三电平并网逆变器的低开关频率模型预测控制

文章提出一种三电平NPC逆变器(NPCs)低开关频率模型预测控制(LSF-MPC)策略。该策略在α-β坐标系下构建NPCs的预测模型,采用滚动优化方式,分别对所有系统状态进行预测。在目标函数中加入降低开关频率目标项,从而选择使目标函数最优的开关状态并直接作用于NPCs,降低了开关器件动作频率。最后,在仿真环境下对该策略稳态与动态性能等进行验证。

基于多列神经网络算法的固定开关频率模型研究

为提高三电平逆变器开关控制精度,采用复杂多列神经网络控制模式构建三电平逆变器经典模型,设计经典三电平逆变器的开关阵列人工智能控制算法。通过对比分析该算法与传统模糊控制矩阵算法的数据仿真差异后发现,电压互感器的录波图频率控制在200 Hz时的工程学经济性较强,多列神经网络法和传统的模糊矩阵法相比,电压峰值控制精度、波形频率控制精度明显偏高。即多列神经网络可以有效控制三电平逆变器的输出波形、减少谐波量、提升输出电能质量。

具有低开关频率的三电平有源前端变换器模型预测控制

研究了一种具有低开关频率的三电平有源前端变换器AFEs低开关频率有限控制集模型预测控制LFCSMPC策略。该策略在一个控制周期内,同时施加有效电压矢量和零电压矢量。同时,引入降低平均开关频率控制目标项,并基于该目标函数求得有效电压矢量的最优作用时间,从而将带有最优作用时间的开关状态直接作用于功率变换器。该方法在兼顾控制性能的同时有效地降低功率器件平均开关频率,实现了低开关频率下的三电平AFEs高效运行。仿真结果表明,该方法在实际工程应用中具有一定的价值。