CN116111895A - 一种电机模型预测控制方法、装置、存储介质及电子设备 - Google Patents

一种电机模型预测控制方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN116111895A
CN116111895A CN202310386595.8A CN202310386595A CN116111895A CN 116111895 A CN116111895 A CN 116111895A CN 202310386595 A CN202310386595 A CN 202310386595A CN 116111895 A CN116111895 A CN 116111895A
Authority
CN
China
Prior art keywords
shaft
value
current prediction
disturbance
prediction model
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
CN202310386595.8A
Other languages
English (en)
Other versions
CN116111895B (zh
Inventor
孟庆辉
高琳
任彬
逯超
王汉瑞
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.)
Weichai Power Co Ltd
Original Assignee
Weichai Power Co Ltd
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 Weichai Power Co Ltd filed Critical Weichai Power Co Ltd
Priority to CN202310386595.8A priority Critical patent/CN116111895B/zh
Publication of CN116111895A publication Critical patent/CN116111895A/zh
Application granted granted Critical
Publication of CN116111895B publication Critical patent/CN116111895B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/0003Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
    • HELECTRICITY
    • H02GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02PCONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P21/00Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
    • H02P21/13Observer control, e.g. using Luenberger observers or Kalman filters

Landscapes

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

Abstract

本申请提供了一种电机模型预测控制方法、装置、存储介质及电子设备,该方法通过将包含转速量信息和参数失配在内的其它扰动合并至系统内外部总扰动,实现了定子电流的dq轴解耦,并将通过扩张状态观测器获取的包含转速量信息和参数失配在内的系统内外部总扰动值引入到解耦后的定子电流预测方程中,构建了精确的定子电流预测模型,降低了对永磁同步电机精确参数和转速信息的依赖。基于定子电流预测方程和预设电压约束条件,通过目标函数的优化求解,实现了永磁同步电机电流的精准控制。

