CN115276120B - 一种功率转换器的无模型预测控制方法及系统 - Google Patents
一种功率转换器的无模型预测控制方法及系统 Download PDFInfo
- Publication number
- CN115276120B CN115276120B CN202211012434.4A CN202211012434A CN115276120B CN 115276120 B CN115276120 B CN 115276120B CN 202211012434 A CN202211012434 A CN 202211012434A CN 115276120 B CN115276120 B CN 115276120B
- Authority
- CN
- China
- Prior art keywords
- eso
- power converter
- time
- moment
- current prediction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 36
- 238000005070 sampling Methods 0.000 claims description 19
- 230000006870 function Effects 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 3
- 230000001629 suppression Effects 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000005259 measurement Methods 0.000 description 4
- 230000036039 immunity Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
- H02J3/46—Controlling of the sharing of output between the generators, converters, or transformers
-
- 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
- H02J3/003—Load forecast, e.g. methods or systems for forecasting future load demand
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/10—Power transmission or distribution systems management focussing at grid-level, e.g. load flow analysis, node profile computation, meshed network optimisation, active network management or spinning reserve management
-
- 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
- H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
- H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Feedback Control In General (AREA)
Abstract
本发明公开的一种功率转换器的无模型预测控制方法及系统,包括:获取k时刻功率转换器的输出电流和输出电压;根据PC‑ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC‑ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC‑ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC‑ESO控制器输出的k+1时刻电网电流预测估计值;根据k+1时刻电网电流预测估计值对功率转换器进行控制。其中的PC‑ESO具有非常好的抗干扰和高频噪声抑制能力。
Description
技术领域
本发明涉及电力电子变流器无模型预测控制技术领域,尤其涉及一种功率转换器的无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。
传统的功率转换器依靠传统扩展状态观测器(ESO)进行无模型预测控制,ESO具有高增益,可增强抗扰属性,但是这种高增益ESO有两个主要限制:i)它会放大高频测量噪声;ii)它会降低参考跟踪精度。常见的解决方案包括:使用低通滤波器和谐振滤波器来消除噪声,但这些减慢了预测控制的快速动态性能;也使用了低功率ESO,但它们的噪声过滤能力较低。
故现有的ESO虽然具有良好的干扰抑制能力,但对测量噪声的抑制、免疫能力较差。
发明内容
本发明为了解决上述问题,提出了一种功率转换器的无模型预测控制方法及系统,采用PC-ESO进行功率转换器的无模型预测控制,具有良好的拒绝干扰和抑制测量噪声能力。
为实现上述目的,本发明采用如下技术方案:
第一方面,提出了一种功率转换器的无模型预测控制方法,包括:
获取k时刻功率转换器的输出电流和输出电压;
根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值;
根据k+1时刻电网电流预测估计值对功率转换器进行控制。
进一步的,V个并行分支为对称分支或不对称分支。
进一步的,每个ESO的子频率均不相同。
进一步的,根据k+1时刻电网电流预测估计值对功率转换器进行控制的过程包括:
根据k+1时刻电网电流预测估计值对k+2时刻电网电流进行预测,获得k+2时刻电网电流预测估计值;
根据k+2时刻电网电流预测估计值,计算每个开关状态下的成本函数;
选取成本最小时的开关状态,对功率转换器进行控制。
进一步的,当PC-ESO控制器包含两个并行分支,且每个分支包含两个级联的ESO时,构建的基于时间的动态观测方程为:
进一步的,当PC-ESO控制器包含两个并行分支,其中一个分支包含一个ESO,另一个分支包含两个级联的ESO时,构建的基于时间的动态观测方程为:
