CN108279577B - 一种电机模拟器电流跟踪方法及*** - Google Patents
一种电机模拟器电流跟踪方法及*** Download PDFInfo
- Publication number
- CN108279577B CN108279577B CN201711483778.2A CN201711483778A CN108279577B CN 108279577 B CN108279577 B CN 108279577B CN 201711483778 A CN201711483778 A CN 201711483778A CN 108279577 B CN108279577 B CN 108279577B
- Authority
- CN
- China
- Prior art keywords
- motor
- voltage
- current
- motor simulator
- load current
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 84
- 238000011156 evaluation Methods 0.000 claims abstract description 49
- 238000005070 sampling Methods 0.000 claims abstract description 43
- 239000013598 vector Substances 0.000 claims description 60
- 230000000875 corresponding effect Effects 0.000 claims description 34
- 230000008878 coupling Effects 0.000 claims description 26
- 238000010168 coupling process Methods 0.000 claims description 26
- 238000005859 coupling reaction Methods 0.000 claims description 26
- 230000009471 action Effects 0.000 claims description 14
- 230000007935 neutral effect Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 4
- 238000002347 injection Methods 0.000 abstract description 7
- 239000007924 injection Substances 0.000 abstract description 7
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000003745 diagnosis Methods 0.000 abstract description 3
- 238000004088 simulation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000004044 response Effects 0.000 description 4
- 238000011217 control strategy Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000002131 composite material Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Control Of Electric Motors In General (AREA)
- Control Of Ac Motors In General (AREA)
Abstract
本发明涉及电力电子技术领域,公开了一种电机模拟器电流跟踪方法及***,以准确、快速、灵活地实现对电机定子电流的跟踪,为牵引电机的故障注入、诊断和容错技术提供真实可靠的模拟环境;本发明首先建立电机模拟器中开关矩阵相电压方程和开关矩阵状态方程,并根据开关矩阵相电压方程和开关矩阵状态方程建立电机模拟器状态方程;然后对电机模拟器的负载电流进行采样,根据电机模拟器状态方程和负载电流建立电机模拟器负载电流的预测模型;最后根据负载电流预测值构建***评价函数,根据评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态。
Description
技术领域
本发明涉及电力电子技术领域,尤其涉及一种电机模拟器电流跟踪方法及***。
背景技术
随着现代轨道交通技术的不断发展,高速列车的安全性已经成为高速铁路运行与发展的首要问题。牵引电机作为高速列车运行安全的关键设备之一,其是否正常工作直接影响到高速列车能否安全稳定运行。如果牵引电机出现故障而未能及时发现和排除,将会导致换向不良甚至发生转子咬死难于转动而裂轴等恶性事故。因此针对高速列车牵引电机故障注入及注入后整个***运行状态的研究至关重要。