Description

一种电机模型预测控制方法、装置、存储介质及电子设备
技术领域
本申请涉及电机技术领域,尤其涉及一种电机模型预测控制方法、装置、存储介质及电子设备。
背景技术
永磁同步电机(Permanent Magnet Synchronous Machine,PMSM)具有结构简单、易于维护、高功率密度等优势,被广泛应用在新能源汽车驱动领域。
模型预测控制算法具有超高响应速度和稳态控制精度越来越多的受到永磁同步电机的控制工程师的青睐。然而,现有永磁同步电机模型预测控制技术中存在的 dq轴相互耦合,过分依赖被控对象的参数以及未利用系统内外部的扰动信息的问题,从而限制了其在工程实际中的进一步应用。
发明内容
基于此,本申请提供了一种电机模型预测控制方法、装置、存储介质及电子设,目的在于解决现有技术中的存在的 dq轴相互耦合,过分依赖被控对象的参数以及未利用系统内外部的扰动信息的问题。
为了实现上述目的,本申请提供了以下技术方案:
一种电机模型预测控制方法,应用于电机控制系统,所述方法包括:
获取当前时刻永磁同步电机的参数值;所述参数值包括定子电流值、定子电流参考值、定子电阻值和定子电感值;
基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用所述扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值;
基于所述参数值,以及所述包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,对所述永磁同步电机进行 P步电流状态预测,得到 P个预测电流值;所述 P为正整数;
基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量;
根据所述最优电压矢量,对所述永磁同步电机进行控制。
上述的方法,可选的,所述基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用所述扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值,包括:
根据所述参数值中定子电阻值和定子电感值,以及预先构建的扩张状态观测器的观测带宽,分别计算 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数;
根据 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数,得到 d轴观测器系数增益和 q轴观测器系数增益;
基于所述 d轴观测器系数增益和所述 q轴观测器系数增益,对所述扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的系统内外部总扰动值。
上述的方法,可选的,所述电流预测模型的预先构建过程,包括:
基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型;
对所述初始电流预测模型进行 d轴和 q轴的解耦;
对解耦后的初始电流预测模型进行离散化,得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
上述的方法,可选的,所述包含参数失配情况下的系统内外部扰动包括包含参数失配情况下的 d轴系统内外部扰动和 q轴系统内外部扰动,所述对所述初始电流预测模型进行 d轴和 q轴的解耦,包括:
对所述初始电流预测模型中 d轴的转速量信息和含参数失配情况下的 d轴系统内外部扰动进行合并处理,以及所述初始电流预测模型中 q轴的转速量信息和含参数失配情况下的 q轴系统内外部扰动进行合并处理,以实现对所述初始电流预测模型进行 d轴和 q轴的解耦;所述 d轴的转速量信息中包括与定子 q轴电流相关的量,所述 q轴的转速量信息中包括与定子 d轴电流相关的量。
一种电机模型预测控制装置,应用于电机控制系统,所述装置包括:
第一获取单元,用于获取当前时刻永磁同步电机的参数值;所述电机参数包括定子电流值、定子电流参考值、定子电阻值和定子电感值;
第二获取单元,用于基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用所述扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值;
电流预测单元,用于基于所述参数值,以及所述包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,对所述永磁同步电机进行 P步电流状态预测,得到 P个预测电流值;所述 P为正整数;
第三获取单元,用于基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量;
控制单元,用于根据所述最优电压矢量,对所述永磁同步电机进行控制。
上述的装置,可选的,所述第二获取单元,具体用于:
根据所述参数值中定子电阻值和定子电感值,以及预先构建的扩张状态观测器的观测带宽,分别计算 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数;
根据 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数,得到 d轴观测器系数增益和 q轴观测器系数增益;
基于所述 d轴观测器系数增益和所述 q轴观测器系数增益,对所述扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的系统内外部总扰动值。
上述的装置,可选的,所述电流预测单元在电流预测模型的预先构建过程时,具体用于:
基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型;
对所述初始电流预测模型进行 d轴和 q轴的解耦;
对解耦后的初始电流预测模型进行离散化,得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
上述的装置,可选的,所述包含参数失配情况下的系统内外部扰动包括包含参数失配情况下的 d轴系统内外部扰动和 q轴系统内外部扰动,所述电流预测单元在对所述初始电流预测模型进行 d轴和 q轴的解耦,具体用于:
对所述初始电流预测模型中 d轴的转速量信息和含参数失配情况下的 d轴系统内外部扰动进行合并处理,以及所述初始电流预测模型中 q轴的转速量信息和含参数失配情况下的 q轴系统内外部扰动进行合并处理,以实现对所述初始电流预测模型进行 d轴和 q轴的解耦;所述 d轴的转速量信息中包括与定子 q轴电流相关的量,所述 q轴的转速量信息中包括与定子 d轴电流相关的量。
一种存储介质,所述存储介质包括存储的指令,其中,在所述指令运行时控制所述存储介质所在的设备执行如第一方面任意一项所述的电机模型预测控制方法。
一种电子设备,包括存储器,以及一个或者一个以上的指令,其中一个或者一个以上指令存储于存储器中,且经配置以由一个或者一个以上处理器执行如第一方面任意一项所述的电机模型预测控制方法。
与现有技术相比,本申请包括以下优点:
本申请提供了一种电机模型预测控制方法、装置、存储介质及电子设备,该方法通过预先构建扩张状态观测器和构建包括转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,利用扩张状态观测器对电机控制系统进行扰动估计,从而获取包含转速量信息和参数失配在内的系统内外部总扰动值,接着基于当前时刻永磁同步电机的参数值,以及包含转速量信息和参数失配在内的系统内外部总扰动值,通过电流预测模型,对永磁同步电机进行 P步电流状态预测,得到多个预测电流值,然后基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量,最后根据最优电压矢量,对永磁同步电机进行控制。可见,本申请方案,通过将包含转速量信息和参数失配在内的其它扰动合并至系统内外部总扰动,实现了定子电流的 dq轴解耦,并将通过扩张状态观测器获取的包含转速量信息和参数失配在内的系统内外部总扰动值引入到解耦后的定子电流预测方程中,构建了精确的定子电流预测模型,降低了对永磁同步电机精确参数和转速信息的依赖。基于定子电流预测方程和预设电压约束条件,通过目标函数的优化求解,实现了永磁同步电机电流的精准控制。
附图说明
为了更清楚地说明本申请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,下面描述中的附图仅仅是本申请的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1为本申请提供的一种电机模型预测控制方法的方法流程图;
图2为本申请提供的一种控制框图;
图3为本申请提供的一种电机模型预测控制方法的又一方法流程图;
图4为本申请提供的一种电机模型预测控制方法的又一方法流程图;
图5为本申请提供的一种六边形约束和电压约束极限圆的关系示意图;
图6为本申请提供的一种电机模型预测控制装置的结构示意图;
图7为本申请实施例公开的一种电子设备的结构示意图。
具体实施方式
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,所描述的实施例仅仅是本申请一部分实施例,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。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本申请公开中提及的“第一”、“第二”等概念仅用于对不同的系统、模块或单元进行区分,并非用于限定这些系统、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本申请公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
参阅图1,本申请实施例提供了一种电机模型预测控制方法,应用于电机控制系统,具体包括以下步骤:
S101、获取当前时刻永磁同步电机的参数值。
本实施例中,获取当前时刻永磁同步电机的参数值,其中,参数值包括定子电流值、定子电流参考值、定子电阻值和定子电感值。定子电流值包括定子 d轴电流值和定子 q轴电流值,定子电流参考值包括定子 d轴电流参考值和定子 q轴电流参考值,定子电感值包括定子 d轴电感值和定子 q轴电感值。
其中, d轴为直轴, q轴为交轴。
需要说明的是,不同时刻的参数值可能不同。
优选的,本申请实施例提及的永磁同步电机可以为内嵌式永磁同步电机。
S102、基于参数值和预先构建的扩张状态观测器的观测带宽,利用扩张状态观测器对电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值。
本实施例中,预先构建扩张状态观测器,利用扩张状态观测器对电机控制系统进行扰动估计。
本实施例中,预先构建的扩张状态观测器包括 d轴扩张状态观测器和 q轴扩张状态观测器。
其中,以 d轴为例,将 F d 设计为系统的扩张的状态变量,也就是设计为含转速量信息和参数失配在内的 d轴系统内外部总扰动,由此, d轴扩张状态观测器的方程如公式(1)所示:
  (1)
其中,d轴系数增益, Y d 为系统 d轴电流的实际值,为系统 d轴电流的估计值, R s 为定子电阻, u d 为定子 d轴电压,为定子 d轴电流的估计值,为含转速量信息和参数失配在内的 d轴系统内外部总扰动的估计值,也就是待获取的含转速量信息和参数失配在内的 d轴系统内外部总扰动值, L d 为定子 d轴电感。
对公式(1)进行整理可得公式(2):
  (2)
同理, q轴扩张状态观测器的方程如公式(3)所示:
  (3)
其中,q轴系数增益, Y q 为系统 q轴电流的实际值,为系统 q轴电流的估计值, R s 为定子电阻, u q 为定子 q轴电压,为定子 q轴电流的估计值,为含转速量信息和参数失配在内的 q轴系统内外部总扰动的估计值,也就是待获取的含转速量信息和参数失配在内的 q轴系统内外部总扰动值, L q 为定子 q轴电感。
对公式(3)进行整理可得公式(4):
  (4)
需要特别说的是,公式(1)到公式(4)中的 u d u q 可以分别设置为:
  (5)
其中, u 0d u 0q 分别表示为 d轴和 q轴的标准电压。
忽略观测器的观测误差,将公式(5)带入公式(13)可以得到如下公式(6):
  (6)
被控对象(即永磁同步电机)用传递函数表述为:
  (7)
通过图2示出的 d轴和 q轴的控制框图, i d _ref为定子 d抽电流参考值, i q _ref为定子 q轴电流参考值, i d 为定子 d轴电流值, i q 为定子 q轴电流值,分别令,从而在基于 i d _refi d 进行负反馈控制的过程中,可以得到 u 0d ,以及基于 i q _refi q 进行负反馈控制过程中,可以得到 u 0q
其中,为系统的控制带宽。
在得到 u 0d u 0q 后,通过代入公式(5),得到 u d u q ,接着基于 u d u q ,代入至公式(1)和公式(3),即可得到
本实施中,基于参数值和预先构建的扩张状态观测器的观测带宽,利用预先构建的扩张状态观测器对电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值,具体的,基于参数值和扩张状态观测器的观测带宽,利用 d轴扩张状态观测器,获取包含转速量信息和参数失配在内的 d轴系统内外部总扰动值,并利用 q轴扩张状态观测器,获取包含转速量信息和参数失配在内的 q轴系统内外部总扰动值。
参阅图3,基于参数值和预先构建的扩张状态观测器的观测带宽,利用扩张状态观测器对电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值的过程,具体包括以下步骤:
S301、根据参数值中的定子电阻值和定子电感值,以及预先构建的扩张状态观测器的观测带宽,分别计算 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数。
本实施例中,获取预先构建的扩张状态观测器的观测带宽。
根据扩张状态观测器的 d轴观测带宽、参数值中的定子电阻值和定子电感值,通过 d轴第一增益系数计算公式和 d轴第二增益系数计算公式,计算 d轴的第一增益系数和第二增益系数。
其中, d轴第一增益系数计算公式如公式(8)所示:
  (8)
d轴第二增益系数计算公式如公式(9)所示:
  (9)
由此公式(8)和公式(9)可知,第一增益系数只跟扩张状态观测器的 d轴观测带宽、定子电阻 R s 和定子 d轴电感有关,因此,根据参数值中的定子电阻值和定子 d轴电感,以及扩张状态观测器的观测带宽,通过 d轴第一增益系数计算公式和 d轴第二增益系数计算公式,可以计算的得到 d轴的第一增益系数和第二增益系数。
需要说明的是,
同理,根据扩张状态观测器的角速度和参数值中的和定子电阻值和定子 q轴电感,以及扩张状态观测器的 q轴观测带宽,通过 q轴第一增益系数计算公式和 q轴第二增益系数计算公式,可以计算 q轴的第一增益系数和第二增益系数。
其中, q轴第一增益系数计算公式如公式(10)所示:
  (10)
q轴第二增益系数计算公式如公式(11)所示:
  (11)
其中,
S302、根据 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数,得到 d轴观测器系数增益和 q轴观测器系数增益。
本实施例中,根据 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数,得到 d轴观测器系数增益和 q轴观测器系数增益。
具体的,在得到 d轴的第一增益系数和第二增益系数,根据 d轴的第一增益系数和第二增益系数,可以计算得到 d轴观测器系数增益 K d ,在得到 q轴的第一增益系数和第二增益系数,根据 q轴的第一增益系数和第二增益系数,可以计算得到 q轴观测器系数增益 K q
具体的, d轴观测器系数增益q轴观测器系数增益
S303、基于 d轴观测器系数增益和 q轴观测器系数增益,对扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的系统内外部总扰动值。
本实施例中,基于 d轴观测器系数增益 K d ,可得到公式(2)中的 A d -K d C d 的特征多项式的根为,在S域的左半平面,从而保证闭环系统的稳定。
本实施例中,基于 d轴观测器系数增益、 q轴观测器系数增益、定子电流值、定子电流参考值、定子电阻值和定子电感值,对预先构建的扩张状态观测器的方程进行求解,从而得到包含转速量信息和参数失配在内的系统内外部总扰动值。
其中,包含转速量信息和参数失配在内的系统内外部总扰动值包括包含转速量信息和参数失配在内的 d轴系统内外部总扰动值与包含转速量信息和参数失配在内的 q轴系统内外部总扰动值。
具体的,基于 d轴观测器系数增益,对 d轴扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的 d轴系统内外部总扰动值,基于 q轴观测器系数增益,对 q轴扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的 q轴系统内外部总扰动值。
S103、基于参数值,以及包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,对永磁同步电机进行 P步电流状态预测,得到 P个预测电流值。
本实施例中,预先构建包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,具体的构建过程如图4所示:
S401、基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型。
本实施例中,基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型。初始电流预测模型包括 d轴初始电流预测模型和 q轴初始电流预测模型。
其中,初始电流预测模型如公式(12)所示:
  (12)
其中,分别表示 d轴初始电流预测模型和 q轴初始电流预测模型, u d u q 和分别表示定子 d轴和 q轴电压; i di q 分别表示定子 d轴和 q轴电流; R s 分别是定子电阻和转子磁链角速度;为转子磁链; f d f q 分别是定子 d轴和 q轴的包含参数失配情况下的系统内外部扰动, L d L q 和分别是定子 d轴和 q轴电感。
S402、对初始电流预测模型进行 d轴和 q轴的解耦。
本实施例中,由公式(12)可知, d轴初始电流预测模型中存在与定子 q轴电流相关的量, q轴初始电流预测模型中存在与定子 d轴电流相关的量,因此存在 d轴和 q轴之间的耦合。
本实施例中,对初始电流预测模型进行 d轴和 q轴的解耦,具体的,对初始电流预测模型中 d轴的转速量信息和含参数失配情况下的 d轴系统内外部扰动进行合并处理,也就是将和f d 合并为包含转速量信息和参数失配在内的 d轴系统内外部总扰动 F d ,以及对初始电流预测模型中 q轴的转速量信息和含参数失配情况下的 q轴系统内外部扰动进行合并处理,也就是将f q 合并为包含转速量信息和参数失配在内的 q轴系统内外部总扰动 F q ,从而解耦后的初始电流预测模型如公式(13)所示:
  (13)
由公式(13)可知,解耦后的初始电流预测模型中 d轴的转速量信息和含参数失配情况下的 d轴系统内外部扰动被合并至包含转速量信息和参数失配在内的 d轴系统内外部总扰动 F d ,因此,解耦后的 d轴初始电流预测模型中不存在与定子 q轴电流相关的量,同理,解耦后的 q初始电流预测模型中不存在与定子 d轴电流相关的量,因此,实现了 d轴电流和 q轴电流之间的解耦,并且,通过合并为包含转速量信息和参数失配在内的系统内外部总扰动,也无需再单独获取转速量信息,也就是无需再获取转子磁链角速度
本申请实施例提供的方法中,针对 d轴初始电流预测模型中 d轴的转速量信息和含参数失配情况下的 d轴系统内外部扰动进行合并处理,以及对初始电流预测模型中 q轴的转速量信息和含参数失配情况下的 q轴系统内外部扰动进行合并处理,以实现对初始电流预测模型进行 d轴和 q轴的解耦。
S403、对解耦后的初始电流预测模型进行离散化,得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
本实施例中,对解耦后的初始电流预测模型进行离散化,从而得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
其中,包含转速量信息的系统内外部总扰动的电流预测模型如公式(14)所示:
  (14)
其中,为状态量,为控制量,为转子磁链角速度,为输出量;k为当前采样时刻, k+1为下一采样时刻; T s 为采样周期;
本实施例中,基于参数值,以及包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息的系统内外部总扰动的电流预测模型,对永磁同步电机进行 P步电流状态预测,从而得到 P个预测电流值, P为正整数。
需要说明的是,预测电流值中包括待获取的定子电压值,也就是说预测电流值中包括未知量。
具体的,将参数值,以及包含转速量信息和参数失配在内的系统内外部总扰动值,代入包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型中,实现对永磁同步电机进行 P步电流状态预测,从而得到多个预测电流值。
示例性的, P步电流状态预测的过程如公式(15)所示:
  (15)
S104、基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量。
本实施例中,预设目标函数,目标函数如公式(16)所示:
  (16)
其中, J( U)为目标函数, X r 为状态的参考值,权重
本实施例中,忽略与电压量无关的常数项,目标函数可以写成如公式(17)所示的形式:
  (17)
其中, MUV如公式(15)所示,由此可得到目标函数
本实施例中,实际上控制输入电压,也就是待获取的最优电压矢量需要满足约束条|| U|| 2 U max ,这对应于二维平面的一个圆,可以使用正多边形近似,如图5所示(正六边形为例,n1至n6为正六边形的六条边)。
由图5可知,其线性不等式组形式为:
从而可以将不等式组写成 HUh的形式,至此,基于扰动预测的内嵌式永磁同步电机模型预测电压优化问题可以转化为如公式(18)所示的二次型约束问题:
  (18)
从而,基于各个预测电流值和预设电压约束条件,通过目标函数,可以获取到最优电压矢量。
S105、根据最优电压矢量,对永磁同步电机进行控制。
本实施例中,根据最优电压矢量,对永磁同步电机进行控制,也就是将最优电压矢量输入至永磁同步电机中,实现对永磁同步电机的控制。
本申请实施例提供的电机模型预测控制方法中,通过将包含转速量信息和参数失配在内的其它扰动合并至系统内外部总扰动,实现了定子电流的 dq轴解耦,并将通过扩张状态观测器获取的包含转速量信息和参数失配在内的系统内外部总扰动值引入到解耦后的定子电流预测方程中,构建了精确的定子电流预测模型,降低了对永磁同步电机精确参数和转速信息的依赖。基于定子电流预测方程和预设电压约束条件,通过目标函数的优化求解,实现了永磁同步电机电流的精准控制。
需要说明的是,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。
应当理解,本申请公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本申请公开的范围在此方面不受限制。
与图1所述的方法相对应,本申请实施例还提供了一种电机模型预测控制装置,用于对图1中方法的具体实现,其结构示意图如图6所示,具体包括:
第一获取单元601,用于获取当前时刻永磁同步电机的参数值;所述参数值包括定子电流值、定子电流参考值、定子电阻值和定子电感值;
第二获取单元602,用于基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值;
电流预测单元603,用于基于所述参数值,以及所述包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,对所述永磁同步电机进行 P步电流状态预测,得到 P个预测电流值;所述 P为正整数;
第三获取单元604,用于基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量;
控制单元605,用于根据所述最优电压矢量,对所述永磁同步电机进行控制。
本申请实施例提供的永磁同步电机的控制装置,通过将包含转速量信息和参数失配在内的其它扰动合并至系统内外部总扰动,实现了定子电流的 dq轴解耦,并将通过扩张状态观测器获取的包含转速量信息和参数失配在内的系统内外部总扰动值引入到解耦后的定子电流预测方程中,构建了精确的定子电流预测模型,降低了对永磁同步电机精确参数和转速信息的依赖。基于定子电流预测方程和预设电压约束条件,通过目标函数的优化求解,实现了永磁同步电机电流的精准控制。
在本申请的一个实施例中,基于前述方案,第二获取单元602,具体用于:
根据所述参数值中定子电阻值和定子电感值,以及预先构建的扩张状态观测器的观测带宽,分别计算 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数;
根据 d轴的第一增益系数和第二增益系数,以及 q轴的第一增益系数和第二增益系数,得到 d轴观测器系数增益和 q轴观测器系数增益;
基于所述 d轴观测器系数增益和所述 q轴观测器系数增益,对所述扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的系统内外部总扰动值。
在本申请的一个实施例中,基于前述方案,电流预测单元603在电流预测模型的预先构建过程时,具体用于:
基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型;
对所述初始电流预测模型进行 d轴和 q轴的解耦;
对解耦后的初始电流预测模型进行离散化,得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
在本申请的一个实施例中,基于前述方案,包含参数失配情况下的系统内外部扰动包括包含参数失配情况下的 d轴系统内外部扰动和 q轴系统内外部扰动,所述电流预测单元603在对所述初始电流预测模型进行 d轴和 q轴的解耦,具体用于:
对所述初始电流预测模型中 d轴的转速量信息和含参数失配情况下的 d轴系统内外部扰动进行合并处理,以及所述初始电流预测模型中 q轴的转速量信息和含参数失配情况下的 q轴系统内外部扰动进行合并处理,以实现对所述初始电流预测模型进行 d轴和 q轴的解耦;所述 d轴的转速量信息中包括与定子 q轴电流相关的量,所述 q轴的转速量信息中包括与定子 d轴电流相关的量。
本申请实施例还提供了一种存储介质,存储介质包括存储的指令,其中,在指令运行时控制存储介质所在的设备执行上述电机模型预测控制方法。
本申请实施例还提供了一种电子设备,其结构示意图如图7所示,具体包括存储器701,以及一个或者一个以上的指令702,其中一个或者一个以上指令702存储于存储器701中,且经配置以由一个或者一个以上处理器703执行所述一个或者一个以上指令702执行上述电机模型预测控制方法。
需要说明的是,本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。对于装置类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,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。
以上对本申请所提供的一种电机模型预测控制方法、装置、存储介质及电子设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种电机模型预测控制方法,其特征在于,应用于电机控制系统,所述方法包括:
获取当前时刻永磁同步电机的参数值;所述参数值包括定子电流值、定子电流参考值、定子电阻值和定子电感值;
基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用所述扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值;
基于所述参数值,以及所述包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,对所述永磁同步电机进行P步电流状态预测,得到P个预测电流值;所述P为正整数;
基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量;
根据所述最优电压矢量,对所述永磁同步电机进行控制。
2.根据权利要求1所述的方法,其特征在于,所述基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用所述扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值,包括:
根据所述参数值中定子电阻值和定子电感值,以及预先构建的扩张状态观测器的观测带宽,分别计算d轴的第一增益系数和第二增益系数,以及q轴的第一增益系数和第二增益系数;
根据d轴的第一增益系数和第二增益系数,以及q轴的第一增益系数和第二增益系数,得到d轴观测器系数增益和q轴观测器系数增益;
基于所述d轴观测器系数增益和所述q轴观测器系数增益,对所述扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的系统内外部总扰动值。
3.根据权利要求1所述的方法,其特征在于,所述电流预测模型的预先构建过程,包括:
基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型;
对所述初始电流预测模型进行d轴和q轴的解耦;
对解耦后的初始电流预测模型进行离散化,得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
4.根据权利要求3所述的方法,其特征在于,所述包含参数失配情况下的系统内外部扰动包括包含参数失配情况下的d轴系统内外部扰动和q轴系统内外部扰动,所述对所述初始电流预测模型进行d轴和q轴的解耦,包括:
对所述初始电流预测模型中d轴的转速量信息和含参数失配情况下的d轴系统内外部扰动进行合并处理,以及所述初始电流预测模型中q轴的转速量信息和含参数失配情况下的q轴系统内外部扰动进行合并处理,以实现对所述初始电流预测模型进行d轴和q轴的解耦;所述d轴的转速量信息中包括与定子q轴电流相关的量,所述q轴的转速量信息中包括与定子d轴电流相关的量。
5.一种电机模型预测控制装置,其特征在于,应用于电机控制系统,所述装置包括:
第一获取单元,用于获取当前时刻永磁同步电机的参数值;所述参数值包括定子电流值、定子电流参考值、定子电阻值和定子电感值;
第二获取单元,用于基于所述参数值和预先构建的扩张状态观测器的观测带宽,利用所述扩张状态观测器对所述电机控制系统进行扰动估计,获取包含转速量信息和参数失配在内的系统内外部总扰动值;
电流预测单元,用于基于所述参数值,以及所述包含转速量信息和参数失配在内的系统内外部总扰动值,通过预先构建的包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型,对所述永磁同步电机进行P步电流状态预测,得到P个预测电流值;所述P为正整数;
第三获取单元,用于基于各个预测电流值和预设电压约束条件,通过目标函数,获取最优电压矢量;
控制单元,用于根据所述最优电压矢量,对所述永磁同步电机进行控制。
6.根据权利要求5所述的装置,其特征在于,所述第二获取单元,具体用于:
根据所述参数值中定子电阻值和定子电感值,以及预先构建的扩张状态观测器的观测带宽,分别计算d轴的第一增益系数和第二增益系数,以及q轴的第一增益系数和第二增益系数;
根据d轴的第一增益系数和第二增益系数,以及q轴的第一增益系数和第二增益系数,得到d轴观测器系数增益和q轴观测器系数增益;
基于所述d轴观测器系数增益和所述q轴观测器系数增益,对所述扩张状态观测器的方程进行求解,得到包含转速量信息和参数失配在内的系统内外部总扰动值。
7.根据权利要求5所述的装置,其特征在于,所述电流预测单元在电流预测模型的预先构建过程时,具体用于:
基于原始电流预测模型和包含参数失配情况下的系统内外部扰动,构建初始电流预测模型;
对所述初始电流预测模型进行d轴和q轴的解耦;
对解耦后的初始电流预测模型进行离散化,得到包含转速量信息和参数失配在内的系统内外部总扰动的电流预测模型。
8.根据权利要求7所述的装置,其特征在于,所述包含参数失配情况下的系统内外部扰动包括包含参数失配情况下的d轴系统内外部扰动和q轴系统内外部扰动,所述电流预测单元在对所述初始电流预测模型进行d轴和q轴的解耦,具体用于:
对所述初始电流预测模型中d轴的转速量信息和含参数失配情况下的d轴系统内外部扰动进行合并处理,以及所述初始电流预测模型中q轴的转速量信息和含参数失配情况下的q轴系统内外部扰动进行合并处理,以实现对所述初始电流预测模型进行d轴和q轴的解耦;所述d轴的转速量信息中包括与定子q轴电流相关的量,所述q轴的转速量信息中包括与定子d轴电流相关的量。
9.一种存储介质,其特征在于,所述存储介质包括存储的指令,其中,在所述指令运行时控制所述存储介质所在的设备执行如权利要求1至4任意一项所述的电机模型预测控制方法。
10.一种电子设备,其特征在于,包括存储器,以及一个或者一个以上的指令,其中一个或者一个以上指令存储于存储器中,且经配置以由一个或者一个以上处理器执行如权利要求1至4任意一项所述的电机模型预测控制方法。
CN202310386595.8A 2023-04-12 2023-04-12 一种电机模型预测控制方法、装置、存储介质及电子设备 Active CN116111895B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310386595.8A CN116111895B (zh) 2023-04-12 2023-04-12 一种电机模型预测控制方法、装置、存储介质及电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310386595.8A CN116111895B (zh) 2023-04-12 2023-04-12 一种电机模型预测控制方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN116111895A true CN116111895A (zh) 2023-05-12
CN116111895B CN116111895B (zh) 2023-06-23

Family

ID=86258308

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310386595.8A Active CN116111895B (zh) 2023-04-12 2023-04-12 一种电机模型预测控制方法、装置、存储介质及电子设备

Country Status (1)

Country Link
CN (1) CN116111895B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111431456A (zh) * 2020-03-10 2020-07-17 浙江工业大学 一种基于转速环自抗扰技术的永磁同步电机有限集多步模型预测电流控制方法
CN111478636A (zh) * 2020-04-15 2020-07-31 北京理工大学 一种永磁同步电机单电流传感器预测控制方法
CN111600523A (zh) * 2020-05-21 2020-08-28 华中科技大学 一种永磁同步电机的模型预测电流控制方法
US20210131914A1 (en) * 2019-11-05 2021-05-06 Dalian University Of Technology Stochastic configuration network based turbofan engine health parameter estimation method
CN113659905A (zh) * 2021-08-20 2021-11-16 浙江工业大学 基于时变扰动补偿的三电平发电系统模型预测控制方法
CN114531082A (zh) * 2022-03-15 2022-05-24 北京理工大学 一种基于aeso的永磁同步电机无差拍电流预测模糊控制方法
CN115276494A (zh) * 2022-08-09 2022-11-01 潍柴动力股份有限公司 一种永磁同步电机解耦控制方法、装置、设备及存储介质
CN115296586A (zh) * 2022-08-26 2022-11-04 山东科技大学 一种基于准谐振控制器的改进线性自抗扰电机控制方法
CN115642845A (zh) * 2022-10-28 2023-01-24 西北工业大学 基于模型预测控制的机电作动系统多软件联合仿真方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20210131914A1 (en) * 2019-11-05 2021-05-06 Dalian University Of Technology Stochastic configuration network based turbofan engine health parameter estimation method
CN111431456A (zh) * 2020-03-10 2020-07-17 浙江工业大学 一种基于转速环自抗扰技术的永磁同步电机有限集多步模型预测电流控制方法
CN111478636A (zh) * 2020-04-15 2020-07-31 北京理工大学 一种永磁同步电机单电流传感器预测控制方法
CN111600523A (zh) * 2020-05-21 2020-08-28 华中科技大学 一种永磁同步电机的模型预测电流控制方法
CN113659905A (zh) * 2021-08-20 2021-11-16 浙江工业大学 基于时变扰动补偿的三电平发电系统模型预测控制方法
CN114531082A (zh) * 2022-03-15 2022-05-24 北京理工大学 一种基于aeso的永磁同步电机无差拍电流预测模糊控制方法
CN115276494A (zh) * 2022-08-09 2022-11-01 潍柴动力股份有限公司 一种永磁同步电机解耦控制方法、装置、设备及存储介质
CN115296586A (zh) * 2022-08-26 2022-11-04 山东科技大学 一种基于准谐振控制器的改进线性自抗扰电机控制方法
CN115642845A (zh) * 2022-10-28 2023-01-24 西北工业大学 基于模型预测控制的机电作动系统多软件联合仿真方法

Also Published As

Publication number Publication date
CN116111895B (zh) 2023-06-23

Similar Documents

Publication Publication Date Title
Wang et al. Event-based disturbance compensation control for discrete-time SPMSM with mismatched disturbances
CN110739893B (zh) 一种改进自适应无轨迹卡尔曼滤波转动惯量辨识方法
CN110705034B (zh) 一种基于事件触发的永磁同步电机位置跟踪控制方法
CN105680746A (zh) 一种利用在线粒子群优化算法来设计永磁同步电动机电流和速度控制器pi参数的方法
CN109194219A (zh) 基于无模型非奇异终端滑模控制永磁同步电机方法及系统
Zhang et al. Force ripple compensation in a PMLSM position servo system using periodic adaptive learning control
CN105375848A (zh) 一种永磁同步电机自适应辨识控制方法及其控制系统
Aguilar-Mejía et al. Adaptive neural network control of chaos in permanent magnet synchronous motor
CN104009696A (zh) 一种基于滑模控制的交互式模型参考自适应速度与定子电阻的辨识方法
Wang et al. Self-adaptive differential evolution algorithm with hybrid mutation operator for parameters identification of PMSM
Dursun et al. Sensorless control application of PMSM with a novel adaptation mechanism
CN103117692B (zh) 多种外部干扰下的带有机械弹性储能的永磁电动机组控制方法
CN116111895B (zh) 一种电机模型预测控制方法、装置、存储介质及电子设备
Meng et al. Adaptive EPCH strategy for nonlinear systems with parameters uncertainty and disturbances
Liu et al. Speed estimation with parameters identification of PMSM based on MRAS
CN113300644B (zh) 一种基于紧格式动态线性化的吊舱推进电机滑模控制方法
CN114499312A (zh) 一种双三相永磁同步电机无模型电流预测控制方法及系统
Wang et al. Sensorless-speed control strategy of induction motor based on artificial neural networks
CN113572393A (zh) 内嵌式永磁同步电机智能mpc控制方法及装置
CN102427326B (zh) 一种电动车异步电机的预估计控制方法
CN114268259B (zh) 用于永磁同步电机的多目标控制方法、控制器及控制系统
Azadi et al. Wavenet based vector control of a permanent magnet synchronous motor drive
CN116015119B (zh) 永磁同步电机电流控制方法及装置、存储介质及电子设备
Najem et al. Comparative Study of PMSM Control Using Reinforcement Learning and PID Control
CN116111896B (zh) 一种电机控制方法、系统、存储介质及电子设备

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