CN115811236A - 一种dab变换器模型预测控制方法及系统 - Google Patents

一种dab变换器模型预测控制方法及系统 Download PDF

Info

Publication number
CN115811236A
CN115811236A CN202310050940.0A CN202310050940A CN115811236A CN 115811236 A CN115811236 A CN 115811236A CN 202310050940 A CN202310050940 A CN 202310050940A CN 115811236 A CN115811236 A CN 115811236A
Authority
CN
China
Prior art keywords
dab converter
sub
dab
converter
phase shift
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
CN202310050940.0A
Other languages
English (en)
Other versions
CN115811236B (zh
Inventor
董政
李绪铭
张祯滨
王宁
秦家旺
张凯
董晓波
曹艳
王瑞琪
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.)
Shandong University
Original Assignee
Shandong 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 Shandong University filed Critical Shandong University
Priority to CN202310050940.0A priority Critical patent/CN115811236B/zh
Publication of CN115811236A publication Critical patent/CN115811236A/zh
Application granted granted Critical
Publication of CN115811236B publication Critical patent/CN115811236B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02BCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
    • Y02B70/00Technologies for an efficient end-user side electric power management and consumption
    • Y02B70/10Technologies improving the efficiency by using switched-mode power supplies [SMPS], i.e. efficient power electronics conversion e.g. power factor correction or reduction of losses in power supplies or efficient standby modes

Landscapes

  • Dc-Dc Converters (AREA)
  • Analogue/Digital Conversion (AREA)

Abstract

本发明属于变换器模型预测控制技术领域,具体公开了一种DAB变换器模型预测控制方法及系统,方法包括:获取各个子DAB变换器的输入电压、输出电流、输出电压和目标输出电压;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获取的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及功率传输电感的电感值,计算当前时刻的相移控制量;各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。

