永磁同步电机低复杂度双矢量预测电流控制

针对永磁同步电机传统模型预测电流控制中存在计算负担重和电流脉动大的问题,提出一种低复杂度双矢量预测电流控制方法。首先,利用电流无差拍控制原理快速获得下一周期的第一电压矢量,相比传统方法可减少一个周期的预测次数。其次,进行第二电压矢量的选择时可以采用非零电压矢量,增大备选电压矢量的覆盖范围。最后,根据均方根电流脉动方程,确定满足最小电流脉动条件下各个电压矢量的最佳作用时间。仿真和实验结果表明：相较于传统单矢量、双矢量预测电流控制方法,所提低复杂度双矢量预测电流控制方法能够有效抑制电流脉动,降低算法的复杂度和计算量,提高了永磁同步电机控制系统在实际中的运行性能。     

基于GPIO的永磁同步电机模型预测转矩控制

在永磁同步电机模型预测转矩控制(model predictive torque control,MPTC)中,由于目标函数控制变量的量纲不同,为了在代价函数中选取最优的权重系数,提出一种改进高斯变异鸽群算法(Gaussian mutation pigeon-inspired optimization algorithm, GPIO)实现权重系数自整定。首先,基于代价函数最小化原则设计PIO的目标函数,用电流id、iq脉动误差均方根评价权重系数。其次,在传统高斯变异算子的基础上引入自适应调整动态参数实现变异。仿真和实验结果表明,将改进后的算法应用于永磁同步电机模型预测转矩系统,能在较少的迭代次数内整定出最优的权重系数,极大地降低了转矩误差和电流谐波畸变率。     

基于虚拟同步发电机的模型预测电流控制

虚拟同步发电机技术(VSG)因可使逆变器具备同步发电机的特性,得到了广泛的研究和应用。针对虚拟同步发电机使用电压电流串级控制以及脉宽调制(PWM)控制底层的逆变器时,存在控制结构复杂和动态响应能力弱等问题,本文提出了一种基于虚拟同步发电机的模型预测电流控制策略(VSG-MPCC)。该控制策略首先获得虚拟同步发电机的输出电流,将其作为模型预测控制的参考值。其次根据系统的模型对之后的电流值进行预测,最后应用价值函数选择使两者误差最小的电压矢量组合作用于逆变器。所提控制策略省去了传统的电压电流串级控制和PWM调制环节,简化了控制结构并提升动态响应能力,提供了更好的功率和频率支撑。通过Matlab/Simulink仿真和实验验证了该控制策略的有效性。     

一种新型滑模观测器的PMSM无传感器预测控制

为了提高永磁同步电机(PMSM)无位置传感器位置检测精度,提出了一种新型滑模观测器(SMO)的无位置传感器有限控制集模型预测控制(FCS-MPC)方法,用于表贴式PMSM驱动采用FCS-MPC策略解决传统矢量控制无法满足系统快速响应的问题,并能有效地避免比例积分(PI)控制器的整定困难。利用增强的正交锁相环(eQPLL)从SMO的估计反电动势获得PMSM的转子位置角和转速,并将估计出的转子位置角和转速反馈到模型预测控制(MPC)模块,实现无位置传感器控制,增强了控制器的鲁棒性实验结果表明所提控制方法在无位置传感器位置和转速检测精度的提高上是可行的。     

基于TOPSIS优化永磁同步电机预测控制成本函数

针对多目标约束条件下,为永磁同步电机预测控制算法成本函数选择适当的权重因子,提出了一种逼近理想解排序法(TOPSIS)优化成本函数的优选顺序方法改进权重因子的选择。首先,采用TOPSIS选择一个最接近理想控制动作的正解和最远离理想控制动作的负解,对成本函数中的控制变量进行优先级排序,以确保在每个采样持续时间内选择最佳控制措施。其次,根据上一时刻的最优控制状态,将预测的下一个切换时刻状态用于成本函数优化,从而减少了预测控制算法的计算持续时间。仿真和实验结果表明：与传统预测控制方法相比,基于TOPSIS的预测控制在具有较小开关频率的稳定操作下降低了电磁转矩和磁链的纹波,并且能够有效抑制电流脉动,降低算法的复杂度和计算量,提高了永磁同步电机控制系统在实际中的运行性能。