基于连续控制集的永磁同步直线电机模型预测控制

永磁同步直线电机(permanent magnet linear synchronous motor, PMLSM)目前多被应用于直线牵引系统,例如轨道交通、无绳电梯等.传统的永磁同步直线电机预测控制主要考虑有限控制集模型预测控制(finite-control-set model predictive control, FCS–MPC),在一个系统采样周期从备选的开关状态中选择一个相对最优的开关状态送入逆变器中.该方法的计算量通常随着预测步长的增加呈几何增长,因而限制了其广泛使用.本文针对PMLSM提出一种基于二次优化的连续控制集模型预测控制(continuous-control-set model predictive control, CCS–MPC)策略.该方法在每个周期内选择两组开关状态送入逆变器,表现为两个相邻电压矢量的合成,因而可以达到更为平滑的控制效果.策略结合了FCS–MPC中的扇区划分原理,将扇区中的两个相邻非零矢量和一个零矢量等效合成为二次优化的最优控制矢量.与此同时,在二次优化的框架下CCS–MPC有效地避免了多步预测控制中计算量过大的问题.仿真与实验结果表明在相同条件下,所提方法相较于空间矢量调制以及FCS–MPC能获得更好的PMLSM控制效果.