目前,在利用感应电机作为***功率负载设备时,存在诸多问题,需要不同程度的破坏电机,才能实现电机的故障注入,且注入故障类型受限。与传统的电机负载平台相比,电机模拟器具有空间需求小,噪声等级低,能量损耗少,安全系数高等优点,无需损伤电机实物且可进行重复性实验,实现对正常及故障状态下参考电流的跟踪,获得电机工作过程中定子电流的数据及特征。而在电机模拟器控制过程中,传统的PID控制虽然可以实现对目标对象的动态调节,但是目标响应速度不尽如人意,当某个***对目标的动态效果、鲁棒性等要求较高时,传统的PID控制难以适应要求。而预测控制器具有动态响应快速、思路清晰和约束简单等优点,可灵活地应用于诸多***。
因此,现需提供一种可以准确、快速、灵活地实现对电机定子电流的跟踪,为牵引电机的故障注入、诊断和容错技术提供真实可靠的模拟环境的电机模拟器电流跟踪方法及***
发明内容
本发明目的在于公开一种电机模拟器电流跟踪方法及***,以准确、快速、灵活地实现对电机定子电流的跟踪,为牵引电机的故障注入、诊断和容错技术提供真实可靠的模拟环境。
为实现上述目的,本发明公开了一种电机模拟器电流跟踪方法,包括:
S1:建立电机模拟器中开关矩阵相电压方程和开关矩阵状态方程,并根据所述开关矩阵相电压方程和所述开关矩阵状态方程建立电机模拟器状态方程;
S2:对电机模拟器的负载电流进行采样,根据所述电机模拟器状态方程和所述负载电流建立电机模拟器负载电流的预测模型,根据所述预测模型获取电机模拟器的负载电流预测值;
S3:根据所述负载电流预测值构建***评价函数,根据所述评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪。
作为一个总的技术构思,本发明还公开了一种电机模拟器***,包括:
预测控制器,包括电机模型和电流预测控制,所述电机模型用于实现电机模型的解算,所述电流预测控制用于对电机模拟器的负载电流进行采样,根据所述电机模拟器状态方程和所述负载电流建立电机模拟器负载电流的预测模型,根据所述预测模型获取电机模拟器的负载电流预测值,还用于根据所述负载电流预测值构建***评价函数,根据所述评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪;
电机模拟器,包括开关矩阵和耦合负载网络,所述开关矩阵用于生成作用于耦合网络的交流电动势,所述耦合负载网络用于产生与所述电机模型的计算值等同的负载电流;
其中,所述电机模型的输入端与主电路变流器的输出端相连,所述电机模型的输出端与所述电流预测控制的输入端相连,所述电流预测控制的输出端与所述开关矩阵的输入端相连,所述耦合负载网络的两端分别与主电路变流器和开关矩阵对应连接。
本发明具有以下有益效果:
本发明提供一种电机模拟器电流跟踪方法及***,可以模拟电机在正常运行时定子电流的工作状态,相较于传统电机平台,具有空间需求小,噪声等级低,能量损耗少,安全系数高等优点,采用预测控制策略,使跟踪电流具有较快的动态响应速度,本发明通过对电机模型进行故障注入,得到故障状态下的参考电流,利用电机模拟器实现对故障状态参考电流的跟踪,获得电机故障情况下定子电流的特征特点,无需损伤实物且可进行重复性实验,能够为牵引电机的故障注入、诊断和容错技术提供真实可靠的模拟环境。
除了上面所描述的目的、特征和优点之外,本发明还有其他的目的、特征和优点。下面将参照附图,对本发明做进一步详细的说明。
附图说明
构成本申请的一部分的附图用来提供对本发明的进一步理解,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明优选实施例的基于预测控制的电机模拟器电流跟踪方法及***流程示意图;
图2是本发明优选实施例的电机模拟器的模型预测控制策略的流程示意图;
图3是本发明优选实施例的开关矩阵电压空间矢量图;
图4是本发明优选实施例的电机模拟器开关矩阵开关状态图;
图5是本发明优选实施例的开关矩阵第一扇区电压矢量合成图;
图6是本发明优选实施例的电机模拟器开关矩阵开关方式图;
图7是本发明优选实施例的开关矩阵第二扇区电压矢量合成图;
图8是本发明优选实施例的基于预测控制的电机模拟器电流跟踪方法及***结构示意图;
图9是本发明优选实施例的电机模拟器耦合负载网络A相稳态负载电压波形图;
图10是发明优选实施例的电机模拟器负载电流i与电机模型定子电流iref对比及残差r波形图,其中包含三者局部放大图。
具体实施方式
以下结合附图对本发明的实施例进行详细说明,但是本发明可以由权利要求限定和覆盖的多种不同方式实施。
实施例1
参见图1,本实施例提供一种电机模拟器电流跟踪方法,包括以下步骤:
S1:建立电机模拟器中开关矩阵相电压方程和开关矩阵状态方程,并根据开关矩阵相电压方程和开关矩阵状态方程建立电机模拟器状态方程;
S2:对电机模拟器的负载电流进行采样,根据电机模拟器状态方程和负载电流建立电机模拟器负载电流的预测模型,根据预测模型获取电机模拟器的负载电流预测值;
S3:根据负载电流预测值构建***评价函数,根据评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪。
在上述步骤中,建立并推导了电机模拟器负载电流的预测模型,计算电流预测值,通过遍历法找到最优的开关状态作为输出,实现电机模拟器负载电流对定子电流的跟踪,无需PI环节,控制简单,动态响应迅速。电机模拟器正常工作时,其控制算法流程如图2所示。