Description

一种DAB变换器模型预测控制方法及系统
技术领域
本发明涉及变换器模型预测控制技术领域,尤其涉及一种DAB变换器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。
双有源全桥(DAB)变换器因具有双向潮流、高电压变比、电气隔离、高功率密度等优点,被广泛应用于各类新型电力系统中。功率等级的提升,使得DAB变换器需要适应各类高压大电流的工况,因此多机DAB变换器近年来受到了广泛关注,其中输入串联输出并联(ISOP)型DAB变换器控制正是学者们研究的热点之一。
模型预测控制(MPC)因其优异的动态性能、易于实现多目标控制的特点,被应用于各类变换器中;并且其易于拓展、参数设计简单,也适用于多模块系统的控制。
现有技术针对ISOP型DAB变换器,建立了其输入电压及输出电压的预测模型,利用MPC多目标优化的优势,在代价函数中同时引入输出电压及各模块输入电压,实现对各模块输入电压的均衡控制及输出电压的控制。
但是,上述方法中主要存在两个缺点:
(1)需要对ISOP型DAB变换器的输入及输出侧同时建立预测模型,代价函数中含有多个目标,这会使得最优控制量的计算复杂度大大增加,且会进一步加大MPC对于模型精度的依赖性。
(2)未考虑MPC的参数敏感性问题,当参数发生漂移时,均功率控制的效果会变差,影响器件的使用寿命。
发明内容
为了解决上述问题,本发明提出了一种DAB变换器模型预测控制方法及系统,该方法具有快速动态响应能力、功率自均衡功能及高参数鲁棒性等优势。
在一些实施方式中,采用如下技术方案:
一种DAB变换器模型预测控制方法,包括:
获取各个子DAB变换器的输入电压、输出电流、输出电压和目标输出电压;
将输入电压、输出电流输入给各子DAB变换器的递归最小二乘法(RLS)参数辨识模块;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获取的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;
各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及功率传输电感的电感值,计算当前时刻的相移控制量;
各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。
在另一些实施方式中,采用如下技术方案:
一种DAB变换器模型预测控制系统,包括:
数据获取模块,用于获取各个子DAB变换器的输入电压、输出电流、输出电压和目标输出电压;
参数辨识模块,用于将输入电压、输出电流输入给各子DAB变换器的RLS参数辨识模块;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获得的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;
相移控制模块,用于各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及功率传输电感的电感值,计算当前时刻的相移控制量;各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。
在另一些实施方式中,采用如下技术方案:
一种终端设备,其包括处理器和存储器,处理器用于实现指令;存储器用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行上述的DAB变换器模型预测控制方法。
在另一些实施方式中,采用如下技术方案:
一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行权利上述的DAB变换器模型预测控制方法。
与现有技术相比,本发明的有益效果是:
本发明提出的控制方法具有MPC动态性能优良的特点,可实现输入串联输出并联型DAB变换器各子变换器间稳定的功率均衡并大大减小了MPC算法的计算量。并通过引入参数辨识算法在不增加采样器件等额外成本的情况下,使所提MPC方法获得了较高的参数鲁棒性。
本发明的其他特征和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,或通过本方面的实践了解到。
附图说明
图1为ISOP型DAB变换器的拓扑结构示意图;
图2为双模块ISOP型DAB变换器下功率分配与各DAB电感值偏差的关系示意图;
图3为本发明实施例中带有电感参数辨识的ISOP型DAB变换器均功率模型预测控制框图。
具体实施方式
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,本发明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。
实施例一
在一个或多个实施方式中,公开了一种DAB变换器模型预测控制方法,结合图3,具体包括如下过程:
(1)通过传感器对各个子DAB变换器输入电压V in_i 、输出电流I o_i 及输出电压V o 进行采样,并设置目标输出电压V o ref
(2)将输入电压、输出电流输入给各子DAB变换器的RLS参数辨识模块;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获得的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;
模型参数与电路实际参数失配,将会导致模型预测控制从控制原理上出现误差,与模型预测控制相关的电路器件参数有电感L i 、输出侧电容C oi 以及变压器匝数比n。通常,变压器匝数比n不会存在偏差,因此主要考虑电感L i 及输出侧电容C oi 带来的影响。
经过计算可以得到电感和电容在模型参数与电路实际参数失配时,各DAB变换器的实际传输功率表达式:
Figure SMS_1
(1)
其中,L i L j 为变换器实际的电感值,
Figure SMS_2
Figure SMS_3
为变换器的预测控制器中使用的模型值,P为总功率值。不难发现,功率偏差只与电感值的失配有关。以双模块DAB变换器为例,其功率分配与各DAB电感值偏差的关系如图2所示,可见,模型预测控制下,电感值的准确程度对功率均衡效果的影响相对较大,不可忽略。所以针对电感值进行参数辨识,实时纠正模型预测控制器的参数,可以大大降低DAB变换器模型预测控制的功率分配偏差。
