以三相Vienna整流器为研究对象,针对有限集模型预测控制FCS-MPC(finite control set model predictive control)实现中点电位平衡控制时权重因子选取困难,采样周期内作用单一矢量引起网侧电流纹波较大的问题,提出一种基于双矢量的无权...以三相Vienna整流器为研究对象,针对有限集模型预测控制FCS-MPC(finite control set model predictive control)实现中点电位平衡控制时权重因子选取困难,采样周期内作用单一矢量引起网侧电流纹波较大的问题,提出一种基于双矢量的无权重型模型预测控制UF-MPC(unweighted factor model predictive control)策略。首先,构建基于功率预测的单目标价值函数。然后,通过扇区划分同时采用无权重因子的方式来提高单次寻优效率,根据直流侧中点电位的波动优选冗余小矢量,实现无权重因子的中点电位平衡控制。在获取最优矢量的基础上,结合零矢量实现了双矢量固定开关频率控制。最后,基于RT-LAB半实物平台从稳态、暂态、中点电位波动方面进行验证,有效证明了所提控制策略的正确性和有效性。展开更多
文摘针对新能源汽车充电(G2V)三相整流器为研究对象,研究基于模型预测控制(model predictive control,MPC)的充电控制策略。传统的MPC算法需要准确的系统模型参数,而当控制器中使用的模型参数与主电路实际参数不匹配时,控制性能可能发生恶化,影响整流器充电控制性能。针对此问题,该文将系统参数不匹配作为扩张状态观测器(extended state observer,ESO)扩张出来的扰动项而进行估计,并将扰动进行补偿,从而设计一种基于ESO的MPC充电控制策略。该方法仅使用了系统的输入和输出数据,而不需要精确的系统模型,因此即使模型参数不匹配时,ESO也能够将不匹配项作为扰动而对预测电流进行准确估计,从而提高MPC对参数变化及不匹配的鲁棒性。仿真与实验结果验证了该方法的可行性和有效性。
文摘以三相Vienna整流器为研究对象,针对有限集模型预测控制FCS-MPC(finite control set model predictive control)实现中点电位平衡控制时权重因子选取困难,采样周期内作用单一矢量引起网侧电流纹波较大的问题,提出一种基于双矢量的无权重型模型预测控制UF-MPC(unweighted factor model predictive control)策略。首先,构建基于功率预测的单目标价值函数。然后,通过扇区划分同时采用无权重因子的方式来提高单次寻优效率,根据直流侧中点电位的波动优选冗余小矢量,实现无权重因子的中点电位平衡控制。在获取最优矢量的基础上,结合零矢量实现了双矢量固定开关频率控制。最后,基于RT-LAB半实物平台从稳态、暂态、中点电位波动方面进行验证,有效证明了所提控制策略的正确性和有效性。