CN116865532B - 一种采用模型预测控制的交直变换器的控制方法 - Google Patents
一种采用模型预测控制的交直变换器的控制方法 Download PDFInfo
- Publication number
- CN116865532B CN116865532B CN202311132167.9A CN202311132167A CN116865532B CN 116865532 B CN116865532 B CN 116865532B CN 202311132167 A CN202311132167 A CN 202311132167A CN 116865532 B CN116865532 B CN 116865532B
- Authority
- CN
- China
- Prior art keywords
- control
- converter
- model
- output
- value
- 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 43
- 238000005457 optimization Methods 0.000 claims description 28
- 239000003990 capacitor Substances 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 230000009466 transformation Effects 0.000 claims description 3
- 230000004044 response Effects 0.000 abstract description 11
- 230000006399 behavior Effects 0.000 abstract description 4
- 230000000694 effects Effects 0.000 abstract description 2
- 239000011159 matrix material Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 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 2
- 229920002430 Fibre-reinforced plastic Polymers 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000002131 composite material Substances 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000011151 fibre-reinforced plastic Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
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
- H02M1/00—Details of apparatus for conversion
- H02M1/0003—Details of control, feedback or regulation circuits
-
- 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
- H02M1/0003—Details of control, feedback or regulation circuits
- H02M1/0025—Arrangements for modifying reference values, feedback values or error values in the control loop of a converter
-
- 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
- H02M7/02—Conversion of ac power input into dc power output without possibility of reversal
- H02M7/04—Conversion of ac power input into dc power output without possibility of reversal by static converters
- H02M7/12—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/21—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
- H02M7/217—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only
- H02M7/219—Conversion of ac power input into dc power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only in a bridge configuration
Abstract
