针对中点钳位型(neutral point clamped,NPC)的静止无功发生器(static var generator,SVG),提出了一种模型预测电流控制策略。由于SVG的预测模型实际上是一种开环模型,故其交流侧实际输出电流与指令电流存在电流跟踪误差,在平衡计算量...针对中点钳位型(neutral point clamped,NPC)的静止无功发生器(static var generator,SVG),提出了一种模型预测电流控制策略。由于SVG的预测模型实际上是一种开环模型,故其交流侧实际输出电流与指令电流存在电流跟踪误差,在平衡计算量与跟踪精度的前提下,设计了电流跟踪精度误差的评估函数,对预测电流进行了反馈校正,构成了闭环优化。利用预测算法可多步预测的优势,对系统中因采样、计算和控制造成的延时问题,提出一种两步预测法,对控制延时进行了改善,提升了SVG的补偿性能。在MATLAB/SIMULINK仿真环境中搭建了仿真模型,仿真结果验证了所提策略的有效性。展开更多
文摘针对中点钳位型(neutral point clamped,NPC)的静止无功发生器(static var generator,SVG),提出了一种模型预测电流控制策略。由于SVG的预测模型实际上是一种开环模型,故其交流侧实际输出电流与指令电流存在电流跟踪误差,在平衡计算量与跟踪精度的前提下,设计了电流跟踪精度误差的评估函数,对预测电流进行了反馈校正,构成了闭环优化。利用预测算法可多步预测的优势,对系统中因采样、计算和控制造成的延时问题,提出一种两步预测法,对控制延时进行了改善,提升了SVG的补偿性能。在MATLAB/SIMULINK仿真环境中搭建了仿真模型,仿真结果验证了所提策略的有效性。