003407500730000023
和/>
Figure BDA0003407500730000024
进行延迟补偿得到k+1时刻dq子空间的定子电流/>
Figure BDA0003407500730000025
和/>
Figure BDA0003407500730000026
初始化计算周期循环变量j的值为1；
2)计算优化虚拟矢量作用的占空比d；
3)基于预设的电流预测模型计算k+2时刻dq子空间的定子电流
Figure BDA0003407500730000027
和/>
Figure BDA0003407500730000028
4)计算第j个计算周期对应的代价Gj；
5)将计算周期循环变量j自增1，判断计算周期循环变量j大于12是否成立，如果不成立，则跳转执行步骤2)；否则，跳转执行下一步；
6)在所有的代价Gj找出最小的代价min{Gj}；
7)选择最小的代价min{Gj}的共模电压抑制的优化虚拟矢量Vopt，选择具有共模电压抑制的合成零矢量，基于选择的合成零矢量进行脉冲组合生成。
可选地，步骤1)中解耦得到k时刻dq子空间的定子电流
Figure BDA0003407500730000029
和/>
Figure BDA00034075007300000210
的函数表达式为：
Figure BDA00034075007300000211
上式中，θe为转子的电角度，in为双三相永磁同步电机第n相在当前时刻k的实际电流，n＝a,b,c,u,v,w，其中a,b,c,u,v,w分别为双三相永磁同步电机的六相。
可选地，步骤1)中根据k时刻dq子空间的定子电流
Figure BDA00034075007300000212
和/>
Figure BDA00034075007300000213
进行延迟补偿得到k+1时刻dq子空间的定子电流/>
Figure BDA00034075007300000214
和/>
Figure BDA00034075007300000215
的函数表达式为：
Figure BDA00034075007300000216
上式中，Ts为计算周期，R为定子电阻，Ld和Lq分别为电机绕组的dq坐标系下的电感，Lz为漏感，ψf为电机磁链，ωe为转子的电角速度，
Figure BDA00034075007300000217
和/>
Figure BDA00034075007300000218
分别为k时刻dq子空间的定子电压，/>
Figure BDA00034075007300000219
和/>
Figure BDA00034075007300000220
分别为k时刻dq子空间的定子电流。
可选地，步骤2)中计算优化虚拟矢量作用的占空比d的函数表达式为：
Figure BDA00034075007300000221
上式中，Ts为计算周期，R为定子电阻，Ld和Lq分别为电机绕组的dq坐标系下的电感，ψf为电机磁链，ωe为转子的电角速度，Vd和Vq分别为当前作用定子虚拟电压矢量在xy子空间的分量，
Figure BDA0003407500730000031
和/>
Figure BDA0003407500730000032
分别为k+1时刻dq子空间的定子电流，/>
Figure BDA0003407500730000033
和/>
Figure BDA0003407500730000034
分别为dq子空间的定子电流的参考值。
可选地，步骤3)中计算k+2时刻dq子空间的定子电流
Figure BDA0003407500730000035
和/>
Figure BDA0003407500730000036
的函数表达式为：
Figure BDA0003407500730000037
上式中，d为占空比，Ts为计算周期，Ld和Lq分别为电机绕组的dq坐标系下的电感，
Figure BDA0003407500730000038
和/>
Figure BDA0003407500730000039
分别为k+1时刻作用定子虚拟电压矢量在xy子空间的分量，R为定子电阻，/>
Figure BDA00034075007300000310
和
Figure BDA00034075007300000311
分别为k+1时刻dq子空间的定子电流，ωe为转子的电角速度，ψf为电机磁链。
可选地，步骤6)中计算第j个计算周期对应的代价Gj的函数表达式为：
Figure BDA00034075007300000312
上式中，
Figure BDA00034075007300000313
和/>
Figure BDA00034075007300000314
分别为dq子空间的定子电流的参考值，/>
Figure BDA00034075007300000315
和/>
Figure BDA00034075007300000316
分别为k+2时刻dq子空间的定子电流。
可选地，步骤7)包括：
7.1)选取dq子空间下相邻的最大四个基础矢量来合成12组虚拟电压矢量，并选取最小的代价min{Gj}所对应的一组虚拟电压矢量作为得到的优化虚拟矢量Vopt；
7.2)根据选出的优化虚拟矢量Vopt合成等效零矢量，所述等效零矢量包括两个子矢量，其中第一个子矢量为与组成合成优化虚拟矢量Vopt的四个矢量相邻的第5个矢量，第二个子矢量为与第一个子矢量相位相反的子矢量，且两个子矢量作用时间相等；