具体地,实际应用中,在上述步骤中,本发明的电机模拟器电流跟踪方法,还可以进行优化,优化后的实施例如下:
S1:计算电机模拟器中开关矩阵相电压方程和开关矩阵状态方程,并根据所述开关矩阵相电压方程和所述开关矩阵状态方程建立电机模拟器状态方程,具体如下:
S1.1:建立电机模拟器中开关矩阵相电压方程为:
式中,UaN、UbN和UcN分别为开关矩阵交流侧A、B、C三相相电压,Udc为开关矩阵直流侧的恒定电压,SA、SB和SC分别为开关,将每组开关状态记为Sz。
需要说明的是,每个开关Si(i=A,B,C)有0、1两种逻辑状态,故SA、SB和SC共有23种开关状态Sz,即Sz=SASBSC=000、100、110、010、011、001、、101、111,其中,z=0,1,2,…,7,当z=0、7时,开关状态S0=000、S7=111对应2个零电压矢量v0、v7,其他6个开关状态对应6个有效的电压矢量vz′(z′=1,2,L,6),6个有效电压矢量将电压空间矢量分成6个扇区,如图3所示,每个扇区对应角度均为π/3。
S1.2:根据所述开关矩阵相电压方程建立开关矩阵状态方程为:
式中,R为负载耦合网络的电阻,L为负载耦合网络的电感,Ua′n、Ub′n、Uc′n分别为主电路变流器A、B、C三相输出相电压,UnN为主电路变流器中性点与开关矩阵负端之间的电压,ia,ib,ic分别为耦合负载网络A、B、C三相负载电流.其中,电机模拟器开关矩阵开关状态图如图4所示。
S1.3:建立开关矩阵电压输出点与主电路变流器电压中性点间电压Uxn的方程为:
Uxn=UxN-UnN (c)
式中,UxN为开关矩阵的输出电压,x为电压的对应相路,其中,x=a,b,c。
根据上述公式(b)(c)得到电机模拟器状态方程为:
S2:对电机模拟器的负载电流进行采样,根据所述电机模拟器状态方程和所述负载电流建立电机模拟器负载电流的预测模型,根据所述预测模型获取电机模拟器的负载电流预测值,具体如下:
式中,k为当前采样时刻。
需要说明的是,在每一采样时刻,采样电流isx与电机模拟器负载电流ix相等。
S2.2:根据上述公式(d)和(e)建立abc坐标系下电机模拟器负载电流的预测模型为:
具体地,根据当前时刻k的已知开关状态Sk,其中,Sk∈Sz,(k=0时开关初始状态设为S0=000)及上述公式(a)和公式(c),计算得到开关矩阵电压输出点与主电路变流器电压中性点间电压在k时刻的电压值,根据预测模型(f)及当前时刻k的负载电流采样值得到下一时刻k+1的负载电流预测值
然后,对采样电压usx和采样电流isx进行Clark变换,得到:
式中,isα、isβ表示αβ坐标系下对应电机模拟器负载电流isa、isb、isc的采样值,usα、usβ表示αβ坐标系下对应主电路变流器三相输出电压usa、usb、usc的采样值,Pαβ表示abc坐标系转换为αβ坐标系的变换矩阵,计算公式为:
S2.3:建立在αβ坐标系下,采样电流的预测模型为:
S3:根据所述负载电流预测值构建***评价函数,根据所述评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪,具体如下:
式中,y表示αβ坐标系的坐标,y=α,β
S3.2:计算残差估计函数e为:
e=eα+eβ (k)
其中,定义αβ坐标系中两相电流残差和为电机模拟器负载电流跟踪电机模型定子电流的残差估计函数。
S3.3:计算电压矢量vz在αβ坐标系下对应的残差估计函数ez为:
ez=ezα+ezβ (l)
式中,ezα、ezβ分别为电压矢量vz在αβ坐标系下对应的残差估计函数,其中,z=0,1,2,…,7。
需要说明的是,空间矢量调制中,六个扇区由两两相邻的六个有效电压矢量vz′(z′=1,2,L,6)构成,在每一采样周期,根据扇区中两个相邻有效电压矢量vz′、vz′+1(z′+1=MOD(z′,6)+1),也即{v1,v2}、{v2,v3}、{v3,v4}、{v4,v5}、{v5,v6}、{v6,v1},获得相应的残差估计函数ez′、ez′+1;根据零电压矢量v0、v7获得相应的残差估计函数e0。
S3.4:计算当前时刻k时所有开关状态下,零电压矢量v0以及两个相邻有效电压矢量的作用时间,引入与有效开关状态z′对应的评价因子Fz′,其中z′=1,2,L,6,建立方程组为:
式中,dz’0为有效开关状态z′下零电压矢量v0对应的作用时间,dz’0/Ts为有效开关状态z′下零电压矢量v0对应的占空比,dz’z’为有效开关状态z′下有效电压矢量vz’对应的作用时间,dz’(z’+1)为开关状态vz’+1下有效电压矢量vz’+1对应的作用时间,dz’z’/Ts为有效开关状态z′下有效电压矢量vz’对应的占空比,dz’(z’+1)/Ts为有效开关状态vz’+1下有效电压矢量vz’+1对应的占空比。
需要说明的是,当负载电流预测值越接近电机定子电流参考值,残差估计函数值越小,对应的电压矢量作用时间越长。然后,联立方程,解4个未知量dz’0、dz’z’、dz’(z’+1)和Fz’,求解公式如下:
dz′0=ez′ez′+1Ts/(e0ez′+ez′ez′+1+e0ez′+1)
dz′z′=e0ez′+1Ts/(e0ez′+ez′ez′+1+e0ez′+1)