进一步的,通过欧拉前向方法获得基于时间的动态观测方程的离散形式;
基于时间的动态观测方程的离散形式为:
第二方面,提出了一种功率转换器的无模型预测控制系统,包括:
数据获取模块,用于获取k时刻功率转换器的输出电流和输出电压;
模型构建模块,用于根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
k+1时刻电网电流预测模块,用于将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值;
控制模块,用于根据k+1时刻电网电流预测估计值对功率转换器进行控制。
第三方面,提出了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成一种功率转换器的无模型预测控制方法所述的步骤。
第四方面,提出了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成一种功率转换器的无模型预测控制方法所述的步骤。
与现有技术相比,本发明的有益效果为:
1、本发明提出的PC-ESO包括V个并行分支,且每个分支中有W个级联ESO,由具有多个子频率级别的级联ESO的并行排列形成,具有非常好的抗干扰和抑制高频噪声能力,能够利用其独特的多个子频率来缓解实时操作期间ESO的结构变化,减少了噪声干扰。
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
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。
图1为实施例1公开的PC-ESO结构;
图2为实施例1公开的具有4个子频率级别的不同PC-ESO结构;
图3为GFη的波特图;
图4为实施例1公开的具有3个子频率级别的PC-ESO结构;
图5为三相并网电力电子变流器;
图6应用于并网功率变换器的完整控制方法;
图7为实施例1公开方法的性能验证结果。
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,旨在对本申请提供进一步的说明。除非另有指明,本文使用的所有技术和科学术语具有与本申请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申请的示例性实施方式。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1
在该实施例中,公开了一种功率转换器的无模型预测控制方法,包括:
获取k时刻功率转换器的输出电流和输出电压;
根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值;
根据k+1时刻电网电流预测估计值对功率转换器进行控制。
其中,进行无模型预测控制的功率转换器结构如图5所示,其动态模型为:
其中iabc代表功率转换器的输入电网电流,egabc代表功率转换器的输入电网电压;uabc=f(Sabc)表示功率转换器的输出电压,是开关状态Sabc的函数;L代表滤波器电感,R代表滤波器电阻。
式(1)可转化为:
对如图5所示的功率转换器进行无模型预测控制的具体过程如图6所示,为:
S1:获取k时刻功率转换器的输出电流idq、输出电压uabc和采样时间Ts。
根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值。
具体的,PC-ESO控制器有级联的ESO,它们排列在平行的分支中,如图1所示,具体的包括V个并行分支,且每个分支中有W个级联ESO,因此,对于具有V个分支和W个级联的广义情况,子频率级别的总数为(V×W)。
考虑具有以下超局部状态空间模型的广义单输入单输出(SISO)系统:
其中u(t)是控制输入,α是恒定控制输入增益,F(t)表示总系统干扰,x(t)是系统状态,η(t)表示传感器的测量噪声,y(t)是输出。
总干扰F将由构建的新颖的混合并行级联扩展状态观测器(PC-ESO)估计。
根据PC-ESO控制器的结构,构建基于时间的动态观测方程;根据动态观测方程,获得PC-ESO中每个分支的电流预测估计值;将所有分支的电流预测估计值相加,获得PC-ESO输出的电流预测估计值。
V个并行分支为对称分支或不对称分支,如图2、4所示。
图2显示了当子频率级别总数为4时的几种不同可能的PC-ESO结构。给定ω0的PC-ESO带宽,可以将PC-ESO中几个ESO的子频率定义为:ω01<ω02<ω03<ω04=ω0。例如,图2所示的PC-ESO-4B,包含两个并行分支,且每个分支包含两个级联的ESO,根据该结构构建的基于时间的动态观测方程为:
从噪声到干扰估计误差(GFη)的频域传递函数是:
(4)的评估给出PC-ESO-4B的传递函数为:
使用类似的分析程序,PC-ESO-4A和PC-ESO-4C的传递函数为:
G_Fη(s)的波特图如图3所示。在高频下,所有PC-ESO控制器的扰动估计误差幅度均低于常规ESO。这表明所有新的PC-ESO控制器都比标准ESO具有更好的抗噪能力。
以共有3个子频率的不对称分支,对不对称分支结构的PC-ESO控制器进行说明,如图4所示,PC-ESO控制器包括两个并行分支,其中一个分支包含一个ESO,另一个分支包含两个级联的ESO,给定ω0的PC-ESO带宽,可以将几个ESO子频率定义为:ω01<ω02<ω03=ω0,根据该结构构建的基于时间的动态观测方程为:
PC-ESO控制器中存储基于时间的动态观测方程的离散形式,该离散形式通过欧拉前向方法获得。
通过欧拉前向方法获得(9)的离散形式为:
其中,k是采样时刻,Ts是采样时间,是每个采样时刻之间经过的时间段,例如,当采样时间Ts=10秒时,采样时刻k将出现在0秒、10秒、20秒、30秒等,γ11=2ω01,γ12=2ω02,γ13=2ω03,ω03=ω0;M=3。
当采用公式(10)描述的PC-ESO控制器来计算功率转换器所在系统的总估计扰动时,每个ESO均获得一个系统的估计扰动,将所有ESO获得的系统的估计扰动相加,获得PC-ESO输出的系统的总估计扰动。并需要对公式(10)中的变量进行替换,将替换为其中是估计电网电流的dq轴等效值,即为对估计电网电流iabc使用Park变换计算获得的,udq为对输出电压uabc使用Park变换计算获得。将替换为后,获得如下公式:
S3:根据k+1时刻电网电流预测估计值对功率转换器进行控制,过程包括:
根据k+1时刻电网电流预测估计值对k+2时刻电网电流进行预测,获得k+2时刻电网电流预测估计值;
根据k+2时刻电网电流预测估计值,计算每个开关状态下的成本函数;
选取成本最小时的开关状态,对功率转换器进行控制。
具体为:
其中,k为采样时刻,Ts为采样时间,γ12=2ω02,γ13=2ω03,ω03=ω0;M=3,ω0表示PC-ESO的带宽,是下一个采样(k+1)时刻电网电流预测估计值,是当前离散样本(k)的估计电流,Ts是采样时间,α=1/L,u(k)是表2中开关状态Sabc(k)引起的转换器电压,idq(k)是当前采样时刻功率转换器的输出电流,是k时刻系统的总估计扰动。
成本函数为:
选取成本最小时的开关状态,对功率转换器进行控制。
对于表1中n={0,1,…,7}的值,每个开关状态电压udq在成本函数中进行评估。在这8个选项中,应用J最小值的电压udq作为功率转换器的开关状态Sabc。
表1:三相两电平功率转换器的开关状态
整体控制方案的性能如图7所示,ω0=400rad/s。在启动瞬态期间,新型的PC-ESO的d轴峰值电流id=25.3A低于传统ESO的d轴峰值电流的28.25A。同样,新型PC-ESO(22.25A)的a轴电流ia=22.25A低于传统ESO的25.1A。证明了本实施例公开方法对于改进的干扰抑制的有效性。
本实施例公开的控制方法基于提出的PC-ESO实现,其中,PC-ESO包括V个并行分支,且每个分支中有W个级联ESO,由具有多个子频率级别的级联ESO的并行排列形成,具有非常好的抗干扰和抑制高频噪声能力,能够利用其独特的多个子频率来缓解实时操作期间ESO的结构变化,减少了噪声干扰。
实施例2
在该实施例中,公开了一种功率转换器的无模型预测控制系统,包括:
数据获取模块,用于获取k时刻功率转换器的输出电流和输出电压;
模型构建模块,用于根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
k+1时刻电网电流预测模块,用于将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值;
控制模块,用于根据k+1时刻电网电流预测估计值对功率转换器进行控制。
实施例3
在该实施例中,公开了一种电子设备,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成实施例1公开的一种功率转换器的无模型预测控制方法所述的步骤。
实施例4
在该实施例中,公开了一种计算机可读存储介质,用于存储计算机指令,所述计算机指令被处理器执行时,完成实施例1公开的一种功率转换器的无模型预测控制方法所述的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (9)
1.一种功率转换器的无模型预测控制方法,其特征在于,包括:
获取k时刻功率转换器的输出电流和输出电压;
根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值;
根据k+1时刻电网电流预测估计值对功率转换器进行控制;
当PC-ESO控制器包含两个并行分支,且每个分支包含两个级联的ESO时,构建的基于时间的动态观测方程为:
2.如权利要求1所述的一种功率转换器的无模型预测控制方法,其特征在于,V个并行分支为对称分支或不对称分支。
3.如权利要求1所述的一种功率转换器的无模型预测控制方法,其特征在于,每个ESO的子频率均不相同。
4.如权利要求1所述的一种功率转换器的无模型预测控制方法,其特征在于,根据k+1时刻电网电流预测估计值对功率转换器进行控制的过程包括:
根据k+1时刻电网电流预测估计值对k+2时刻电网电流进行预测,获得k+2时刻电网电流预测估计值;
根据k+2时刻电网电流预测估计值,计算每个开关状态下的成本函数;
选取成本最小时的开关状态,对功率转换器进行控制。
7.一种功率转换器的无模型预测控制系统,其特征在于,包括:
数据获取模块,用于获取k时刻功率转换器的输出电流和输出电压;
模型构建模块,用于根据PC-ESO控制器的结构,构建基于时间的动态观测方程,并获取基于时间的动态观测方程的离散形式,其中,PC-ESO控制器包括V个并行分支,且每个分支中有W个级联ESO;
k+1时刻电网电流预测模块,用于将k时刻功率转换器的输出电流、输出电压输入基于时间的动态观测方程的离散形式中,获得PC-ESO控制器中每个分支的电流预测估计值,将所有分支的电流预测估计值相加,获得PC-ESO控制器输出的k+1时刻电网电流预测估计值;
控制模块,用于根据k+1时刻电网电流预测估计值对功率转换器进行控制;
当PC-ESO控制器包含两个并行分支,且每个分支包含两个级联的ESO时,构建的基于时间的动态观测方程为:
8.一种电子设备,其特征在于,包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令,所述计算机指令被处理器运行时,完成权利要求1-6任一项所述的一种功率转换器的无模型预测控制方法的步骤。
9.一种计算机可读存储介质,其特征在于,用于存储计算机指令,所述计算机指令被处理器执行时,完成权利要求1-6任一项所述的一种功率转换器的无模型预测控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211012434.4A CN115276120B (zh) | 2022-08-23 | 2022-08-23 | 一种功率转换器的无模型预测控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211012434.4A CN115276120B (zh) | 2022-08-23 | 2022-08-23 | 一种功率转换器的无模型预测控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115276120A CN115276120A (zh) | 2022-11-01 |
CN115276120B true CN115276120B (zh) | 2023-05-30 |
Family
ID=83753132