7.3)将优化虚拟矢量Vopt和合成的等效零矢量进行组合生成脉冲信号，且组合生成脉冲信号时，优化虚拟矢量Vopt的作用时间为dTs、等效零矢量的作用时间为(1-d)Ts，其中d为优化虚拟矢量作用的占空比，Ts为计算周期。
可选地，所述组成合成优化虚拟矢量Vopt的四个矢量的作用时间占空比的计算函数表达式为：
Figure BDA00034075007300000317
上式中，λ1,λ2,λ3,λ4分别为组成合成优化虚拟矢量Vopt的四个矢量的作用时间占空比，Vdc为直流母线电压。
此外，本发明还提供一种双三相永磁同步电机的模型预测电流控制系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行所述双三相永磁同步电机的模型预测电流控制方法。
此外，本发明还提供一种计算机可读存储介质，该计算机可读介质中存储有用于被计算机设备执行以实施行所述双三相永磁同步电机的模型预测电流控制方法的计算机程序。
和现有技术相比，本发明主要具有下述优点：本发明双三相永磁同步电机的模型预测电流控制方法在模型预测电流控制中通过合成低共模电压零矢量，引入占空比控制，实现对虚拟矢量与合成零矢量的作用时间的优化配置，从而达到减小定子电流脉动的效果，在保持定子谐波电流抑制效果良好的情况下，实现共模电压抑制。
附图说明
图1为本实施例中双Y移30°双三相永磁同步电机与变流器系统的结构示意图。
图2为本实施例方法的基本流程示意图。
图3为本实施例方法的应用系统结构示意图。
图4为本实施例中αβ子平面和z1z2子平面的64个基础矢量，(a)为αβ子平面的64个基础矢量，(b)为z1z2子平面的64个基础矢量。
图5为本实施例中虚拟矢量构造的原理示意图，(a)为αβ子平面，(b)为z1z2子平面。
图6为本实施例中αβ平面的虚拟电压矢量及最大电压矢量。
图7为传统电压矢量排列。
图8为本实施例中电压矢量非对称排列，(a)为逆时针排列，(b)为顺时针排列。
具体实施方式
下文将以图1所示双Y移30°双三相永磁同步电机与变流器系统为例，对本发明双三相永磁同步电机的模型预测电流控制方法及系统进行进一步的详细说明。如图1所示，双Y移30°双三相永磁同步电机与两电平电压型变流器组成的系统，图中包含两套定子绕组(ABC绕组和DEF绕组)，其实际位置互差30°电气角，故称之为双Y移30°。ABC绕组星形结点m与DEF绕组星型结点n是隔离的，因此在平衡状态下不会给3次谐波电流提供回路，并且两个星形结点与变流器直流母线中点g也是隔离的。
如图2所示，本实施例双三相永磁同步电机的模型预测电流控制方法包括：
1)检测双三相永磁同步电机各相在k时刻的实际电流，解耦得到k时刻dq子空间的定子电流
Figure BDA0003407500730000051
和/>
Figure BDA0003407500730000052
并根据k时刻dq子空间的定子电流/>
Figure BDA0003407500730000053
和/>
Figure BDA0003407500730000054
进行延迟补偿得到k+1时刻dq子空间的定子电流/>
Figure BDA0003407500730000055
和/>
Figure BDA0003407500730000056
初始化计算周期循环变量j的值为1；
2)计算优化虚拟矢量作用的占空比d；
3)基于预设的电流预测模型计算k+2时刻dq子空间的定子电流
Figure BDA0003407500730000057
和/>
Figure BDA0003407500730000058
4)计算第j个计算周期对应的代价Gj；
5)将计算周期循环变量j自增1，判断计算周期循环变量j大于12是否成立，如果不成立，则跳转执行步骤2)；否则，跳转执行下一步；
6)在所有的代价Gj找出最小的代价min{Gj}；
7)选择最小的代价min{Gj}的共模电压抑制的优化虚拟矢量Vopt，选择具有共模电压抑制的合成零矢量，基于选择的合成零矢量进行脉冲组合生成。
图3为本实施例方法的应用系统结构示意图，本实施例双三相永磁同步电机的模型预测电流控制方法(简称SCMV-MPCC方法)可集成在图中所示的SCMV-MPCC控制器中，最终通过步骤7)进行脉冲组合生成控制信号jopt，将控制信号jopt通过生成优化脉冲Sa,Sb,Sc,Su,Sv,Sw并分别输出到双三相永磁同步电机的a,b,c,u,v,w六相的逆变器。
本实施例中，步骤1)中解耦得到k时刻dq子空间的定子电流
Figure BDA0003407500730000059
和/>
Figure BDA00034075007300000510
的函数表达式为：
Figure BDA00034075007300000511
上式中，θe为转子的电角度，in为双三相永磁同步电机第n相在当前时刻k的实际电流，n＝a,b,c,u,v,w，其中a,b,c,u,v,w分别为双三相永磁同步电机的六相。
在有限控制集模型预测方法中，当采样周期足够小时，通常使用向前欧拉法将微分形式转化为差分形式，实现离散化。本实施例中，步骤1)中根据k时刻dq子空间的定子电流
