导读:本期主要是介绍模型预测电流控制。模型预测电流控制主要包括:转速环、磁链环、磁链观测器、预测模型和代价函数。


模型预测控制代码python 模型预测控制框图_模型预测控制代码python

图1异步电机模型预测电流控制系统的结构框图

异步电机模型预测电流控制系统的结构框图如图1所示。该控制系统与传统的FOC 控制系统相比,利用模型预测电流控制单环电流控制器替代了传统矢量控制的两个电流内环和电压调制环节。所以整个系统中较为关键的部分有内环的模型预测电流控制器、外环的转速环和磁链环、磁链观测器。

模型预测电流控制作为一种最优化控制方法,建立在以状态空间法为手段的现代控制理论基础上,其基本思想就是考虑到电力电子变换器或调速系统最终的控制目标归结为对电力电子变换器开关信号的控制,而变换器的离散开关状态组合是有限的,所以在每一个采样时刻,利用被控系统的数学模型及系统当前和过去的状态信息,就可以对未来一定时间段内变换器每个开关状态组合对应的控制变量及系统的输出响应和性能进行预测,然后根据电流控制目标函数选择最佳的开关状态组合作用于变换器,提前校正系统偏差以获得期望的性能。

一、定子电流预测

模型预测控制代码python 模型预测控制框图_模型预测控制代码python_02

 代价函数由速度环和磁链环得到的电流与预测的电流组成,如下式(1)所示:

 

模型预测控制代码python 模型预测控制框图_模型预测_03

二、一拍延迟补偿

模型预测控制代码python 模型预测控制框图_学习_04

 

本应在当前k时刻作用的电压矢量要到下一时刻(k+1)时刻才会被更新输出。为消除一拍延迟的影响,控制器可以采用超前一步确定(k+1)时刻电压矢量的方式对延迟进行补偿。

2.1消除一拍延迟的影响

(1)按照公式(1)预测(k+1)时刻的状态变量;

(2)在(k+1)时刻状态变量的基础上,对(k+2)时刻的状态变量进行预测;

模型预测控制代码python 模型预测控制框图_算法_05

(3)基于(k+2)时刻的状态变量求电压矢量

模型预测控制代码python 模型预测控制框图_算法_06

另:(k+1)时刻的转子磁链和定子电压进行无差拍补偿处理:

 

模型预测控制代码python 模型预测控制框图_模型预测控制代码python_07

模型预测控制代码python 模型预测控制框图_模型预测控制代码python_08

 

三、仿真验证

模型预测控制代码python 模型预测控制框图_模型预测控制代码python_09

 

图2 MPCC系统整体仿真

模型预测控制代码python 模型预测控制框图_学习_10

(a)无一拍延迟补偿     

模型预测控制代码python 模型预测控制框图_模型预测_11

           (b)有一拍延迟补偿

图3电流、转速、转矩和磁链的跟踪情况

 

模型预测控制代码python 模型预测控制框图_学习_12

(a)无一拍延迟补偿     

模型预测控制代码python 模型预测控制框图_算法_13

           (b)有一拍延迟补偿

图4 A相电流

 四、总结

为实现感应电机定子电流的转矩分量和励磁分量的解耦控制,并对内环电流用较为简单的控制结构进行控制来获得较好的动态性能,本文研究了基于磁场定向的感应电机模型预测电流控制。模型预测电流控制发挥了其在滚动优化、多变量、多约束等控制优势和多目标控制的灵活性,基于转子磁场定向概念的电流控制可以来实现电机转矩,磁链分别控制目的,利用多输入、多输出的模型预测控制器替换了经典磁场定向控制的双内环电流控制器,采用定子电流来建目标函数,通过模型预测和目标最优对直接选择开关组合状态,不需要电压调制环节,控制结构简单。