CN115833690A - 六相永磁同步电机无参数模型预测电流控制系统及方法 - Google Patents

Abstract

本发明公开了一种六相永磁同步电机无参数模型预测电流控制系统及方法，系统包括PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；还包括采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；超局部模型包括延时补偿模块和电流预测模块。本发明通过使用六相永磁同步电机超局部模型替代传统模型，通过电流差计算更新六相永磁同步电机超局部模型参数，避免了模型预测对电机参数的依赖，能在电机参数失配的情况下实现对六相永磁同步电机的高性能控制，有效解决六相永磁同步电机模型预测控制中对参数敏感性强的问题，提高系统的鲁棒性。

Description

六相永磁同步电机无参数模型预测电流控制系统及方法

技术领域

本发明涉及一种同步电机控制方法，特别涉及一种六相永磁同步电机无参数模型预测电流控制系统及方法。

背景技术

目前，与传统三相电机相比，多相电机具有低压大功率输出、容错能力强等优点，在船舰电力推进、电动汽车、航空航天等领域具有广阔的应用前景。其中，中心点隔离，两套绕组相移30°连接的六相永磁同步电机，因其特殊的结构，进而消除了6次转矩脉动，得到了广泛的应用。模型预测控制根据预测模型，预测当前作用的电压矢量对系统未来性能的影响，通过遍历所有可选的电压矢量，在给定时域内在线求解出系统的优化问题，最后将选择出的最优电压空间矢量作用于电机，获得理想的控制效果。模型预测控制相较于矢量控制具有更简单的控制结构，无需PI整定，而且可以得到快速的转矩与电流的响应，同时可以为不同的系统专门设计相应的优化目标，诸如抑制谐波电流，提高负载电流的质量，降低开关频率等等。而模型预测控制与直接转矩控制相比，又可以获得较为固定的开关频率以及较好的稳态性能。传统的模型预测控制采用理想化建模，忽略非线性及参数变化，导致模型严重依赖于系统参数的准确性。在六相永磁同步电机实际工程应用中，电机参数如电阻、电感等随温度、电磁场变化而发生变化时，会导致电机模型失配，从而导致电机驱动系统出现转矩脉动或者定子绕组过电流等现象，降低模型预测控制的控制性能。

发明内容

本发明为解决公知技术中存在的技术问题而提供一种六相永磁同步电机无参数模型预测电流控制系统及方法。

本发明为解决公知技术中存在的技术问题所采取的技术方案是：一种六相永磁同步电机无参数模型预测电流控制系统，包括PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；还包括采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；其中超局部模型包括延时补偿模块和电流预测模块；

采样模块用于采样各控制周期的定子相电流；其输出定子相电流信号至坐标变换模块；

坐标变换模块用于将定子相电流转换为dq坐标系下d、q轴电流；其输出d、q轴电流分别至电流差计算模块、超局部模型参数估计模块及延时补偿模块；

电流差计算模块用于计算相邻时刻之间的d轴电流差及q轴电流差；其输出计算结果至超局部模型参数估计模块；

超局部模型参数估计模块用于根据已知d、q轴的电流差及矢量控制电压，对超局部模型的参数进行估计；其输出超局部模型的参数分别至延时补偿模块和电流预测模块；

延时补偿模块用于预测电机在第k控制周期的控制电压作用下，在第k+1时刻的电流值；其输出第k+1时刻的电流预测值至电流预测模块；

电流预测模块用于预测分别在12个虚拟控制电压矢量作用下，第k+2时刻d、q轴电流值；其输出对应12个虚拟控制电压矢量的第k+2时刻d、q轴电流预测值至代价函数模块；

转速控制器用于通过给定的转速得到电流参考值；其输入给定转速值，输出电流参考值至代价函数模块；

代价函数模块用于根据电流参考值与对应各虚拟控制电压矢量的电流预测值之间的误差，选取最优矢量控制电压；其输入电流参考值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期控制电压矢量V_opt，其将V_opt发送至PWM生成模块，其将V_opt转换成d轴分量和q轴分量后分别发送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

进一步地，电流差计算模块的数学模型为：

式中：

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

i_d(k-1)为k-1时刻d轴电流；

i_q(k-1)为k-1时刻q轴电流。

进一步地，延时补偿模块的数学模型为：

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_{0_d}(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流。

进一步地，电流预测模块的数学模型为：

其中：

V_x，x＝1～12为12个虚拟控制电压矢量；其由两个电压分矢量合成，此两个电压分矢量分别对应为V_{x_L1}和V_{x_L2}；V_{x_L1}和V_{x_L2}在αβ子空间方向相同，在xy子空间方向相反；V_x的函数表达式如下：

V_x＝0.268*V_{x_L2}+0.732*V_{x_L1}；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

V_dx为虚拟控制电压矢量V_x在d轴的电压分量；

V_qx为虚拟控制电压矢量V_x在q轴的电压分量。

进一步地，代价函数模块的数学模型为：

式中：

g为代价函数；

i_d ^*为d轴电流参考值；

i_q ^*为q轴电流参考值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值。

进一步地，超局部模型参数估计模块包括超局部模型d轴参数估计模块及超局部模型q轴参数估计模块；

当V_d(k-1)为零时，超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)不等于V_d(k-2)时；超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)等于V_d(k-2)时，超局部模型d轴参数估计模块的数学模型为：

当V_q(k-1)为零时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)不等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

式中：

α为一阶低通滤波系数；

F_{0_d}(k-1)为k-1控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k-1)为k-1控制周期超局部模型对应q轴的扰动参数；