Figure BDA00034075007300000512
和/>
Figure BDA00034075007300000513
进行延迟补偿得到k+1时刻dq子空间的定子电流/>
Figure BDA00034075007300000514
和/>
Figure BDA00034075007300000515
的函数表达式为：
Figure BDA00034075007300000516
上式中，Ts为计算周期，R为定子电阻，Ld和Lq分别为电机绕组的dq坐标系下的电感，Lz为漏感，ψf为电机磁链，ωe为转子的电角速度，
Figure BDA00034075007300000517
和/>
Figure BDA00034075007300000518
分别为k时刻dq子空间的定子电压，/>
Figure BDA0003407500730000061
和/>
Figure BDA0003407500730000062
分别为k时刻dq子空间的定子电流。
本实施例中，步骤2)中计算优化虚拟矢量作用的占空比d的函数表达式为：
Figure BDA0003407500730000063
上式中，Ts为计算周期，R为定子电阻，Ld和Lq分别为电机绕组的dq坐标系下的电感，ψf为电机磁链，ωe为转子的电角速度，Vd和Vq分别为当前作用定子虚拟电压矢量在xy子空间的分量，
Figure BDA0003407500730000064
和/>
Figure BDA0003407500730000065
分别为k+1时刻dq子空间的定子电流，/>
Figure BDA0003407500730000066
和/>
Figure BDA0003407500730000067
分别为dq子空间的定子电流的参考值，优化虚拟矢量作用的占空比d的约束条件为0≤d≤1。通常，在一个采样周期内，不需要使最优虚拟电压矢量作用整个周期，就能使实际电流跟随上给定值。所以，可以在传统模型预测电流基础上引入零电压矢量进行占空比控制，每个控制周期内选择一个虚拟电压矢量，计算其最优作用时间，其余时间用零电压矢量进行填充。最优占空比是为了尽可能减小实际电流和给定电流之间的跟踪误差值，减小电流脉动，提高系统稳态性能。在MPC电流预测中，假设虚拟电压矢量作用时间为dTs，其中d为占空比，那么可以计算出k+2时刻dq子空间的定子电流/>
Figure BDA0003407500730000068
和/>
Figure BDA0003407500730000069
得到使代价函数最小时的优化虚拟矢量作用的占空比d即：
Figure BDA00034075007300000610
上式中，G为代价函数，其计算函数表达式为：
Figure BDA00034075007300000611
上式中，
Figure BDA00034075007300000612
和/>
Figure BDA00034075007300000613
分别为dq子空间的定子电流的参考值，/>
Figure BDA00034075007300000614
和/>
Figure BDA00034075007300000615
分别为k+2时刻dq子空间的定子电流。由此可推导得到本实施例步骤2)中计算优化虚拟矢量作用的占空比d的函数表达式。因为在每个控制周期，都是由虚拟电压矢量与零电压矢量组合而成，因此需要对d、/>
Figure BDA00034075007300000616
进行12次计算，带入代价函数进行12次评价，从而最小化代价函数，得到最优虚拟电压矢量及最优占空比。
为了补偿在MPC算法中的一步延迟，即本周期的优化结果需要在下个控制周期k+1开始时刻才作用于系统，本实施例使用一步预测补偿延迟加MPC预测的两步预测来补偿延时。本实施例中，步骤3)中计算k+2时刻dq子空间的定子电流
Figure BDA00034075007300000617
和/>
Figure BDA00034075007300000618
的函数表达式为：
Figure BDA0003407500730000071
上式中，d为占空比，Ts为计算周期，Ld和Lq分别为电机绕组的dq坐标系下的电感，
Figure BDA0003407500730000072
和/>
Figure BDA0003407500730000073
分别为k+1时刻作用定子虚拟电压矢量在xy子空间的分量，R为定子电阻，/>
Figure BDA0003407500730000074
和
Figure BDA0003407500730000075
分别为k+1时刻dq子空间的定子电流，ωe为转子的电角速度，ψf为电机磁链。
本实施例中，步骤6)中计算第j个计算周期对应的代价Gj的函数表达式为：
Figure BDA0003407500730000076
上式中，
Figure BDA0003407500730000077
和/>
Figure BDA0003407500730000078
分别为dq子空间的定子电流的参考值，/>
Figure BDA0003407500730000079
和/>
Figure BDA00034075007300000710
分别为k+2时刻dq子空间的定子电流。在有限控制集模型预测方法中，代价函数通常定义为：
