参数失配LCL型并网逆变器模型预测控制方法研究

针对LCL型并网逆变器模型预测控制过于依赖精确的数学模型且鲁棒性能差等问题,提出一种参数失配情况下的并网逆变器模型预测控制策略.根据LCL型并网逆变器的状态量建立离散参数观测器模型,实时估计电感和电容,并在线修正预测模型中的电感和电容参数,避免因外界扰动造成的参数失配对控制器带来的不利影响,增强控制器的鲁棒性能.仿真结...     

永磁同步电机改进无差拍电流预测控制

永磁同步电机数字控制系统的电流预测控制,具有动态响应快、开关频率恒定、适于数字实现等特点。基于拉格朗日插值的无差拍预测控制算法,对电机电感参数失配比较敏感。为此,提出一种改进无差拍预测控制算法,修改了电流偏差约束条件和输出电压预测方法。利用根轨迹法分析了算法鲁棒性与电感参数失配的关系。在电机电感参数发生失配情况下,能够维持系统稳定,实现电机电流的闭环控制,使实际电流跟随给定,提高了算法的鲁棒性。仿真和实验结果验证了分析设计的可行性和有效性。     

无差拍优化T型三电平APF模型预测电流控制

为实现T型三电平有源电力滤波器(APF)的高性能电流跟踪控制及其鲁棒性,提出了一种无差拍优化有限集模型预测控制(FCS-MPC)算法,并设计了滤波电感在线观测器。首先,为降低滚动优化过程的运算量,提出了一种基于谐波电流无差拍预测的电压矢量控制集简化方法,减少了每个控制周期内迭代计算的次数。然后,为降低电感参数失配对FCS-MPC算法性能的影响,设计了一种电感观测器完成参数的在线修正。最后,通过仿真对所提算法完成验证。仿真结果表明,所提算法不仅保持了传统FCS-MPC优越的动静态响应性能,同时显著减少了数字实现的运算量,提升了参数失配时控制系统的鲁棒性。     

基于龙伯格扰动观测器的PMSM模型预测控制

受工作条件及自身结构影响,永磁同步电机电感参数不是确定的,当采用离线电感参数实现模型预测控制算法时,容易产生参数失配问题,进而导致控制性能下降,为解决该问题,提出了一种基于龙伯格扰动观测器的模型预测电流控制策略。依靠包含扰动的永磁同步电机模型,构建了龙伯格扰动观测器,并根据期望极点配置原理设计了反馈系数,保证观测器的稳定性,创新性体现在利用龙伯格观测器实时估算得到的扰动值补偿由电感参数失配带来的预测精度损失,进而提高系统的控制性能。实验结果表明,提出的基于龙伯格扰动观测器补偿的模型预测控制算法具有较强的鲁棒性,在电感参数失配时,保证电流仍具有良好的稳态性能。     

基于滑模观测器的LCL型并网逆变器鲁棒预测控制研究

针对常规LCL型并网逆变器的有限控制集模型预测控制（FCS-MPC）参数鲁棒性差的问题,提出一种基于滑模观测器的LCL型并网逆变器鲁棒预测控制方法。首先,分析了参数变化对常规LCL型并网逆变器电网电流预测控制的影响;然后,根据超局部建模理论建立LCL型并网逆变器的一阶超局部模型,使用滑模观测器对系统的集总扰动进行估计,提高系统控制的动态性能,实现并网电流的鲁棒预测控制;最后,通过搭建Typhoon602+仿真器和PE-Expert4控制器实验平台验证了所提方法的有效性。     

基于预测控制和模型参考自适应的PMSM电流控制

主要研究永磁同步电机(PMSM)在扰动下的电流快速跟踪控制问题。首先,基于非线性广义模型预测控制原理,考虑电机实际运行中的模型和参数不确定性等扰动,设计PMSM电流控制器;然后,利用模型参考自适应方法设计了系统扰动观测器,并将估计的扰动量用于预测控制器的前馈补偿控制;最后,完成了仿真验证,结果表明,所提电流复合控制方法能实现电流的快速跟踪控制,而且在电机参数变化、负载扰动等状况下均具有较强的鲁棒性。     