dz′(z′+1)=e0ez′Ts/(e0ez′+ez′ez′+1+e0ez′+1) (n)
Fz′=e0ez′ez′+1Ts/(e0ez′+ez′ez′+1+e0ez′+1)
进一步构建***评价函数gz’为:
gz′=Fz′=(dz′z′ez′+dz′(z′+1)ez′+1)/2 (o)
S3.5:计算所有备选开关状态下的***评价函数值,选取最小评价函数值gmin对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪。
需要说明的是,定义电机模拟器负载电流跟踪电机模型定子电流的残差估计函数,通过残差估计函数及电压矢量占空比确定***评价函数,评价函数是为保证预测控制器在每一时刻k所确定的k+1时刻的电机模拟器负载电流预测值尽可能接近给定的期望值,即精确跟踪电机模型定子电流参考值。即,为解决k+1时刻的电机模拟器负载电流预测值与电机模型定子电流参考值间差值最小问题(滚动优化问题),通常选择占空比、最小方差、二范数等作为描述优化问题的评价指标,对于切换型***,则多采用占空比作为评价指标。占空比是指在一个采样周期内,开关导通时间相对于总时间所占的比例。
此外,值得说明的是,开关矩阵输出电压的改变直接影响耦合负载网络电流,从而实现电机模拟器负载电流对电机模型电机定子电流的准确、快速跟踪。
在具体计算过程中,当期望电压矢量vref1位于电压空间矢量平面第一扇区时,根据平行四边形法则,期望电压矢量由两个相邻有效电压矢量v1,v2以及零电压矢量v0合成,v1,v2对应开关状态S1=100、S2=110,残差估计函数为e1,e2,v0对应开关状态S0=000,S7=111,残差估计函数为e0,各电压矢量作用时间由公式(m)得到如下所示方程组:
式中,d11、d12为有效开关状态z′=1下有效电压矢量v1、v2对应的作用时间,d11/Ts、d12/Ts为有效开关状态z′=1下有效电压矢量v1、v2对应的占空比,d10为零电压矢量v0对应的作用时间,d10/Ts为零电压矢量v0对应的占空比。如图5所示,按照伏秒平衡原则合成期望电压矢量vref1,即:
vref1*Ts=v1*d11+v2*d12+v0*d10 (q)
其中,v1,v2和v0的总作用时间d11、d12、d10之和为一个采样周期Ts,其中d10对期望电压vref1不会产生影响,作用为平衡采样周期,具体开关方式如图6所示,则在第一扇区,评价函数g1为:
g1=F1=(d11e1+d12e2)/2 (r)
当期望电压矢量vref2位于电压空间矢量平面第二扇区时,期望电压矢量由两个相邻有效电压矢量v2,v3和零电压矢量v0合成,v2,v3对应开关状态S2=110、S3=010,残差估计函数为e2,e3,v0对应开关状态S0=000,S7=111,残差估计函数为e0,各电压矢量作用时间由公式(m)得到如下方程组:
式中,d22、d23为有效开关状态z′=2下有效电压矢量v2、v3对应的作用时间,d22/Ts、d23/Ts为有效开关状态z′=2下有效电压矢量v2、v3对应的占空比,d20为零电压矢量v0对应的作用时间,d20/Ts为零电压矢量v0对应的占空比。如图7所示,按照伏秒平衡原则合成期望电压矢量vref2,即:
vref2*Ts=v2*d22+v3*d23+v0*d20 (t)
其中,v2,v3和v0的总作用时间d22、d23、d20之和为一个采样周期Ts。
则在第二扇区,评价函数g2为:
g2=F2=(d22e2+d23e3)/2 (u)
当期望电压矢量位于电压空间矢量平面其他扇区时,评价函数计算方式同上。
实施例2
与上述方法实施例相对应地,本实施例提供一种电机模拟器***,如图8所示,该电机模拟器***包括:
预测控制器,包括电机模型和电流预测控制,电机模型用于实现电机模型的解算,电流预测控制用于对电机模拟器的负载电流进行采样,根据电机模拟器状态方程和负载电流建立电机模拟器负载电流的预测模型,根据预测模型获取电机模拟器的负载电流预测值,还用于根据负载电流预测值构建***评价函数,根据评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪;
电机模拟器,包括开关矩阵和耦合负载网络,开关矩阵用于生成作用于耦合网络的交流电动势,耦合负载网络用于产生与电机模型的计算值等同的负载电流;
其中,电机模型的输入端与主电路变流器的输出端相连,电机模型的输出端与电流预测控制的输入端相连,电流预测控制的输出端与开关矩阵的输入端相连,耦合负载网络的两端分别与主电路变流器和开关矩阵对应连接。
作为本实施例优选的实施方式,该电机模型利用FPGA板卡进行解算,模型可采用同步电机或异步电机模型,且该电机模型的输入电压为***主电路变流器的输出三相电压;
具体地,电流预测控制利用CPU板卡进行解算。
作为本实施例优选的实施方式,开关矩阵采用两电平三相变频器,其桥式整流部分采用无控整流,