Figure BDA00034075007300000711
上式中，*代表该变量参考值，λxy为xy平面谐波电流项的权重因子，
Figure BDA00034075007300000712
和/>
Figure BDA00034075007300000713
分别为xy子空间的定子电流的参考值，/>
Figure BDA00034075007300000714
和/>
Figure BDA00034075007300000715
分别为k+2时刻xy子空间的定子电流。在使用常规模型预测方法实现六相电机共模电压抑制时，可以在代价函数中加入CMV项，来减少使用中、大共模电压组矢量，即：
Figure BDA00034075007300000716
上式中，λL和λM为权重因子；Vi∈GL和Vi∈GM为逻辑方程，如果此时的电压矢量在GL、GM组，其值为1，否则为0。加入大共模电压组GL、中等共模电压组GM之后的代价函数拥有3个权重因子，增加了调整权重因子的难度和运算负担，提高了预测模型的复杂度。代价函数是为了在MPC优化过程中选出最优电压矢量，来实现最好的跟踪性能。对于双三相永磁同步电机的控制，为了尽可能减小谐波电流，通常将ix、iy的参考值设置为0。为了减小共模电压而在代价函数中加入CMV项，这样极大的增加了代价函数的复杂度。通过虚拟电压矢量方法，z1z2平面的合成电压为零，从而抑制了该平面的谐波电流，且虚拟电压矢量都为共模电压最小的电压矢量合成得到，因此可将代价函数中的ix、iy项和CMV项省去，这样可以避免调整多个权重因子，简化了代价函数，减小了计算负担，从而可得到本实施例步骤6)中计算第j个计算周期对应的代价Gj的函数表达式，即简化后的代价函数。简化后的代价函数中没有谐波电流ix、iy项，也意味着采样周期中不需要进行谐波电流ix、iy的迭代计算，简化了预测模型，进一步优化了计算过程。
本实施例中，步骤7)包括：
7.1)选取dq子空间下相邻的最大四个基础矢量来合成12组虚拟电压矢量，并选取最小的代价min{Gj}所对应的一组虚拟电压矢量作为得到的优化虚拟矢量Vopt；
7.2)根据选出的优化虚拟矢量Vopt合成等效零矢量，所述等效零矢量包括两个子矢量，其中第一个子矢量为与组成合成优化虚拟矢量Vopt的四个矢量相邻的第5个矢量，第二个子矢量为与第一个子矢量相位相反的子矢量，且两个子矢量作用时间相等；
7.3)将优化虚拟矢量Vopt和合成的等效零矢量进行组合生成脉冲信号，且组合生成脉冲信号时，优化虚拟矢量Vopt的作用时间为dTs、等效零矢量的作用时间为(1-d)Ts，其中d为优化虚拟矢量作用的占空比，Ts为计算周期。
若电压型变流器采用互补工作方式，则图1中的六相变流器有26(共64)种开关状态。由空间解耦理论(VSD)，可以通过坐标变换矩阵将64开关状态对应的电压列矩阵映射到三个相互垂直的平面，即αβ平面、o1o2平面和z1z2平面，得到64个基本电压矢量，如图4所示。图中，次数为12k±1(k＝0,1,2,…)的电压谐波映射到αβ平面；次数为12k±3的电压谐波映射到o1o2平面；z1z2平面的电压谐波次数为12k±5。图4中的矢量编号用八进制数来表示，与八进制数相对应的二进制数代表了6个桥臂的开关状态，1代表上桥臂导通，0代表下桥臂导通，其顺序为ABCDEF。ABC桥臂、DEF桥臂的零功率输出状态所对应的矢量为V00、V07、V70、V77，在三个平面上均为零矢量。根据αβ平面内电压幅值的大小，可以将电压矢量分为4组：大矢量(Vmax，0.644Udc)，中长矢量(Vmidl，0.741Udc)，中小矢量(Vmids，0.333Udc)，小矢量(Vmin，0.173Udc)。对于双三项永磁同步电机，两套绕组之间的中性点隔离，零序子空间(o1o2平面)的分量都为0，在此忽略不计，并且仅有αβ平面中的基波分量参与机电能量转换。为便于简化分析，将静止坐标系转换为同步旋转坐标系，得到dq平面的电压方程为：
Figure BDA0003407500730000081
xy平面的电压方程为：
Figure BDA0003407500730000082
其中：ud和uq分别为dq子空间的定子电压，ux和uy分别为xy子空间的定子电压；id和iq分别为dq子空间的定子电流，ix和iy分别为xy子空间的定子电流；Ld和Lq分别为dq坐标系下的电感；Lz为漏感；ωe为电角速度。图1中星形结点m、n与中点g之间的电压umg、ung即为共模电压，这两个共模电压的大小可以计算如下：
Figure BDA0003407500730000091
上式中，ung为各相与中点g之间的电压，n＝a,b,c,u,v,w，其中a,b,c,u,v,w分别为双三相永磁同步电机的六相。64个基础矢量的共模电压值如表1所示。
表1：64个基础矢量的共模电压值。
Figure BDA0003407500730000092