递归最小二乘法(RLS)是一种用于求解超定方程组的方法,可以用于在系统中针对某些关键参数进行辨识。而且RLS作为一种自适应滤波算法,可以抵御采样噪声的影响,辨识结果稳定、精确,与MPC对模型参数的高敏感性十分契合。因此本实施例采用递归最小二乘法在ISOP型DAB变换器中实现电感值辨识。
选取电感值L i 为待辨识参数,根据RLS算法的原理,其递归计算式如下:
Figure SMS_4
(2)
其中:
Figure SMS_5
(3)
式(2)、式(3)中,G为递归计算的中间矩阵,λ为遗忘因子(0 ≤λ≤ 1),代表旧数据对参数辨识的重要性,Ak)和bk)为中间变量,k为工作时刻,电感值L i 和中间矩阵G的初值可根据经验值设定,也可由下式计算:
Figure SMS_6
(4)
由式(2)、式(3)可知,对电感值L i 辨识所需的采样数据包括输出电流及输入电压,恰为MPC所需采样的数据,因此无需增加采样器件与格外成本。
每个周期,系统均会获取相关数据,依据最小二乘原理,对电感值L i 进行一次递归计算,不断更新其值,从而实现对关键参数电感的实时精准辨识,增大了所提控制方法的参数鲁棒性。
(3)各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及功率传输电感的电感值,计算当前时刻的相移控制量;
图1给出了ISOP型DAB变换器的拓扑结构,其由N个DAB变换器构成。
依据基尔霍夫定律,输出侧电压电流关系可表示为:
Figure SMS_7
(5)
其中,C oi 为第i个DAB变换器的输出侧支撑电容;V o 为输出电压;I co_i 为第i个DAB变换器二次侧全桥的平均输出电流;I o_i 为第i个DAB变换器的输出电流;P i 为第i个DAB变换器的传输功率;I o 为总输出电流。
使用单重移相调制,将各个DAB变换器的传输功率P i 与其移相控制量D i 的关系式带入公式(5)中,可得:
Figure SMS_8
(6)
其中,V in_i 为第i个DAB变换器的输入电压;L i 为第i个DAB变换器功率传输电感的电感值;f s 为DAB变换器的工作频率;n为全桥之间变压器的变比;控制量D i 是指DAB变换器的一次侧全桥和二次侧全桥上开关管控制信号之间的相位差。
使用前向欧拉法在一个工作周期内将式(6)进行离散,可得输出电压的预测表达式:
Figure SMS_9
(7)
其中k代表工作时刻,T s 为工作周期。
取代价函数J
Figure SMS_10
(8)
其中,V o ref 为输出参考电压。通过最小化代价函数,计算求得各个DAB变换器的最优控制量D i 即可控制输出电压恒定在给定参考电压值。不难发现,式(8)是关于N个控制量D i 的函数,因此有充分的自由度实现各模块的功率均衡。
稳态时,输出电流满足:
Figure SMS_11
(9)
实现功率均衡,各模块输出电流相等是均功率的必要条件之一,因此需要满足:
Figure SMS_12
(10)
联立式(7)、(8)、(10),可得到均输出电流条件下第i个DAB变换器模型预测控制的代价函数:
Figure SMS_13
(11)
但是对于输入串联型的多机变换器,通过控制输出侧实现功率均衡会对输入电压的控制形成正反馈,无法实现系统稳定。因此式(11)的结果无法直接用于控制,需要在其基础上消除输入电压的正反馈。该过程可通过将式(11)中的V in_i 替换为
Figure SMS_14
(即其余DAB变换器输入电压的平均值)来实现。修改后,代价函数可表示为:
Figure SMS_15
(12)
经过数学计算最小化代价函数,可获得正向功率传输时,各DAB变换器最优控制量D i 的表达式:
Figure SMS_16
(13)
其中:
Figure SMS_17
(14)
(4)各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。
对于每个子DAB变换器,脉宽调制器根据其移相控制量D i 进行相移脉宽调制,得到四个占空比为50%的矩形波信号,分别输入给图1中各个DAB模块的八个开关管,实现一个工作周期的控制。
通过此方法,即可实现各模块的功率均衡以及快速的动态响应。
实施例二
在一个或多个实施方式中,公开了一种DAB变换器模型预测控制系统,包括:
数据获取模块,用于获取各个子DAB变换器的输入电压、输出电流、输出电压和目标输出电压;
参数辨识模块,用于将输入电压、输出电流输入给各子DAB变换器的RLS参数辨识模块;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获得的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;
相移控制模块,用于各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及电感值,计算当前时刻的相移控制量;各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。
需要说明的是,上述各模块的具体实现方式已经在实施例一中进行了说明,此处不再详述。
实施例三
在一个或多个实施方式中,公开了一种终端设备,包括服务器,所述服务器包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现实施例一中的DAB变换器模型预测控制方法。为了简洁,在此不再赘述。
应理解,本实施例中,处理器可以是中央处理单元CPU,处理器还可以是其他通用处理器、数字信号处理器DSP、专用集成电路ASIC,现成可编程门阵列FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以包括只读存储器和随机存取存储器,并向处理器提供指令和数据、存储器的一部分还可以包括非易失性随机存储器。例如,存储器还可以存储设备类型的信息。
在实现过程中,上述方法的各步骤可以通过处理器中的硬件的集成逻辑电路或者软件形式的指令完成。
实施例四
在一个或多个实施方式中,公开了一种计算机可读存储介质,其中存储有多条指令,所述指令适于由终端设备的处理器加载并执行实施例一中的DAB变换器模型预测控制方法。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。

