CN117013889A - 一种新型永磁同步电机控制方法、系统、设备及终端 - Google Patents
一种新型永磁同步电机控制方法、系统、设备及终端 Download PDFInfo
- Publication number
- CN117013889A CN117013889A CN202310982480.5A CN202310982480A CN117013889A CN 117013889 A CN117013889 A CN 117013889A CN 202310982480 A CN202310982480 A CN 202310982480A CN 117013889 A CN117013889 A CN 117013889A
- Authority
- CN
- China
- Prior art keywords
- control
- permanent magnet
- current
- sliding mode
- magnet synchronous
- 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
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 70
- 238000000034 method Methods 0.000 title claims abstract description 67
- 239000013598 vector Substances 0.000 claims abstract description 159
- 230000008859 change Effects 0.000 claims abstract description 20
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 8
- 238000013459 approach Methods 0.000 claims description 50
- 230000006870 function Effects 0.000 claims description 45
- 238000013178 mathematical model Methods 0.000 claims description 23
- 238000013461 design Methods 0.000 claims description 15
- 238000005070 sampling Methods 0.000 claims description 15
- 238000004804 winding Methods 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 10
- 230000006872 improvement Effects 0.000 claims description 8
- 230000004044 response Effects 0.000 claims description 8
- 230000004907 flux Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 230000009977 dual effect Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 claims description 5
- 230000007547 defect Effects 0.000 claims description 4
- 238000005516 engineering process Methods 0.000 claims description 4
- 230000003190 augmentative effect Effects 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000009795 derivation Methods 0.000 claims description 3
- 238000012938 design process Methods 0.000 claims description 3
- 230000005251 gamma ray Effects 0.000 claims description 3
- 210000001258 synovial membrane Anatomy 0.000 abstract description 7
- 238000011217 control strategy Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 238000004088 simulation Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013016 damping Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 239000000696 magnetic material Substances 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000008092 positive effect Effects 0.000 description 1
- 230000010349 pulsation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001629 suppression Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000003313 weakening effect Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
- H02P6/34—Modelling or simulation for control purposes
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/0003—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control
- H02P21/0007—Control strategies in general, e.g. linear type, e.g. P, PI, PID, using robust control using sliding mode control
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/13—Observer control, e.g. using Luenberger observers or Kalman filters
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P21/00—Arrangements or methods for the control of electric machines by vector control, e.g. by control of field orientation
- H02P21/22—Current control, e.g. using a current control loop
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P25/00—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details
- H02P25/02—Arrangements or methods for the control of AC motors characterised by the kind of AC motor or by structural details characterised by the kind of motor
- H02P25/022—Synchronous motors
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
- H02P6/00—Arrangements for controlling synchronous motors or other dynamo-electric motors using electronic commutation dependent on the rotor position; Electronic commutators therefor
- H02P6/28—Arrangements for controlling current
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明属于电机控制技术领域,尤其涉及一种新型永磁同步电机控制方法、系统、设备及终端,首先简化永磁同步电机数学模型,然后进行速度环滑模控制器与滑膜扰动观测器的设计,最后改进传统双矢量占空比模型预测电流控制。本发明将传统PI速度控制器替换为滑膜变结构控制器,并将传统计算有效电压矢量数量为6个减少到5个,减小了永磁同步电机在模型预测电流控制下的计算负担。本发明利用模型预测电流控制和滑模变结构控制器替代了传统PI控制的转速环和电流环,提高了电机控制过程中受电机参数变化的影响,也提高了对外部扰动的抗干扰性,大幅度提升了电机的运行安全性。
Description
技术领域
本发明属于电机控制技术领域,尤其涉及一种新型永磁同步电机控制方法、系统、设备及终端。
背景技术
随着能源危机的加剧,环境问题日益突出,永磁同步电机(PMSM)控制技术不断被探索,快速、可靠的控制策略至关重要。永磁同步电机的控制方法除了矢量控制(VectorControl,VC)和直接转矩控制(Direct Torque Control,DTC)外,模型预测控制(ModelPredictive Control,MPC)受到了广泛的研究。
虽然在PMSM控制中将传统电流环PI控制改为模型预测电流控制(ModelPredictive Current Control,MPCC),但速度环还是采用传统PI速度控制器,对电机参数较为敏感,因此提高电机对参数变化的鲁棒性能亟需解决,而滑膜变结构控制器能够很好地改善系统对电机参数敏感的问题。
模型预测电流控制根据单个控制周期内的作用的电压矢量个数不同,永磁同步电机模型预测电流控制分为单矢量、双矢量、三矢量模型预测电流控制。单矢量控制简单,但电流脉动较大,三矢量虽然改善了系统性能,但计算量偏大,对硬件要求高,所以本发明选取的是双矢量模型预测电流控制。
占空比方法是双矢量方法中的一种,在一个控制周期里,将有效电压矢量与零电压矢量合成电压矢量,有效电压矢量只做用一部分时间,其余的时间由零电压矢量来补充。但是,在传统占空比MPCC中,是假设每个电压矢量作用于整个采样周期,然后根据无差拍q轴电流原理计算使代价函数最小的选定电压矢量的持续时间,传统占空比MPCC中选择的电压矢量不再适用于整个采样周期,因此所施加的电压矢量不能保证全局最小化。
总结目前仍存在的一些问题,比如:(1)虽然模型预测电流控制可以替代电流环PI控制,但转速环PI控制仍受电机参数变化而影响电机的控制性能;(2)目前双矢量模型预测电流控制大多是利用占空比方法,这样可能导致选择电压矢量时陷入局部最优且存在较大的纹波,经过延时补偿后进一步恶化电机性能;(3)模型预测控制会导致开关频率不固定,使得产生的电流中含有大量的谐波,进而造成大量的谐波损耗。
以上问题的根源在于缺乏对电机参数变化和模型预测电流控制的理论分析,不能遏制参数变化和电压矢量选择错误的影响,进而无法提高控制系统的鲁棒性。
通过上述分析,现有技术存在的问题及缺陷为:
(1)虽然模型预测电流控制可以替代电流环PI控制,但转速环PI控制仍受电机参数变化而影响电机的控制性能;
(2)目前双矢量模型预测电流控制大多是利用占空比方法,这样可能导致选择电压矢量时陷入局部最优且存在较大的纹波,经过延时补偿后进一步恶化电机性能;
(3)模型预测控制会导致开关频率不固定,使得产生的电流中含有大量的谐波,进而造成大量的谐波损耗。
发明内容
针对现有技术存在的问题,本发明提供了一种新型永磁同步电机控制方法、系统、设备及终端。
本发明是这样实现的,一种新型永磁同步电机控制方法,包括:
S101:简化永磁同步电机数学模型;
S102:速度环滑模控制器与滑膜扰动观测器的设计;
S103:改进传统双矢量占空比模型预测电流控制。
进一步,S101包括:
由于永磁同步电机中定子与转子参量存在着复杂的耦合关系,在推导其数学模型时,将A轴作为ABC轴系参考坐标轴,假定感应电动势的正方向和电流的正方向相反,为了简化电机的数学模型,假设:(1)忽略电机铁心饱和,不计涡流和磁滞损耗;(2)永磁材料电导率为零;(3)相绕组中感应电动势波形为正弦;(4)转子上没有阻尼绕组;
经过简化后的电压方程为:
式中:ψa、ψb、ψc为三相定子绕组的磁链;ua、ub、uc是相电压瞬时值;ia、ib、ic分别是三相定子绕组的相电流瞬时值;Rs是三相定子绕组的电阻;P是微分算子。
进一步,S101还包括:
由于表贴式永磁同步电机的Lq=Ld,因此dq坐标系下的电流方程:
式中:ud为定子直轴电压分量;uq为定子交轴电压分量;id为电流直轴分量;iq为电流交轴分量;Ls为定子电感;Rs为定子电阻;ωre为转子电角速度;ψf为永磁体磁链,将上式一阶欧拉离散化处理得:
式中:id(k)、iq(k)分别为定子电流在当前时刻的d、q轴电流反馈值;id(k+1)、iq(k+1)分别为定子电流在下一时刻的d、q轴电流预测值;Ts为系统采样周期;
零电压矢量作用时的q轴电流斜率为:
有效电压矢量作用时的q轴电流斜率为:
式中:uqi为第i个电压矢量对应的定子交轴电压分量,i=1,2,…,6。
进一步,S102包括:
通常设计滑模控制器主要分两步:(1)选择合理的滑模面;(2)设计控制律,使得系统轨迹在控制律的作用下趋近滑模面;
而传统滑模面通常选取为:
s1=et=Ωref-Ω;
式中,s1传统为滑模面,et为速度跟踪误差,Ωref为转速给定值;
对s1求导,可得:
永磁同步电机的动态方程为;
传统趋近律为:
式中,k1为滑模控制切换增益;
结合上面三式可得:
可得速度滑模控制律为:
从式中可以看出,控制律中非连续项J/Ktk1sign(s1)的存在,将会导致系统抖振,并且抖振的程度直接取决于k1值的大小;
从传统趋近律可以计算出系统轨迹到达滑模面所需的趋近时间为:
可以看出,趋近时间的计算也直接与k1值有关;如果k1值增大,趋近时间会减小,鲁棒性提高,但是同时系统抖振也会增大,因此,系统抖振和滑模面趋近时间之间存在矛盾;
基于上述传统趋近律的缺点,设计了一种新型趋近律:
式中:kt>0,δ>0,0<ε<1;s为滑模面;x1为系统状态;ks为切换增益;kl为线性增益;
新型趋近律的设计是基于指数项e-10|s|、终端项kt|s|、系统状态|x1|、可变项λ(|x1|)和线性增益kl的选取;当|s|较大时,ks约等于1/ε+kt|s|远远大于原始增益k,保证系统有更小的趋近时间和更强的鲁棒性;终端项kt|s|的加入使得系统在|s|值比较大的情况下有更好的动态响应性能,当|s|较小时,f(x1,s)约等于kλ(|x1|);
定义可变项:
式中,σ>0是可变项系数;
可变切换增益kλ(|x1|)可以一直保持小于原始增益k,能有效地抑制系统抖振;ks值约等于kλ(|x1|)+kt|s|,在控制律的作用下系统状态|x1|逐渐趋近于零,ks就逐渐趋近于零,系统轨迹逐渐接近滑模面;因此,基于该新型趋近律的控制器,能够动态适应系统状态和滑模面s的变化,可以获得更好的控制性能;
新型趋近律中符号函数sign(s)可以由饱和函数sat(s)替代,饱和函数sat(s)为:
式中,ρ是函数边界层值,决定了该饱和函数的平滑度,设计过程中需要选取一个合适的ρ值。
进一步,S102还包括:
饱和函数的本质为:在边界层外采用切换控制,在边界层内采用线性化反馈控制,这能够在一定程度上抑制由于滑模面切换引起的系统高频抖动;
滑膜切换面能使系统在远离滑膜面的状态下在有限时间内趋近滑膜面(即设计切换函数),切换函数会直接影响系统的运动过程中的动态品质以及稳定性;
积分滑模面为:
式中,c为积分型滑模面的积分系数;
对s求导,可得:
考虑系统内部参数摄动和外部负载干扰可得:
式中,d(t)代表系统总扰动包括内部参数摄动和外部负载扰动;
式中sat(s)从上式可看出,不确定项d(t)的存在对系统控制性能有很大的影响;然而,在实际的应用中,系统的扰动是无法测量的;因此,设计观测器来实时观测扰动d(t)的变化;
选择Lyapunov函数为V=1/2*s2,由Lyapunov稳定性理论可知,滑膜控制的系统稳定需满足下面条件:
其中ε、k1都是大于零的常数,保证了s与异号,满足稳定性条件,证明趋近律滑膜控制下的系统是稳定的;
为了进一步提高系统的抗扰动性能,设计了滑模扰动观测器;考虑滑模观测值的抖振问题,对常规滑模扰动观测器做了进一步改进;
在PMSM控制系统中,负载扰动转矩相对于其他系统状态信号是缓慢变化的,其一阶导数为零,则扰动d(t)的一阶导数也为零:
将机械角速度Ω和系统总扰动d(t)作为状态变量,电磁转矩Te作为系统输入,机械角速度Ω作为系统输出,增广状态空间方程为:
将机械角速度Ω和系统总扰动d(t)作为观测对象,可得滑模观测器方程:
式中,l是观测器增益,g(eΩ)表示对应于观测误差的滑模控制律;
由上面两个公式可得扰动观测器的误差方程:
式中,为速度观测误差,/>为扰动观测误差;
选取积分滑模面,并对其求导:
选择其中εΩ为切换增益;
将项作为扰动项,设计滑模扰动观测器的控制律:
在控制律的作用下,系统轨迹可在有限时间内到达并停留在滑模面上,则sΩ等于零,可得:
式中,cT是一个常数,为了保证扰动观测误差eT能够趋近于零,参数l必须满足l<0;
选择Lyapunov函数为V0=1/2*s2,并对V0求导可得:
根据李雅普诺夫稳定性理论,滑模面存在和可达的条件为可得:
上式表明,当负载扰动观测误差很大时,观测器切换增益需相应增大,这也导致观测值抖振增强;将观测器的切换增益设计为扰动观测误差eT的函数:
式中,fε是一个大于1的常数;当负载扰动观测误差eT很大时,切换增益εΩ也相应增大,保证系统的鲁棒性;当eT趋近于0时,切换增益εΩ也趋近于0,以削弱观测值的滑模抖振现象;
扰动观测值在速度滑模控制器的输出端进行补偿,可得速度滑模控制律:
由上式可看出,系统扰动作为已知量反馈到控制律中,当系统出现扰动时,控制器能及时响应转矩变化,从而无需较大的控制增益便能取得较好的抗扰动性能,在一定程度上削弱了系统抖振。
进一步,S103包括:
在传统的占空比模型预测电流控制中,由于电压矢量和占空比单独优化,会产生较大的电流纹波,且无法保证施加的电压矢量是全局最优的;本发明提出一种基于电压矢量和占空比同时优化的永磁同步电机模型预测电流控制与滑模变结构方法。
如图4所示,由零电压矢量引起的q轴电流斜率始终为负,在传统占空比MPCC中,选取的电压矢量为U3,最小化了参考值与预测值之间的距离;显然,即使采用占空比,q轴电流的值也无法达到参考;而MPCC将选择U1或U2,使得第k+1个采样周期结束时q轴电流跟踪误差为零,与传统占空比MPCC相比,在相同条件下同时优化电压矢量和占空比的MPCC中,所选电压矢量更优;
iq(k)为交轴电流反馈值,iq(k+1)为交轴电流预测值,i* q为交轴电流给定值;依据无差拍原则进行占空比计算,即通过分配1个采样周期内有效电压矢量与零电压矢量的作用时间,使得交轴电流在第(k+1)个采样时刻达到给定值:
式中:γi为最优电压矢量的占空比,范围限制在区间[0,1],进而可得占空比为:
最优占空比提前计算出了每个电压矢量的占空比,价值函数在进行优化时同时考虑了电压矢量和占空比,所以优化出的最优电压矢量为U1,保证了选择的电压矢量的全局最优,可以实现q轴电流无差拍;
在进行电压矢量选择时,第一个电压矢量的选择范围为除去上一时刻所选有效电压矢量后剩余的5个有效电压矢量,第二个电压矢量遵循开关次数只允许一次跳变的原则将其固定为零矢量;这样一方面可以减少每个周期的运算量,另一方面可以提高系统的稳态性能;
MPCC策略的控制目标是使交直轴电流可以准确的跟踪交直轴电流的给定值,故选取价值函数如下形式:
考虑到控制系统在运行时,会引入很多延时问题,如:死区、逆变器输出和滤波的延时等,导致控制器输出滞后于系统电流变化,所以将价值函数中iq(k+1),id(k+1)替换为iq(k+2),id(k+2);
改进的最优占空比MPCC在进行电压矢量选择时,第一个电压矢量的选择范围为除去上一时刻所选有效电压矢量后剩余的5个电压矢量。
进一步,改进的最优占空比MPCC方法如下:
S201:分别计算5个有效电压矢量的占空比;
S202:根据PMSM离散数学模型,预测经过补偿后的id,q在5种电压矢量及其占空比的组合作用下的电流值,代入到代价函数中计算gi值;
S203:比较5个gi值,选择使代价函数最小的电压矢量作为最优电压矢量,然后将最优电压矢量及其占空比通过空间矢量调制技术来实现。
本发明的另一目的在于提供一种应用所述的新型永磁同步电机控制方法的新型永磁同步电机控制系统,包括:
模型简化模块,用于简化永磁同步电机数学模型;
设计模块,用于设计速度环滑模控制器与滑膜扰动观测器;
改进模块,用于改进传统双矢量占空比模型预测电流控制。
本发明的另一目的在于提供一种计算机设备,计算机设备包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行所述的新型永磁同步电机控制方法的步骤。
本发明的另一目的在于提供一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行所述的新型永磁同步电机控制方法的步骤。
本发明的另一目的在于提供一种信息数据处理终端,信息数据处理终端用于实现所述的新型永磁同步电机控制系统。
结合上述的技术方案和解决的技术问题,本发明所要保护的技术方案所具备的优点及积极效果为:
第一,本发明将传统PI速度控制器替换为滑膜变结构控制器,并将传统计算有效电压矢量数量为6个减少到5个,减小了永磁同步电机在模型预测电流控制下的计算负担;
本发明利用模型预测电流控制和滑模变结构控制器替代了传统PI控制的转速环和电流环,提高了电机控制过程中受电机参数变化的影响,也提高了对外部扰动的抗干扰性,大幅度提升了电机的运行安全性。
第二,本发明克服了传统占空比引起局部最优和开关频率不固定的局限,既保证了选择的电压矢量是全局最优,也产生了固定的开关频率,有效降低了电流纹波。
第三,以下是每个步骤中可能取得的显著技术进步的具体说明:
S101:简化永磁同步电机数学模型
通过简化永磁同步电机的数学模型,可以获得以下技术进步:
1.简化计算:通过忽略电机铁心饱和、涡流和磁滞损耗等因素,简化了电机模型的计算过程,降低了控制算法的复杂性和计算负荷。
2.提高实时性:简化的数学模型具有更低的计算复杂度,可以更快地进行实时控制计算,提高了系统的响应速度和实时性。
3.精确性改进:尽管进行了简化,但根据具体应用需求可以选择适当的简化程度,从而在满足实时性要求的同时保持一定的控制精度。
S102:速度环滑模控制器与滑膜扰动观测器的设计
通过设计速度环滑模控制器与滑膜扰动观测器,可以获得以下技术进步:
1.鲁棒性增强:滑模控制器具有强大的鲁棒性,可以抵抗参数变化、负载扰动和系统不确定性等因素的影响,提高了系统的稳定性和抗干扰能力。
2.轨迹跟踪性能改善:滑模控制器可以通过调节滑模面的斜率和截距,实现快速而准确的轨迹跟踪,提高了系统的运动控制性能。
3.扰动补偿:滑膜扰动观测器可以实时估计系统中的未建模扰动,通过补偿这些扰动,提高了系统的控制精度和稳定性。
S103:改进传统双矢量占空比模型预测电流控制
通过改进传统的双矢量占空比模型预测电流控制,可以获得以下技术进步:
1.动态响应改善:改进的占空比模型可以更准确地预测电流变化,并对电流进行更精确的控制。这有助于提高系统的动态响应性能,减少响应时间和振荡。
2.谐波抑制:传统占空比模型可能存在谐波问题,改进的模型可以更好地抑制谐波,减少系统中的电流谐波失真,提高系统的能效和稳定性。
3.系统效率提升:通过更精确地控制电流,可以减少不必要的能量损耗,提高系统的能效和效率。
具体的技术进步将取决于每个步骤中所采用的具体算法、控制器设计和实施细节。不同的研究和开发团队可能会在每个步骤中采用不同的方法和技术,以满足不同的应用需求和性能要求。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对本发明实施例中所需要使用的附图做简单的介绍,显而易见地,下面所描述的附图仅仅是本发明的一些实施例,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这些附图获得其他的附图。
图1是本发明实施例提供的滑膜变结构控制结构图;
图2是本发明实施例提供的滑膜变结构控制的原理图;
图3是本发明实施例提供的滑膜扰动观测器结构图;
图4是本发明实施例提供的占空比最优的电压矢量选择示意图;其中,(a)传统占空比MPCC,(b)本发明提出的MPCC;
图5是本发明实施例提供的改进的最优占空比MPCC方法系统框图;
图6是本发明实施例提供的三种控制策略在转速为1000r/min空载时的稳态仿真波形图;其中,(a)传统PI控制,(b)传统PI控制+MPCC,(c)滑膜扰动观测器+改进的MPCC;
图7是本发明实施例提供的三种控制策略在加减载与加减速时转速的仿真波形图;其中,(a)传统PI控制,(b)传统PI控制+MPCC,(c)滑膜扰动观测器+改进的MPCC;
图8是本发明实施例提供的两种控制策略在加载和卸载时iq电流的仿真波形图;其中,(a)传统PI控制,(b)传统PI控制+两矢量MPCC,(c)SMC扰动观测器+改进两矢量MPCC。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
针对现有技术存在的问题,本发明提供了一种新型永磁同步电机控制方法、系统、设备及终端,下面结合附图对本发明作详细的描述。
本发明实施例提供的新型永磁同步电机控制方法包括:
第一步,简化永磁同步电机数学模型。
由于永磁同步电机中定子与转子参量存在着复杂的耦合关系,在推导其数学模型时,将A轴作为ABC轴系参考坐标轴,假定感应电动势的正方向和电流的正方向相反,为了简化电机的数学模型,假设:(1)忽略电机铁心饱和,不计涡流和磁滞损耗;(2)永磁材料电导率为零;(3)相绕组中感应电动势波形为正弦;(4)转子上没有阻尼绕组。
经过简化后的电压方程为:
式中:ψa、ψb、ψc为三相定子绕组的磁链;ua、ub、uc是相电压瞬时值;ia、ib、ic分别是三相定子绕组的相电流瞬时值;Rs是三相定子绕组的电阻;P是微分算子。
由于表贴式永磁同步电机的Lq=Ld,因此dq坐标系下的电流方程:
式中:ud为定子直轴电压分量;uq为定子交轴电压分量;id为电流直轴分量;iq为电流交轴分量;Ls为定子电感;Rs为定子电阻;ωre为转子电角速度;ψf为永磁体磁链。将上式一阶欧拉离散化处理得:
式中:id(k)、iq(k)分别为定子电流在当前时刻的d、q轴电流反馈值;id(k+1)、iq(k+1)分别为定子电流在下一时刻的d、q轴电流预测值;Ts为系统采样周期。
零电压矢量作用时的q轴电流斜率为:
有效电压矢量作用时的q轴电流斜率为:
式中:uqi为第i个电压矢量对应的定子交轴电压分量,i=1,2,…,6。
第二步,速度环滑模控制器与滑膜扰动观测器的设计。
通常设计滑模控制器主要分两步:(1)选择合理的滑模面;(2)设计控制律,使得系统轨迹在控制律的作用下趋近滑模面。
而传统滑模面通常选取为:
s1=et=Ωref-Ω;
式中,s1传统为滑模面,et为速度跟踪误差,Ωref为转速给定值。
对s1求导,可得:
永磁同步电机的动态方程为;
传统趋近律为:
式中,k1为滑模控制切换增益。
结合上面三式可得:
可得速度滑模控制律为:
/>
从式中可以看出,控制律中非连续项J/Ktk1sign(s1)的存在,将会导致系统抖振,并且抖振的程度直接取决于k1值的大小。
从传统趋近律可以计算出系统轨迹到达滑模面所需的趋近时间为:
可以看出,趋近时间的计算也直接与k1值有关。如果k1值增大,趋近时间会减小,鲁棒性提高,但是同时系统抖振也会增大,因此,系统抖振和滑模面趋近时间之间存在矛盾。
基于上述传统趋近律的缺点,本发明设计了一种新型趋近律:
式中:kt>0,δ>0,0<ε<1;s为滑模面;x1为系统状态;ks为切换增益;kl为线性增益。
新型趋近律的设计是基于指数项e-10|s|、终端项kt|s|、系统状态|x1|、可变项λ(|x1|)和线性增益kl的选取。当|s|较大时,ks约等于1/ε+kt|s|远远大于原始增益k,保证系统有更小的趋近时间和更强的鲁棒性。终端项kt|s|的加入使得系统在|s|值比较大的情况下有更好的动态响应性能。当|s|较小时,f(x1,s)约等于kλ(|x1|)。
定义可变项:
式中,σ>0是可变项系数。
可变切换增益kλ(|x1|)可以一直保持小于原始增益k,能有效地抑制系统抖振。ks值约等于kλ(|x1|)+kt|s|,在控制律的作用下系统状态|x1|逐渐趋近于零,ks就逐渐趋近于零,系统轨迹逐渐接近滑模面。因此,基于该新型趋近律的控制器,能够动态适应系统状态和滑模面s的变化,可以获得更好的控制性能。
新型趋近律中符号函数sign(s)可以由饱和函数sat(s)替代,饱和函数sat(s)为:
式中,ρ是函数边界层值,决定了该饱和函数的平滑度,设计过程中需要选取一个合适的ρ值。
饱和函数的本质为:在边界层外采用切换控制,在边界层内采用线性化反馈控制。这能够在一定程度上抑制由于滑模面切换引起的系统高频抖动。
如图1所示,滑膜变结构控制是一种特殊的非线性控制方法。其控制算法简单易行,较好地解决了复杂的工业控制问题,非常适用PMSM调速系统的控制。本发明设计的速度环滑模控制器是保证系统存在参数摄动和外部负载扰动的情况下,有良好的抗扰动性能,抑制转速波动,能够快速、准确的跟踪给定速度。