作为本实施例优选的实施方式,耦合负载网络包含三相阻感负载,每相由一个耦合电阻R和一个耦合电感L组成,耦合负载网络的两侧分别与主电路变流器交流侧和开关矩阵交流侧对应相连。其负载电流直接由预测控制器控制,通过实时采样电机模拟器负载电流值,将采样值和参考值通过预测控制策略计算,选择最优的开关状态作为预测控制器的下一时刻开关状态,驱动耦合负载网络产生与电机模型定子电流参考值等同的负载电流。为使负载电流具备良好的实时跟踪性能,开关周期选定Ts’>>Ts,其中Ts’为主电路开关周期,Ts为电机模拟器开关矩阵开关周期,由于Ts’的开关频率远高于Ts,在Ts采样电压不变的时间范围内,Ts’采样电压至少更新10次,RL负载两端的电势差相应发生改变,实现耦合负载网络在Ts时间内跟踪到期望输出电流。
具体地,电机模拟器***模型的实验参数如表1所示。
表1实验参数表
其中,图9为电机模拟器耦合负载网络A相稳态负载电压波形图;
参见图10,电机模拟器负载电流可以快速地跟踪电机模型定子电流,残差不超过5%,具有良好的稳定性和准确性。
如上所述,本发明提供一种电机模拟器电流跟踪方法及***,可以模拟电机在正常运行时定子电流的工作状态,相较于传统电机平台,具有空间需求小,噪声等级低,能量损耗少,安全系数高等优点,采用预测控制策略,使跟踪电流具有较快的动态响应速度,本发明通过对电机模型进行故障注入,得到故障状态下的参考电流,利用电机模拟器实现对故障状态参考电流的跟踪,获得电机故障情况下定子电流的特征特点,无需损伤实物且可进行重复性实验,能够为牵引电机的故障注入、诊断和容错技术提供真实可靠的模拟环境。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (6)
1.一种电机模拟器电流跟踪方法,其特征在于,包括以下步骤:
S1:建立电机模拟器中开关矩阵相电压方程和开关矩阵状态方程,并根据所述开关矩阵相电压方程和所述开关矩阵状态方程建立电机模拟器状态方程;
其中,所述步骤S1中,根据所述开关矩阵相电压方程和所述开关矩阵状态方程建立电机模拟器状态方程包括以下步骤:
S1.1:建立电机模拟器中开关矩阵相电压方程为:
式中,UaN、UbN和UcN分别为开关矩阵交流侧A、B、C三相相电压,Udc为开关矩阵直流侧的恒定电压,SA、SB和SC分别为开关,将每组开关状态记为Sz;
S1.2:根据所述开关矩阵相电压方程建立开关矩阵状态方程为:
式中,R为负载耦合网络的电阻,L为负载耦合网络的电感,Ua′n、Ub′n、Uc′n分别为主电路变流器A、B、C三相输出相电压,UnN为主电路变流器中性点与开关矩阵负端之间的电压,ia,ib,ic分别为耦合负载网络A、B、C三相负载电流;
S1.3:建立开关矩阵电压输出点与主电路变流器电压中性点间电压Uxn的方程为:
Uxn=UxN-UnN (3)
式中,UxN为开关矩阵的输出电压,x为电压的对应相路,其中,x=a,b,c;
根据上述公式(2)(3)得到电机模拟器状态方程为:
S2:对电机模拟器的负载电流进行采样,根据所述电机模拟器状态方程和所述负载电流建立电机模拟器负载电流的预测模型,根据所述预测模型获取电机模拟器的负载电流预测值;
其中,所述步骤S2中,根据所述预测模型获取电机模拟器的负载电流预测值包括以下步骤:
S2.2:根据上述公式(4)和(5)建立abc坐标系下电机模拟器负载电流的预测模型为:
式中,k=1,2,3……,为abc坐标系下主电路变流器三相输出电压在k时刻的采样值,为电机模拟器负载电流在k时刻的采样值,为电机模拟器负载电流在k+1时刻的预测值,为主电路变流器电压中性点间电压在k时刻的采样值;
S2.3:建立在αβ坐标系下,采样电流的预测模型为:
S3:根据所述负载电流预测值构建***评价函数,根据所述评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪。
3.根据权利要求1所述的电机模拟器电流跟踪方法,其特征在于,所述步骤S3中,根据所述评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态包括以下步骤:
式中,y表示αβ坐标系的坐标,y=α,β;
S3.2:计算残差估计函数e为:
e=eα+eβ (11)
S3.3:根据开关状态Sz计算电压矢量vz在αβ坐标系下对应的残差估计函数ez为:
ez=ezα+ezβ (12)
式中,ezα、ezβ分别为电压矢量vz在αβ坐标系下对应的残差估计函数;
S3.4:计算当前时刻k时所有开关状态下,零电压矢量v0以及两个相邻有效电压矢量的作用时间,引入与有效开关状态z′对应的评价因子Fz′,其中z′=1,2,…,6,建立方程组为:
式中,dz’0为有效开关状态z′下零电压矢量v0对应的作用时间,dz’0/Ts为有效开关状态z′下零电压矢量v0对应的占空比,dz’z’为有效开关状态z′下有效电压矢量vz’对应的作用时间,dz’(z’+1)为开关状态vz’+1下有效电压矢量vz’+1对应的作用时间,dz’z’/Ts为有效开关状态z′下有效电压矢量vz’对应的占空比,dz’(z’+1)/Ts为有效开关状态vz’+1下有效电压矢量vz’+1对应的占空比,e0为有效开关状态z′下零电压矢量v0的残差估计函数;ez′为有效开关状态z′下有效电压矢量vz’对应的残差估计函数,ez′+1为有效开关状态z′+1下有效电压矢量vz′+1对应的残差估计函数;
根据上述公式(13)构建***评价函数gz’为:
gz′=Fz′=(dz′z′ez′+dz′(z′+1)ez′+1)/2 (14)