由表1可知，4个零矢量所产生的共模电压峰值最大，均为Ud/2。从抑制共模电压的角度应尽量避免使用这4个零矢量。将表1中的组(4)、(6)、(8)、(9)定义为小共模电压组(Gs)，其共模电压峰值仅为Udc/6；将零矢量组定义为大共模电压组(GL)；其余均为中等共模电压组(GM)。由于双三相永磁同步电机比起相同容量的三相电机，定子绕组阻抗相对较小，导致定子谐波电流相对较大，因此还需要在模型预测控制方法中考虑如何有效抑制定子谐波电流。定子绕组2个星形结点相隔离，可以使o1o2平面的谐波电流为零，但在z1z2平面还是存在谐波电流。本实施例选取相邻的最大四矢量来合成虚拟电压矢量，如图5所示。最大电压矢量位于共模电压GL、GM组，在αβ平面上的最大矢量，在z1z2平面上对应为最小电压矢量。使每个矢量作用不同占空比的时间，使z1z2平面的合成电压为零，即z1z2平面中z1和z2轴的分量都为零。因此可使z1z2平面的谐波电流得到有效抑制。本实施例中，组成合成优化虚拟矢量Vopt的四个矢量的作用时间占空比的计算函数表达式为：
Figure BDA0003407500730000101
上式中，λ1,λ2,λ3,λ4分别为组成合成优化虚拟矢量Vopt的四个矢量(即：V45、V44、V64、V66)的作用时间占空比，Vdc为直流母线电压。假设λ2＝λ3，可以的到各个占空比为：
Figure BDA0003407500730000102
合成电压矢量在αβ平面上的幅值|Vv1|αβ为：
Figure BDA0003407500730000103
上式中，Vdc为直流母线电压。代入组成合成优化虚拟矢量Vopt的四个矢量(即：V45、V44、V64、V66)的作用时间占空比的值，则有：
|Vv1|αβ＝0.5774Vdc
通过此方式，得到总的虚拟电压矢量组合如图6所示，图中实线端部的点表示最大电压矢量，虚线端部的点代表虚拟电压矢量。
通常，在占空比模型预测电流控制方法中，最优电压矢量作用dTs时间，零电压矢量填充其余时间。如图7所示，为在MPCC方法中广泛使用的电压矢量对称。可以看到，这种排列顺序下，两套绕组都产生了4种大小的共模电压，包括Vdc/2、±Vdc/6。其中当零电压矢量作用时，两套绕组的共模电压峰值都达到了Vdc/2。为了减小共模电压，本实施例中选取两个相位相反的电压矢量代替零电压矢量，矢量作用顺序为非对称排列。这种组合方案中，最大基础电压矢量的作用顺序可以为逆时针，如图8中的(b)所示，也可以为顺时针，如图8中的(a)所示。为了减小额外的开关动作，顺时针和逆时针作用顺序为可以相互替代。
表2：合成零矢量作用组合。
最优虚拟电压矢量Vopt 合成零矢量组合
Vv1,Vv7 0.5V55+0.5V22
Vv2,Vv8 0.5V45+0.5V32
Vv3,Vv9 0.5V44+0.5V33
Vv4,Vv10 0.5V64+0.5V13
Vv5,Vv11 0.5V66+0.5V11
Vv6,Vv12 0.5V26+0.5V51
当Vv1或Vv7为最优虚拟电压矢量时，选择V55和V22这两个相位相反的电压矢量来代替零电压矢量，调节每个控制周期的伏秒值。6种替代零矢量的电压矢量组合如表2示，组合的选择由最优虚拟电压矢量决定。
综上所述，本实施例以定子绕组星形结点相隔离的双Y移30°双三相永磁同步电机与两电平电压型变流器组成的系统为对象，分析了六相电压空间的共模电压特点，提出了一种抑制共模电压的双三相永磁同步电机模型预测电流控制方法，该方法选取64个基础矢量中的最大相邻四矢量合成能抑制共模电压的有效虚拟电压矢量，并使虚拟电压矢量在z1z2平面为零矢量，以抑制定子谐波电流，从而忽略代价函数中的CMV项与z1z2平面谐波电流项，避免多权重因子调节，优化了预测模型。该策略在模型预测电流控制方法中通过合成低共模电压零矢量，引入占空比控制，实现对虚拟矢量与合成零矢量的作用时间优化配置，减小电流脉动。仿真结果表明，所提出的有共模抑制的双三相永磁同步电机模型预测电流控制方法在保持定子谐波电流抑制效果良好的情况下，能有效抑制共模电压大小。本实施例方法简化了代价函数，预测模型延迟补偿环节，在每个控制周期仅进行12次计算，减小了计算负担。在电流预测前加入占空比估计，提高了系统的跟踪精度。
此外，本实施例还提供一种双三相永磁同步电机的模型预测电流控制系统，包括相互连接的微处理器和存储器，该微处理器被编程或配置以执行前述双三相永磁同步电机的模型预测电流控制方法。
此外，本实施例还提供一种计算机可读存储介质，该计算机可读介质中存储有用于被计算机设备执行以实施行前述双三相永磁同步电机的模型预测电流控制方法的计算机程序。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请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读存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本申请是参照根据本申请实施例的方法、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。
以上所述仅是本发明的优选实施方式，本发明的保护范围并不仅局限于上述实施例，凡属于本发明思路下的技术方案均属于本发明的保护范围。应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理前提下的若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (7)