滑模面的设计与选择是滑膜变结构控制中最重要的一个环节,本发明选择的是积分型滑模面,其优点是:(1)积分型滑模面可平滑转矩;(2)有效地消除系统稳态误差;(3)削弱系统抖振;(4)控制律中避免出现变量的二阶导数,增强控制器的稳定性。
另外,滑膜切换面能使系统在远离滑膜面的状态下在有限时间内趋近滑膜面(即设计切换函数),切换函数会直接影响系统的运动过程中的动态品质以及稳定性。滑膜变结构控制器原理如图2所示。
积分滑模面为
式中,c为积分型滑模面的积分系数。
对s求导,可得:
考虑系统内部参数摄动和外部负载干扰可得:
式中,d(t)代表系统总扰动包括内部参数摄动和外部负载扰动。
式中sat(s)从上式可看出,不确定项d(t)的存在对系统控制性能有很大的影响。然而,在实际的应用中,系统的扰动是无法测量的。因此,设计观测器来实时观测扰动d(t)的变化。
选择Lyapunov函数为V=1/2*s2,由Lyapunov稳定性理论可知,滑膜控制的系统稳定需满足下面条件:
其中ε、k1都是大于零的常数,保证了s与异号,满足稳定性条件,证明趋近律滑膜控制下的系统是稳定的。
为了进一步提高系统的抗扰动性能,设计了滑模扰动观测器。考虑滑模观测值的抖振问题,对常规滑模扰动观测器做了进一步改进,结构图如图3所示。
在PMSM控制系统中,负载扰动转矩相对于其他系统状态信号是缓慢变化的,其一阶导数为零,则扰动d(t)的一阶导数也为零:
/>
将机械角速度Ω和系统总扰动d(t)作为状态变量,电磁转矩Te作为系统输入,机械角速度Ω作为系统输出,增广状态空间方程为:
将机械角速度Ω和系统总扰动d(t)作为观测对象,可得滑模观测器方程:
式中,l是观测器增益,g(eΩ)表示对应于观测误差的滑模控制律。
由上面两个公式可得扰动观测器的误差方程:
式中,为速度观测误差,/>为扰动观测误差。
选取积分滑模面,并对其求导:
选择其中εΩ为切换增益。
将项作为扰动项,设计滑模扰动观测器的控制律:
在控制律的作用下,系统轨迹可在有限时间内到达并停留在滑模面上,则sΩ等于零,可得:
式中,cT是一个常数,为了保证扰动观测误差eT能够趋近于零,参数l必须满足l<0。
选择Lyapunov函数为V0=1/2*s2,并对V0求导可得:
根据李雅普诺夫稳定性理论,滑模面存在和可达的条件为可得:/>
上式表明,当负载扰动观测误差很大时,观测器切换增益需相应增大,这也导致观测值抖振增强。为解决上述问题,将观测器的切换增益设计为扰动观测误差eT的函数:
式中,fε是一个大于1的常数。当负载扰动观测误差eT很大时,切换增益εΩ也相应增大,保证系统的鲁棒性。当eT趋近于0时,切换增益εΩ也趋近于0,以削弱观测值的滑模抖振现象。
扰动观测值在速度滑模控制器的输出端进行补偿,可得速度滑模控制律:
由上式可看出,系统扰动作为已知量反馈到控制律中,当系统出现扰动时,控制器能及时响应转矩变化,从而无需较大的控制增益便能取得较好的抗扰动性能,在一定程度上削弱了系统抖振。
第三步,改进传统双矢量占空比模型预测电流控制。
在传统的占空比模型预测电流控制中,由于电压矢量和占空比单独优化,会产生较大的电流纹波,且无法保证施加的电压矢量是全局最优的。本发明提出一种基于电压矢量和占空比同时优化的永磁同步电机模型预测电流控制与滑模变结构方法。
第k+1时刻q轴电流预测值如图4所示,由零电压矢量引起的q轴电流斜率始终为负。在传统占空比MPCC中,选取的电压矢量为U3,最小化了参考值与预测值之间的距离,如图4(a)所示。显然,即使采用占空比,q轴电流的值也无法达到参考。而发明提出的MPCC将选择U1或U2,使得第k+1个采样周期结束时q轴电流跟踪误差为零,如图4(b)所示。研究发现,与传统占空比MPCC相比,在相同条件下同时优化电压矢量和占空比的MPCC中,所选电压矢量更优。
如图4中,iq(k)为交轴电流反馈值,iq(k+1)为交轴电流预测值,i* q为交轴电流给定值。依据无差拍原则进行占空比计算,即通过分配1个采样周期内有效电压矢量与零电压矢量的作用时间,使得交轴电流在第(k+1)个采样时刻达到给定值:
式中:γi为最优电压矢量的占空比,范围限制在区间[0,1]。进而可得占空比为:
最优占空比提前计算出了每个电压矢量的占空比,价值函数在进行优化时同时考虑了电压矢量和占空比,所以优化出的最优电压矢量为U1,保证了选择的电压矢量的全局最优,可以实现q轴电流无差拍。
在进行电压矢量选择时,第一个电压矢量的选择范围为除去上一时刻所选有效电压矢量后剩余的5个有效电压矢量,第二个电压矢量遵循开关次数只允许一次跳变的原则将其固定为零矢量。这样一方面可以减少每个周期的运算量,另一方面可以提高系统的稳态性能。
MPCC策略的控制目标是使交直轴电流可以准确的跟踪交直轴电流的给定值,故选取价值函数如下形式:
考虑到控制系统在运行时,会引入很多延时问题,如:死区、逆变器输出和滤波的延时等,导致控制器输出滞后于系统电流变化,所以将价值函数中iq(k+1),id(k+1)替换为iq(k+2),id(k+2)。
改进的最优占空比MPCC在进行电压矢量选择时,第一个电压矢量的选择范围为除去上一时刻所选有效电压矢量后剩余的5个电压矢量,方法系统框图如图5所示(以上一周期有效电压矢量选取U1为例)。
改进的最优占空比MPCC方法如下:
1)分别计算5个有效电压矢量的占空比;
2)根据PMSM离散数学模型,预测经过补偿后的id,q在5种电压矢量及其占空比的组合作用下的电流值,代入到代价函数中计算gi值;
3)比较5个gi值,选择使代价函数最小的电压矢量作为最优电压矢量,然后将最优电压矢量及其占空比通过空间矢量调制技术来实现。
本发明的应用实施例提供了一种计算机设备,计算机设备包括存储器和处理器,存储器存储有计算机程序,计算机程序被处理器执行时,使得处理器执行新型永磁同步电机控制方法的步骤。
本发明的应用实施例提供了一种计算机可读存储介质,存储有计算机程序,计算机程序被处理器执行时,使得处理器执行新型永磁同步电机控制方法的步骤。
本发明的应用实施例提供了一种信息数据处理终端,信息数据处理终端用于实现新型永磁同步电机控制系统。
为了使本发明的目的、技术方案及优点更加清晰可见,对改进的模型预测电流与滑膜扰动观测器相结合的控制算法在MATLAB/Simulink软件中进行仿真验证,并与传统PI控制和进行比较。仿真的电机参数如表1所示:
表1PMSM参数
/>
为了研究本发明在计算量上的改进,设计仿真系统总时长为0.3s,电机空载运行在1000r/min时,传统PI控制器、传统PI控制器+两矢量MPCC和SMC扰动观测器+改进两矢量MPCC三种控制方法的电机转速波形如图6所示。
可以看出三种控制方法的启动时间分别大约为33ms、23ms、23ms,滑模扰动观测器+改进两矢量MPCC在减少系统计算负担的同时,并未改变系统的性能。
图7给出了电机空载启动到1000r/min,在0.1s时突加额定负载15Nm,0.2s时卸载,0.3s时加速到1200r/min。传统PI控制器、传统PI控制器+两矢量MPCC和SMC扰动观测器+改进两矢量MPCC三种控制方法的电机转速波形。可以看出采用滑膜扰动观测器能够在突加负载和卸载时经过相对前两种控制策略只有轻微的波动后迅速回至给定值。
图8给出了电机加载和卸载时,三种控制方法交轴电流的波形。可以看出减少最优矢量的选择减轻计算负担,并未影响电机系统的性能,并且采用SMC扰动观测器+改进两矢量M PCC很明显改善了系统在加载和卸载时的交轴电流的波动。
从仿真结果分析看出,减少最优矢量的选择不仅没有改变系统的优良特性,而且采用滑模变结构控制相对于PI控制,在无超调的情况下转速稳态波动更小。在控制参数不变的情况下,交轴电流的波动也更小。另外,采用开关频率恒定的空间矢量调制技术的最优占空比M PCC减小了电流的波动。
本发明针对永磁同步电机两矢量预测控制策略,研究了其电压矢量组合与控制器的选择对稳定性能的影响,分析了传统PI控制器对电机参数敏感的问题,提出将传统PI控制器替换为滑膜扰动观测器,提高系统鲁棒性的改进两矢量电流预测控制方法,通过仿真结果得出以下结论:
1)减少最优矢量的选择不仅保持了传统两矢量MPCC的高动态响应速度,而且减少了系统的计算负担;
2)采用滑膜变结构控制策略改善了传统PI控制器对电机参数敏感的问题,具有比传统两矢量MPCC更小的转速和电流波动。
当涉及到新型永磁同步电机控制方法时,以下是两个具体的实施例及其实现方案的示例:
实施例1:矢量控制(Vector Control)
实施方案:
1.简化永磁同步电机数学模型,根据所述的步骤S101,对永磁同步电机进行数学建模,包括电压方程和电流方程。
2.设计速度环滑模控制器与滑膜扰动观测器,根据步骤S102,设计一个滑模控制器来跟踪所需的转速,并结合滑膜扰动观测器以实现对扰动的补偿。
3.改进传统双矢量占空比模型预测电流控制,根据步骤S103,改进传统的占空比模型,预测所需的电流,并将其用于电流控制。
实施例2:直接转矩控制(Direct Torque Control)
实施方案:
1.简化永磁同步电机数学模型,根据所述的步骤S101,对永磁同步电机进行数学建模,包括电压方程和电流方程。
2.设计速度环滑模控制器与滑膜扰动观测器,根据步骤S102,设计一个滑模控制器来跟踪所需的转速,并结合滑膜扰动观测器以实现对扰动的补偿。
3.应用直接转矩控制策略,该策略通过测量和计算电机的电流和转子位置信息来直接控制电机的转矩输出,而无需通过中间变量(如矢量控制中的磁链定向)。
4.实施转矩和流量控制环,根据需要,在控制方案中加入转矩和流量控制环,以实现更高级的控制要求。
具体的实施方案将取决于具体的应用需求、硬件平台和控制系统设计。在实际应用中,还需要考虑参数调整、反馈传感器、采样率、控制算法的实时性等因素。
实施例3:汽车电动驱动系统
本技术方案可以应用于汽车电动驱动系统,以提高电动汽车的动力性能和能源利用效率。
具体实现方案如下:
1.确定永磁同步电机参数:选择适合汽车电动驱动的永磁同步电机,并获取其基本参数,如额定功率、额定转速等。
2.简化电机数学模型:根据电机的特性和运行条件,简化电机数学模型,例如将复杂的空间矢量控制模型简化为dq坐标系下的简化模型,以减少计算复杂性。
3.设计速度环滑模控制器:使用滑模控制策略设计速度环控制器,以实现电动汽车速度的准确控制。可以结合滑膜扰动观测器来估计外部扰动,并进行实时修正控制指令,提高控制系统的鲁棒性和稳定性。
4.改进传统双矢量占空比模型:优化传统的双矢量占空比模型,采用先进的预测控制方法,如模型预测控制(MPC),来实现更精确的电流控制,进而提高电机转矩的控制性能。
实施例4:工业风力发电机组
本技术方案可以应用于工业风力发电机组中,以提高风力发电系统的转速控制和稳定性,提高发电效率。具体实现方案如下:
1.确定永磁同步电机参数:根据风力机组的设计要求和环境条件,选择合适的永磁同步电机,并获取其额定功率、额定转速等参数。
2.简化电机数学模型:将永磁同步电机的数学模型简化为适用于风力发电系统的控制模型,考虑风能输入和电网连接等实际情况。
3.设计速度环滑模控制器:利用滑模控制策略设计速度环控制器,以确保风力机组的转速稳定在预定范围内,同时考虑风速的不确定性和扰动,提高系统的鲁棒性。
4.改进传统双矢量占空比模型:改进传统的双矢量占空比模型预测电流控制方法,采用先进的模型预测控制策略,对电流进行更精确的预测和控制,从而提高电机的输出转矩和效率。
以上是两个实施本技术方案的具体例子。实际应用时,需要根据具体的应用场景和需求进行调整和优化,以确保技术方案的有效性和可靠性。
应当注意,本发明的实施方式可以通过硬件、软件或者软件和硬件的结合来实现。硬件部分可以利用专用逻辑来实现;软件部分可以存储在存储器中,由适当的指令执行系统,例如微处理器或者专用设计硬件来执行。本领域的普通技术人员可以理解上述的设备和方法可以使用计算机可执行指令和/或包含在处理器控制代码中来实现,例如在诸如磁盘、CD或DVD-ROM的载体介质、诸如只读存储器(固件)的可编程的存储器或者诸如光学或电子信号载体的数据载体上提供了这样的代码。本发明的设备及其模块可以由诸如超大规模集成电路或门阵列、诸如逻辑芯片、晶体管等的半导体、或者诸如现场可编程门阵列、可编程逻辑设备等的可编程硬件设备的硬件电路实现,也可以用由各种类型的处理器执行的软件实现,也可以由上述硬件电路和软件的结合例如固件来实现。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,都应涵盖在本发明的保护范围之内。
Claims (10)
1.一种新型永磁同步电机控制方法,其特征在于,结合永磁同步电机数学模型、速度环滑模控制器与滑膜扰动观测器的设计以及改进传统双矢量占空比模型预测电流控制,形成了一种新型永磁同步电机控制方法;通过简化电机模型,降低了计算复杂性;采用滑模控制与扰动观测器,提高控制系统的鲁棒性和稳定性,以应对不确定性和扰动。
2.如权利要求1所述的新型永磁同步电机控制方法,其特征在于,包括:
S101:简化永磁同步电机数学模型;
S102:速度环滑模控制器与滑膜扰动观测器的设计;
S103:改进传统双矢量占空比模型预测电流控制。
3.如权利要求2所述的新型永磁同步电机控制方法,其特征在于,具体包括:
S101具体实现方法为:
在永磁同步电机控制中,首先需要建立数学模型,以便理解电机的行为并进行控制,将复杂的电机方程简化为适合控制设计的形式。
S102具体实现方法为:
在永磁同步电机控制中,采用速度环控制器来确保电机的转速达到所需值并保持稳定;利用滑模控制提供对扰动和不确定性的鲁棒性;滑膜扰动观测器用于估计电机系统中的扰动,并将其作为控制器输入,以增强控制性能。
S103具体实现方法为:
采用优化占空比计算算法、增加滤波器、采用先进的预测控制方法,以提高电机系统的性能;
S101包括:
电压方程为:
式中:ψa、ψb、ψc为三相定子绕组的磁链;ua、ub、uc是相电压瞬时值;ia、ib、ic分别是三相定子绕组的相电流瞬时值;Rs是三相定子绕组的电阻;P是微分算子。
4.如权利要求2所述的新型永磁同步电机控制方法,其特征在于,S101还包括:
由于表贴式永磁同步电机的Lq=Ld,因此dq坐标系下的电流方程:
式中:ud为定子直轴电压分量;uq为定子交轴电压分量;id为电流直轴分量;iq为电流交轴分量;Ls为定子电感;Rs为定子电阻;ωre为转子电角速度;ψf为永磁体磁链,将上式一阶欧拉离散化处理得:
式中:id(k)、iq(k)分别为定子电流在当前时刻的d、q轴电流反馈值;id(k+1)、iq(k+1)分别为定子电流在下一时刻的d、q轴电流预测值;Ts为系统采样周期;
零电压矢量作用时的q轴电流斜率为:
有效电压矢量作用时的q轴电流斜率为:
式中:uqi为第i个电压矢量对应的定子交轴电压分量,i=1,2,…,6。
5.如权利要求2所述的新型永磁同步电机控制方法,其特征在于,S102包括:
通常设计滑模控制器主要分两步:(1)选择合理的滑模面;(2)设计控制律,使得系统轨迹在控制律的作用下趋近滑模面;
而传统滑模面通常选取为:
s1=et=Ωref-Ω;
式中,s1传统为滑模面,et为速度跟踪误差,Ωref为转速给定值;
对s1求导,可得:
永磁同步电机的动态方程为;
传统趋近律为:
式中,k1为滑模控制切换增益;
结合上面三式可得:
可得速度滑模控制律为:
控制律中非连续项J/Ktk1sign(s1)的存在,将会导致系统抖振,并且抖振的程度直接取决于k1值的大小;
从传统趋近律可以计算出系统轨迹到达滑模面所需的趋近时间为:
可以看出,趋近时间的计算也直接与k1值有关;如果k1值增大,趋近时间会减小,鲁棒性提高,但是同时系统抖振也会增大,因此,系统抖振和滑模面趋近时间之间存在矛盾;
基于上述传统趋近律的缺点,设计了一种新型趋近律:
式中:kt>0,δ>0,0<ε<1;s为滑模面;x1为系统状态;ks为切换增益;kl为线性增益;
新型趋近律的设计是基于指数项e-10|s|、终端项kt|s|、系统状态|x1|、可变项λ(|x1|)和线性增益kl的选取;当|s|较大时,ks约等于1/ε+kt|s|远远大于原始增益k,保证系统有更小的趋近时间和更强的鲁棒性;终端项kt|s|的加入使得系统在|s|值比较大的情况下有更好的动态响应性能,当|s|较小时,f(x1,s)约等于kλ(|x1|);
定义可变项:
式中,σ>0是可变项系数;
可变切换增益kλ(|x1|)可以一直保持小于原始增益k,能有效地抑制系统抖振;ks值约等于kλ(|x1|)+kt|s|,在控制律的作用下系统状态|x1|逐渐趋近于零,ks就逐渐趋近于零,系统轨迹逐渐接近滑模面;因此,基于该新型趋近律的控制器,能够动态适应系统状态和滑模面s的变化,可以获得更好的控制性能;
新型趋近律中符号函数sign(s)可以由饱和函数sat(s)替代,饱和函数sat(s)为:
式中,ρ是函数边界层值,决定了该饱和函数的平滑度,设计过程中需要选取一个合适的ρ值。
6.如权利要求2所述的新型永磁同步电机控制方法,其特征在于,S102还包括:
在PMSM控制系统中,负载扰动转矩相对于其他系统状态信号是缓慢变化的,其一阶导数为零,则扰动d(t)的一阶导数也为零:
将机械角速度Ω和系统总扰动d(t)作为状态变量,电磁转矩Te作为系统输入,机械角速度Ω作为系统输出,增广状态空间方程为:
将机械角速度Ω和系统总扰动d(t)作为观测对象,可得滑模观测器方程:
式中,l是观测器增益,g(eΩ)表示对应于观测误差的滑模控制律;
由上面两个公式可得扰动观测器的误差方程:
式中,为速度观测误差,/>为扰动观测误差;
选取积分滑模面,并对其求导:
选择其中εΩ为切换增益;
将项作为扰动项,设计滑模扰动观测器的控制律:
在控制律的作用下,系统轨迹可在有限时间内到达并停留在滑模面上,则sΩ等于零,可得:
式中,cT是一个常数,为了保证扰动观测误差eT能够趋近于零,参数l必须满足l<0;
选择Lyapunov函数为V0=1/2*s2,并对V0求导可得:
根据李雅普诺夫稳定性理论,滑模面存在和可达的条件为可得:
上式表明,当负载扰动观测误差很大时,观测器切换增益需相应增大,这也导致观测值抖振增强;将观测器的切换增益设计为扰动观测误差eT的函数:
式中,fε是一个大于1的常数;当负载扰动观测误差eT很大时,切换增益εΩ也相应增大,保证系统的鲁棒性;当eT趋近于0时,切换增益εΩ也趋近于0,以削弱观测值的滑模抖振现象;
扰动观测值在速度滑模控制器的输出端进行补偿,可得速度滑模控制律:
由上式可看出,系统扰动作为已知量反馈到控制律中,当系统出现扰动时,控制器能及时响应转矩变化,从而无需较大的控制增益便能取得较好的抗扰动性能,在一定程度上削弱了系统抖振。
7.如权利要求2所述的新型永磁同步电机控制方法,其特征在于,S103包括:
在传统的占空比模型预测电流控制中,由于电压矢量和占空比单独优化,仍存在较大的电流纹波,无法保证施加的电压矢量是全局最优的;由零电压矢量引起的q轴电流斜率始终为负,在传统占空比MPCC中,选取的电压矢量为U3,最小化了参考值与预测值之间的距离;显然,即使采用占空比,q轴电流的值也无法达到参考;而MPCC将选择U1或U2,使得第k+1个采样周期结束时q轴电流跟踪误差为零,与传统占空比MPCC相比,在相同条件下同时优化电压矢量和占空比的MPCC中,所选电压矢量更优;
iq(k)为交轴电流反馈值,iq(k+1)为交轴电流预测值,i* q为交轴电流给定值;依据无差拍原则进行占空比计算,即通过分配1个采样周期内有效电压矢量与零电压矢量的作用时间,使得交轴电流在第(k+1)个采样时刻达到给定值:
式中:γi为最优电压矢量的占空比,范围限制在区间[0,1],进而可得占空比为:
最优占空比提前计算出了每个电压矢量的占空比,价值函数在进行优化时同时考虑了电压矢量和占空比,所以优化出的最优电压矢量为U1,保证了选择的电压矢量的全局最优,可以实现q轴电流无差拍;
在进行电压矢量选择时,第一个电压矢量的选择范围为除去上一时刻所选有效电压矢量后剩余的5个有效电压矢量,第二个电压矢量遵循开关次数只允许一次跳变的原则将其固定为零矢量;这样一方面可以减少每个周期的运算量,另一方面可以提高系统的稳态性能;
MPCC策略的控制目标是使交直轴电流可以准确的跟踪交直轴电流的给定值,故选取价值函数如下形式:
考虑到控制系统在运行时,会引入很多延时问题,如:死区、逆变器输出和滤波的延时等,导致控制器输出滞后于系统电流变化,所以将价值函数中iq(k+1),id(k+1)替换为iq(k+2),id(k+2);
改进的最优占空比MPCC在进行电压矢量选择时,第一个电压矢量的选择范围为除去上一时刻所选有效电压矢量后剩余的5个电压矢量。
8.如权利要求2所述的新型永磁同步电机控制方法,其特征在于,改进的最优占空比MPCC方法如下:
S201:分别计算5个有效电压矢量的占空比;
S202:根据PMSM离散数学模型,预测经过补偿后的id,q在5种电压矢量及其占空比的组合作用下的电流值,代入到代价函数中计算gi值;
S203:比较5个gi值,选择使代价函数最小的电压矢量作为最优电压矢量,然后将最优电压矢量及其占空比通过空间矢量调制技术来实现。
9.一种应用如权利要求1~8任意一项所述的新型永磁同步电机控制方法的新型永磁同步电机控制系统,其特征在于,新型永磁同步电机控制系统包括:
模型简化模块,用于简化永磁同步电机数学模型;
设计模块,用于设计速度环滑模控制器与滑膜扰动观测器;
改进模块,用于改进传统双矢量占空比模型预测电流控制。
10.一种信息数据处理终端,信息数据处理终端用于实现如权利要求8所述的新型永磁同步电机控制系统。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310982480.5A CN117013889A (zh) | 2023-08-04 | 2023-08-04 | 一种新型永磁同步电机控制方法、系统、设备及终端 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310982480.5A CN117013889A (zh) | 2023-08-04 | 2023-08-04 | 一种新型永磁同步电机控制方法、系统、设备及终端 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117013889A true CN117013889A (zh) | 2023-11-07 |
Family
ID=88568707
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310982480.5A Pending CN117013889A (zh) | 2023-08-04 | 2023-08-04 | 一种新型永磁同步电机控制方法、系统、设备及终端 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117013889A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117639596A (zh) * | 2024-01-23 | 2024-03-01 | 成都凯天电子股份有限公司 | 一种基于fpga的高速永磁同步电机转速计算方法 |
-
2023
- 2023-08-04 CN CN202310982480.5A patent/CN117013889A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117639596A (zh) * | 2024-01-23 | 2024-03-01 | 成都凯天电子股份有限公司 | 一种基于fpga的高速永磁同步电机转速计算方法 |
CN117639596B (zh) * | 2024-01-23 | 2024-04-26 | 成都凯天电子股份有限公司 | 一种基于fpga的高速永磁同步电机转速计算方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Xu et al. | Improved non-singular fast terminal sliding mode control with disturbance observer for PMSM drives | |
Liu et al. | Torque ripple minimization of PMSM based on robust ILC via adaptive sliding mode control | |
Mattavelli et al. | Torque-ripple reduction in PM synchronous motor drives using repetitive current control | |
Li et al. | Robust continuous model predictive speed and current control for PMSM with adaptive integral sliding-mode approach | |
Wang et al. | Enhanced ADRC with quasi-resonant control for PMSM speed regulation considering aperiodic and periodic disturbances | |
Yang et al. | Fast integral terminal sliding mode control with a novel disturbance observer based on iterative learning for speed control of PMSM | |
Morawiec et al. | Sensorless rotor position estimation of doubly fed induction generator based on backstepping technique | |
CN117013889A (zh) | 一种新型永磁同步电机控制方法、系统、设备及终端 | |
Song et al. | Parallel-observer-based predictive current control of permanent magnet synchronous machines with reduced switching frequency | |
Tian et al. | Robust adaptive resonant controller for PMSM speed regulation considering uncertain periodic and aperiodic disturbances | |
Rafaq et al. | A robust high-order disturbance observer design for SDRE-based suboptimal speed controller of interior PMSM drives | |
CN115864928A (zh) | 一种基于校正电流预测的pmsm模型参考自适应转速估算方法 | |
Wang et al. | Model predictive position control of permanent magnet synchronous motor servo system with sliding mode observer | |
Calgan | Novel tilt integral sliding mode controller and observer design for sensorless speed control of a permanent magnet synchronous motor | |
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 | |
Ma et al. | Model Predictive Current Control of Permanent Magnet Synchronous Motor Based on Sliding‐Mode Disturbance Observer | |
Li et al. | Design of current predictive control of permanent magnet synchronous linear motor based on double disturbance compensator | |
Zuo et al. | Improved Single Current Sensor Based PMSM Control under Low Frequency Ratio Using Discrete-Time Adaptive Luenberger Observer | |
Fan et al. | Passive-based adaptive control with the full-order observer for induction motor without speed sensor | |
Saleh et al. | Dynamic Performance Enhancement of a Self-Excited Induction Generator Connected to the Grid Using an Effective Control Algorithm. | |
Chen et al. | Model-free deadbeat predictive current control of NIPMVMs considering dead-time effect | |
Cheng et al. | Iterative Learning Observer-Based Composite SOSM Control for PMSM Speed Regulation Problem With Mismatched Disturbances | |
CN113992091B (zh) | 一种无电解电容pmsm控制系统调节器参数计算方法和系统 | |
CN113949096B (zh) | 一种基于反推模型预测控制的储能系统控制器设计方法 | |
Han et al. | MPC Accuracy Improvement for PMSMs—Part I |
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 |