S3.5:计算所有备选开关状态下的***评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪。
4.一种电机模拟器***,其特征在于,包括:
预测控制器,包括电机模型和电流预测控制,所述电机模型用于实现电机模型的解算,所述电流预测控制用于对电机模拟器的负载电流进行采样,根据所述电机模拟器状态方程和所述负载电流建立电机模拟器负载电流的预测模型,根据所述预测模型获取电机模拟器的负载电流预测值,还用于根据所述负载电流预测值构建***评价函数,根据所述评价函数计算每一组备选开关状态的评价函数值,选取最小评价函数值对应的开关状态作为开关矩阵下一时刻的开关状态,以实现电机模拟器负载电流对电机模型定子电流的跟踪;
其中,电流预测控制还用于执行以下步骤:
S1.1:建立电机模拟器中开关矩阵相电压方程为:
式中,UaN、UbN和UcN分别为开关矩阵交流侧A、B、C三相相电压,Udc为开关矩阵直流侧的恒定电压,SA、SB和SC分别为开关,将每组开关状态记为Sz;
S1.2:根据所述开关矩阵相电压方程建立开关矩阵状态方程为:
式中,R为负载耦合网络的电阻,L为负载耦合网络的电感,Ua′n、Ub′n、Uc′n分别为主电路变流器A、B、C三相输出相电压,UnN为主电路变流器中性点与开关矩阵负端之间的电压,ia,ib,ic分别为耦合负载网络A、B、C三相负载电流;
S1.3:建立开关矩阵电压输出点与主电路变流器电压中性点间电压Uxn的方程为:
Uxn=UxN-UnN (3)
式中,UxN为开关矩阵的输出电压,x为电压的对应相路,其中,x=a,b,c;
根据上述公式(2)(3)得到电机模拟器状态方程为:
其中,电流预测控制还用于执行以下步骤:
S2.2:根据上述公式(4)和(5)建立abc坐标系下电机模拟器负载电流的预测模型为:
式中,k=1,2,3……,为abc坐标系下主电路变流器三相输出电压在k时刻的采样值,为电机模拟器负载电流在k时刻的采样值,为电机模拟器负载电流在k+1时刻的预测值,为主电路变流器电压中性点间电压在k时刻的采样值;
S2.3:建立在αβ坐标系下,采样电流的预测模型为:
电机模拟器,包括开关矩阵和耦合负载网络,所述开关矩阵用于生成作用于耦合网络的交流电动势,所述耦合负载网络用于产生与所述电机模型的计算值等同的负载电流;
其中,所述电机模型的输入端与主电路变流器的输出端相连,所述电机模型的输出端与所述电流预测控制的输入端相连,所述电流预测控制的输出端与所述开关矩阵的输入端相连,所述耦合负载网络的两端分别与主电路变流器和开关矩阵对应连接。
5.根据权利要求4所述的电机模拟器***,其特征在于,所述开关矩阵采用两电平三相变频器,其桥式整流部分采用无控整流。
6.根据权利要求4所述的电机模拟器***,其特征在于,所述耦合负载网络包含三相阻感负载,每相由一个耦合电阻R和一个耦合电感L组成。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711483778.2A CN108279577B (zh) | 2017-12-29 | 2017-12-29 | 一种电机模拟器电流跟踪方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711483778.2A CN108279577B (zh) | 2017-12-29 | 2017-12-29 | 一种电机模拟器电流跟踪方法及*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108279577A CN108279577A (zh) | 2018-07-13 |
CN108279577B true CN108279577B (zh) | 2021-05-11 |
Family
ID=62802778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711483778.2A Active CN108279577B (zh) | 2017-12-29 | 2017-12-29 | 一种电机模拟器电流跟踪方法及*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108279577B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112000018B (zh) * | 2020-09-14 | 2021-11-16 | 北京科技大学 | 一种基于残差生成器的鲁棒容错控制模块、方法及*** |
CN112054656A (zh) * | 2020-09-25 | 2020-12-08 | 安徽理工大学 | 一种固定开关频率的模型预测控制算法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904520A (zh) * | 2012-10-09 | 2013-01-30 | 华东建筑设计研究院有限公司 | 一种永磁同步电机电流预测控制方法 |
CN104242768A (zh) * | 2014-09-11 | 2014-12-24 | 天津大学 | 一种应用于多电机控制***的有限状态模型预测控制方法 |