1.一种双三相永磁同步电机的模型预测电流控制方法，其特征在于，包括：
1）检测双三相永磁同步电机各相在k时刻的实际电流，解耦得到k时刻
Figure QLYQS_2
子空间的定子电流/>
Figure QLYQS_5
和/>
Figure QLYQS_6
，并根据k时刻/>
Figure QLYQS_3
子空间的定子电流/>
Figure QLYQS_8
和/>
Figure QLYQS_9
进行延迟补偿得到/>
Figure QLYQS_10
时刻/>
Figure QLYQS_1
子空间的定子电流/>
Figure QLYQS_4
和/>
Figure QLYQS_7
；初始化计算周期循环变量j的值为1；
2）根据下式计算优化虚拟矢量作用的占空比d：
Figure QLYQS_11
上式中，
Figure QLYQS_23
为计算周期，/>
Figure QLYQS_14
为定子电阻，/>
Figure QLYQS_28
和/>
Figure QLYQS_15
分别为电机绕组的/>
Figure QLYQS_19
坐标系下的电感，
Figure QLYQS_25
为电机磁链，/>
Figure QLYQS_27
为转子的电角速度，/>
Figure QLYQS_18
和/>
Figure QLYQS_21
分别为当前作用定子虚拟电压矢量在/>
Figure QLYQS_12
子空间的分量，/>
Figure QLYQS_16
和/>
Figure QLYQS_20
分别为/>
Figure QLYQS_22
时刻/>
Figure QLYQS_24
子空间的定子电流，/>
Figure QLYQS_26
和/>
Figure QLYQS_13
分别为/>
Figure QLYQS_17
子空间的定子电流的参考值；
3）基于预设的电流预测模型计算
Figure QLYQS_29
时刻/>
Figure QLYQS_30
子空间的定子电流/>
Figure QLYQS_31
和/>
Figure QLYQS_32
；
4）计算第j个计算周期对应的代价G j；
5）将计算周期循环变量j自增1，判断计算周期循环变量j大于12是否成立，如果不成立，则跳转执行步骤2）；否则，跳转执行下一步；
6）在所有的代价G j找出最小的代价min{G j}；
7）选择最小的代价min{G j}的共模电压抑制的优化虚拟矢量Vopt，选择具有共模电压抑制的合成零矢量，基于选择的合成零矢量进行脉冲组合生成；
步骤7）包括：
7.1）选取
Figure QLYQS_33
子空间下相邻的最大四个基础矢量来合成12组虚拟电压矢量，并选取最小的代价min{Gj}所对应的一组虚拟电压矢量作为得到的优化虚拟矢量Vopt；
7.2）根据选出的优化虚拟矢量Vopt合成等效零矢量，所述等效零矢量包括两个子矢量，其中第一个子矢量为与组成合成优化虚拟矢量Vopt的四个矢量相邻的第5个矢量，第二个子矢量为与第一个子矢量相位相反的子矢量，且两个子矢量作用时间相等；且所述组成合成优化虚拟矢量Vopt的四个矢量的作用时间占空比的计算函数表达式为：
Figure QLYQS_34
上式中，
Figure QLYQS_35
,/>
Figure QLYQS_36
,/>
Figure QLYQS_37
,/>
Figure QLYQS_38
分别为组成合成优化虚拟矢量Vopt的四个矢量的作用时间占空比，/>
Figure QLYQS_39
为直流母线电压；
7.3）将优化虚拟矢量Vopt和合成的等效零矢量进行组合生成脉冲信号，且组合生成脉冲信号时，优化虚拟矢量Vopt的作用时间为
Figure QLYQS_40
、等效零矢量的作用时间为/>
Figure QLYQS_41
，其中/>
Figure QLYQS_42
为优化虚拟矢量作用的占空比，/>
Figure QLYQS_43
为计算周期。
2.根据权利要求1所述的双三相永磁同步电机的模型预测电流控制方法，其特征在于，步骤1）中解耦得到k时刻
Figure QLYQS_44
子空间的定子电流/>
Figure QLYQS_45
和/>
Figure QLYQS_46
的函数表达式为：
Figure QLYQS_47
上式中，θ e为转子的电角度，i n为双三相永磁同步电机第n相在当前时刻k的实际电流，n=a,b,c,u,v,w，其中a,b,c,u,v,w分别为双三相永磁同步电机的六相。
3.根据权利要求2所述的双三相永磁同步电机的模型预测电流控制方法，其特征在于，步骤1）中根据k时刻