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211012434.4A Active CN115276120B (zh) | 2022-08-23 | 2022-08-23 | 一种功率转换器的无模型预测控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115276120B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2978122A1 (en) * | 2014-07-22 | 2016-01-27 | ABB Technology AG | Model predictive control of a modular multilevel converter |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105552959B (zh) * | 2015-12-30 | 2017-11-17 | 哈尔滨工业大学 | 基于扩张状态观测器的三相并网整流器预测直接功率控制方法 |
CN108762096B (zh) * | 2018-07-17 | 2020-09-08 | 北京航空航天大学 | 一种基于离散型非线性级联扩张状态观测器的控制力矩陀螺框架系统扰动抑制方法 |
CN112994482B (zh) * | 2021-03-09 | 2022-05-17 | 北京科技大学 | 一种双pwm变频系统的模型预测功率动态补偿控制方法 |
-
2022
- 2022-08-23 CN CN202211012434.4A patent/CN115276120B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2978122A1 (en) * | 2014-07-22 | 2016-01-27 | ABB Technology AG | Model predictive control of a modular multilevel converter |
Also Published As
Publication number | Publication date |
---|---|
CN115276120A (zh) | 2022-11-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Abo-Khalil et al. | DC-link capacitance estimation in AC/DC/AC PWM converters using voltage injection | |
US12095392B2 (en) | Control method of dual three-phase permanent magnet synchronous motor by alternately performing sampling and control procedures | |
Durna | Adaptive fuzzy hysteresis band current control for reducing switching losses of hybrid active power filter | |
US11251720B1 (en) | Method and apparatus for controlling grid-tie inverter | |
CN115276094A (zh) | 基于结构自适应eso的并网变流器预测控制方法及系统 | |
CN112310991A (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 | |
CN116436327A (zh) | 一种基于神经网络的变流器自适应预测控制方法及系统 | |
CN115276120B (zh) | 一种功率转换器的无模型预测控制方法及系统 | |
CN115425642A (zh) | 并网变流器的无模型预测控制方法及系统 | |
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 | |
CN109981056B (zh) | 一种基于npc逆变器的数字功率放大器的输出控制方法 | |
CN110083992B (zh) | 一种基于多新息递推最小二乘的Boost变换器故障诊断方法 | |
US20220060129A1 (en) | Multistep finite control set model predictive control method and system for linear induction machines | |
CN108767821B (zh) | 一种选相合闸投切方法和系统 | |
CN110739693B (zh) | 一种单相半桥有源滤波器的控制方法、装置及设备 | |
Liu et al. | Novel fuzzy neural network sliding mode control of active power filter | |
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 | |
CN116879636B (zh) | 一种LLC变换器输出侧DC-link电容在线监测系统与方法 | |
CN117074778B (zh) | 基于负载场景的谐波提取方法、装置和计算机设备 | |
CN114670630B (zh) | Igbt模块过压的控制方法、装置及电动汽车 | |
CN115001016B (zh) | 一种基于无模型预测的变流器并网优化控制方法及系统 | |
CN110601251B (zh) | 风电场中的电压预测方法和设备 | |
CN115313956A (zh) | 用于伺服系统的谐振频率确定装置和伺服系统 | |
Pindado | A modeling and closed-loop control method for DC-DC PWM converters by local average techniques | |
CN117997189A (zh) | 一种永磁同步风机鲁棒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 |