改进型预测电流控制算法

为解决传统预测电流控制算法在并网逆变器电感参数失配时容易出现系统不稳定的问题,利用根轨迹法找出电感参数失配影响控制算法稳定性的原因。在此基础上提出一种改进型预测电流控制算法,通过对电流误差控制目标的修改和对逆变器理想输出电压的线性预测,在运算过程中不仅避免了预测程度的加深,还能减小电流环特征方程的各项权重系数,利用零极点对消改造电流环反馈系统的极点,使其特征方程的阶次始终为二阶。该算法在电感参数发生较大失配时,仍能保持系统稳定,使输出电流跟随给定。仿真和实验结果证明了所提算法的正确性和可行性。     

基于ADALINE算法的三相并网逆变器模型预测控制

传统有限控制集模型预测控制（FCS-MPC）策略需要建立准确的数学模型,当其应用于LCL型并网逆变器时则需多个电流电压传感器,若采样数据类型过少必然会产生建模误差。针对实际应用中传感器较少引起的预测模型参数失配问题,研究了一种基于自适应线性神经元（ADALINE）算法的模型预测控制策略。该方案采用ADALINE算法用于在线更新预测模型的计算参数,提高了预测模型的参数鲁棒性。同时对控制器延时进行了补偿,提高了控制精度。仿真和实验结果表明,该方案有效减少了并网电流谐波含量,并且具有优良的瞬态性能,验证了该方案的可行性和有效性。     

基于改进虚拟正交信号的单相PWM整流器模型预测功率控制

针对单相整流器内环动态响应性能受限于虚拟正交分量的重构速度,提出一种基于改进虚拟正交信号的模型预测功率控制算法.针对控制系统中电感设定值与实际值存在偏差,导致单相脉冲宽度调制(PWM)整流器的控制电感参数和系统实际电感参数失配,从而影响模型预测控制的鲁棒性问题,提出一种解决电感失配的补偿算法,该算法通过比例积分环节实时补偿无功功率,消除了电感失配对功率因数的影响.实验结果表明,所提算法不仅明显地提高了单相PWM整流器模型预测的内环动态响应速度,而且能实现模型预测单位功率因数的要求,在一定程度上解决了模型预测电感敏感性问题.     

光伏并网VSI鲁棒预测控制方法及稳定性分析

在光伏微电网控制系统中,延时和滤波电感量变化会影响系统响应速度、稳定性及并网电流畸变率。对此,提出一种功率前馈的鲁棒预测无差拍并网控制方法。通过引入功率前馈控制加快系统的响应速度。鲁棒预测无差拍控制方法被提出用于并网电流控制,以增强系统的鲁棒性,降低因控制延时和电感量偏差对并网电流造成的畸变。分析了带延迟环节的z域无差拍控制模型,并讨论了延时和电感量取值对系统稳定性的影响。给出了鲁棒预测无差拍控制的设计方法,并根据z域内的传递函数对其进行了稳定性分析,确定了控制参数的选取范围。仿真与实验结果证明了所提控制方法的有效性。     

基于抗频率偏移电感辨识的并网逆变器模型预测控制

电感参数对实现并网逆变器高精度模型预测控制至关重要,而传统电感辨识方法易受到电网频率偏移的影响,且在有功功率为零时无法使用。为提高模型预测控制中电感参数的频率鲁棒性,提出了一种基于模型参考自适应的电感在线辨识方法。首先,设计了一种二阶滑模观测器观测电网电压。其次,在不补偿低通滤波器造成观测电压幅值和相位偏差的情况下,令实际电网电压也产生相同的幅值和相位偏差,而后利用二者之间的误差与电感误差的关系建立电感辨识模型,从而克服了电网频率偏移对电感辨识结果的影响,且在有功功率为零时也可实现电感辨识。最后,将辨识出的电感参数代入模型预测控制算法,即可实现对逆变器更准确地控制。实验研究验证了所提电感辨识方法的有效性和准确性。     

并网逆变器预测电流控制算法性能分析

在并网逆变器预测电流控制算法中,当模型电感与实际电感参数不匹配时可能导致控制算法不稳定,而无法有效跟踪并网逆变器的输出电流,为此提出了一种改进型预测电流控制算法.在对比分析几种现有预测电流控制算法优缺点的基础上,总结了预测电流控制算法的构建原则,通过对目标电流误差以及目标输出电压的表达式进行重建,降低了预测电流控制算法的阶数.计算机仿真以及实验结果验证了改进型预测电流控制算法的可行性以及可靠性     

基于增量模型的永磁同步直线电机鲁棒预测电流控制

为了解决永磁同步直线电机预测电流控制对电机参数的依赖,提出一种鲁棒增量式预测电流控制算法。通过建立永磁同步直线电机增量式预测模型来克服电机磁链变化的影响,并详细分析了增量预测模型对电机参数敏感性。为提高电流带宽,对增量式预测电流控制进行一拍延时补偿。针对电感不匹配引起的电流预测误差,提出一种新型滑模观测器来观测电压扰动值并将扰动前馈补偿,从而实现精准电流控制。实验结果表明所提方案可有效地提高系统鲁棒性,具有较好的效果。     

单相级联多电平H桥整流器有限集模型预测电流控制

本文以基于电力电子变压器的高速列车牵引传动系统中的单相级联多电平H桥整流器为控制对象,以提升系统动态响应速度、减小网侧电流谐波含量为控制目标,提出了一种基于两矢量的有限集模型预测电流控制算法。首先,推导单相级联多电平H桥整流器的α-β静止坐标系下数学模型;然后,基于空间矢量调制思想,对单相级联多电平整流器进行基本电压矢量定义与空间扇区划分;在此基础上,建立包含最小电流误差的目标函数,通过对其求导实时计算出两个矢量的最优占空比,同时为了保证各模块直流侧电容电压的平衡关系,设计了选取冗余矢量的原则。与基于PI的瞬态电流控制算法相比,所提出的模型预测控制算法无需内环PI控制器,显著提高了电流内环的动态响应速度;最后,对所提算法与传统的瞬态电流控制算法进行硬件在环半实物实验对比研究,结果表明了所提算法的可行性与有效性。     

基于龙伯格扰动观测器的永磁同步电机PWM电流预测控制

针对传统永磁同步电机(PMSM)PWM电流预测控制中电机参数扰动造成的电流静差及振荡问题,提出基于龙伯格(Luenberger)观测器的PWM电流预测控制。首先,将系统参数扰动引入到电机电压方程,构建在参数扰动中拥有优良性能的Luenberger观测器来观测系统扰动。其次,离散化Luenberger扰动观测器,通过极点配置分析系统稳定性。最后,将观测器估计系统扰动引入含参数扰动项的电压方程中,为PWM电流预测控制算法提供实时性扰动补偿。仿真结果表明,所提算法能够快速无静差地观测出系统扰动,有效避免参数扰动造成的电流静差及振荡问题,提高电流预测算法的鲁棒性。     

多参数失配下鲁棒型双馈风机模型预测电流控制

风机系统模型预测电流控制(model predictive current control, MPCC)是基于系统模型实现的,存在系统参数鲁棒性较差的问题。为解决该问题,提出了一种带有新型滑模趋近律(new sliding mode veaching law, NSMRL)的滑模观测器(sliding mode observer, SMO)结合MPCC策略。首先,建立基于电压定向的双馈风机数学模型;其次,建立无差拍模型预测控制系统;最后,构建一种改进的等速伸展项和指数到达项的滑模趋近律,该新型滑模趋近律包括系统状态变量和滑模面函数的功率项,可以以两种不同的形式来表示趋近律,新滑模趋近律的作用是使系统状态更快、抖振更小的收敛到滑模平面,从而提高参数鲁棒性。研究结果表明,该方法与无滑模MPCC和等速趋近律MPCC相比,能有效地抑制系统固有抖振,并提高系统状态到达滑模面的速度。同时,可将平均转矩脉动、电流脉动和相电流总谐波失真(total harmonic distortion, THD)降低10.54%、24.16%和5.12%。因此,所提出的NSMRL-SMO-MPCC方法能够通过在线补...