主动前端整流器模型预测控制参数不匹配补偿方法

摘要

本发明公开了一种主动前端整流器模型预测控制参数不匹配补偿方法。本发明的技术方案要点为：一种主动前端整流器模型预测控制参数不匹配补偿方法，该方法在控制对象模型参数与实际参数不匹配时，通过反推实际模型参数并实时对预测模型进行补偿，进而提高模型预测精度，获得正确的最优电压矢量。将最优电压矢量对应的开关位置信号作为控制功率器件的开关信号。本发明的参数不匹配补偿方法采用系统运行中的实际参数，通过反推得到实际电感参数，消除了模型参数不匹配对控制系统造成的影响，增强了模型预测控制系统的鲁棒性，实现主动前端整流器在预测模型存在较大误差情况下的稳定运行。

说明书

技术领域

    本发明涉及主动前端整流器的控制方法，属于电力电子功率变换装置控制领域，特别涉及一种主动前端整流器模型预测控制参数不匹配补偿方法。 

背景技术

模型预测控制（MPC）需要根据数学模型预测对象下一时刻的运行状态，其对模型的准确性要求较高。在主动前端整流器电路中含有电阻、电感等器件，温度的变化、磁路的饱和程度和其他环境条件变化均会使电路中的电阻、电感等器件参数发生改变。电路参数的变化将导致控制系统参数标称值与系统实际参数值不匹配，进而影响MPC控制的稳定性和鲁棒性，降低系统的控制品质。有学者将模型参数不匹配对系统造成的影响作为扰动量，采用观测器通过前馈补偿来消除系统扰动，增强控制系统鲁棒性。有学者采用积分滑模控制策略消除了模型预测结果与实际闭环系统的误差，提高了MPC控制系统的鲁棒性。针对MPC控制系统预测模型不匹配产生的扰动，有学者采用扩张状态观测器估计实际扰动并通过前馈补偿，获得了较好的控制效果。 

由于MPC控制过程采用循环寻优，直接输出的不定频方式，其采样频率较高，运行性能受系统延迟影响较为明显。以上算法虽然可以消除模型误差对控制系统的影响，但算法均较为复杂，大大增加了程序的运算时间，进而影响控制效果。因此，有必要设计一种模型预测控制参数不匹配补偿方法，在较短的采样周期内可实时对模型参数不匹配问题进行修正，提高系统的鲁棒性。 

发明内容

本发明解决的技术问题是提供了一种主动前端整流器模型预测控制参数不匹配补偿方法,该方法在对象模型参数不匹配时，通过反推实际模型参数并实时对预测模型进行补偿，进而获得最优的电压矢量，保证系统的控制品质，算法运算量小、结构简单、易于实现，可有效提高系统运行的鲁棒性。 

本发明的技术方案为：一种主动前端整流器模型预测控制参数不匹配补偿方法，其特征在于包括以下步骤：1、一种主动前端整流器模型预测控制参数不匹配补偿方法，其特征在于包括以下步骤：(1)、检测主动前端整流器系统三相电网电压、三相输入电流和直流母线电压；(2)、将检测到的三相电网电压和三相输入电流经过3/2变换模块得到两相静止坐标系下的电网电压和输入电流采样值；(3)、将三相电网电压信号经过软件锁相环得到电网电压位置角；(4)、将直流母线电压参考值与步骤(1)得到的直流母线电压实际值做差，经过PI控制器得到同步旋转坐标系下d轴电流参考值，设q轴电流参考值为0，以电压位置角度为变换角对d、q轴电流参考值进行反Park变换，得到两相静止坐标系下的电流参考值；(5)、将上一时刻α轴电网电压、上一时刻整流器α轴输出电压、上一时刻整流器α轴输入电流、当前时刻整流器α轴输入电流以及采样周期作为电感反推算法的输入，获得反推的实际电感参数；(6)、采用反推的实际电感参数修正主动前端整流器预测模型，将修正参数后的主动前端整流器模型作为预测模型；(7)、将步骤(4)中计算得到的两相静止坐标系下的电流参考值、步骤(2)中计算得到的两相静止坐标系下的电网电压和电流采样值，以及各开关组合作用下整流器在两相静止坐标系下的输入电压作为预测模型的输入；(8)、通过预测模型预测各电压矢量作用下的预测电流，选择使电流参考值与电流预测值之差的绝对值最小的电压矢量对应的电压值作为输出电压；(9)、用步骤(8)得到的输出电压对应的开关位置信号作为控制功率器件的开关信号。 

作为进一步的实施方式，步骤(5)中的电感反推算法的工作过程为：将上一时刻的α轴电网电压与上一时刻整流器α轴输出电压做差后与采样周期相乘，将结果除以当前时刻整流器α轴输入电流与上一时刻整流器α轴输入电流之差，获得反推的实际电感参数。 

本发明的参数不匹配补偿方法在不改动硬件结构的情况下，通过增加电感反推算法，消除了模型参数不匹配对控制系统造成的影响，增强了模型预测控制系统的鲁棒性，实现主动前端整流器在预测模型存在较大误差情况下的稳定运行。 

附图说明

图1为主动前端整流器主电路结构图；图2为基于模型预测控制的主动前端整流器控制结构图；图3为电感反推结构图；图4为基于参数补偿的模型预测控制结构原理图；图5为电感参数不匹配时的三相电流实验波形图；图6为电感参数不匹配时的电流跟踪实验波形图；图7为电感不匹配时的直流母线电压波形图。 

具体实施方法

下面结合附图对本发明做进一步说明。主动前端整流器主电路拓扑结构如图1所示。图中，u_ga、u_gb、u_gc为交流侧三相电压源；i_ga、i_gb、i_gc为三相交流侧电流；u_ca、u_cb、u_cc为整流桥输入侧三相电压；u_dc为直流侧电压；L_g和R_g分别为进线电感及其等效电阻；C为直流滤波电容；O为电网中点；i_L为负载电流，直流侧负载由电阻R_L等效表示。

主动前端整流器的数学模型可通过坐标变换转换到两相静止坐标系中，表示为 

                                                   (1)

式中：u_gα、u_gβ分别为α、β轴电网电压；i_gα、i_gβ、u_cα、u_cβ分别为整流器α、β轴输入电流和输入电压。

对式(1)进行离散化，可得 

                (2)

定义价值函数如下式所示

        (3)

式中：i_mαi(k+1)、i_mβi(k+1)为不同电压矢量作用下的预测电流值；下标i=1,2,...7。

模型预测控制策略充分利用功率变换器件的非线性特性，根据控制对象的离散模型预测系统下一时刻不同开关状态下的动态行为。通过价值函数对所有预测结果进行评估，最终选择使价值函数最小的电压矢量。因此，算法能够在每个采样周期预测到最优的开关状态作为控制器的输出。 

采用MPC控制算法的主动前端整流器系统控制结构如图2所示。系统运行时首先采集电网电压和输入电流；将采集到的电压通过锁相环得到电网电压角度；将三相电压、电流信号通过3/2变换得到两相坐标系下的电压、电流信号；通过整流器预测模型，对下一时刻不同电压矢量作用下的电流动态行为进行预测；将预测的结果通过价值函数进行评估和优化，并选择最优的开关状态作为下一时刻功率开关的控制信号。以上算法在每个开关周期循环一次，因此，系统需有较高的采样频率。 

设预测模型中电感标称值为L_m，电感误差为ΔL，有 

                                                                                           (4)

因此模型预测控制中的预测模型可表示为

                         (5)

由式中可以看出，当电感标称值为L_m与电感实际值L_g不同时，将引起预测误差。

由式(2)可反推得到电感值为 

                                                             (6)

为简化模型，忽略电阻的影响可得电感值为

                                                                       (7)

通过式(7)可求出下一时刻电感参数的反推值，同理，系统在当前时刻的电感反推值可表示为

                                                                (8)

由式(8)的反推算法可得到实际电感值。另外，由于算法含有除法运算，分母过零时将产生尖峰，需加入限幅环节；由于算法中存在微分量，干扰信号的影响会使输出观测器产生高频振荡，因此需要加入低通滤波器。

电感反推算法结构如图3所示。由图中可以看出，反推算法的三个输入变量分别为整流器上一时刻的α轴输出电压u_cα(k-1)、α轴输入电流i_gα(k-1)、α轴电网电压u_gα(k-1)以及当前时刻α轴输入电流i_gα(k)；观测器经过反推运算，再经过限幅和低通滤波环节(LPF)得到电感估计值L_o。 