CN204810188U (zh) * | 2015-07-31 | 2015-11-25 | 南京信息工程大学 | 基于模型预测控制的三相感应电机直接转矩控制*** |
CN105743404A (zh) * | 2016-03-23 | 2016-07-06 | 华中科技大学 | 四象限感应电机驱动***的模型预测控制方法 |
CN105871281A (zh) * | 2016-03-07 | 2016-08-17 | 大连理工大学 | 一种改进的永磁同步电机模型预测控制算法 |
CN106814638A (zh) * | 2017-03-23 | 2017-06-09 | 北京润科通用技术有限公司 | 一种hil仿真测试方法及*** |
-
2017
- 2017-12-29 CN CN201711483778.2A patent/CN108279577B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102904520A (zh) * | 2012-10-09 | 2013-01-30 | 华东建筑设计研究院有限公司 | 一种永磁同步电机电流预测控制方法 |
CN104242768A (zh) * | 2014-09-11 | 2014-12-24 | 天津大学 | 一种应用于多电机控制***的有限状态模型预测控制方法 |
CN204810188U (zh) * | 2015-07-31 | 2015-11-25 | 南京信息工程大学 | 基于模型预测控制的三相感应电机直接转矩控制*** |
CN105871281A (zh) * | 2016-03-07 | 2016-08-17 | 大连理工大学 | 一种改进的永磁同步电机模型预测控制算法 |
CN105743404A (zh) * | 2016-03-23 | 2016-07-06 | 华中科技大学 | 四象限感应电机驱动***的模型预测控制方法 |
CN106814638A (zh) * | 2017-03-23 | 2017-06-09 | 北京润科通用技术有限公司 | 一种hil仿真测试方法及*** |
Non-Patent Citations (6)
Title |
---|
A Fault Injection Strategy for Traction Drive Control System;Chunhua Yang等;《 IEEE Transactions on Industrial Electronics》;20170224;第64卷(第7期);第5719-5725页 * |
Preselection algorithm based on predictive control for direct matrix converter;DAN Hanbing等;《IET Electric Power Applications》;20170523;第11卷(第5期);第768-775页 * |
三电平 PWM 整流器多模型预测控制方法;曹晓冬;《电工技术学报》;20140831;第29卷(第8期);第142-150页 * |
三相电压型逆变器的延时补偿模型预测控制;朱晓雨等;《电机与控制应用》;20150930;第42卷(第9期);第1-7,13页 * |
基于逆变器的异步电机特性模拟及控制技术研究;吴政等;《电气传动》;20171031;第47卷(第10期);第7-11页 * |
永磁同步电机的模型预测控制研究;杨义等;《电源学报》;20150831;第13卷(第4期);第58-63页 * |
Also Published As
Publication number | Publication date |
---|---|
CN108279577A (zh) | 2018-07-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | Model predictive control of LC-filtered voltage source inverters with optimal switching sequence | |
Abd Ali et al. | Fuzzy logic speed controller optimization approach for induction motor drive using backtracking search algorithm | |
CN109565248B (zh) | 具有浮动单元的转换器***的两级控制 | |
Kocalmis et al. | Simulation of a space vector PWM controller for a three-level voltage-fed inverter motor drive | |
CN108279577B (zh) | 一种电机模拟器电流跟踪方法及*** | |
Lai et al. | Model‐free predictive current control for three‐phase AC/DC converters | |
Ni et al. | A novel high-performance predictive control formulation for multilevel inverters | |