A_d(k-1)为k-1控制周期超局部模型对应d轴的增益参数；

A_q(k-1)为k-1控制周期超局部模型对应q轴的增益参数；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

Δi_d(k-1)为k-1时刻d轴电流差；

Δi_q(k-1)为k-1时刻q轴电流差；

V_d(k-1)为k-1控制周期d轴控制电压；

V_q(k-1)为k-1控制周期q轴控制电压；

V_d(k-2)为k-2控制周期q轴控制电压；

V_q(k-2)为k-2控制周期q轴控制电压。

进一步地，转速控制器包括转速PI控制器，转速PI控制器的数学模型为：

其中：e_n＝n^*-n；

式中：

i_q ^*为q轴电流参考值；

k_nP为转速PI控制器的比例增益；

k_nI为转速PI控制器的积分增益；

s为复变量；

e_n为给定转速与实际转速的差值；

n为实际转速；

n^*为给定转速。

本发明还提供了一种六相永磁同步电机无参数模型预测电流控制方法，该方法设置PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；其特征在于，该方法还设置采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；其中超局部模型设置延时补偿模块和电流预测模块；

采样模块用于采样各控制周期的定子相电流；使采样模块输出定子相电流信号至坐标变换模块；

坐标变换模块用于将定子相电流转换为dq坐标系下d、q轴电流；使坐标变换模块输出d、q轴电流分别至电流差计算模块、超局部模型参数估计模块及延时补偿模块；

电流差计算模块用于计算相邻时刻之间的d轴电流差及q轴电流差；使电流差计算模块输出计算结果至超局部模型参数估计模块；

超局部模型参数估计模块用于根据已知d、q轴的电流差及矢量控制电压，对超局部模型的参数进行估计；使超局部模型参数估计模块输出超局部模型的参数分别至延时补偿模块和电流预测模块；

延时补偿模块用于预测电机在第k控制周期的控制电压作用下，在第k+1时刻的电流值；使延时补偿模块输出第k+1时刻的电流预测值至电流预测模块；

电流预测模块用于预测分别在12个虚拟控制电压矢量作用下，第k+2时刻d、q轴电流值；使电流预测模块输出对应12个虚拟控制电压矢量的第k+2时刻d、q轴电流预测值至代价函数模块；

转速控制器用于通过给定的转速得到电流参考值；使转速控制器输入给定转速值，输出电流参考值至代价函数模块；

代价函数模块用于根据电流参考值与对应各虚拟控制电压矢量的电流预测值之间的误差，选取最优矢量控制电压；使代价函数模块输入电流参考值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期控制电压矢量V_opt，其将V_opt发送至PWM生成模块，使代价函数模块将V_opt转换成d轴分量和q轴分量后分别发送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

进一步地，该方法包括如下步骤：

步骤1：构建坐标变换模块、电流差计算模块、延时补偿模块、电流预测模块、超局部模型参数估计模块、转速控制器、代价函数模块的数学模型；设当前控制周期为第k控制周期,设置第k控制周期之前控制周期的历史数据，包括电机d、q轴电流及电机d、q轴控制电压的历史数据，并对延时补偿模块及电流预测模块的模型参数赋初始值；

步骤2：通过采样模块获取电机各相绕组相电流、转子位置电角度及电机转速，通过坐标变换方法得到各时刻d、q轴实际电流；

步骤3：利用电流差计算模块的数学模型，计算第k时刻与k-1时刻之间的d轴电流差及q轴电流差，及第k-1时刻与k-2时刻之间的d轴电流差及q轴电流差；

步骤4：利用如下延时补偿模块的数学模型，由第k时刻d、q轴实际电流及第k控制周期d、q轴控制电压；得到第k+1时刻的电流预测值；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_{0_d}(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

步骤5：设V_x为对应的12个虚拟控制电压矢量，x＝1～12；V_dx为V_x在d轴的电压分量，V_qx为虚拟控制电压矢量V_x在q轴的电压分量；V_x由两个电压分矢量合成，此两个电压分矢量分别对应为V_{x_L1}和V_{x_L2}；V_{x_L1}和V_{x_L2}在αβ子空间方向相同，在xy子空间方向相反；V_x的函数表达式如下：

V_x＝0.268*V_{x_L2}+0.732*V_{x_L1}；

利用如下电流预测模块的数学模型，由第k+1时刻的电流预测值及虚拟控制电压矢量V_x在q轴的电压分量，计算得到第k+2时刻的电流预测值；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

V_dx为虚拟控制电压矢量V_x在d轴的电压分量；

V_qx为虚拟控制电压矢量V_x在q轴的电压分量；

步骤6：利用局部模型参数估计模块的数学模型，根据已知的电流差及对应的矢量控制电压，对超局部模型的参数进行估计，并对延时补偿模块和电流预测模块的模型参数进行更新；

步骤7：转速控制器设置转速PI控制器，设d轴电流参考值为0，设置转速PI控制器的参数，利用转速PI控制器，由转速给定值得到q轴电流参考值i_q ^*；

步骤8：代价函数模块输入来自转速控制器的q轴电流参考值i_q ^*，及来自电流预测模块的第k+2时刻的电流预测值，筛选第k+1控制周期最优控制电压矢量V_opt，将V_opt发送至PWM生成模块；将V_opt转换为对应的d轴分量V_d(k+1)和q轴分量V_q(k+1)输送至超局部模型参数估计模块、延时补偿模块及电流预测模块；

步骤9，使k加1，更新d、q轴电流差及d、q轴控制电压的值，返回步骤2。

进一步地，步骤1中，将超局部模型参数估计模块设置为超局部模型d轴参数估计模块及超局部模型q轴参数估计模块；构建如下超局部模型d轴参数估计模块及超局部模型q轴参数估计模块的数学模型：

当V_d(k-1)为零时，超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)不等于V_d(k-2)时；超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)等于V_d(k-2)时，超局部模型d轴参数估计模块的数学模型为：

当V_q(k-1)为零时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)不等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

式中：

α为一阶低通滤波系数；

F_{0_d}(k-1)为k-1控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k-1)为k-1控制周期超局部模型对应q轴的扰动参数；

A_d(k-1)为k-1控制周期超局部模型对应d轴的增益参数；

A_q(k-1)为k-1控制周期超局部模型对应q轴的增益参数；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

Δi_d(k-1)为k-1时刻d轴电流差；

Δi_q(k-1)为k-1时刻q轴电流差；

V_d(k-1)为k-1控制周期d轴控制电压；

V_q(k-1)为k-1控制周期q轴控制电压；

V_d(k-2)为k-2控制周期q轴控制电压；

V_q(k-2)为k-2控制周期q轴控制电压。

本发明具有的优点和积极效果是：本发明提出的一种六相永磁同步电机无参数模型预测电流控制系统及方法，通过使用六相永磁同步电机超局部模型替代永磁同步电机传统模型，并通过电流差对超局部模型参数进行计算和更新，消除了模型预测控制对电机参数准确性的依赖，有效解决了模型预测控制参数敏感性问题，大大提高了系统的鲁棒性。

附图说明

图1为本发明的一种六相永磁同步电机无参数模型预测电流控制系统框图；

图2为12个虚拟控制电压矢量和零电压矢量的分布图；

图3为12个虚拟控制电压矢量分解为αβ坐标系的电压矢量分量的分布图；

图4为12个虚拟控制电压矢量分解为xy坐标系的电压矢量分量的分布图；

图5为六相永磁同步电机欧拉前向离散化后的超局部模型F₀(k)参数波形图；

图6为六相永磁同步电机欧拉前向离散化后的超局部模型A(k)参数波形图；

图7为采用本发明的一种六相永磁同步电机无参数模型预测电流控制方法的电机电流波形图。

图8为采用本发明的一种六相永磁同步电机无参数模型预测电流控制方法的电机转矩波形图。

图9为采用本发明的一种六相永磁同步电机无参数模型预测电流控制方法的电机转速波形图。

图10为本发明中控制周期和时刻之间对应关系图。

图中：

i_abc(k)为k时刻a、b、c相电流；

i_uvw(k)为k时刻u、v、w相电流；

s_abc(k)为k时刻a、b、c相电桥臂开关信号；

s_uvw(k)为k时刻u、v、w相电桥臂开关信号；

V_opt为最优电压矢量；

i_a为a相电流；

i_u为u相电流；

_Te为输出转矩；

θ_e为位置电角度；

n为电机转速；

V_0～V₁₂为零电压矢量和12个虚拟电压矢量；

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F₀(k)表征第k控制周期六相永磁同步电机超局部模型总扰动参数；

A(k)表征k控制周期六相永磁同步电机超局部模型控制增益参数；

F_{0_d}为超局部模型对应d轴的扰动参数；

F_{0_q}为超局部模型对应q轴的扰动参数；

A_d为超局部模型对应d轴的增益参数；

A_q为超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

i_d(k-1)为k-1时刻d轴电流；

i_q(k-1)为k-1时刻q轴电流；

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

i_d ^*为d轴电流参考值；

i_q ^*为q轴电流参考值；

k_nP为转速PI控制器的比例增益；

k_nI为转速PI控制器的积分增益；

s为复变量；

e_n为给定转速与实际转速的差值；

n为实际转速；

n^*为给定转速。

具体实施方式

为能进一步了解本发明的发明内容、特点及功效，兹列举以下实施例，并配合附图详细说明如下：

请参见图1至图10，一种六相永磁同步电机无参数模型预测电流控制系统，包括PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；还包括采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；其中超局部模型包括延时补偿模块和电流预测模块；

采样模块用于采样各控制周期的定子相电流；其输出定子相电流信号至坐标变换模块；

坐标变换模块用于将定子相电流转换为dq坐标系下d、q轴电流；其输出d、q轴电流分别至电流差计算模块、超局部模型参数估计模块及延时补偿模块；

电流差计算模块用于计算相邻时刻之间的d轴电流差及q轴电流差；其输出计算结果至超局部模型参数估计模块；

超局部模型参数估计模块用于根据已知d、q轴的电流差及矢量控制电压，对超局部模型的参数进行估计；其输出超局部模型的参数分别至延时补偿模块和电流预测模块；

延时补偿模块用于预测电机在第k控制周期的控制电压作用下，在第k+1时刻的电流值；其输出第k+1时刻的电流预测值至电流预测模块；

电流预测模块用于预测分别在12个虚拟控制电压矢量作用下，第k+2时刻d、q轴电流值；其输出对应12个虚拟控制电压矢量的第k+2时刻d、q轴电流预测值至代价函数模块；

转速控制器用于通过给定的转速得到电流参考值；其输入给定转速值，输出电流参考值至代价函数模块；

代价函数模块用于根据电流参考值与对应各虚拟控制电压矢量的电流预测值之间的误差，选取最优矢量控制电压；其输入电流参考值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期控制电压矢量V_opt，其将V_opt发送至PWM生成模块，其将V_opt转换成d轴分量和q轴分量后分别发送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

优选地，电流差计算模块的数学模型可为：

式中：

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

i_d(k-1)为k-1时刻d轴电流；

i_q(k-1)为k-1时刻q轴电流。

优选地，延时补偿模块的数学模型可为：

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_0d(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流。

优选地，电流预测模块的数学模型可为：

其中：

V_x，x＝1～12为12个虚拟控制电压矢量；其由两个电压分矢量合成，此两个电压分矢量分别对应为V_{x_L1}和V_{x_L2}；V_{x_L1}和V_{x_L2}在αβ子空间方向相同，在xy子空间方向相反；V_x的函数表达式如下：

V_x＝0.268*V_{x_L2}+0.732*V_{x_L1}；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

V_dx为虚拟控制电压矢量V_x在d轴的电压分量；

V_qx为虚拟控制电压矢量V_x在q轴的电压分量。

优选地，代价函数模块的数学模型可为：

式中：

g为代价函数；

i_d ^*为d轴电流参考值；

i_q ^*为q轴电流参考值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值。

优选地，超局部模型参数估计模块可包括超局部模型d轴参数估计模块及超局部模型q轴参数估计模块；

当V_d(k-1)为零时，超局部模型d轴参数估计模块的数学模型可为：

当V_d(k-1)不为零且V_d(k-1)不等于V_d(k-2)时；超局部模型d轴参数估计模块的数学模型可为：

当V_d(k-1)不为零且V_d(k-1)等于V_d(k-2)时，超局部模型d轴参数估计模块的数学模型可为：

当V_q(k-1)为零时，超局部模型q轴参数估计模块的数学模型可为：

当V_q(k-1)不为零且V_q(k-1)不等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型可为：

当V_q(k-1)不为零且V_q(k-1)等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型可为：

式中：

α为一阶低通滤波系数；

F_{0_d}(k-1)为k-1控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k-1)为k-1控制周期超局部模型对应q轴的扰动参数；

A_d(k-1)为k-1控制周期超局部模型对应d轴的增益参数；

A_q(k-1)为k-1控制周期超局部模型对应q轴的增益参数；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

Δi_d(k-1)为k-1时刻d轴电流差；

Δi_q(k-1)为k-1时刻q轴电流差；

V_d(k-1)为k-1控制周期d轴控制电压；

V_q(k-1)为k-1控制周期q轴控制电压；

V_d(k-2)为k-2控制周期q轴控制电压；

V_q(k-2)为k-2控制周期q轴控制电压。

优选地，转速控制器包括转速PI控制器，转速PI控制器的数学模型可为：

其中：e_n＝n^*-n；

式中：

i_q ^*为q轴电流参考值；

k_nP为转速PI控制器的比例增益；

k_nI为转速PI控制器的积分增益；

s为复变量；

e_n为给定转速与实际转速的差值；

n为实际转速；

n^*为给定转速。

本发明还提供了一种六相永磁同步电机无参数模型预测电流控制方法，该方法设置PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；其特征在于，该方法还设置采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；其中超局部模型设置延时补偿模块和电流预测模块；

采样模块用于采样各控制周期的定子相电流；使采样模块输出定子相电流信号至坐标变换模块；

坐标变换模块用于将定子相电流转换为dq坐标系下d、q轴电流；使坐标变换模块输出d、q轴电流分别至电流差计算模块、超局部模型参数估计模块及延时补偿模块；

电流差计算模块用于计算相邻时刻之间的d轴电流差及q轴电流差；使电流差计算模块输出计算结果至超局部模型参数估计模块；

超局部模型参数估计模块用于根据已知d、q轴的电流差及矢量控制电压，对超局部模型的参数进行估计；使超局部模型参数估计模块输出超局部模型的参数分别至延时补偿模块和电流预测模块；

延时补偿模块用于预测电机在第k控制周期的控制电压作用下，在第k+1时刻的电流值；使延时补偿模块输出第k+1时刻的电流预测值至电流预测模块；

电流预测模块用于预测分别在12个虚拟控制电压矢量作用下，第k+2时刻d、q轴电流值；使电流预测模块输出对应12个虚拟控制电压矢量的第k+2时刻d、q轴电流预测值至代价函数模块；

转速控制器用于通过给定的转速得到电流参考值；使转速控制器输入给定转速值，输出电流参考值至代价函数模块；

代价函数模块用于根据电流参考值与对应各虚拟控制电压矢量的电流预测值之间的误差，选取最优矢量控制电压；使代价函数模块输入电流参考值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期控制电压矢量V_opt，其将V_opt发送至PWM生成模块，使代价函数模块将V_opt转换成d轴分量和q轴分量后分别发送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

优选地，该方法包括可如下步骤：

步骤1：可构建坐标变换模块、电流差计算模块、延时补偿模块、电流预测模块、超局部模型参数估计模块、转速控制器、代价函数模块的数学模型；可设当前控制周期为第k控制周期,可设置第k控制周期之前控制周期的历史数据，包括电机d、q轴电流及电机d、q轴控制电压的历史数据，并对延时补偿模块及电流预测模块的模型参数赋初始值。

可建立如下六相永磁同步电机欧拉前向离散化后的超局部模型的基础模型：

式中，F₀(k)＝[F_{0_d}(k)F_{0_q}(k)]和A(k)＝[A_d(k)A_q(k)]为六相永磁同步电机超局部模型参数。

其中：

F₀(k)表征第k控制周期六相永磁同步电机超局部模型总扰动参数；

A(k)表征k控制周期六相永磁同步电机超局部模型控制增益参数；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_{0_d}(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流。

可设第k-1控制周期控制电压矢量的d、q轴分量对应为V_d(k-1)、V_q(k-1)；可设第k-2控制周期控制电压矢量的d、q轴分量对应为V_d(k-2)、V_q(k-2)；可预设V_d(k-1)、V_q(k-1)、V_d(k-2)、V_q(k-2)、F_{0_d}(k)、F_{0_q}(k)、A_d(k)、A_q(k)的初始值。

基于此超局部模型的基础模型，构建延时补偿模块、电流预测模块的数学模型，延时补偿模块及电流预测模块的数学模型的模型参数均可采用超局部模型的基础模型参数。

步骤2：可通过采样模块获取电机各相绕组相电流、转子位置电角度及电机转速，通过坐标变换方法得到各时刻d、q轴实际电流。

请参见图10，采样周期与控制周期对应关系。第k-1时刻与第k时刻之间为第k-1控制周期，第k时刻与第k+1时刻之间为第k控制周期，第k-1时刻对应为第k-1采样时刻，第k时刻对应为第k采样时刻，以此类推。

在第k时刻，通过电流传感器获取六相永磁同步电机电流i_a(k)、i_b(k)、i_c(k)、i_u(k)、i_v(k)、i_w(k)，通过编码器获取转子位置电角度θ_e和电机转速n，通过坐标变换得到k时刻dq轴电流i_d(k)和i_q(k)，其坐标变换矩阵为：

式中：

i_a(k)为k时刻a相电流的采样值；

i_b(k)为k时刻b相电流的采样值；

i_c(k)为k时刻c相电流的采样值；

i_u(k)为k时刻u相电流的采样值；

i_v(k)为k时刻v相电流的采样值；

i_w(k)为k时刻w相电流的采样值；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流。

可通过采样模块获取电机第k-2、第k-1及第k时刻各相绕组相电流，及第k-2、第k-1及第k时刻转子位置电角度和电机转速，可通过坐标变换得到第k时刻d、q轴实际电流i_d(k)和i_q(k)及第k-1时刻d、q轴实际电流i_d(k-1)、i_q(k-1)。

步骤3：可利用电流差计算模块的数学模型，计算第k时刻与k-1时刻之间的d轴电流差及q轴电流差，及第k-1时刻与k-2时刻之间的d轴电流差及q轴电流差。

可利用如下电流差计算模块的数学模型，计算第k时刻d、q轴电流差Δi_d(k)、Δi_q(k)，及第k-1时刻d、q轴电流差Δi_d(k-1)、Δi_q(k-1)：

式中：

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

i_d(k-1)为k-1时刻d轴电流；

i_q(k-1)为k-1时刻q轴电流。

步骤4：延时补偿模块的数学模型采用超局部模型的基础模型，可利用如下延时补偿模块的数学模型，由第k时刻d、q轴实际电流及第k控制周期d、q轴控制电压；得到第k+1时刻的电流预测值；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_{0_d}(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流。

步骤5：可设V_x为对应的12个虚拟控制电压矢量，x＝1～12；V_dx为虚拟控制电压矢量V_x在d轴的电压分量，V_qx为虚拟控制电压矢量V_x在q轴的电压分量；V_x由两个电压分矢量合成，此两个电压分矢量分别对应为V_{x_L1}和V_{x_L2}；V_{x_L1}和V_{x_L2}在αβ子空间方向相同，在xy子空间方向相反。其中：

αβ子空间：电机变量中的基波分量和12k±1(k＝l,2,3，…)次谐波分量都被映射到该子空间上，且参与电机的机电能量转换。

xy子空间：6k±1(k＝l,2,3，…)次谐波分量都被映射到该子空间上，且不参与电机的机电能量转换。

V_x的函数表达式如下：

V_x＝0.268*V_{x_L2}+0.732*V_{x_L1}；

电流预测模块的数学模型在超局部模型的基础模型基础上进行了改进，采用虚拟控制电压矢量，替代控制电压。

可利用如下电流预测模块的数学模型，由第k+1时刻的电流预测值及虚拟控制电压矢量V_x在q轴的电压分量，计算得到第k+2时刻的电流预测值；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

V_dx为虚拟控制电压矢量V_x在d轴的电压分量；

V_qx为虚拟控制电压矢量V_x在q轴的电压分量。

通过电流预测模块，计算对应12个虚拟控制电压矢量和零电压矢量分别作用下，k+2时刻电流预测值

和

其中，12个虚拟控制电压矢量V_x(x＝1～12)的分布图如图2所示，每个虚拟控制电压矢量由两个电压矢量合成，并且，合成虚拟控制电压矢量的两个电压矢量在xy子空间方向相反，通过分配两个电压矢量的作用时间，抵消其在xy子空间所产生的效果。请参见图2至图4例如，对于虚拟矢量V₁(4-4,6-5)，V_{x_L1}＝V_4-4，V_{x_L2}＝V_6-5。其中V_4-4及V_6-5是逆变器可以输出的基本电压矢量，V₁(4-4,6-5)是V_4-4与V_6-5合成的电压矢量。

步骤6：可利用局部模型参数估计模块的数学模型，根据已知的电流差及对应的矢量控制电压，对超局部模型的参数进行估计，并对延时补偿模块和电流预测模块的模型参数进行更新。

步骤7：转速控制器可设置转速PI控制器，可设d轴电流参考值为0，可设置转速PI控制器的参数，可利用转速PI控制器，由转速给定值得到q轴电流参考值i_q ^*。

可构建如下转速PI控制器的数学模型：

其中：e_n＝n^*-n；

式中：

i_q ^*为q轴电流参考值；

k_nP为转速PI控制器的比例增益；

k_nI为转速PI控制器的积分增益；

s为复变量；

e_n为给定转速与实际转速的差值；

n为实际转速；

n^*为给定转速。

步骤8：代价函数模块可输入来自转速控制器的q轴电流参考值i_q ^*，及来自电流预测模块的第k+2时刻的电流预测值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，筛选第k+1控制周期最优控制电压矢量V_opt。

分别计算：对应第1虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差；至对应第12虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差。将计算得到的误差与虚拟控制电压矢量相对应，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期最优控制电压矢量V_opt。将V_opt发送至PWM生成模块，通过PWM生成模块生成驱动六相逆变器功率开关的PWM信号。将V_opt转换为对应的d轴分量V_d(k+1)和q轴分量V_q(k+1)输送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

优选地，构建代价函数模块的数学模型如下：

V_opt为第k+1控制周期最优控制电压矢量；

g为代价函数；

i_d ^*为d轴电流参考值；

i_q ^*为q轴电流参考值；

V_d(k+1)为k+1控制周期d轴控制电压；

V_q(k+1)为k+1控制周期q轴控制电压；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值。

步骤9，使k加1，更新d、q轴电流差及d、q轴控制电压的值，返回步骤2。

优选地，步骤1中，将超局部模型参数估计模块设置为超局部模型d轴参数估计模块及超局部模型q轴参数估计模块；构建如下超局部模型d轴参数估计模块及超局部模型q轴参数估计模块的数学模型：

当V_d(k-1)为零时，超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)不等于V_d(k-2)时；超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)等于V_d(k-2)时，超局部模型d轴参数估计模块的数学模型为：

当V_q(k-1)为零时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)不等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

式中：

α为一阶低通滤波系数；

F_{0_d}(k-1)为k-1控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k-1)为k-1控制周期超局部模型对应q轴的扰动参数；

A_d(k-1)为k-1控制周期超局部模型对应d轴的增益参数；

A_q(k-1)为k-1控制周期超局部模型对应q轴的增益参数；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

Δi_d(k-1)为k-1时刻d轴电流差；

Δi_q(k-1)为k-1时刻q轴电流差；

V_d(k-1)为k-1控制周期d轴控制电压；

V_q(k-1)为k-1控制周期q轴控制电压；

V_d(k-2)为k-2控制周期q轴控制电压；

V_q(k-2)为k-2控制周期q轴控制电压。

根据已知的Δi_d(k)、Δi_q(k)、Δi_d(k-1)、Δi_q(k-1)、V_d(k-1)、V_q(k-1)、V_d(k-2)、V_q(k-2)，对超局部模型参数进行更新，得到超局部模型第k控制周期更新后的参数A(k)和F₀(k)。

上述PWM生成模块、逆变器、采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块、延时补偿模块、电流预测模块、转速PI控制器等均可采用均可采用现有技术中的元器件及功能模块，或者采用采用现有技术中的元器件及功能模块并采用常规技术手段构造。

为了验证本发明的有效性，在MATLAB/Simulink环境下，对本发明提出的一种六相永磁同步电机无参数模型预测电流控制方法进行了仿真验证。仿真中给定转速500r/min，给定转矩5N.m。

如图5、图6所示为六相永磁同步电机欧拉前向离散化后的超局部模型参数波形图，从图中可以看出，超局部模型参数F_{0_d}、F_{0_d}、A_d、A_q在启动后0.06s稳定，并且其波动不超过0.1。仿真结果表明本发明提出的六相永磁同步电机欧拉前向离散化后的超局部模型参数计算和更新方法具有良好的动稳态性能。

如图7至图9所示为六相永磁同步电机电流、转速、转矩波形图，电机转速n在0.02s到达给定值500r/min，电机输出转矩在加速阶段为最大允许输出转矩，在电机转速到达给定值后，迅速变为5N.m；电机相电流正弦。仿真结果表明本发明提出的一种六相永磁同步电机无参数模型预测电流控制方法具有良好的动稳态性能。

以上所述的实施例仅用于说明本发明的技术思想及特点，其目的在于使本领域内的技术人员能够理解本发明的内容并据以实施，不能仅以本实施例来限定本发明的专利范围，即凡本发明所揭示的精神所作的同等变化或修饰，仍落在本发明的专利范围内。

Claims (10)

1.一种六相永磁同步电机无参数模型预测电流控制系统，包括PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；其特征在于，还包括采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；其中超局部模型包括延时补偿模块和电流预测模块；

采样模块用于采样各控制周期的定子相电流；其输出定子相电流信号至坐标变换模块；

坐标变换模块用于将定子相电流转换为dq坐标系下d、q轴电流；其输出d、q轴电流分别至电流差计算模块、超局部模型参数估计模块及延时补偿模块；

电流差计算模块用于计算相邻时刻之间的d轴电流差及q轴电流差；其输出计算结果至超局部模型参数估计模块；

超局部模型参数估计模块用于根据已知d、q轴的电流差及矢量控制电压，对超局部模型的参数进行估计；其输出超局部模型的参数分别至延时补偿模块和电流预测模块；

延时补偿模块用于预测电机在第k控制周期的控制电压作用下，在第k+1时刻的电流值；其输出第k+1时刻的电流预测值至电流预测模块；

电流预测模块用于预测分别在12个虚拟控制电压矢量作用下，第k+2时刻d、q轴电流值；其输出对应12个虚拟控制电压矢量的第k+2时刻d、q轴电流预测值至代价函数模块；

转速控制器用于通过给定的转速得到电流参考值；其输入给定转速值，输出电流参考值至代价函数模块；

代价函数模块用于根据电流参考值与对应各虚拟控制电压矢量的电流预测值之间的误差，选取最优矢量控制电压；其输入电流参考值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期控制电压矢量V_opt，其将V_opt发送至PWM生成模块，其将V_opt转换成d轴分量和q轴分量后分别发送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

2.根据权利要求1所述的六相永磁同步电机无参数模型预测电流控制系统，其特征在于，电流差计算模块的数学模型为：

式中：

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

i_d(k-1)为k-1时刻d轴电流；

i_q(k-1)为k-1时刻q轴电流。

3.根据权利要求1所述的六相永磁同步电机无参数模型预测电流控制系统，其特征在于，延时补偿模块的数学模型为：

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_{0_d}(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流。

4.根据权利要求3所述的六相永磁同步电机无参数模型预测电流控制系统，其特征在于，电流预测模块的数学模型为：

其中：

V_x，x＝1～12为12个虚拟控制电压矢量；其由两个电压分矢量合成，此两个电压分矢量分别对应为V_{x_L1}和V_{x_L2}；V_{x_L1}和V_{x_L2}在αβ子空间方向相同，在xy子空间方向相反；V_x的函数表达式如下：

V_x＝0.268*V_{x_L2}+0.732*V_{x_L1}；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

V_dx为虚拟控制电压矢量V_x在d轴的电压分量；

V_qx为虚拟控制电压矢量V_x在q轴的电压分量。

5.根据权利要求4所述的六相永磁同步电机无参数模型预测电流控制系统，其特征在于，代价函数模块的数学模型为：

式中：

g为代价函数；

i_d ^*为d轴电流参考值；

i_q ^*为q轴电流参考值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值。

6.根据权利要求3所述的六相永磁同步电机无参数模型预测电流控制系统，其特征在于，超局部模型参数估计模块包括超局部模型d轴参数估计模块及超局部模型q轴参数估计模块；

当V_d(k-1)为零时，超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)不等于V_d(k-2)时；超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)等于V_d(k-2)时，超局部模型d轴参数估计模块的数学模型为：

当V_q(k-1)为零时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)不等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

式中：

α为一阶低通滤波系数；

F_{0_d}(k-1)为k-1控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k-1)为k-1控制周期超局部模型对应q轴的扰动参数；

A_d(k-1)为k-1控制周期超局部模型对应d轴的增益参数；

A_q(k-1)为k-1控制周期超局部模型对应q轴的增益参数；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

Δi_d(k-1)为k-1时刻d轴电流差；

Δi_q(k-1)为k-1时刻q轴电流差；

V_d(k-1)为k-1控制周期d轴控制电压；

V_q(k-1)为k-1控制周期q轴控制电压；

V_d(k-2)为k-2控制周期q轴控制电压；

V_q(k-2)为k-2控制周期q轴控制电压。

7.根据权利要求1所述的六相永磁同步电机无参数模型预测电流控制系统，其特征在于，转速控制器包括转速PI控制器，转速PI控制器的数学模型为：

其中：e_n＝n^*-n；

式中：

i_q ^*为q轴电流参考值；

k_nP为转速PI控制器的比例增益；

k_nI为转速PI控制器的积分增益；

s为复变量；

e_n为给定转速与实际转速的差值；

n为实际转速；

n^*为给定转速。

8.一种六相永磁同步电机无参数模型预测电流控制方法，该方法设置PWM生成模块和逆变器，PWM生成模块用于输出PWM信号控制逆变器的工作，逆变器用于驱动电机；其特征在于，该方法还设置采样模块、坐标变换模块、电流差计算模块、超局部模型、超局部模型参数估计模块、转速控制器、代价函数模块；其中超局部模型设置延时补偿模块和电流预测模块；

采样模块用于采样各控制周期的定子相电流；使采样模块输出定子相电流信号至坐标变换模块；

坐标变换模块用于将定子相电流转换为dq坐标系下d、q轴电流；使坐标变换模块输出d、q轴电流分别至电流差计算模块、超局部模型参数估计模块及延时补偿模块；

电流差计算模块用于计算相邻时刻之间的d轴电流差及q轴电流差；使电流差计算模块输出计算结果至超局部模型参数估计模块；

超局部模型参数估计模块用于根据已知d、q轴的电流差及矢量控制电压，对超局部模型的参数进行估计；使超局部模型参数估计模块输出超局部模型的参数分别至延时补偿模块和电流预测模块；

延时补偿模块用于预测电机在第k控制周期的控制电压作用下，在第k+1时刻的电流值；使延时补偿模块输出第k+1时刻的电流预测值至电流预测模块；

电流预测模块用于预测分别在12个虚拟控制电压矢量作用下，第k+2时刻d、q轴电流值；使电流预测模块输出对应12个虚拟控制电压矢量的第k+2时刻d、q轴电流预测值至代价函数模块；

转速控制器用于通过给定的转速得到电流参考值；使转速控制器输入给定转速值，输出电流参考值至代价函数模块；

代价函数模块用于根据电流参考值与对应各虚拟控制电压矢量的电流预测值之间的误差，选取最优矢量控制电压；使代价函数模块输入电流参考值，并分别计算对应各虚拟控制电压矢量的第k+2时刻电流预测值与电流参考值之间的误差，并从12个虚拟控制电压矢量中，筛选出使代价函数值最小的虚拟控制电压矢量，作为第k+1控制周期控制电压矢量V_opt，其将V_opt发送至PWM生成模块，使代价函数模块将V_opt转换成d轴分量和q轴分量后分别发送至超局部模型参数估计模块、延时补偿模块及电流预测模块。