Figure QLYQS_48
子空间的定子电流/>
Figure QLYQS_49
和/>
Figure QLYQS_50
进行延迟补偿得到/>
Figure QLYQS_51
时刻/>
Figure QLYQS_52
子空间的定子电流/>
Figure QLYQS_53
和/>
Figure QLYQS_54
的函数表达式为：
Figure QLYQS_55
上式中，
Figure QLYQS_58
为计算周期，/>
Figure QLYQS_61
为定子电阻，/>
Figure QLYQS_63
和/>
Figure QLYQS_59
分别为电机绕组的/>
Figure QLYQS_67
坐标系下的电感，
Figure QLYQS_69
为漏感，/>
Figure QLYQS_70
为电机磁链，/>
Figure QLYQS_56
为转子的电角速度，/>
Figure QLYQS_62
和/>
Figure QLYQS_64
分别为/>
Figure QLYQS_66
时刻/>
Figure QLYQS_57
子空间的定子电压，/>
Figure QLYQS_60
和/>
Figure QLYQS_65
分别为k时刻/>
Figure QLYQS_68
子空间的定子电流。
4.根据权利要求3所述的双三相永磁同步电机的模型预测电流控制方法，其特征在于，步骤3）中计算
Figure QLYQS_71
时刻/>
Figure QLYQS_72
子空间的定子电流/>
Figure QLYQS_73
和/>
Figure QLYQS_74
的函数表达式为：
Figure QLYQS_75
上式中，
Figure QLYQS_89
为占空比，/>
Figure QLYQS_78
为计算周期，/>
Figure QLYQS_82
和/>
Figure QLYQS_86
分别为电机绕组的/>
Figure QLYQS_90
坐标系下的电感，
Figure QLYQS_87
和/>
Figure QLYQS_91
分别为/>
Figure QLYQS_84
时刻作用定子虚拟电压矢量在/>
Figure QLYQS_85
子空间的分量，/>
Figure QLYQS_76
为定子电阻，/>
Figure QLYQS_80
和/>
Figure QLYQS_79
分别为/>
Figure QLYQS_88
时刻/>
Figure QLYQS_81
子空间的定子电流，/>
Figure QLYQS_83
为转子的电角速度，/>
Figure QLYQS_77
为电机磁链。
5.根据权利要求4所述的双三相永磁同步电机的模型预测电流控制方法，其特征在于，步骤6）中计算第j个计算周期对应的代价G j的函数表达式为：
Figure QLYQS_92
上式中，
Figure QLYQS_93
和/>
Figure QLYQS_94
分别为/>
Figure QLYQS_95
子空间的定子电流的参考值，/>
Figure QLYQS_96
和/>
Figure QLYQS_97
分别为/>
Figure QLYQS_98
时刻/>
Figure QLYQS_99
子空间的定子电流。
6.一种双三相永磁同步电机的模型预测电流控制系统，包括相互连接的微处理器和存储器，其特征在于，该微处理器被编程或配置以执行权利要求1～5中任意一项所述双三相永磁同步电机的模型预测电流控制方法。
7.一种计算机可读存储介质，其特征在于，该计算机可读介质中存储有用于被计算机设备执行以实施行权利要求1～5中任意一项所述双三相永磁同步电机的模型预测电流控制方法的计算机程序。
CN202111517942.3A 2021-12-13 2021-12-13 一种双三相永磁同步电机的模型预测电流控制方法及系统 Active CN114400939B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111517942.3A CN114400939B (zh) 2021-12-13 2021-12-13 一种双三相永磁同步电机的模型预测电流控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111517942.3A CN114400939B (zh) 2021-12-13 2021-12-13 一种双三相永磁同步电机的模型预测电流控制方法及系统