本发明涉及交直变换器领域，具体是一种采用模型预测控制的交直变换器的控制方法，该方法采用模型预测方法来对交直变换器进行控制，通过在每个采样时刻计算一个控制量来控制。根据改进欧拉法建模的模型，在有限的预测时段内对未来系统行为进行预测，并在预测的时段内优化控制量，使得系统在一定的性能指标下达到所需的控制效果。所使用的改进欧拉法可以更精确地描述系统的动态响应和稳态性能，提高系统的自适应性和控制精度。相比欧拉法，改进欧拉法建模精度更高。相比于传统PI控制，可以用于处理多个变量和约束，并适应系统的非线性和时变特性。可以提高系统的动态响应和稳态精度，并减少系统的稳态误差。
Description
技术领域
本发明涉及交直变换器领域，具体为一种采用模型预测控制的交直变换器的控制方法。
背景技术
近年来，化石能源的枯竭和引起的环境问题日渐突出，减少化石能源开采、大力发展新能源是关键。为构建清洁低碳安全高效的能源体系、提高可再生能源的利用率，分布式清洁能源发电占比快速提升。交直流微电网能充分发挥分布式电源的价值和效益、协调大电网和分布式电源之间的矛盾，交直流微电网的运行稳定性是保证电力系统安全稳定运行的前提。交直变换器拥有高功率密度、高效率等优点，是交直流微电网中源荷并网的关键设备，由此提升交直变换器的稳定性是提升交直流微电网运行稳定的关键。
而交直变换器系统中存在的非线性和时变性质使得传统的PI控制方法难以实现对其的精确控制。基于传统控制方法的局限性，学者们开始研究一些非线性控制方法来适应交直变换器的动态响应特性。有学者采用直接功率控制策略可以增强交直变换器在输入电压突变下的动态响应能力，但是对于输出端扰动的响应特性未做进一步研究。有学者提出了一种基于大信号建模理论的高阶滑模控制方法，该方法可以有效地实现母线电压稳定，并有效抑制变结构控制中的抖振问题。但以上控制方法不具有对未来系统行为进行预测功能，无法处理多个变量和约束，适用范围较窄。同时由于现有的模型预测控制建模采用欧拉法只采用了当前时刻的导数进行计算，没有考虑到导数的变化率，因此在高频分量存在时，会出现误差较大的情况。因此，现阶段的交直变换器的控制方法有诸多的缺点。
发明内容
本发明为了解决现有控制方法不具有对未来系统行为进行预测功能、无法处理多个变量和约束的问题，提出了一种采用模型预测控制的交直变换器的控制方法。
本发明是采用如下的技术方案实现的：一种采用模型预测控制的交直变换器的控制方法，所述交直变换器包括全桥电路、交流侧滤波电感和直流稳压电容。本发明是一种用于上述交直变换器的控制方法，分别针对交直变换器设计了预测控制和优化控制，可以适应系统的非线性和时变特性。采用改进欧拉法建模，提高了模型精度。并且提高系统的动态响应和稳态精度，并减少系统的稳态误差。其所述方法具体展开如下：
首先电压参考值Uref(k)和预测输出值Uc(k-1+Np)之间的差值E(k)经过优化求解模块后得到控制量D(k)，随后控制量D(k)经过交直变换器模型得到输出电压实际值U0(k)，控制量D(k)经过预测模型得到模型输出值Um(k)，最后模型输出值Um(k)和输出电压实际U0(k)的差值e(k)经过预测输出模块得到Np步长后的预测输出值Uc(k+Np)，电压参考值Uref(k+1)和预测输出值Uc(k+Np)之间的差值E(k+1)再输入到优化求解模块中，如此反复，最终调整控制量D(k)对交直变换器进行控制，使得交直变换器具有良好性能，k表示采样时刻，Np表示步长。
优化求解模块：本发明目标是寻找最佳的控制量D(k)，以使预测时域内的预测输出值Uc(k-1+Np)尽可能接近电压参考值Uref(k)。为此，需要定义一个优化目标函数，通常基于预测输出值Uc(k-1+Np)和电压参考值Uref(k)之间的误差。具体而言，考虑预测输出值Uc(k-1+Np)和电压参考值Uref(k)，选择预测输出值Uc(k-1+Np)和电压参考值Uref(k)之间的误差E(k):
(1)
然后，利用一个权重矩阵F来加权误差，得到误差的平方范数。为降低
偏差，控制目标是最小化这个平方范数，进而使误差最小化，将该平方范数定义为初级优化
目标函数:
(2)
为限制控制量D(k)的大小，以避免过度响应或饱和等问题，需要添加一个关于控
制量D(k)的约束，来限制控制动作的大小。利用另一个权重矩阵W来加权控制量D(k)的大
小，以得到。最终，将控制量D(k)的平方范数添加到初级优化目标函数中，得
到最终的优化目标函数:
(3)
优化问题的目标是寻找最优的控制量D(k)，以使上述优化目标函数最小化。
优化问题可以描述为：
(4)
式中，dmax为控制量最大值。
由式(3)、(4)可得：
(5)
式中为时间常数，此式中为常数项，对最优解没有影响，可以直接
舍弃，进而令, ,将原有优化问题化简成为典型二次规
划算法求解：
(6)
为了实现控制，需要寻找最佳的控制量D(k)，以使预测时域内的预测输出值Uc(k-1+Np)与电压参考值Uref(k)尽可能接近, D(k)取值范围为(-0.75,0.25)。
交直变换器模型：交直变换器输出电压的动态方程为：
(7)
式中表示交直变换器的输入电压实际值，表示交直变换器的输出电压
实际值；R为输出负载，Co为输出电容，n为变压器变比，f为频率，L为电感，控制量D(k)为控
制量。
采用改进欧拉法对式(7)进行离散化处理，如式（8），先用欧拉法计算得到一个粗
略的预测值，再将这个预测值代入梯形公式进行修正，得到较高精度的结果，如式（9）。
（8）
式中，Ks为开关周期。
（9）
化简可以得离散状态下的交直变换器的输出电压方程：
（10）
预测模型模块：令，，式(10)可以转化
为：
(11)
令，，，
式(11)转化为标准状态的预测模型方程：
(12)
预测输出模块：误差e(k)作为预测输出模块的输入，得到Np步长后的状态变量预测值Uc(k+Np)，