Claims (10)

1.一种DAB变换器模型预测控制方法,其特征在于,包括:
获取各个子DAB变换器的输入电压、输出电流、输出电压和目标输出电压;
将输入电压、输出电流输入给各子DAB变换器的RLS参数辨识模块;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获取的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;
各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及功率传输电感的电感值,计算当前时刻的相移控制量;
各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。
2.如权利要求1所述的一种DAB变换器模型预测控制方法,其特征在于,RLS参数辨识模块计算DAB变换器的功率传输电感的电感值的方法,具体为:
Figure QLYQS_1
其中,
Figure QLYQS_2
G为递归计算的中间矩阵,λ为遗忘因子,代表旧数据对参数辨识的重要性,V in_i 为第i个子DAB变换器的输入电压;L i 为第i个子DAB变换器功率传输电感的电感值;I o_i 为第i个子DAB变换器的输出电流;D i 为第i个子DAB变换器的相移控制量,f s 为子DAB变换器的工作频率;n为全桥之间变压器的变比;k为工作时刻。
3.如权利要求2所述的一种DAB变换器模型预测控制方法,其特征在于,DAB变换器功率传输电感的电感初值和中间矩阵的初值根据经验值设定。
4.如权利要求2所述的一种DAB变换器模型预测控制方法,其特征在于,DAB变换器功率传输电感的电感初值和中间矩阵的初值根据下式确定:
Figure QLYQS_3
其中,L i (0)、G(0)分别为子DAB变换器功率传输电感的电感初值和中间矩阵的初值。
5.如权利要求1所述的一种DAB变换器模型预测控制方法,其特征在于,计算当前时刻的相移控制量的方法为:
Figure QLYQS_4
其中,
Figure QLYQS_5
L i 为第i个子DAB变换器功率传输电感的电感值,T s 为工作周期,I o 为总输出电流,C oi 为第i个子DAB变换器的输出侧支撑电容,V o 为输出电压,V o ref 为目标输出电压,N为子DAB变换器的个数,n为全桥之间变压器的变比,V in_i 为第i个子DAB变换器的输入电压,V in 为总输入电压。
6.如权利要求1所述的一种DAB变换器模型预测控制方法,其特征在于,对于每个子DAB变换器,脉宽调制器根据当前时刻的相移控制量进行移相调制,得到四个占空比为50%的矩形波信号,分别输入给对应子DAB变换器的各个开关管,实现一个工作周期的控制。
7.如权利要求1所述的一种DAB变换器模型预测控制方法,其特征在于,DAB变换器模型为多机DAB变换器,各子DAB变换器的输入侧串联,输出侧并联。
8.一种DAB变换器模型预测控制系统,包括:
数据获取模块,用于获取各个子DAB变换器的输入电压、输出电流、输出电压和目标输出电压;
参数辨识模块,用于将输入电压、输出电流输入给各子DAB变换器的RLS参数辨识模块;每一个子DAB变换器的RLS参数辨识模块根据上一时刻模型预测控制器计算的相移控制量及获得的输入电压、输出电流,计算该DAB变换器的功率传输电感的电感值;
相移控制模块,用于各个子DAB变换器的模型预测控制器根据输入电压、输出电流、输出电压、目标输出电压以及功率传输电感的电感值,计算当前时刻的相移控制量;各个子DAB变换器的脉宽调制器根据当前时刻的相移控制量进行移相调制,得到各开关管的控制信号,从而控制各个子DAB变换器的功率均衡。
9.一种终端设备,其包括处理器和存储器,处理器用于实现指令;存储器用于存储多条指令,其特征在于,所述指令适于由处理器加载并执行权利要求1-7任一项所述的DAB变换器模型预测控制方法。
10.一种计算机可读存储介质,其中存储有多条指令,其特征在于,所述指令适于由终端设备的处理器加载并执行权利要求1-7任一项所述的DAB变换器模型预测控制方法。
CN202310050940.0A 2023-02-02 2023-02-02 一种dab变换器模型预测控制方法及系统 Active CN115811236B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310050940.0A CN115811236B (zh) 2023-02-02 2023-02-02 一种dab变换器模型预测控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310050940.0A CN115811236B (zh) 2023-02-02 2023-02-02 一种dab变换器模型预测控制方法及系统

Publications (2)

Publication Number Publication Date
CN115811236A true CN115811236A (zh) 2023-03-17
CN115811236B CN115811236B (zh) 2023-05-12

Family

ID=85487335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310050940.0A Active CN115811236B (zh) 2023-02-02 2023-02-02 一种dab变换器模型预测控制方法及系统

Country Status (1)

Country Link
CN (1) CN115811236B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117792106A (zh) * 2023-12-26 2024-03-29 广东浦立电气股份有限公司 移相全桥电路控制方法、装置、计算机设备和存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150349649A1 (en) * 2014-06-02 2015-12-03 Utah State University Zero voltage switching operation of a minimum current trajectory for a dc-to-dc converter
CN108039820A (zh) * 2017-12-05 2018-05-15 西南交通大学 一种用于双有源全桥dc-dc变换器的模型预测单相移控制方法
CN114221553A (zh) * 2021-12-13 2022-03-22 山东大学 一种基于模型预测控制的dab变换器控制方法及系统
CN114679067A (zh) * 2022-05-27 2022-06-28 浙江大学 隔离型双有源桥直流变换器的预测控制方法及其控制装置
CN115085557A (zh) * 2022-06-30 2022-09-20 福州大学 一种基于模型预测控制的多模块直流变换器功率平衡方法
US11522437B1 (en) * 2021-08-25 2022-12-06 Rivian Ip Holdings, Llc Controllers, devices, and methods for directly controlling a dual active bridge converter

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150349649A1 (en) * 2014-06-02 2015-12-03 Utah State University Zero voltage switching operation of a minimum current trajectory for a dc-to-dc converter
CN108039820A (zh) * 2017-12-05 2018-05-15 西南交通大学 一种用于双有源全桥dc-dc变换器的模型预测单相移控制方法
US11522437B1 (en) * 2021-08-25 2022-12-06 Rivian Ip Holdings, Llc Controllers, devices, and methods for directly controlling a dual active bridge converter
CN114221553A (zh) * 2021-12-13 2022-03-22 山东大学 一种基于模型预测控制的dab变换器控制方法及系统
CN114679067A (zh) * 2022-05-27 2022-06-28 浙江大学 隔离型双有源桥直流变换器的预测控制方法及其控制装置
CN115085557A (zh) * 2022-06-30 2022-09-20 福州大学 一种基于模型预测控制的多模块直流变换器功率平衡方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
FENG AN ET AL.: "Model Predictive Control With Power Self-Balancing of the Output Parallel DAB DC–DC Converters in Power Electronic Traction Transformer" *
赵一佳 等: "单移相输入串联输出并联的功率预测控制" *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117792106A (zh) * 2023-12-26 2024-03-29 广东浦立电气股份有限公司 移相全桥电路控制方法、装置、计算机设备和存储介质
CN117792106B (zh) * 2023-12-26 2024-06-04 广东浦立电气股份有限公司 移相全桥电路控制方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN115811236B (zh) 2023-05-12

Similar Documents

Publication Publication Date Title
CN114221553B (zh) 一种基于模型预测控制的dab变换器控制方法及系统
CN110518801B (zh) 一种双重移相调制下双有源全桥变换器小信号建模方法
CN104779798A (zh) 一种模糊pid数字控制dc-dc变换器的控制方法
CN109709802B (zh) 基于迭代学习控制的有源电子梯形电路的控制方法
CN115811236A (zh) 一种dab变换器模型预测控制方法及系统
CN114726196B (zh) 一种tab变换器移相离散集模型预测解耦控制方法及系统
CN114679067B (zh) 隔离型双有源桥直流变换器的预测控制方法及其控制装置
CN115276419B (zh) 耐采样噪声的双有源桥变换器模型预测控制方法及系统
CN113809928A (zh) 一种基于功率前馈的dab变换器功率控制方法、介质及设备
CN115473440A (zh) 面向双有源桥dcdc变换器的模型预测控制方法及系统
CN111355388B (zh) 一种基于两步模型预测控制的mmc桥臂电流控制方法及系统
CN117669189A (zh) 基于自适应卡尔曼滤波的变换器电感估计方法及系统
CN115864854B (zh) 输入串联输出串联型dab变换器模型预测控制方法及系统
CN109814389A (zh) 参数自整定的mimo异因子紧格式无模型控制方法
CN110889193B (zh) 一种直流变压器的平均电路建模方法及系统
CN108767887B (zh) 高压直流输电的子模块电容电压预测校正方法
CN116827136A (zh) 双有源桥串联谐振变换器零回流功率预测控制方法及系统
CN112910265B (zh) 一种实现电流应力优化及多目标解耦的控制方法及系统
CN108649796A (zh) 一种用于非反相Buck-Boost变换器的统一模式控制方法
CN110348057B (zh) 快速获得电力电子dc/dc变换器动态和稳态特性的方法
CN112421605A (zh) 基于无源积分的直流微电网改进下垂控制方法
CN117792106B (zh) 移相全桥电路控制方法、装置、计算机设备和存储介质
Mallik et al. Accurate small–signal discrete–time model of dual active bridge using saltation matrices
Kavitha et al. Closed Loop Investigation on Non-Ioslated Transformerless Converter for Photovoltaic Applications
CN118399750A (zh) 一种磁网络电能路由器无模型预测电压控制方法

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