Publications (2)

Publication Number Publication Date
CN114400939A CN114400939A (zh) 2022-04-26
CN114400939B true CN114400939B (zh) 2023-07-11

Family

ID=81227113

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111517942.3A Active CN114400939B (zh) 2021-12-13 2021-12-13 一种双三相永磁同步电机的模型预测电流控制方法及系统

Country Status (1)

Country Link
CN (1) CN114400939B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115224997B (zh) * 2022-08-10 2024-05-28 沈阳工业大学 改进型低共模电压的双三相电机模型预测电流控制方法
CN115833671A (zh) * 2022-09-28 2023-03-21 江苏大学 一种双三相电机高精度模型预测电流控制系统及控制方法
GB2623189A (en) * 2022-09-28 2024-04-10 Univ Jiangsu A High-Precision Model Predictive Current Control System and Method for a Dual Three-Phase Permanent Magnet Motor

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110995076A (zh) * 2019-12-11 2020-04-10 湖南大学 一种永磁同步电机模型预测电流控制方法
CN111371366A (zh) * 2020-03-16 2020-07-03 湖南大学 一种变频水力发电系统模型预测电流控制方法、系统及介质
CN111600524A (zh) * 2020-05-26 2020-08-28 成都运达科技股份有限公司 一种基于占空比优化的五相逆变器模型预测电流控制方法
CN111726046A (zh) * 2020-07-28 2020-09-29 南通大学 一种计及占空比优化的非对称六相pmsm模型预测磁链控制方法
CN113315436A (zh) * 2021-06-05 2021-08-27 青岛大学 一种基于虚拟矢量的九相开绕组永磁同步电机模型预测控制方法
CN113659898A (zh) * 2021-07-14 2021-11-16 江苏大学 一种基于多矢量连续优化策略的双三相永磁同步电机模型预测转矩控制方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111510040B (zh) * 2020-04-10 2023-10-10 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

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110995076A (zh) * 2019-12-11 2020-04-10 湖南大学 一种永磁同步电机模型预测电流控制方法
CN111371366A (zh) * 2020-03-16 2020-07-03 湖南大学 一种变频水力发电系统模型预测电流控制方法、系统及介质
CN111600524A (zh) * 2020-05-26 2020-08-28 成都运达科技股份有限公司 一种基于占空比优化的五相逆变器模型预测电流控制方法
CN111726046A (zh) * 2020-07-28 2020-09-29 南通大学 一种计及占空比优化的非对称六相pmsm模型预测磁链控制方法
CN113315436A (zh) * 2021-06-05 2021-08-27 青岛大学 一种基于虚拟矢量的九相开绕组永磁同步电机模型预测控制方法
CN113659898A (zh) * 2021-07-14 2021-11-16 江苏大学 一种基于多矢量连续优化策略的双三相永磁同步电机模型预测转矩控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于占空比调制的永磁同步电机预测电流控制;刘佳敏;葛召炎;吴轩;吴公平;肖伸平;黄科元;;中国电机工程学报(第10期);全文 *

Also Published As

Publication number Publication date
CN114400939A (zh) 2022-04-26

Similar Documents

Publication Publication Date Title
CN114400939B (zh) 一种双三相永磁同步电机的模型预测电流控制方法及系统
Wu et al. Low-complexity model predictive torque control method without weighting factor for five-phase PMSM based on hysteresis comparators
Ouchen et al. Direct power control of shunt active power filter using space vector modulation based on supertwisting sliding mode control
Leon et al. The essential role and the continuous evolution of modulation techniques for voltage-source inverters in the past, present, and future power electronics
Lee et al. An improved finite-set model predictive control based on discrete space vector modulation methods for grid-connected three-level voltage source inverter
Luo et al. A flux constrained predictive control for a six-phase PMSM motor with lower complexity
Suul et al. Synchronous reference frame hysteresis current control for grid converter applications
Wang et al. Low-complexity model-predictive control for a nine-phase open-end winding pmsm with dead-time compensation
Zhang et al. Space-vector-optimized predictive control for dual three-phase PMSM with quick current response
Sun et al. A simplified MPFC with capacitor voltage offset suppression for the four-switch three-phase inverter-fed PMSM drive
Al-Kaf et al. Hybrid current controller for permanent-magnet synchronous motors using robust switching techniques
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
Vu et al. Model-predictive current control scheme for seven-phase voltage-source inverter with reduced common-mode voltage and current harmonics
Song et al. Model predictive current control with reduced complexity for five-phase three-level NPC voltage-source inverters
Jin et al. Model predictive current control based on virtual voltage vector method for parallel three-level inverters
CN113708688A (zh) 一种永磁电机降矢量模型预测控制方法
CN113783456A (zh) 一种三电平snpc逆变器的低共模矢量调制方法及系统
Li et al. Cascaded predictive control for three-level npc power converter fed induction machine drives without weighting factors
Wang et al. Low-frequency suppression strategy based on predictive control model for modular multilevel converters
Wu et al. Model-free sequential predictive control for MMC with variable candidate set
Jlassi et al. Lookup-table-based model predictive torque control without weighting factors for PMSM drives
Zhang et al. A computationally efficient model predictive control method for dual three-phase PMSM of electric vehicle with fixed switching frequency
Xiang et al. Duty VV-MPTC for post-fault eight switch three-phase inverter fed induction motor drives with reduced neutral point voltage fluctuation
Chan et al. Simple algorithm with fast dynamics for cascaded H-bridge multilevel inverter based on model predictive control method
Peng et al. MPTC of NP‐clamped three‐level inverter‐fed permanent‐magnet synchronous motor system for NP potential imbalance suppression

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