9.根据权利要求8所述的六相永磁同步电机无参数模型预测电流控制方法，其特征在于，该方法包括如下步骤：

步骤1：构建坐标变换模块、电流差计算模块、延时补偿模块、电流预测模块、超局部模型参数估计模块、转速控制器、代价函数模块的数学模型；设当前控制周期为第k控制周期,设置第k控制周期之前控制周期的历史数据，包括电机d、q轴电流及电机d、q轴控制电压的历史数据，并对延时补偿模块及电流预测模块的模型参数赋初始值；

步骤2：通过采样模块获取电机各相绕组相电流、转子位置电角度及电机转速，通过坐标变换方法得到各时刻d、q轴实际电流；

步骤3：利用电流差计算模块的数学模型，计算第k时刻与k-1时刻之间的d轴电流差及q轴电流差，及第k-1时刻与k-2时刻之间的d轴电流差及q轴电流差；

步骤4：利用如下延时补偿模块的数学模型，由第k时刻d、q轴实际电流及第k控制周期d、q轴控制电压；得到第k+1时刻的电流预测值；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

F_{0_d}(k)为k控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k)为k控制周期超局部模型对应q轴的扰动参数；

A_d(k)为k控制周期超局部模型对应d轴的增益参数；

A_q(k)为k控制周期超局部模型对应q轴的增益参数；

V_d(k)为k控制周期d轴控制电压；

V_q(k)为k控制周期q轴控制电压；

i_d(k)为k时刻d轴电流；

i_q(k)为k时刻q轴电流；

步骤5：设V_x为对应的12个虚拟控制电压矢量，x＝1～12；V_dx为V_x在d轴的电压分量，V_qx为虚拟控制电压矢量V_x在q轴的电压分量；V_x由两个电压分矢量合成，此两个电压分矢量分别对应为V_{x_L1}和V_{x_L2}；V_{x_L1}和V_{x_L2}在αβ子空间方向相同，在xy子空间方向相反；V_x的函数表达式如下：

V_x＝0.268*V_{x_L2}+0.732*V_{x_L1}；

利用如下电流预测模块的数学模型，由第k+1时刻的电流预测值及虚拟控制电压矢量V_x在q轴的电压分量，计算得到第k+2时刻的电流预测值；

式中：

为k+1时刻d轴电流预测值；

为k+1时刻q轴电流预测值；

为k+2时刻d轴电流预测值；

为k+2时刻q轴电流预测值；

V_dx为虚拟控制电压矢量V_x在d轴的电压分量；

V_qx为虚拟控制电压矢量V_x在q轴的电压分量；

步骤6：利用局部模型参数估计模块的数学模型，根据已知的电流差及对应的矢量控制电压，对超局部模型的参数进行估计，并对延时补偿模块和电流预测模块的模型参数进行更新；

步骤7：转速控制器设置转速PI控制器，设d轴电流参考值为0，设置转速PI控制器的参数，利用转速PI控制器，由转速给定值得到q轴电流参考值i_q ^*；

步骤8：代价函数模块输入来自转速控制器的q轴电流参考值i_q ^*，及来自电流预测模块的第k+2时刻的电流预测值，筛选第k+1控制周期最优控制电压矢量V_opt，将V_opt发送至PWM生成模块；将V_opt转换为对应的d轴分量V_d(k+1)和q轴分量V_q(k+1)输送至超局部模型参数估计模块、延时补偿模块及电流预测模块；

步骤9，使k加1，更新d、q轴电流差及d、q轴控制电压的值，返回步骤2。

10.根据权利要求9所述的六相永磁同步电机无参数模型预测电流控制方法，其特征在于，步骤1中，将超局部模型参数估计模块设置为超局部模型d轴参数估计模块及超局部模型q轴参数估计模块；构建如下超局部模型d轴参数估计模块及超局部模型q轴参数估计模块的数学模型：

当V_d(k-1)为零时，超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)不等于V_d(k-2)时；超局部模型d轴参数估计模块的数学模型为：

当V_d(k-1)不为零且V_d(k-1)等于V_d(k-2)时，超局部模型d轴参数估计模块的数学模型为：

当V_q(k-1)为零时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)不等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

当V_q(k-1)不为零且V_q(k-1)等于V_q(k-2)时，超局部模型q轴参数估计模块的数学模型为：

式中：

α为一阶低通滤波系数；

F_{0_d}(k-1)为k-1控制周期超局部模型对应d轴的扰动参数；

F_{0_q}(k-1)为k-1控制周期超局部模型对应q轴的扰动参数；

A_d(k-1)为k-1控制周期超局部模型对应d轴的增益参数；

A_q(k-1)为k-1控制周期超局部模型对应q轴的增益参数；

Δi_d(k)为k时刻d轴电流差；

Δi_q(k)为k时刻q轴电流差；

Δi_d(k-1)为k-1时刻d轴电流差；

Δi_q(k-1)为k-1时刻q轴电流差；

V_d(k-1)为k-1控制周期d轴控制电压；

V_q(k-1)为k-1控制周期q轴控制电压；

V_d(k-2)为k-2控制周期q轴控制电压；

V_q(k-2)为k-2控制周期q轴控制电压。

Images