CN117543705A - 一种lcl型并网逆变器多变量两步预测控制的方法 - Google Patents

一种lcl型并网逆变器多变量两步预测控制的方法 Download PDF

Info

Publication number
CN117543705A
CN117543705A CN202410008315.4A CN202410008315A CN117543705A CN 117543705 A CN117543705 A CN 117543705A CN 202410008315 A CN202410008315 A CN 202410008315A CN 117543705 A CN117543705 A CN 117543705A
Authority
CN
China
Prior art keywords
inverter
grid
time
current
side current
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
CN202410008315.4A
Other languages
English (en)
Other versions
CN117543705B (zh
Inventor
刘艺涛
陈泽荣
苑超超
尹健
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.)
Shenzhen University
Original Assignee
Shenzhen University
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 Shenzhen University filed Critical Shenzhen University
Priority to CN202410008315.4A priority Critical patent/CN117543705B/zh
Publication of CN117543705A publication Critical patent/CN117543705A/zh
Application granted granted Critical
Publication of CN117543705B publication Critical patent/CN117543705B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • H02J3/01—Arrangements for reducing harmonics or ripples
    • 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
    • H02J2203/00—Indexing scheme relating to details of circuit arrangements for AC mains or AC distribution networks
    • H02J2203/20—Simulating, e g planning, reliability check, modelling or computer assisted design [CAD]
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics

Landscapes

  • Engineering & Computer Science (AREA)
  • Power Engineering (AREA)
  • Inverter Devices (AREA)

Abstract

本发明提供一种LCL型并网逆变器多变量两步预测控制的方法，提供参数观测器、预测模型、代价函数，结合三相LCL型并网逆变器各项参数，综合考虑并网逆变器谐波和谐振尖峰抑制、提升电流跟踪效果的基础上进行控制策略改进，提出了一种LCL型并网逆变器多变量两步预测控制的方法。通过设计所述电感参数观测器与两步预测多状态变量控制技术进一步提高MPC控制策略精度，在使得谐波满足电网要求的同时显著抑制谐振尖峰，电流跟踪效果良好。

Description

一种LCL型并网逆变器多变量两步预测控制的方法
技术领域
本发明涉及电源控制技术领域，尤其涉及一种LCL型并网逆变器多变量两步预测控制的方法。
背景技术
基于可再生能源的分布式发电系统是大规模开发可再生能源的主要方式，而并网逆变器作为发电系统的重要组成部分，将直流电能转化为高质量的交流电能送入电网，因此并网逆变器的性能优劣对电网的运行具有重要的影响，需对其并网电流谐波进行抑制，提出相应控制策略以提升系统稳定性。
现有技术主要围绕LCL型并网逆变器的控制技术、谐振尖峰阻尼方法展开，采用电容电流反馈有源阻尼的LCL型并网逆变器，或者将模型预测控制的多变量控制结构结合自适应陷波器抑制谐振的混合有源功率滤波器，并通过此种方法改善并网电流质量与模型预测控制策略的动态响应性能。现有技术主要针对并网逆变器的谐振（LCL滤波器的频率响应在谐振频率处存在谐振尖峰）问题或者谐波（相对低频的差模噪声信号）进行考虑和设计。但是，并未考虑基于MPC控制的LCL型并网逆变器模型预测偏差问题，没有考虑模型预测控制存在的模型参数不匹配、数字控制延时问题，都是针对电流谐波总畸变率、并网电能质量等指标进行优化，而模型预测控制在电流跟踪控制中受数字控制方法与系统参数影响大，容易导致预测偏差变大与电流跟踪效果恶化。
发明内容
本发明提供一种用于解决上述问题的一种LCL型并网逆变器多变量两步预测控制的方法，解决模型参数不匹配、稳定性差的问题。
本发明提供一种LCL型并网逆变器多变量两步预测控制的方法，包括以下步骤：
S1、提供三相LCL型并网逆变器，采样获取k时刻的三相逆变器侧电流、电容电压、网侧电流并进行Clark变换，得到两相静止坐标系下的三相逆变器侧电流、电容电压、网侧电流；
其中，定义所述三相逆变器侧电流、所述电容电压及所述网侧电流分别为、及/>，定义所述两相静止坐标系下k时刻的三相逆变器侧电流、电容电压及所述网侧电流分别为/>、/>及/>；
S2、提供电感参数观测器及预测模型，将所述、所述/>及所述/>，输入所述电感参数观测器中，计算逆变器侧电感和网侧电感的数值并送入所述预测模型，实时更新所述预测模型；
S3、提供不同开关状态对应的8个逆变器侧输出电压矢量，以及测得的并网电压，通过更新后的所述预测模型分别计算得到8个k+2时刻的逆变器侧电流预测值，电容电压预测值，网侧电流预测值；
其中，定义所述逆变器侧输出电压矢量为，所述并网电压为/>，所述k+2时刻的逆变器侧电流预测值，所述k+2时刻的电容电压预测值及所述k+2时刻的网侧电流预测值分别为/>、/>及/>；
S4、提供参考值计算模块，计算得k+2时刻逆变器侧电流参考值、电容电压参考值、并网电流参考值；
其中，定义所述k+2时刻逆变器侧电流参考值、所述k+2时刻电容电压参考值及所述k+2时刻并网电流参考值分别为、/>及/>；
S5、提供代价函数，将计算得到的所述、所述/>、所述、所述/>、所述/>及所述/>代入所述代价函数，进行最优输出电压矢量评估；
S6、提供逆变器控制，选择使所述代价函数最小的输出开关状态应用到k+1时刻的所述逆变器控制上；
S7、进入k+1时刻，重复进行上述步骤。
与现有技术相比，本发明根据LCL型并网逆变器数学模型，在理论分析的基础上考虑到实际过程中的模型参数不匹配情况，提出设计所述电感参数观测器对电感参数进行实时观测，并送入所述预测模型中进行电感参数校正，提高系统在参数扰动情况下的稳定性。针对谐振尖峰问题进行解决，提出多变量控制策略，将电容电压控制变量引入到所述代价函数中，抑制谐振频率段的谐波对并网逆变器的性能影响，并针对数字控制延时问题，采用两步预测控制方式进行延时补偿。通过设计所述电感参数观测器与两步预测多状态变量控制技术进一步提高MPC控制策略精度，在使得谐波满足电网要求的同时显著抑制谐振尖峰，电流跟踪效果良好。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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它的附图，其中：
图1是多变量两步预测控制策略流程图；
图2是三相LCL型并网逆变器拓扑图；
图3是引入预测偏差补偿的多变量两步预测控制结构图；
图4（a）是传统单变量一步预测控制策略下的三相并网输出电流波形图；
图4（b）是考虑模型预测偏差的多变量两步预测控制策略下的三相并网输出电流波形图；
图5（a）是传统单变量一步预测控制策略下的A相并网电压电流波形图；
图5（b）是考虑模型预测偏差的多变量两步预测控制策略下的A相并网电压电流波形图；
图6（a）是传统单变量一步预测控制策略下的A相并网电流频谱分析图；
图6（b）是考虑模型预测偏差的多变量两步预测控制策略下的A相并网电流频谱分析图；
图7（a）是传统单变量一步预测控制策略下的三相并网输出动态电流波形图；
图7（b）是考虑模型预测偏差的多变量两步预测控制策略下的三相并网输出动态电流波形图；
图8（a）是传统单变量一步预测控制策略及并网电压畸变下三相并网输出电流波形图；
图8（b）是考虑模型预测偏差的多变量两步预测控制策略及并网电压畸变下的三相并网输出电流波形图；
图9（a）是传统单变量一步预测控制策略及并网电压畸变下A相并网电压电流波形图；
图9（b）是考虑模型预测偏差的多变量两步预测控制策略及并网电压畸变下的A相并网电压电流波形图；
图10（a）是传统单变量一步预测控制策略及并网电压单相跌落情况下三相并网输出电流波形图；
图10（b）是考虑模型预测偏差的多变量两步预测控制策略及并网电压单相跌落情况下的三相并网输出电流波形图；
图11（a）是传统单变量一步预测控制策略及并网电压单相跌落情况下A相并网电压电流波形图；
图11（b）是考虑模型预测偏差的多变量两步预测控制策略及并网电压单相跌落情况下的A相并网电压电流波形图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，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它实施例，都属于本发明保护的范围。
请参阅图1，图1为三相两电平LCL型并网逆变器多变量两步预测控制策略整体流程。首先根据所述三相LCL型并网逆变器的拓扑结构，得到两相静止坐标系下的数学模型。根据模型参数失配与数字控制延时对并网逆变系统的影响，设计所述电感参数观测器并采用两步预测控制策略对预测偏差进行补偿。根据不同的约束条件，选取LCL滤波器的逆变器侧电流、滤波电容电压/>、网侧电流/>作为状态变量，通过多状态变量控制策略，控制电容电压预测值与参考值之差来抑制谐振分量，进而解决谐振问题。
其主电路的拓扑结构如图1所示，其中：、/>分别为直流侧电压与电网电压，其中/>、/>、/>分别表示逆变器输出侧相对于电网中性点n的电压，LCL滤波器中逆变器侧电感为L1、网侧电感为L2，R1和R2分别为逆变器侧及网侧电感等效电阻，C为滤波电容。S1~S6代表逆变器的6个功率开关管，每个开关管具有开通和关断两种状态。
在三相静止坐标系下，由基尔霍夫电压和电流定律建立各相方程可得式（1）、式（2）和式（3）：
（1）
（2）
（3）
式中：
为三相并网侧电流；
为三相电网电压；
为三相电容电压；
为三相逆变器侧电流；
为逆变器三相输出端相对电网中性点n的电压。
三相静止坐标系与两相静止坐标系的坐标变换关系方程如式（4）所示：
（4）
将式（1）、式（2）和式（3）通过式（4）进行坐标变换，得到两相静止坐标系下的并网逆变器数学模型如式（5），式（6）、式（7）所示：
（5）
（6）
（7）
式中：
为αβ坐标系下三相网侧电流矢量；
为αβ坐标系下三相电网电压矢量；
为αβ坐标系下三相电容电压矢量；
为αβ坐标系下三相逆变器侧电流；
为αβ坐标系下逆变器侧输出电压矢量。
基于LCL型并网逆变器的数学模型，分析当模型设置的参数值与器件实际值不匹配时产生的影响。忽略电感等效电阻，定义所述预测模型中设置的逆变器侧电感值L1m，实际电感值为L1，所述预测模型中网侧电感参数值L2m，网侧电感实际值L2，其中，，/>和/>分别为电感实际值与所述预测模型的参数值之间的误差。
将式（7）、式（5）离散化后可得k+1时刻的逆变器侧电流预测值和网侧电流预测值，如式（8）和式（9）所示：
（8）
（9）
定义控制系统在k+1时刻逆变器侧电流实际值和网侧电流实际值如式（10）和式（11）所示：
（10）
（11）
基于上述公式可得并网电流与逆变器侧电流之间k+1时刻存在的预测误差，定义为，/>，如式（12）和式（13）所示：
（12）
（13）
将式（8）、式（9）、式（10）、式（11）代入式（12）和式（13），可得式（14）和式（15）：
（14）
（15）
从上式中可以得出：对于预测电流控制策略，上述任一参数的不匹配均可导致电流预测误差。
在延时补偿过程中，在采用两步预测控制方式并基于k+1时刻预测值存在误差的情况下，可推出k+2时刻的预测误差，如式（16）和式（17）所示：
（16）
（17）
综合考虑电感参数不匹配时对并网电流的输出影响，在并网逆变器稳定运行时，滤波电容电压稳定，根据式（16）和式（17）可得到在k+2时刻并网电流预测误差如式（18）：
（18）
根据式（18）可知在LCL滤波器模型参数不匹配的情况下，预测电流误差不仅与电感参数L不匹配有关，还与前一时刻的逆变器侧、网侧电流预测误差、电网电压矢量与逆变器侧输出电压矢量有关，两步预测控制策略下前一时刻的预测电流误差会进一步增大参数不匹配时k+2时刻的预测电流误差。为了降低模型参数不匹配时对控制系统的性能影响，需要针对系统电感实际值发生变化时提出应对措施以提高控制器的鲁棒性能。
基于上述对于参数不匹配情况下对于系统输出电流的影响分析，主要是由于电感参数值不匹配时对系统性能的影响，因此建立一种所述电感参数观测器实时跟踪并更新电感参数值，以提高预测控制系统的鲁棒性。
对式（5）利用后向差分法离散化，并整理可得L2的电感参数辨识方程如式（19）所示：
（19）
对式（7）利用后向差分法离散化，并整理可得L1的电感参数辨识方程如式（20）所示：
（20）
对于传统的逆变器侧电流预测控制，在该单变量反馈控制的基础上采用多变量的控制策略，为后续所述电感参数观测器引入算法的实施奠定基础。控制算法以逆变器侧电流、滤波电容电压/>、并网侧电流/>为状态控制变量，将滤波电容电压引入所述代价函数中。LCL滤波器自身存在的谐振问题通过将电容电压引入所述代价函数中进行解决，而不需要采用电容电压高频分量的比例反馈阻尼方式，降低了设计的复杂度。多状态变量控制策略控制电容电压预测值与参考值之差抑制谐振分量，进而解决谐振问题。
由式（5）、式（6）、式（7）进行整理可得如式（21）所示的状态空间描述方程：
（21）
在式（21）中，，矩阵A，B和C如式（22）所示：
（22）
其中,对于滤波电感L1和L2等效电阻R1和R2，由于其值较小，对控制系统性能的影响较小并且在离散化运算时会增大计算量，因此将其忽略。由上述公式的状态空间表达式，根据ZOH零阶保持法则将式（21）进行离散化，得到离散状态转移方程如式（23）所示：
（23）
式中：
为k时刻控制变量状态值；
为k+1时刻控制变量状态值。
设离散时间系数为Ts，式（23）即为该控制策略的所述预测模型，其中G、H1和H2如式（24）所示：
（24）
为了提升控制系统的性能，多变量控制策略采用两步预测控制进行延时补偿，根据式（23）可知状态变量k+2的预测值，如式（25）所示，将式（23）代入式（25），可得状态变量k+2时刻最终的所述预测模型，如式（26）所示：
（25）
（26）
根据式（21）所示LCL型并网逆变器的数学模型，获取电容电压和逆变器侧电流在k时刻的参考值。如式（27）和式（28）所示：
（27）
（28）
通过式（26）获取状态变量k+2时刻的预测值，k+2时刻状态控制变量的参考值通过拉格朗日外推公式获取，所述代价函数如式（29）、式（30）所示：
（29）
（30）
式中：
为状态控制变量电容电压的权重系数；
为状态控制变量并网电流的权重系数。
以逆变器侧电流、电容电压/>、网侧电流/>为状态控制变量，经过Clark变换到两相αβ静止坐标系下分别得到/>、/>及/>，应用k时刻的最优输出矢量，结合式（23）计算得k+1时刻预测值/>、/>、/>。将k+1时刻的预测值与8个开关状态对应的输出电压矢量/>，代入式（26）计算出8个k+2时刻预测值/>、、/>，作为所述代价函数的预测值输入。在k时刻测得电网电压/>经过锁相环PLL得到锁相角/>，通过给定参考电流幅值I*计算得到网侧电流参考值/>并换算到两相静止坐标系下/>，根据式（27）和式（28）计算k时刻逆变器侧电流参考值/>、电容电压参考值/>，并通过拉格朗日外推公式获得k+2时刻状态控制变量的未来参考值、/>及/>，作为所述代价函数的参考值输入。将上述状态控制变量预测值与参考值进行比较，得出使所述代价函数g值最小的开关状态，控制k+1时刻的开关管开通或关断，并应用到k+1时刻的所述逆变器控制上。
通过引入所述电感参数观测器，对电感参数进行实时观测并送入所述预测模型中，实现模型预测偏差补偿以提升控制系统鲁棒性。选择逆变器侧电流、电容电压、网侧电流为控制变量，并针对LCL滤波器中逆变器侧电感与网侧电感引入所述电感参数观测器。
预测控制策略框图如图3所示，下面简要叙述该控制策略执行流程。
S1、提供三相LCL型并网逆变器，采样获取k时刻的三相逆变器侧电流、电容电压、网侧电流并进行Clark变换，得到两相静止坐标系下的三相逆变器侧电流、电容电压、网侧电流；
其中，定义所述三相逆变器侧电流、所述电容电压及所述网侧电流分别为、及/>，定义所述两相静止坐标系下k时刻的三相逆变器侧电流、电容电压及所述网侧电流分别为/>、/>及/>；
S2、提供电感参数观测器及预测模型，将所述、所述/>及所述/>，输入所述电感参数观测器中，计算逆变器侧电感和网侧电感的数值并送入所述预测模型，实时更新所述预测模型；
S3、提供不同开关状态对应的8个逆变器侧输出电压矢量，以及测得的并网电压，通过更新后的所述预测模型分别计算得到8个k+2时刻的逆变器侧电流预测值，电容电压预测值，网侧电流预测值；
其中，定义所述逆变器侧输出电压矢量为，所述并网电压为/>，所述k+2时刻的逆变器侧电流预测值，所述k+2时刻的电容电压预测值及所述k+2时刻的网侧电流预测值分别为/>、/>及/>；
S4、提供参考值计算模块，计算得k+2时刻逆变器侧电流参考值、电容电压参考值、并网电流参考值；
其中，定义所述k+2时刻逆变器侧电流参考值、所述k+2时刻电容电压参考值及所述k+2时刻并网电流参考值分别为、/>及/>；
S5、提供代价函数，将计算得到的所述、所述/>、所述/>、所述/>、所述/>及所述/>代入所述代价函数，进行最优输出电压矢量评估；
S6、提供逆变器控制，选择使所述代价函数最小的输出开关状态应用到k+1时刻的所述逆变器控制上；
S7、进入k+1时刻，重复进行上述步骤。
所述S2还包括以下步骤：
S21、提供逆变器侧电感预测值L1m，逆变器侧电感实际值L1，网侧电感预测值L2m，网侧电感实际值L2，计算k+1时刻逆变器侧电流预测值、逆变器侧电流实际值、网侧电流预测值及网侧电流实际值；
其中，定义所述k+1时刻逆变器侧电流预测值、所述k+1时刻逆变器侧电流实际值、所述k+1时刻网侧电流预测值及所述k+1时刻网侧电流实际值分别为、/>、及/>；
S22、计算得出k+1时刻存在的并网电流预测误差与逆变器侧电流预测误差；
其中，定义所述k+1时刻并网电流预测误差为，所述k+1时刻逆变器侧电流预测误差为/>；
S23、基于所述及所述/>，计算k+2时刻存在的逆变器侧电流预测误差与并网电流预测误差；
其中，定义所述k+2时刻逆变器侧电流预测误差为，所述k+2时刻并网电流预测误差为/>；
S24、根据所述及所述/>，利用后向差分法离散化，计算逆变器侧电感参数及网侧电感参数，并设计所述电感参数观测器，计算公式如下所示：
，
；
式中，为k时刻三相LCL型并网逆变器输入端电压，即直流电压经过开关管组合状态后逆变器桥臂侧输出电压；Ts为离散时间系数，即采集所述逆变器侧电流、所述网侧电流、所述电容电压参数的周期；/>为k时刻逆变器侧电流、/>为k-1时刻逆变器侧电流、R1为逆变器侧电感等效电阻，L1为逆变器侧电感，/>为k时刻滤波电容电压，为k时刻网侧电流，/>为k-1时刻网侧电流，R2为网侧电感等效电阻，/>为k时刻电网电压，L2为网侧电感。
所述S21还包括以下步骤：
S211、提供所述逆变器侧电感实际值与所述逆变器侧电感预测值之间的误差及所述网侧电感实际值与所述网侧电感预测值的误差；
其中，定义所述逆变器侧电感预测值为L1m，定义所述逆变器侧电感实际值为L1，定义所述网侧电感预测值为L2m，定义L1m和L1之间的误差为，定义L2m和L1之间的误差为/>；其中，/>，/>；
S212、计算k+1时刻逆变器侧电流预测值、逆变器侧电流实际值、网侧电流预测值及网侧电流实际值，计算公式如下所示：
，
，
，
；
式中，为所述k+1时刻逆变器侧电流预测值，/>为所述k+1时刻网侧电流预测值，/>为所述k+1时刻逆变器侧电流实际值，/>为所述k+1时刻网侧电流实际值，/>为k时刻逆变器侧输出电压矢量，/>为k时刻并网电压。
k+1时刻存在的并网电流预测误差与逆变器侧电流预测误差计算公式如下：
，
，
，
；
式中，为所述k+1时刻逆变器侧电流预测误差，/>为所述k+1时刻网侧电流预测误差。
所述S23中k+2时刻存在的并网电流预测误差与逆变器侧电流预测误差计算公式如下：
，
；
式中，为所述k+2时刻逆变器侧电流预测误差，/>为所述k+2时刻并网电流预测误差，/>为k+1时刻逆变器侧输出电压矢量，/>为k+1时刻并网电压，/>为k+1时刻电容电压。
所述预测模型公式如下：
；
其中，，/>为k时刻控制变量状态值；/>为k+1时刻控制变量状态值；G、H1和H2为控制变量状态空间描述方程在根据ZOH零阶保持法则离散化后对应的系数，/>为k时刻逆变器侧输出电压。
根据所述预测模型，得出k+2时刻最终的所述预测模型公式：
。
系数G、H1和H2的计算公式如下：
；
其中，A、B及C为控制变量状态空间描述方程系数矩阵，对应的计算公式为：
；
式中，R1为逆变器侧电感等效电阻，L1为逆变器侧电感，R2为网侧电感等效电阻，为电网电压，L2为网侧电感，C为滤波电容。
所述代价函数对应的计算公式如下：
，
，
，
；
其中，为状态控制变量电容电压的权重系数，/>为状态控制变量并网电流的权重系数，/>为状态控制变量预测值与参考值的比较系数，分别为逆变器侧电流在k+2时刻，α轴参考值、α轴预测值、β轴参考值及β轴预测值；/>分别为电容电压在k+2时刻，α轴参考值、α轴预测值、β轴参考值及β轴预测值；