(13)
重复上述步骤，即可进行多步状态预测，式中m、s表示步长。
本发明所提的一种采用模型预测控制的交直变换器的控制方法，与现有技术相比，所具有的优点与积极效果在于：1.所使用的模型预测控制可以有效的保障交直变换器的可靠性与效率。2.由于欧拉法只采用了当前时刻的导数进行计算，没有考虑到导数的变化率，因此在高频分量存在时，会出现误差较大的情况。所使用的改进欧拉法可以更精确地描述系统的动态响应和稳态性能，提高系统的自适应性和控制精度。相比欧拉法，改进欧拉法建模精度更高。
附图说明
图1是本发明所涉及模型预测控制的控制过程图。
图2是本发明所涉及交直变换器结构图。
图 1 中：模型预测控制包括优化求解模块、交直变换器模型、预测模型、预测输出模块。首先电压参考值Uref(k)和预测输出值Uc(k-1+Np)之间的差值E(k)经过优化求解模块后得到控制量D(k)，随后控制量D(k)经过交直变换器模型得到输出电压实际值U0(k)，控制量D(k)经过预测模型得到模型输出值Um(k)，最后模型输出值Um(k)和输出电压实际U0(k)的差值e(k)经过预测输出模块得到Np步长后的预测输出值Uc(k+Np)。
图2中：Co为直流稳压电容，V1、V2、V3、V4为全桥电路中功率器件，L为交流侧滤波电感。
具体实施方式
一种采用模型预测控制的交直变换器的控制方法，如图1所示，首先电压参考值Uref(k)和预测输出值Uc(k-1+Np)之间的差值E(k)经过优化求解模块后得到控制量D(k)，随后控制量D(k)经过交直变换器模型得到输出电压实际值U0(k)，控制量D(k)经过预测模型得到模型输出值Um(k)，最后模型输出值Um(k)和输出电压实际U0(k)的差值e(k)经过预测输出模块得到Np步长后的预测输出值Uc(k+Np)，电压参考值Uref(k+1)和预测输出值Uc(k+Np)之间的差值E(k+1)再输入到优化求解模块中，如此反复，最终调整控制量D(k)对交直变换器进行控制，使得交直变换器具有良好性能，k表示采样时刻，Np表示步长。
具体过程如下:
优化求解模块：本发明目标是寻找最佳的控制量D(k)，以使预测时域内的预测输出值Uc(k-1+Np)尽可能接近电压参考值Uref(k)。为此，需要定义一个优化目标函数，通常基于预测输出值Uc(k-1+Np)和电压参考值Uref(k)之间的误差。具体而言，考虑预测输出值Uc(k-1+Np)和电压参考值Uref(k)，选择预测输出值Uc(k-1+Np)和电压参考值Uref(k)之间的误差E(k):
(1)
然后，利用一个权重矩阵F来加权误差，得到误差的平方范数。为降低
偏差，控制目标是最小化这个平方范数，进而使误差最小化，将该平方范数定义为初级优化
目标函数:
(2)
为限制控制量D(k)的大小，以避免过度响应或饱和等问题，需要添加一个关于控
制量D(k)的约束，来限制控制动作的大小。利用另一个权重矩阵W来加权控制量D(k)的大
小，以得到。最终，将控制量D(k)的平方范数添加到初级优化目标函数中，得
到最终的优化目标函数:
(3)
优化问题的目标是寻找最优的控制量D(k)，以使上述优化目标函数最小化。
优化问题可以描述为：
(4)
式中，dmax为控制量最大值。
由式(3)、(4)可得：
(5)
式中为时间常数，此式中为常数项，对最优解没有影响，可以直接
舍弃，进而令，，将原有优化问题化简成为典型二次规划
求解模型：
(6)
为了实现控制，需要寻找最佳的控制量D(k)，以使预测时域内的预测输出值Uc(k-1+Np)与电压参考值Uref(k)尽可能接近,D(k)取值范围为(-0.75,0.25)。通过计算预测输出值Uc(k-1+Np)与电压参考值Uref(k)之间的误差，定义了一个简单的优化目标函数,为了解决这个优化问题，采用二次规划算法进行计算，以获得最佳的控制量D(k)。
交直变换器模型：交直变换器输出电压的动态方程为：
（7）
式中表示交直变换器的输入电压实际值，表示交直变换器的输出电压
实际值；R为输出负载，Co为直流稳压电容，n为变压器变比，f为频率，L为交流侧滤波电感。
采用改进欧拉法对式(7)进行离散化处理，如式（8），用欧拉法计算得到一个粗略
的预测值，再将这个预测值代入梯形公式进行修正，得到较高精度的输出电压实
际值，如式（9）。
（8）
式中，Ks为开关周期。
（9）
化简可以得离散状态下的交直变换器的输出电压方程：
（10）
预测模型：令，，式(10)可以转化为：
(11)
令，，，
式(11)转化为标准状态的预测模型方程：
(12)
预测输出模块：误差e(k)作为预测输出模块的输入，得到Np步长后的状态变量预测值Uc(k+Np)，
(13)
重复上述步骤，即可进行多步状态预测，式中m、s表示步长。
本发明采用模型预测方法来对交直变换器进行控制，通过在每个采样时刻计算一个控制量来控制。根据系统的动态模型，在有限的预测时段内对未来系统行为进行预测，并在预测的时段内优化控制量，使得系统在一定的性能指标下达到所需的控制效果。相比于传统PI控制，模型预测控制可以用于处理多个变量和约束，并适应系统的非线性和时变特性。这可以提高系统的动态响应和稳态精度，并减少系统的稳态误差。所使用的改进欧拉法可以更精确地描述系统的动态响应和稳态性能，提高系统的自适应性和控制精度。相比欧拉法，改进欧拉法建模精度更高。
Claims (2)
1.一种采用模型预测控制的交直变换器的控制方法，其特征在于：首先电压参考值Uref(k)和预测输出值Uc(k-1+Np)之间的差值E(k)经过优化求解模块后得到控制量D(k)，随后控制量D(k)经过交直变换器模型得到输出电压实际值U0(k)，控制量D(k)经过预测模型得到模型输出值Um(k)，最后模型输出值Um(k)和输出电压实际值U0(k)的差值e(k)经过预测输出模块得到Np步长后的预测输出值Uc(k+Np)，电压参考值Uref(k+1)和预测输出值Uc(k+Np)之间的差值E(k+1)再输入到优化求解模块中，如此反复，最终调整控制量D(k)对交直变换器进行控制，k表示采样时刻，Np表示步长；
优化求解模块的方程为：式中H＝2(ΓTFΓ+W)，fT＝2E(k)TFΓ，F、W为权重矩阵，Γ为时间常数；
预测模型的方程为：Um(k)＝Uo(k)-Ae(k)+BD(k)+C，其中，R为输出负载，Co为直流稳压电容，L为交流侧滤波电感，n为变压器变比，f为频率，Ui(k)表示交直变换器的输入电压实际值；
预测输出模块的方程为：式中m、s表示步长。
2.根据权利要求1所述的一种采用模型预测控制的交直变换器的控制方法，其特征在于：交直变换器输出电压的动态方程经过改进欧拉法化简得离散状态下的交直变换器的输出电压方程：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311132167.9A CN116865532B (zh) | 2023-09-05 | 2023-09-05 | 一种采用模型预测控制的交直变换器的控制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311132167.9A CN116865532B (zh) | 2023-09-05 | 2023-09-05 | 一种采用模型预测控制的交直变换器的控制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116865532A CN116865532A (zh) | 2023-10-10 |
| CN116865532B true CN116865532B (zh) | 2023-11-24 |
Family
ID=88234499
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311132167.9A Active CN116865532B (zh) | 2023-09-05 | 2023-09-05 | 一种采用模型预测控制的交直变换器的控制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116865532B (zh) |
Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103036460A (zh) * | 2012-11-26 | 2013-04-10 | 天津大学 | 一种三电平电压源型变换器模型预测控制方法 |
| CN103036462A (zh) * | 2012-11-26 | 2013-04-10 | 天津大学 | 电网电压不平衡时电压源型整流器模型预测控制方法 |
| EP2725706A1 (en) * | 2012-10-23 | 2014-04-30 | ABB Technology AG | Model predictive control with reference tracking |
| CN104184355A (zh) * | 2014-08-06 | 2014-12-03 | 南京信息工程大学 | 三相pwm电压型逆变器的双闭环控制装置及控制方法 |
| CN105897030A (zh) * | 2016-06-08 | 2016-08-24 | 江苏固德威电源科技股份有限公司 | 一种无差拍定频模型预测控制方法、装置及系统 |
| KR20180077700A (ko) * | 2016-12-29 | 2018-07-09 | 중앙대학교 산학협력단 | 멀티레벨 인버터를 동작시키는 제어 방법 및 장치 |
| JP2019041449A (ja) * | 2017-08-22 | 2019-03-14 | 株式会社豊田中央研究所 | Ｄｃ／ｄｃコンバータの制御装置 |
| CN110855149A (zh) * | 2019-11-22 | 2020-02-28 | 哈尔滨工程大学 | 一种直流变换器预测控制方法 |
| CN112310991A (zh) * | 2020-11-30 | 2021-02-02 | 上海海事大学 | 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 |
| CN112865524A (zh) * | 2019-11-12 | 2021-05-28 | 中国石油大学(华东) | 一种模块化多电平dc/dc变换器的模型预测控制方法 |
| CN113364292A (zh) * | 2021-05-30 | 2021-09-07 | 西北工业大学 | 针对交错并联型双向dc-dc变换器的复合模型预测控制方法 |
| CN113472226A (zh) * | 2021-07-07 | 2021-10-01 | 郑州轻工业大学 | 基于滑膜观测器的并网逆变器双矢量无模型预测控制方法 |
| CN114024340A (zh) * | 2021-11-29 | 2022-02-08 | 江苏科技大学 | 一种海上风电装置控制系统及模型预测控制方法 |
| CN114400910A (zh) * | 2022-01-17 | 2022-04-26 | 燕山大学 | 基于矢量提前筛选的电流源型变换器多步预测控制方法 |
| CN114726210A (zh) * | 2022-05-10 | 2022-07-08 | 中国电子科技集团公司第五十八研究所 | 一种基于控制空间的DC-DC buck变换器控制方法 |
| CN115149806A (zh) * | 2022-06-21 | 2022-10-04 | 西北工业大学 | 一种针对交错并联Boost变换器的自适应模型预测控制方法 |
| CN116526884A (zh) * | 2023-07-03 | 2023-08-01 | 合肥安赛思半导体有限公司 | 并网逆变器无模型预测控制方法及控制系统 |
-
2023
- 2023-09-05 CN CN202311132167.9A patent/CN116865532B/zh active Active
Patent Citations (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2725706A1 (en) * | 2012-10-23 | 2014-04-30 | ABB Technology AG | Model predictive control with reference tracking |
| CN103036462A (zh) * | 2012-11-26 | 2013-04-10 | 天津大学 | 电网电压不平衡时电压源型整流器模型预测控制方法 |
| CN103036460A (zh) * | 2012-11-26 | 2013-04-10 | 天津大学 | 一种三电平电压源型变换器模型预测控制方法 |
| CN104184355A (zh) * | 2014-08-06 | 2014-12-03 | 南京信息工程大学 | 三相pwm电压型逆变器的双闭环控制装置及控制方法 |
| CN105897030A (zh) * | 2016-06-08 | 2016-08-24 | 江苏固德威电源科技股份有限公司 | 一种无差拍定频模型预测控制方法、装置及系统 |
| KR20180077700A (ko) * | 2016-12-29 | 2018-07-09 | 중앙대학교 산학협력단 | 멀티레벨 인버터를 동작시키는 제어 방법 및 장치 |
| JP2019041449A (ja) * | 2017-08-22 | 2019-03-14 | 株式会社豊田中央研究所 | Ｄｃ／ｄｃコンバータの制御装置 |
| CN112865524A (zh) * | 2019-11-12 | 2021-05-28 | 中国石油大学(华东) | 一种模块化多电平dc/dc变换器的模型预测控制方法 |
| CN110855149A (zh) * | 2019-11-22 | 2020-02-28 | 哈尔滨工程大学 | 一种直流变换器预测控制方法 |
| CN112310991A (zh) * | 2020-11-30 | 2021-02-02 | 上海海事大学 | 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 |
| CN113364292A (zh) * | 2021-05-30 | 2021-09-07 | 西北工业大学 | 针对交错并联型双向dc-dc变换器的复合模型预测控制方法 |
| CN113472226A (zh) * | 2021-07-07 | 2021-10-01 | 郑州轻工业大学 | 基于滑膜观测器的并网逆变器双矢量无模型预测控制方法 |
| CN114024340A (zh) * | 2021-11-29 | 2022-02-08 | 江苏科技大学 | 一种海上风电装置控制系统及模型预测控制方法 |
| CN114400910A (zh) * | 2022-01-17 | 2022-04-26 | 燕山大学 | 基于矢量提前筛选的电流源型变换器多步预测控制方法 |
| CN114726210A (zh) * | 2022-05-10 | 2022-07-08 | 中国电子科技集团公司第五十八研究所 | 一种基于控制空间的DC-DC buck变换器控制方法 |
| CN115149806A (zh) * | 2022-06-21 | 2022-10-04 | 西北工业大学 | 一种针对交错并联Boost变换器的自适应模型预测控制方法 |
| CN116526884A (zh) * | 2023-07-03 | 2023-08-01 | 合肥安赛思半导体有限公司 | 并网逆变器无模型预测控制方法及控制系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116865532A (zh) | 2023-10-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Sefa et al. | Fuzzy PI controlled inverter for grid interactive renewable energy systems | |
| Kumar et al. | Design of Sliding Mode Control for Negative Output Elementary Super Lift Luo Converter operated in Continuous Conduction Mode | |
| Xu et al. | A composite finite-time controller for decentralized power sharing and stabilization of hybrid fuel cell/supercapacitor system with constant power load | |
| Dang et al. | Cost function‐based modulation scheme of model predictive control for VIENNA rectifier | |
| Selim et al. | Fast quasi‐static time‐series analysis and reactive power control of unbalanced distribution systems | |
| Canciello et al. | Multi-objective adaptive sliding manifold control for More Electric Aircraft | |
| Kim et al. | Dual‐mode flyback inverters in grid‐connected photovoltaic systems | |
| CN110190753A (zh) | 一种直流变换器状态反馈模型预测控制方法 | |
| Herrera‐Jaramillo et al. | Systematic analysis of control techniques for the dual active bridge converter in photovoltaic applications | |
| Tao et al. | Variable structure ADRC-based control for load-side buck interface converter: Formation, analysis, and verification | |
| Tiwary et al. | Direct power control of dual active bridge bidirectional DC-DC converter | |
| Zhang et al. | Adaptive multi-parameter-tuning for online stabilization control of grid-tied VSC: An artificial neural network-based method | |
| Velez-Ramirez et al. | Buck converter current and voltage control by exact feedback linearization with integral action | |
| CN116865532B (zh) | 一种采用模型预测控制的交直变换器的控制方法 | |
| Kumar et al. | Analysis and Implementation of bidirectional DC to DC Converter by using Fuzzy logic Controller | |
| CN117318495A (zh) | 谐振变换器的基于非线性扰动观测器滑模控制方法及系统 | |
| Zhang et al. | An event-triggered deadbeat control considering dynamic power loss compensation for hybrid energy storage system | |
| CN115580146A (zh) | 一种飞跨电容型双向dc-dc变换器模型预测控制方法 | |
| CN110854888B (zh) | 弱电网下基于广义二阶积分器的储能变换器改进控制方法 | |
| Abraham | Particle swarm optimization based sliding mode controllers for electric vehicle onboard charger | |
| Barzegar-Kalashani et al. | A step-by-step full-order sliding mode controller design for standalone inverter-interfaced cleaner renewable energy sources | |
| da Silva et al. | Generalized predictive controller applied in a bidirectional dc-dc converter | |
| Mo et al. | Model predictive control of Z-source neutral point clamped inverter | |
| Chen et al. | Predictive charge control for LLC resonant converters | |
| Sarkar et al. | Comparison of advanced analog controllers for a DC-DC boost converter |
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 |