图4为模型自校正模型预测控制结构原理图，其控制方法具体包括如下步骤： 

(1) 检测主动前端整流器系统三相电网电压u_ga(k)、u_gb(k)、u_gc(k)，三相输入电流i_ga(k)、i_gb(k)、i_gc(k)和直流母线电压u_dc(k)；

(2) 将检测到的三相电网电压u_ga(k)、u_gb(k)、u_gc(k)和三相输入电流i_ga(k)、i_gb(k)、i_gc(k)经过3/2变换模块得到两相静止坐标系下的电网电压u_gα(k)、u_gβ(k)和输入电流i_gα(k)、i_gβ(k)；

(3) 将三相电网电压信号经过软件锁相环(PLL)，得到电网电压位置角θ(k)；

(4) 将直流母线电压参考值u_dc^*(k)与步骤(1)得到的直流母线电压实际值u_dc(k)做差，经过PI控制器得到同步旋转坐标系下d轴电流参考值i_gd^*(k)，设q轴电流参考值i_gq^*(k)为0，以电压位置角度θ(k)为变换角对d、q轴电流参考值进行反Park变换，得到两相静止坐标系下的电流参考值i_gα^*(k)、i_gβ^*(k)；

(5) 将上一时刻α轴电网电压u_gα(k-1)、上一时刻整流器α轴输出电压u_cα(k-1)、上一时刻整流器α轴输入电流i_gα(k-1)、当前时刻整流器α轴输入电流i_gα(k)以及采样周期T_s作为电感反推算法的输入，获得反推的实际电感参数L_o；

(6) 采用估算的实际电感参数L_o修正主动前端整流器预测模型和电感观测算法中的电感参数，将修正参数后的主动前端整流器模型作为预测模型；

(7) 将步骤(4)中计算得到的两相静止坐标系下的电流参考值i_gα^*(k)、i_gβ^*(k)、步骤(2)中计算得到的两相静止坐标系下的电网电压u_gα(k)、u_gβ(k)和输入电流i_gα(k)、i_gβ(k)，以及各开关组合作用下整流器在两相静止坐标系下的输入电压u_cαi(k)、u_cβi(k)作为预测模型的输入，其中下标i=1,2,...,7。

(8) 通过预测模型预测各电压矢量作用下的预测电流i_mαi(k+1)、i_mβi(k+1)，其中下标i=1,2,...,7。选择使电流参考值i_gα^*(k)、i_gβ^*(k)与电流预测值i_mαi(k+1)、i_mβi(k+1)之差的绝对值最小的电压矢量对应的电压值u_cα(k)、u_cβ(k)作为输出电压； 

(9) 用步骤(8)得到的输出电压u_cα(k)、u_cβ(k)对应的开关位置信号作为控制功率器件的开关信号。

作为进一步的实施方式，步骤(5)中所述的电感观测算法的工作过程为：将整流器上一时刻的α轴电网电压u_gα(k-1)与上一时刻整流器α轴输出电压u_cα(k-1)做差后与采样周期T_s相乘，将结果除以当前时刻整流器α轴输入电流i_gα(k)与上一时刻整流器α轴输入电流之差i_gα(k-1)，获得反推的实际电感参数L_o。采用电感观测值L_o对预测模型中的电感参数L_m进行修正，可以保证MPC运行过程中选择最优的输出电压矢量。 

图5为模型电感标称值由准确值减小到1.8mH过程中整流器α轴电流波形，由图中可以看出，由于电感的误差，电流渐渐不能精确跟踪给定值并发生畸变。 

图6、图7分别为模型电感标称值减小到1.8mH时，采用模型预测控制参数不匹配补偿方法前后的三相电流实验波形及模型电感标称值与电感反推值曲线。由图6可以看出，由于电感参数不匹配，三相电流幅值较高并产生畸变，当采用自校正模型预测控制后，电流幅值降低且正弦度较好。由图7可以看出，当模型电感L_m变化到1.8mH时，反推算法输出电感值L_o始终稳定在8mH附近，反推算法能够准确反推系统实际电感值，并实时对预测模型进行修正，提高了MPC控制的鲁棒性。 

综上所述，与传统MPC控制算法相比，本发明的控制方法可以有效消除模型误差对控制系统的影响，实现对参考电流的准确跟踪，具有良好的控制品质和较强的鲁棒性，算法结构简单、计算量小、易于实现。