分别为网侧电流在k+2时刻，α轴参考值、α轴预测值、β轴参考值及β轴预测值。
为验证本发明所提出的控制策略，搭建所述三相LCL型并网逆变器验证平台，主要包括主电路以及控制电路两部分，主电路部分包括三相两电平电压型全桥逆变器、直流电压源、LCL滤波器、交流电源；控制电路为基于dSPACE的控制系统。
首先验证所述三相LCL型并网逆变器实验平台分别在传统单变量一步预测控制策略和考虑模型预测偏差的多变量两步预测控制策略下的稳态性能。如图4（a）、图4（b）、图5（a）及图5（b）所示，为两种控制策略下的三相并网输出电流以及A相并网电压电流输出波形，并网电流均能够实现准确跟踪，正弦度良好。从两种控制策略的输出波形来看，传统单变量一步预测控制策略对应的网侧电流波形谐波含量相对较多，其总谐波畸变率（TotalHarmonic Distortion，以下简称“THD”）值为3.72%，如图6（a）所示；考虑模型预测偏差的多变量两步预测控制策略输出波形较传统MPC控制策略更为光滑，经快速傅里叶变换（FastFourier Transform以下简称“FFT”）分析其THD为2.62%，如图6（b）所示。
其次通过突增并网电流参考值以测试上述两种控制策略的动态性能。设置并网电流参考值I*由10A突变至20A。两种控制策略下的并网电流动态输出波形如图7（a）及图7（b）所示。考虑模型预测偏差的多变量两步预测控制策略，在参考电流突变时，并网电流可迅速跟踪给定的参考值，验证了控制策略的动态性能。
接下来验证所述三相LCL型并网逆变器实验平台分别在传统单变量一步预测控制策略和考虑模型预测偏差的多变量两步预测控制策略下，并网电压畸变时的输出结果。在逆变器实际运行中会接入非线性负载进而影响并网电压的输出效果，三相输出电压不是标准的正弦信号。分别在输出电压中注入3次、5次、7次、9次谐波，电压总畸变率为4.65%，图8（a）、图8（b）、图9（a）与图9（b）为两种控制策略在电网电压畸变情况下的三相并网输出电流与A相并网电压电流波形，传统单变量一步预测控制策略输出电流纹波明显增加，对A相电流进行FFT分析，其THD值为4.95%，如图8（a）所示；考虑模型预测偏差的多变量两步预测控制策略其A相输出电流THD值为3.33%，如图8（b）所示，多变量控制策略能够达到更优的控制效果。
然后验证所述三相LCL型并网逆变器实验平台分别在传统单变量一步预测控制策略和考虑模型预测偏差的多变量两步预测控制策略下，并网电压发生单相跌落时的三相并网输出电流与A相并网电压电流波形。如图10（a）、图10（b）、图11（a）与图11（b）所示，传统单变量一步预测控制策略出现轻微的不平衡现象，A相电流的纹波增加，其THD值为4.78%，控制效果并不良好，考虑模型预测偏差的多变量两步预测控制策略具有良好的稳定性，A相输出电流的THD值为3.14%。
最后验证所述三相LCL型并网逆变器实验平台分别在传统单变量一步预测控制策略和考虑模型预测偏差的多变量两步预测控制策略下，电感参数不匹配时的输出结果。设定所述预测模型中网侧电感参数值为0.7mH，逆变器侧电感参数值为3.5mH，而网侧电感实际值为0.4mH，逆变器侧电感实际值为2mH。
电感参数不匹配情况下，传统单变量一步预测控制策略下并网电流跟踪误差幅值达到1.5A，对输出电能质量产生较大影响，A相并网电流畸变率增加，经FFT分析其输出电流THD值为6.99%。而考虑模型预测偏差的多变量两步预测控制策略相比传统单变量一步预测控制策略，电流跟踪误差幅值降低到0.5A，A相并网电流经FFT分析，该并网电流的THD值为4.09%，输出并网电流THD值降低了2.9%，验证了考虑模型预测偏差的多变量两步预测控制策略在提升并网逆变器性能上的有效性。
与现有技术相比，本发明根据LCL型并网逆变器数学模型，在理论分析的基础上考虑到实际过程中的模型参数不匹配情况，提出设计所述电感参数观测器对电感参数进行实时观测，并送入所述预测模型中进行电感参数校正，提高系统在参数扰动情况下的稳定性。针对谐振尖峰问题进行解决，提出多变量控制策略，将电容电压控制变量引入到所述代价函数中，抑制谐振频率段的谐波对并网逆变器的性能影响，并针对数字控制延时问题，采用两步预测控制方式进行延时补偿。通过设计所述电感参数观测器与两步预测多状态变量控制技术进一步提高MPC控制策略精度，在使得谐波满足电网要求的同时显著抑制谐振尖峰，电流跟踪效果良好。
以上所述的仅是本发明的实施方式，在此应当指出，对于本领域的普通技术人员来说，在不脱离本发明创造构思的前提下，还可以做出改进，但这些均属于本发明的保护范围。

Claims (9)

1.一种LCL型并网逆变器多变量两步预测控制的方法，其特征在于，包括以下步骤：
S1、提供三相LCL型并网逆变器，采样获取k时刻的三相逆变器侧电流、电容电压、网侧电流并进行Clark变换，得到两相静止坐标系下的三相逆变器侧电流、电容电压、网侧电流；
其中，定义所述三相逆变器侧电流、所述电容电压及所述网侧电流分别为、/>及，定义所述两相静止坐标系下k时刻的三相逆变器侧电流、电容电压及所述网侧电流分别为/>、/>及/>；
S2、提供电感参数观测器及预测模型，将所述、所述/>及所述/>，输入所述电感参数观测器中，计算逆变器侧电感和网侧电感的数值并送入所述预测模型，实时更新所述预测模型；
S3、提供不同开关状态对应的8个逆变器侧输出电压矢量，以及测得的并网电压，通过更新后的所述预测模型分别计算得到8个k+2时刻的逆变器侧电流预测值，电容电压预测值，网侧电流预测值；
其中，定义所述逆变器侧输出电压矢量为，所述并网电压为/>，所述k+2时刻的逆变器侧电流预测值，所述k+2时刻的电容电压预测值及所述k+2时刻的网侧电流预测值分别为/>、/>及/>；
S4、提供参考值计算模块，计算得k+2时刻逆变器侧电流参考值、电容电压参考值、并网电流参考值；
其中，定义所述k+2时刻逆变器侧电流参考值、所述k+2时刻电容电压参考值及所述k+2时刻并网电流参考值分别为、/>及/>；
S5、提供代价函数，将计算得到的所述、所述/>、所述/>、所述/>、所述/>及所述/>代入所述代价函数，进行最优输出电压矢量评估；
S6、提供逆变器控制，选择使所述代价函数最小的输出开关状态应用到k+1时刻的所述逆变器控制上；
S7、进入k+1时刻，重复进行上述步骤。
2.根据权利要求1所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，所述S2还包括以下步骤：
S21、提供逆变器侧电感预测值L1m，逆变器侧电感实际值L1，网侧电感预测值L2m，网侧电感实际值L2，计算k+1时刻逆变器侧电流预测值、逆变器侧电流实际值、网侧电流预测值及网侧电流实际值；
其中，定义所述k+1时刻逆变器侧电流预测值、所述k+1时刻逆变器侧电流实际值、所述k+1时刻网侧电流预测值及所述k+1时刻网侧电流实际值分别为、/>、及/>；
S22、计算得出k+1时刻存在的并网电流预测误差与逆变器侧电流预测误差；
其中，定义所述k+1时刻并网电流预测误差为，所述k+1时刻逆变器侧电流预测误差为/>；
S23、基于所述及所述/>，计算k+2时刻存在的逆变器侧电流预测误差与并网电流预测误差；
其中，定义所述k+2时刻逆变器侧电流预测误差为，所述k+2时刻并网电流预测误差为/>；
S24、根据所述及所述/>，利用后向差分法离散化，计算逆变器侧电感参数及网侧电感参数，并设计所述电感参数观测器，计算公式如下所示：
，
；
式中，为k时刻三相LCL型并网逆变器输入端电压，即直流电压经过开关管组合状态后逆变器桥臂侧输出电压；Ts为离散时间系数，即采集所述逆变器侧电流、所述网侧电流、所述电容电压的周期；/>为k时刻逆变器侧电流、/>为k-1时刻逆变器侧电流、R1为逆变器侧电感等效电阻，L1为逆变器侧电感，/>为k时刻滤波电容电压，/>为k时刻网侧电流，/>为k-1时刻网侧电流，R2为网侧电感等效电阻，/>为k时刻电网电压，L2为网侧电感。
3.根据权利要求2所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，所述S21还包括以下步骤：
S211、提供所述逆变器侧电感实际值与所述逆变器侧电感预测值之间的误差及所述网侧电感实际值与所述网侧电感预测值的误差；
其中，定义所述逆变器侧电感预测值为L1m，定义所述逆变器侧电感实际值为L1，定义所述网侧电感预测值为L2m，定义L1m和L1之间的误差为ΔL1，定义L2m和L1之间的误差为ΔL2；其中，L1=L1m±ΔL1，L2=L2m±ΔL2；
S212、计算k+1时刻逆变器侧电流预测值、逆变器侧电流实际值、网侧电流预测值及网侧电流实际值，计算公式如下所示：
，
，
，
；
式中，为所述k+1时刻逆变器侧电流预测值，/>为所述k+1时刻网侧电流预测值，/>为所述k+1时刻逆变器侧电流实际值， />为所述k+1时刻网侧电流实际值，/>为k时刻逆变器侧输出电压矢量，/>为k时刻并网电压。
4.根据权利要求3所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，k+1时刻存在的并网电流预测误差与逆变器侧电流预测误差计算公式如下：
，
，
，
；
式中，为所述k+1时刻逆变器侧电流预测误差，/>为所述k+1时刻网侧电流预测误差。
5.根据权利要求2所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，所述S23中k+2时刻存在的并网电流预测误差与逆变器侧电流预测误差计算公式如下：
；
式中，为所述k+2时刻逆变器侧电流预测误差，/>为所述k+2时刻并网电流预测误差，/>为k+1时刻逆变器侧输出电压矢量，/>为k+1时刻并网电压，/>为k+1时刻电容电压。
6.根据权利要求2所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，所述预测模型公式如下：
；
其中，，/>为k时刻控制变量状态值；/>为k+1时刻控制变量状态值；G、H1和H2为控制变量状态空间描述方程在根据ZOH零阶保持法则离散化后对应的系数，/>为k时刻逆变器侧输出电压。
7.根据权利要求6所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，根据所述预测模型，得出k+2时刻最终的所述预测模型公式：
。
8.根据权利要求6所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，系数G、H1和H2的计算公式如下：
；
其中，A、B及C为控制变量状态空间描述方程系数矩阵，对应的计算公式为：
；
式中，R1为逆变器侧电感等效电阻，L1为逆变器侧电感，R2为网侧电感等效电阻，ug为电网电压，L2为网侧电感，C为滤波电容。
9.根据权利要求1所述的LCL型并网逆变器多变量两步预测控制的方法，其特征在于，所述代价函数对应的计算公式如下：
，
，
，
；
其中，为状态控制变量电容电压的权重系数，/>为状态控制变量并网电流的权重系数，/>为状态控制变量预测值与参考值的比较系数，分别为逆变器侧电流在k+2时刻，α轴参考值、α轴预测值、β轴参考值及β轴预测值；/>分别为电容电压在k+2时刻，α轴参考值、α轴预测值、β轴参考值及β轴预测值；分别为网侧电流在k+2时刻，α轴参考值、α轴预测值、β轴参考值及β轴预测值。
CN202410008315.4A 2024-01-04 2024-01-04 一种lcl型并网逆变器多变量两步预测控制的方法 Active CN117543705B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410008315.4A CN117543705B (zh) 2024-01-04 2024-01-04 一种lcl型并网逆变器多变量两步预测控制的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410008315.4A CN117543705B (zh) 2024-01-04 2024-01-04 一种lcl型并网逆变器多变量两步预测控制的方法

Publications (2)

Publication Number Publication Date
CN117543705A true CN117543705A (zh) 2024-02-09
CN117543705B CN117543705B (zh) 2024-03-26

Family

ID=89796168

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410008315.4A Active CN117543705B (zh) 2024-01-04 2024-01-04 一种lcl型并网逆变器多变量两步预测控制的方法

Country Status (1)

Country Link
CN (1) CN117543705B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109687519A (zh) * 2018-12-30 2019-04-26 上海电力学院 一种lcl型三相并网逆变器控制方法
CN111614278A (zh) * 2020-06-12 2020-09-01 中国矿业大学 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置
CN115276439A (zh) * 2022-07-05 2022-11-01 南京理工大学 适应弱电网阻抗变化的lcl型并网逆变器谐振抑制方法
CN115864521A (zh) * 2023-01-06 2023-03-28 电子科技大学长三角研究院(湖州) 一种面向并网逆变器的动态阻尼无源化顺序模型预测控制方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109687519A (zh) * 2018-12-30 2019-04-26 上海电力学院 一种lcl型三相并网逆变器控制方法
CN111614278A (zh) * 2020-06-12 2020-09-01 中国矿业大学 Lcl型逆变器的无权值多变量顺序模型预测控制方法及装置
CN115276439A (zh) * 2022-07-05 2022-11-01 南京理工大学 适应弱电网阻抗变化的lcl型并网逆变器谐振抑制方法
CN115864521A (zh) * 2023-01-06 2023-03-28 电子科技大学长三角研究院(湖州) 一种面向并网逆变器的动态阻尼无源化顺序模型预测控制方法

Also Published As

Publication number Publication date
CN117543705B (zh) 2024-03-26

Similar Documents

Publication Publication Date Title
CN112953172B (zh) 一种锁相环耦合下模块化多电平换流器序阻抗建模的方法
Yepes et al. Analysis and design of resonant current controllers for voltage-source converters by means of Nyquist diagrams and sensitivity function
CN111541262B (zh) 模型预测定交流电压控制下mmc频率耦合阻抗建模方法
CN106300426B (zh) 基于mmc的并网逆变系统的自适应无源性pi控制方法
CN110535161A (zh) Lcl型储能变换器的有限控制集模型预测控制方法
CN112310991B (zh) 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
CN107611971A (zh) 针对电网电压谐波畸变工况的网侧逆变器谐振全阶滑模控制方法
CN110266044B (zh) 一种基于储能变流器的微电网并网控制系统及方法
CN216959694U (zh) 基于线性自抗扰控制的并网逆变器电流环控制系统
Cheng et al. State-and-disturbance-observer-based current control scheme for LCL-filtered single-phase grid-tied inverters under nonideal conditions
Zhou et al. Hybrid prediction-based deadbeat control for a high-performance shunt active power filter
Pan et al. An enhanced phase-locked loop for non-ideal grids combining linear active disturbance controller with moving average filter
CN117543705B (zh) 一种lcl型并网逆变器多变量两步预测控制的方法
CN112688338A (zh) 一种基于锁频环稳态线性卡尔曼滤波的upqc电能质量补偿控制方法
Zamani et al. Adaptive Model Predictive Control for LCL-Filter Grid-Tied Inverters
CN115241912B (zh) 一种模型预测控制的三相并网逆变器模型失配补偿方法
Garikapati et al. ANFIS Controlled MMC-UPQC to Mitigate Power Quality Problems in Solar PV Integrated Power System
CN115276439A (zh) 适应弱电网阻抗变化的lcl型并网逆变器谐振抑制方法
CN113904578B (zh) 单相级联h桥变流器的无权重系数模型预测控制方法
Zhang et al. An improved robust model predictive and repetitive combined control for three-phase four-leg active power filters with fixed switching frequency
CN109861574B (zh) 一种融合自适应环流抑制的无模型自适应迭代学习mmc变流器控制方法
CN103647466B (zh) 一种基于粒子群算法的谐波电网下vsc多目标优化矢量控制方法
Feng et al. Active power filter dead-beat repetition control
Hassan et al. Modeling and Implementation of a Self-Tuning Adaptive Controller of an Inverter in a Grid-Connected Microgrid
CN118169467B (zh) 一种基于电流环扰动的并网变流器频率耦合导纳测量方法

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
GR01 Patent grant
GR01 Patent grant