Ahmed et al. | Small-signal model of a voltage source inverter (VSI) considering the dead-time effect and space vector modulation types | |
Shen et al. | Finite control set model predictive control with feedback correction for power converters | |
Yaramasu et al. | Predictive current control and DC-link capacitor voltages balancing for four-leg NPC inverters | |
Kim et al. | Modeling and hierarchical structure based model predictive control of cascaded flying capacitor bridge multilevel converter for active front-end rectifier in solid-state transformer | |
Gonzalez-Prieto et al. | Symmetrical six-phase induction machines: A solution for multiphase direct control strategies | |
Mehreganfar et al. | Sensorless predictive control method of three-phase AFE rectifier with MRAS observer for robust control | |
Almaktoof et al. | Finite-set model predictive control and DC-link capacitor voltages balancing for three-level NPC inverters | |
Colli et al. | Voltage control of current source inverters | |
Basri et al. | Model predictive torque and flux control of induction motor fed by three level indirect matrix converter with unity power factor strategy | |
Hamad et al. | Model predictive voltage control for linear induction machine without weighting factor | |
Cano et al. | Dynamic average-value modeling of direct power-controlled active front-end rectifiers | |
KR102134074B1 (ko) | 순환 전류를 저감하는 전력 변환 장치 및 이의 제어 방법 | |
Vidal-Albalate et al. | Efficient model for modular multi-level converter simulation | |
Ahmed et al. | Development of a new voltage source inverter (VSI) average model including low frequency harmonics | |
Siami et al. | Improved predictive torque control of a permanent magnet synchronous motor fed by a matrix converter | |
Fernandez-Rebolleda et al. | Analysis and optimization of modulation transitions in medium-voltage high-power converters | |
Zakaria et al. | Predictive direct torque and flux control of an induction motor drive fed by a direct matrix converter with reactive power minimization | |
Yousefi et al. | Neural network controller based on direct and indirect model predictive for modular multilevel converters |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |