CN116169894A - 三相三电平储能变流器离散空间矢量无模型预测控制方法 - Google Patents
三相三电平储能变流器离散空间矢量无模型预测控制方法 Download PDFInfo
- Publication number
- CN116169894A CN116169894A CN202310148623.2A CN202310148623A CN116169894A CN 116169894 A CN116169894 A CN 116169894A CN 202310148623 A CN202310148623 A CN 202310148623A CN 116169894 A CN116169894 A CN 116169894A
- Authority
- CN
- China
- Prior art keywords
- current
- voltage vector
- virtual voltage
- coordinate system
- energy storage
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M7/00—Conversion of ac power input into dc power output; Conversion of dc power input into ac power output
- H02M7/42—Conversion of dc power input into ac power output without possibility of reversal
- H02M7/44—Conversion of dc power input into ac power output without possibility of reversal by static converters
- H02M7/48—Conversion of dc power input into ac power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/483—Converters with outputs that each can have more than two voltages levels
-
- 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
- H02J3/28—Arrangements for balancing of the load in a network by storage of energy
-
- 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
- H02J3/381—Dispersed generators
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M1/00—Details of apparatus for conversion
- H02M1/12—Arrangements for reducing harmonics from ac input or output
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
- H02M1/00—Details of apparatus for conversion
- H02M1/32—Means for protecting converters other than automatic disconnection
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/22—The renewable source being solar energy
- H02J2300/24—The renewable source being solar energy of photovoltaic origin
-
- 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
- H02J2300/00—Systems for supplying or distributing electric power characterised by decentralized, dispersed, or local generation
- H02J2300/20—The dispersed energy generation being of renewable origin
- H02J2300/28—The renewable source being wind energy
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明揭示了一种三相三电平储能变流器离散空间矢量无模型预测控制方法,包括:根据拓扑建立静止坐标系中的数学模型,进行电流采样,得到27个基本电压矢量,利用电流梯度作为基于参数计算的电流梯度;根据27个基本电压矢量生成36个虚拟电压矢量和对应的36个电流梯度,进行电流预测;建立电流梯度方程,根据电流梯度方程更新未应用的虚拟电压矢量的电流梯度;计算出预测电流,分析电流梯度,并将分析得到的36个预测电流的价值函数值进行评估,选择对应的价值函数值最小的虚拟电压矢量作为最优电压矢量,应用到下一个控制周期;本发明完全消除了电流梯度更新的停滞现象及电流梯度更新停滞导致的电流尖峰,减小了电流纹波和总谐波畸变率,同时大幅降低电流梯度更新引起的计算负担。
Description
技术领域
本发明涉及三相三电平储能变流器技术领域,特别是涉及一种三相三电平储能变流器离散空间矢量无模型预测控制方法。
背景技术
随着新能源的发展,新能源技术在整个能源体系中的比重快速增加。由于风力发电、光伏发电存在着天然的不稳定性,需要使用配套的储能才能实现对传统化石能源的彻底取代。因此,储能技术是新能源发展的关键技术,具有着消除电力峰谷差、实现光伏以及风电等新能源的平滑输出、调峰调频以及作为备用能量等作用,使新能源发电能够平稳接入电网。
现有技术中的储能系统分为两部分:储能元件组成的储能装置以及电力电子器件组成的接入系统。现有技术中,三相三电平储能变流器由于其自身的优势,在接入系统中得到了广泛的应用。然而在现有技术中,三相三电平储能变流器的无模型控制的控制性能会受电流梯度更新频率的影响。当每个控制周期仅通过电流测量,更新矢量作用下的电流梯度,而未考虑到其它未应用矢量的电流梯度时,会导致三相三电平储能变流器的输出电流以及电容电压存在尖峰。
现有技术中的控制方法当每个周期仅使用一个基本矢量时,开关频率较低,电流纹波较大;且当相邻控制周期应用的矢量相同时,容易发生失效;从而导致电流纹波较大、总谐波畸变较高、导致电流梯度更新停滞以及出现电流尖峰。
因此,需要一种三相三电平储能变流器离散空间矢量无模型预测控制方法的出现,解决三相三电平储能变流器无模型预测中存在的上述问题。
发明内容
本发明的目的在于,提供一种三相三电平储能变流器离散空间矢量无模型预测控制方法,可以完全消除三相三电平储能变流器无模型预测中的电流梯度更新停滞以及因此导致的电流尖峰,减小输出电流的纹波和总谐波畸变率,同时大幅降低电流梯度更新引起的计算负担。
为解决上述技术问题,本发明提供一种三相三电平储能变流器离散空间矢量无模型预测控制方法,包括如下步骤:
S1,根据三相三电平储能变流器拓扑,建立其在静止坐标系中的数学模型,得到27个基本电压矢量,进行电流采样,利用测量得到的电流梯度作为三相三电平储能变流器的基于参数计算的电流梯度;
S2,根据所述27个基本电压矢量生成36个虚拟电压矢量,以及对应的36个电流梯度,并基于离散空间矢量的电流梯度进行电流预测;
S3,建立所述36个虚拟电压矢量的电流梯度方程关系,并根据应用虚拟电压矢量的电流梯度更新未应用的虚拟电压矢量的电流梯度;
S4,根据所述36个虚拟电压矢量对应的电流梯度计算出36个预测电流,将得到的所述36个预测电流的价值函数值进行评估,选择对应的价值函数值最小的虚拟电压矢量作为最优电压矢量,将所述最优电压矢量应用到下一个控制周期。
可选的,S1中所述三相三电平储能变流器在静止坐标系中的数学模型为:
其中,L为滤波电感,t为时间,iαβ为三相三电平储能变流器在静止坐标系的输出电流矢量;eαβ为静止坐标系下的电网电压矢量,uαβ为三相三电平储能变流器在静止坐标系的输出电压矢量,R为滤波电阻。
可选的,S2中所述36个虚拟电压矢量表示为:
usiαβ=0.5umαβ+0.5unαβ
其中,usiαβ为虚拟电压矢量,umαβ为第一个基本电压矢量,unαβ为第二个基本电压矢量。
可选的,在S2中,
k+1时刻的预测电流表示为:
iαβ(k+1)=iαβ(k)+Δiusiαβ(k)
k+2时刻的预测电流表示为:
iαβ(k+2)=iαβ(k+1)+Δiusiαβ(k+1)
其中,iαβ(k)为k时刻静止坐标系下的输出电流,iαβ(k+1)为k+1时刻静止坐标系下的预测电流,iαβ(k+2)为k+2时刻静止坐标系下的预测电流,Δiusiαβ(k+1)为k+1时刻应用的虚拟电压矢量usiαβ(k+1)在静止坐标系下的电流梯度,Δiusiαβ(k)为k时刻应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,usiαβ(k+1)为k+1时刻应用的虚拟电压矢量。
可选的,在S3中,当虚拟电压矢量在静止坐标系中的坐标分量相等时,对应的电流梯度也相等,电流梯度更新公式表示为:
Δiusjαβ(k)=Δiusiαβ(k)
其中,usjαβ(k)为k时刻未应用的虚拟电压矢量,Δiusjαβ(k)为k时刻未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,Δiusiαβ(k)为k时刻应用的虚拟电压矢量在静止坐标系下的电流梯度。
当坐标分量相等时,所述未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度与k时刻应用的虚拟电压矢量在静止坐标系下的电流梯度在对应的α静止坐标系中和对应的β静止坐标系中均相等。
可选的,在S3中,当虚拟电压矢量在静止坐标系中的坐标分量不相等时,电流梯度更新公式表示为:
Δiusjαβ(k)=(Δiusjαβ(k-1)-Δiusiαβ(k-1))+Δiusiαβ(k)
其中,usjαβ(k)为k时刻未应用的虚拟电压矢量,Δiusjαβ(k)未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,usjαβ(k-1)为k-1时刻未应用的虚拟电压矢量,Δiusjαβ(k-1)为未应用的虚拟电压矢量usjαβ(k-1)在静止坐标系下的电流梯度,usiαβ(k-1)为k-1时刻应用的虚拟电压矢量,Δiusiαβ(k-1)为应用的虚拟电压矢量usiαβ(k-1)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,Δiusiαβ(k)为k时刻应用的虚拟电压矢量在静止坐标系下的电流梯度,k-1为上一控制时刻,k为当前控制时刻。
可选的,在S4中,所述36个预测电流的价值函数值G表示为:
G=(irefα-iα(k+2))2+(irefβ-iβ(k+2))2。
其中,G为价值函数,irefα和irefβ均为参考电流矢量,iα(k+2)和iβ(k+2)均为k+2时刻预测电流矢量。
相比于现有技术,本发明至少具有以下有益效果:本申请通过虚拟电压矢量组合,在每个控制周期应用两个基本电压矢量,减小了输出电流的纹波和总谐波畸变率,固定了开关频率,提高了三相三电平储能变流器无模型预测的准确性;在每个控制周期的末端设置一个采样点,测量应用虚拟电压矢量的电流梯度,通过测量并存储上一控制周期的虚拟电压矢量作用下的电流梯度,建立了不同虚拟电压矢量的电流梯度关系,实现了未应用的虚拟电压矢量的电流梯度在每个控制周期的实时更新,完全消除了电流梯度更新的停滞现象及电流梯度更新停滞导致的电流尖峰。
进一步地,本申请提供的三相三电平储能变流器离散空间矢量无模型预测控制方法不依赖任何系统参数,在系统参数失配时仍具有良好的参数鲁棒性,消除了现有技术中无模型控制方法对系统参数的依赖,具有良好的输出电流质量,与现有技术相比进一步改善了输出电流质量,同时大幅降低电流梯度更新引起的计算负担。
附图说明
图1为本发明一个实施例的控制流程示意图;
图2为本发明一个实施例的三相三电平储能变流器拓扑图;
图3为本发明一个实施例的三相三电平储能变流器空间矢量图;
图4为本发明一个实施例的三相三电平储能变流器离散空间矢量图;
图5为本发明一个实施例的三相三电平储能变流器离散空间矢量电流梯度图;
图6为本发明一个实施例的三相三电平储能变流器离散空间矢量α轴电流梯度关系图;
图7为本发明一个实施例的三相三电平储能变流器离散空间矢量β轴电流梯度关系图。
具体实施方式
下面将结合示意图对本发明的一种三相三电平储能变流器离散空间矢量无模型预测控制方法进行更详细的描述,其中表示了本发明的优选实施例,应该理解本领域技术人员可以修改在此描述的本发明,而仍然实现本发明的有利效果。因此,下列描述应当被理解为对于本领域技术人员的广泛知道,而并不作为对本发明的限制。
在下列段落中参照附图1-7以举例方式更具体地描述本发明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
在现有的一种储能变流器无模型预测控制方法中,为了提高电流梯度的更新频率,会在控制中设置更新频率,如果某个电流梯度在50个控制周期内没有被更新,该电流梯度对应的矢量将在下一个控制周期被使用,其电流梯度也会被随之更新,然而这种方法会频繁使用非最优矢量,从而降低电流性能。
在另一种现有的储能变流器无模型预测控制方法中,简化了数学模型,建立了连续两个控制周期的电流梯度关系,并根据此关系更新未应用矢量的电流梯度,然而该方法在连续两个周期应用的矢量相同时会导致预测结果失效。
在现有技术中的另一个无模型预测方法中,提出了基于虚拟矢量的无模型预测控制方法,每个虚拟电压矢量由两个或三个基本电压矢量合成,为了获得每个基本电压矢量作用下的电流梯度,需要在一个控制周期内根据每个矢量的作用时间进行采样,增加了控制系统的复杂性,并且在每个控制周期内仅更新应用矢量的电流梯度,导致电流梯度的更新频率较低。
具体地,在现有技术中进行无模型预测时,在每个控制周期的中点和末端设置两个采样点,然而采样点数量的增加会占用更多的系统内存,增加系统设计的复杂度。
综上所述,本发明提出了一种三相三电平储能变流器离散空间矢量无模型预测控制方法,在每个控制周期内只设置一次采样,并且能够做到电流梯度在每个控制周期内的实时更新,完全消除了电流梯度更新的停滞现象及电流梯度更新停滞导致的电流尖峰,同时大幅降低电流梯度更新引起的计算负担。
本发明提供一种三相三电平储能变流器离散空间矢量无模型预测控制方法,请参考图1所示,包括如下步骤:
S1,根据三相三电平储能变流器拓扑,建立其在静止坐标系中的数学模型,得到27个基本电压矢量,进行电流采样,利用测量得到的电流梯度作为三相三电平储能变流器的基于参数计算的电流梯度。
S2,根据所述27个基本电压矢量生成36个虚拟电压矢量,以及对应的36个电流梯度,并基于离散空间矢量的电流梯度进行电流预测。
S3,建立所述36个虚拟电压矢量的电流梯度方程关系,根据所述应用虚拟电压矢量的电流梯度更新未应用虚拟电压矢量的电流梯度。
S4,根据所述36个虚拟电压矢量对应的电流梯度,将得到的36个预测电流的价值函数值进行评估,选择对应的价值函数值最小的虚拟电压矢量作为最优电压矢量,将所述最优电压矢量应用到下一个控制周期。
在本发明的一个实施例中,所述三相三电平储能变流器离散空间矢量无模型预测控制方法按如下步骤进行:
步骤一,根据所述三相三电平储能变流器拓扑,拓扑图请参考图2所示,建立三相三电平储能变流器在静止坐标系中的数学模型,进行电流采样,并将采样获得的三相电网电流iabc进行克拉克变换得到iαβ:
其中,iα为α静止坐标系下的电流,iβ为β静止坐标系下的电流,,ia为三相坐标系中a相坐标系下的电流,ib为三相坐标系中b相坐标系下的电流,ic为三相坐标系中c相坐标系下的电流。
所述三相三电平储能变流器在静止坐标系中的数学模型为:
其中,L为滤波电感,t为时间,iαβ为三相三电平储能变流器在静止坐标系的输出电流;eαβ为静止坐标系下的电网电压矢量,uαβ为三相三电平储能变流器在静止坐标系的输出电压矢量,R为滤波电阻。
根据前向欧拉法,(k+1)时刻的预测电流可以离散为:
其中,iαβ(k+1)为(k+1)时刻静止坐标系下的预测电流,iαβ(k)为k时刻静止坐标系下的输出电流,Ts为控制周期,L为滤波电感,eαβ(k)为k时刻静止坐标系下的电网电压矢量,uαβ(k)为k时刻静止坐标系下的基本电压矢量,R为滤波电阻,Δiαβ(k)为基本电压矢量uαβ(k)在静止坐标系下的电流梯度。
具体地,由于模型预测控制的预测电流依赖于三相三电平储能变流器参数的准确性,三相三电平储能变流器的参数可能因测量误差而不准确,或因工作条件的变化而变化,这种参数的不确定性会导致电流梯度存在误差,从而降低电流性能,出于消除模型参数对预测电流的影响的目的,采用无模型预测控制方法。
因此,电流梯度可根据电流测量获得并表示为:
Δiαβ(k-1)=iαβ(k)-iαβ(k-1)
其中,Δiαβ(k-1)为k-1时刻电压矢量在静止坐标系下的电流梯度,iαβ(k)为k时刻静止坐标系下的输出电流,iαβ(k-1)为k-1时刻静止坐标系下的输出电流。
在本实施例中,电流梯度与应用的电压矢量一一对应,被存储在查找表中用于电流预测。
因此,(k+1)时刻的预测电流可以表示为:
iαβ(k+1)=iαβ(k)+Δiαβ(k)
其中,iαβ(k+1)为(k+1)时刻静止坐标系下的预测电流,iαβ(k)为k时刻静止坐标系下的输出电流,Δiαβ(k)为k时刻电压矢量在静止坐标系下的电流梯度。
步骤二,根据伏秒平衡原理,使用所述27个基本电压矢量生成所述36个虚拟电压矢量,表示为:
usiαβ=0.5umαβ+0.5unαβ
其中,usiαβ为虚拟电压矢量,umαβ为第一个基本电压矢量,unαβ为第二个基本电压矢量。
所述36个虚拟电压矢量的合成方式请参考下表所示:
进一步地,根据合成的所述36个虚拟电压矢量相应地产生对应的所述36个虚拟电压矢量电流梯度,请参考图4所示。
根据所述36个虚拟电压矢量的电流梯度,进行电流预测,具体地,k+1时刻的预测电流可以表示为:
iαβ(k+1)=iαβ(k)+Δiusiαβ(k)
k+2时刻的预测电流可以表示为:
iαβ(k+2)=iαβ(k+1)+Δiusiαβ(k+1)
其中,iαβ(k+1)为(k+1)时刻静止坐标系下的预测电流,iαβ(k)为k时刻静止坐标系下的输出电流,iαβ(k+2)为(k+2)时刻静止坐标系下的预测电流,usiαβ(k)为k时刻应用的虚拟电压矢量,usiαβ(k+1)为k+1时刻应用的虚拟电压矢量,Δiusiαβ(k)为k时刻虚拟电压矢量usiαβ(k)的电流梯度,Δiusiαβ(k+1)为k+1时刻虚拟电压矢量usiαβ(k+1)的电流梯度。
步骤三,建立不同虚拟矢量的电流梯度方程关系,根据应用虚拟矢量的电流梯度更新未应用虚拟矢量的电流梯度。
具体地,本实施例中在每个控制周期设置一次采样,获得虚拟电压矢量的电流梯度,通过建立不同虚拟电压矢量的电流梯度更新方程,实现了其它虚拟电压矢量电流梯度的实时更新,其中,应用的虚拟电压矢量的电流梯度Δiusi(k)表示为:
Δiusiαβ(k)=X[egαβ(k)-usiαβ(k)-Riαβ(k)]
其中,usiαβ(k)为k时刻应用的虚拟电压矢量,Δiusiαβ(k)为应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度,X为系统参数,egαβ(k)为k时刻静止坐标系下的电网电压矢量,iαβ(k)为k时刻静止坐标系下的输出电流,R为滤波电阻。
同理,未应用的虚拟电压矢量的电流梯度表示为:
Δiusjαβ(k)=X[egαβ(k)-usjαβ(k)-Riαβ(k)]
其中,usjαβ(k)为k时刻未应用的虚拟电压矢量,Δiusjαβ(k)为未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,egαβ(k)为k时刻静止坐标系下的电网电压矢量,iαβ(k)为k时刻静止坐标系下的输出电流,X为系统参数,R为滤波电阻。
上式相减能够得到:
Δiusjαβ(k)-Δiusiαβ(k)=X(usiαβ(k)-usjαβ(k))
其中,Δiusjαβ(k)为k时刻未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,Δiusiαβ(k)为k时刻应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,usjαβ(k)为k时刻未应用的虚拟电压矢量。
由上式可知,当虚拟电压矢量usiαβ(k)和usjαβ(k)的在静止坐标系的坐标分量相等时,虚拟电压矢量usiαβ(k)和usjαβ(k)对应的电流梯度值也相等,从而无需复杂的计算即可获得,有效降低了电流梯度更新引起的计算负担。
电流梯度更新公式表示为:
Δiusjαβ(k)=Δiusiαβ(k)
其中,Δiusjαβ(k)为k时刻未应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度,Δiusiαβ(k)为k时刻应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度。
当坐标分量相等时,所述应用的虚拟电压矢量usiαβ(k)和未应用的虚拟电压矢量usjαβ(k)对应的电流梯度在对应的α静止坐标系中和对应的β静止坐标系中均相等。
当虚拟电压矢量usiαβ(k)和usjαβ(k)的在静止坐标系的坐标分量不相等时,可获得k-1时刻虚拟电压矢量usiαβ(k-1)和usjαβ(k-1)的电流梯度关系,并表示为
Δiusjαβ(k-1)-Δiusiaβ(k-1)=X(usiαβ(k-1)-usjαβ(k-1))
为了消除参数X,电流梯度可联立表示为:
上式相除能够得到:
(Δiusjαβ(k)-Δiusiαβ(k))/(Δiusjαβ(k-1)-Δiusiαβ(k-1))=(usiαβ(k)-usjαβ(k))/(usiαβ(k-1)-usjαβ(k-1))=U
分析上式得到:
Δiusjαβ(k)=U(Δiusjαβ(k-1)-Δiusiαβ(k-1))+Δiusiαβ(k)
在静止坐标系中的坐标分量不相等时,可以认为U=1,因此,上式进一步表示为:
Δiusjαβ(k)=(Δiusjαβ(k-1)-Δiusiαβ(k-1))+Δiusiαβ(k)
其中,Δiusjαβ(k-1)为k-1时刻未应用的虚拟电压矢量usjαβ(k-1)在静止坐标系下的电流梯度,Δiusiαβ(k-1)为k-1时刻应用的虚拟电压矢量usiαβ(k-1)在静止坐标系下的电流梯度,usiαβ(k-1)为k-1时刻应用的虚拟电压矢量,usjαβ(k-1)为k-1时刻未应用的虚拟电压矢量,Δiusjαβ(k)为k时刻未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,Δiusiαβ(k)为k时刻应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,usjαβ(k)为k时刻未应用的虚拟电压矢量,X为系统参数,U为矢量比率。
通过上述步骤,电流梯度更新停滞的现象被消除,所有电流梯度均能在一个控制周期内更新。
步骤四,根据所述36个虚拟电压矢量对应的电流梯度,得到的36个预测电流的价值函数值进行评估,选择对应的价值函数值最小的虚拟电压矢量作为最优电压矢量,将所述最优电压矢量应用到下一个控制周期。
所述36个预测电流的价值函数值G为:
G=(irefα-iα(k+2))2+(irefβ-iβ(k+2))2。
其中,G为价值函数,irefα和irefβ为参考电流矢量,iα(k+2)和iβ(k+2)均为k+2时刻预测电流矢量。
本申请通过虚拟电压矢量组合,在每个控制周期应用两个基本电压矢量,减小了输出电流的纹波和总谐波畸变率,固定了开关频率,提高了三相三电平储能变流器无模型预测的准确性;在每个控制周期的末端设置一个采样点,测量应用虚拟电压矢量的电流梯度,通过测量并存储上一控制周期的虚拟电压矢量作用下的电流梯度,建立了不同虚拟电压矢量的电流梯度关系,实现了未应用的虚拟电压矢量的电流梯度在每个控制周期的实时更新,完全消除了电流梯度更新的停滞现象及电流梯度更新停滞导致的电流尖峰。
进一步地,本方案的一种三相三电平储能变流器离散空间矢量无模型预测控制方法不依赖任何系统参数,在系统参数失配时仍具有良好的参数鲁棒性,消除了现有技术中无模型控制方法对系统参数的依赖,具有良好的输出电流质量,与现有技术相比进一步改善了输出电流质量。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种三相三电平储能变流器离散空间矢量无模型预测控制方法,其特征在于,包括如下步骤:
S1,根据三相三电平储能变流器拓扑,建立其在静止坐标系中的数学模型,得到27个基本电压矢量,进行电流采样,利用测量得到的电流梯度作为三相三电平储能变流器的基于参数计算的电流梯度;
S2,根据所述27个基本电压矢量生成36个虚拟电压矢量,以及对应的36个电流梯度,并基于离散空间矢量的电流梯度进行电流预测;
S3,建立所述36个虚拟电压矢量的电流梯度方程关系,并根据应用虚拟电压矢量的电流梯度更新未应用的虚拟电压矢量的电流梯度;
S4,根据所述36个虚拟电压矢量对应的电流梯度计算出36个预测电流,将得到的所述36个预测电流的价值函数值进行评估,选择对应的价值函数值最小的虚拟电压矢量作为最优电压矢量,将所述最优电压矢量应用到下一个控制周期。
3.如权利要求1所述的三相三电平储能变流器离散空间矢量无模型预测控制方法,其特征在于,S2中所述36个虚拟电压矢量表示为:
usiαβ=0.5umαβ+0.5unαβ
其中,usiαβ为虚拟电压矢量,umαβ为第一个基本电压矢量,unαβ为第二个基本电压矢量。
4.如权利要求1所述的三相三电平储能变流器离散空间矢量无模型预测控制方法,其特征在于,在S2中,
k+1时刻的预测电流表示为:
iαβ(k+1)=iαβ(k)+Δiusiαβ(k)
k+2时刻的预测电流表示为:
iαβ(k+2)=iαβ(k+1)+Δiusiαβ(k+1)
其中,iαβ(k)为k时刻静止坐标系下的输出电流,iαβ(k+1)为k+1时刻静止坐标系下的预测电流,iαβ(k+2)为k+2时刻静止坐标系下的预测电流,Δiusiαβ(k+1)为k+1时刻应用的虚拟电压矢量usiαβ(k+1)在静止坐标系下的电流梯度,Δiusiαβ(k)为k时刻应用的虚拟电压矢量usiαβ(k)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,usiαβ(k+1)为k+1时刻应用的虚拟电压矢量。
5.如权利要求4所述的三相三电平储能变流器离散空间矢量无模型预测控制方法,其特征在于,在S3中,当虚拟电压矢量在静止坐标系中的坐标分量相等时,对应的电流梯度也相等,电流梯度更新公式表示为:
Δiusjαβ(k)=Δiusiαβ(k)
其中,usjαβ(k)为k时刻未应用的虚拟电压矢量,Δiusjαβ(k)为k时刻未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,Δiusiαβ(k)为k时刻应用的虚拟电压矢量在静止坐标系下的电流梯度。
当坐标分量相等时,所述未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度与k时刻应用的虚拟电压矢量在静止坐标系下的电流梯度在对应的α静止坐标系中和对应的β静止坐标系中均相等。
6.如权利要求5所述的三相三电平储能变流器离散空间矢量无模型预测控制方法,其特征在于,在S3中,当虚拟电压矢量在静止坐标系中的坐标分量不相等时,电流梯度更新公式表示为:
Δiusjαβ(k)=Δiusiαβ(k-1)-Δiusiαβ(k-1))+Δiusiαβ(k)
其中,usjαβ(k)为k时刻未应用的虚拟电压矢量,Δiusjαβ(k)未应用的虚拟电压矢量usjαβ(k)在静止坐标系下的电流梯度,usjαβ(k-1)为k-1时刻未应用的虚拟电压矢量,Δiusjαβ(k-1)为未应用的虚拟电压矢量usjαβ(k-1)在静止坐标系下的电流梯度,usiαβ(k-1)为k-1时刻应用的虚拟电压矢量,Δiusiαβ(k-1)为应用的虚拟电压矢量usiαβ(k-1)在静止坐标系下的电流梯度,usiαβ(k)为k时刻应用的虚拟电压矢量,Δiusiαβ(k)为k时刻应用的虚拟电压矢量在静止坐标系下的电流梯度,k-1为上一控制时刻,k为当前控制时刻。
7.如权利要求1所述的三相三电平储能变流器离散空间矢量无模型预测控制方法,其特征在于,在S4中,所述36个预测电流的价值函数值G表示为:
G=(irefα-iα(k+2))2+(irefβ-iβ(k+2))2。
其中,G为价值函数,irefα和irefβ均为参考电流矢量,iα(k+2)和iβ(k+2)均为k+2时刻预测电流矢量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310148623.2A CN116169894A (zh) | 2023-02-22 | 2023-02-22 | 三相三电平储能变流器离散空间矢量无模型预测控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310148623.2A CN116169894A (zh) | 2023-02-22 | 2023-02-22 | 三相三电平储能变流器离散空间矢量无模型预测控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116169894A true CN116169894A (zh) | 2023-05-26 |
Family
ID=86411058
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310148623.2A Pending CN116169894A (zh) | 2023-02-22 | 2023-02-22 | 三相三电平储能变流器离散空间矢量无模型预测控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116169894A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116455288A (zh) * | 2023-06-12 | 2023-07-18 | 国网上海能源互联网研究院有限公司 | 一种电力机车无参数预测控制方法、装置、设备和介质 |
CN116545292A (zh) * | 2023-06-30 | 2023-08-04 | 合肥安赛思半导体有限公司 | 一种lc滤波型逆变器预测控制方法及系统 |
-
2023
- 2023-02-22 CN CN202310148623.2A patent/CN116169894A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116455288A (zh) * | 2023-06-12 | 2023-07-18 | 国网上海能源互联网研究院有限公司 | 一种电力机车无参数预测控制方法、装置、设备和介质 |
CN116455288B (zh) * | 2023-06-12 | 2023-08-29 | 国网上海能源互联网研究院有限公司 | 一种电力机车无参数预测控制方法、装置、设备和介质 |
CN116545292A (zh) * | 2023-06-30 | 2023-08-04 | 合肥安赛思半导体有限公司 | 一种lc滤波型逆变器预测控制方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116169894A (zh) | 三相三电平储能变流器离散空间矢量无模型预测控制方法 | |
CN111130366B (zh) | 三相vienna整流器的无网压传感器的预测控制方法 | |
CN108711846B (zh) | 一种交直流系统长期电压稳定模型预测控制方法 | |
CN103595279B (zh) | 电网不对称故障下光伏逆变器定频式模型预测控制方法 | |
Liao et al. | Robust dichotomy solution-based model predictive control for the grid-connected inverters with disturbance observer | |
CN114172412B (zh) | 一种用于双三相永磁电机的无参数模型预测电流控制方法 | |
CN103595069A (zh) | 不平衡电压下光伏发电系统网侧变换器模型预测控制方法 | |
CN111817598A (zh) | 三相并网逆变器三矢量模型预测电流控制方法 | |
CN103595280A (zh) | 电压不平衡下太阳能发电系统逆变器无差拍控制方法 | |
CN114400910B (zh) | 基于矢量提前筛选的电流源型变换器多步预测控制方法 | |
CN116545292A (zh) | 一种lc滤波型逆变器预测控制方法及系统 | |
Feng et al. | Sliding mode and predictive current control strategy of the three-phase Vienna rectifier | |
CN111697857B (zh) | 适用于直流微电网的单相级联整流器的mpc控制方法 | |
Baltacı et al. | Design and experimental validation of an artificial neural network-SVPWM controller for a novel micro grid-tied fuel cell-based 3-phase boost inverter | |
CN111614279A (zh) | 基于模型预测控制的空间矢量调制方法、系统及逆变器 | |
CN114938153B (zh) | 三相pwm变流器的固定时间命令滤波控制方法及系统 | |
CN115588987A (zh) | 一种llcl型电池储能变换器的有限集模型预测控制方法 | |
CN114710055B (zh) | 基于有限集单矢量的两并联功率变流器模型预测控制方法 | |
Božiček et al. | Performance evaluation of the DSP-based improved time-optimal current controller for STATCOM | |
CN108667037B (zh) | 基于p-dpc的statcom/bess微电网协同控制方法及其系统 | |
CN113533998A (zh) | 一种三相交流电子负载的预测控制方法 | |
CN112737364A (zh) | 三电平整流器的延时补偿模型预测控制 | |
CN114256874B (zh) | 一种t型逆变器快速有限集模型预测控制方法 | |
Sun et al. | Dynamic stability analysis of DC microgrid and construction of stability region of control parameters based on Pioncáre map | |
CN114725985A (zh) | 基于电网模拟器逆变环节的四矢量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 |