CN109842344B - Bbmc异步电机调速***控制参数自适应调整方法 - Google Patents

Bbmc异步电机调速***控制参数自适应调整方法 Download PDF

Info

Publication number
CN109842344B
CN109842344B CN201910171144.6A CN201910171144A CN109842344B CN 109842344 B CN109842344 B CN 109842344B CN 201910171144 A CN201910171144 A CN 201910171144A CN 109842344 B CN109842344 B CN 109842344B
Authority
CN
China
Prior art keywords
bbmc
control parameter
output current
optimization
actual output
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
Application number
CN201910171144.6A
Other languages
English (en)
Other versions
CN109842344A (zh
Inventor
***
刘继
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hunan University of Science and Technology
Original Assignee
Hunan University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hunan University of Science and Technology filed Critical Hunan University of Science and Technology
Priority to CN201910171144.6A priority Critical patent/CN109842344B/zh
Publication of CN109842344A publication Critical patent/CN109842344A/zh
Priority to PCT/CN2019/098333 priority patent/WO2020177269A1/zh
Application granted granted Critical
Publication of CN109842344B publication Critical patent/CN109842344B/zh
Priority to US16/909,753 priority patent/US10936770B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P23/00—Arrangements or methods for the control of AC motors characterised by a control method other than vector control
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02P—CONTROL OR REGULATION OF ELECTRIC MOTORS, ELECTRIC GENERATORS OR DYNAMO-ELECTRIC CONVERTERS; CONTROLLING TRANSFORMERS, REACTORS OR CHOKE COILS
    • H02P27/00—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage
    • H02P27/04—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage
    • H02P27/06—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters
    • H02P27/08—Arrangements or methods for the control of AC motors characterised by the kind of supply voltage using variable-frequency supply voltage, e.g. inverter or converter supply voltage using dc to ac converters or inverters with pulse width modulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2111/00—Details relating to CAD techniques
    • G06F2111/10—Numerical modelling
    • H—ELECTRICITY
    • H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
    • H02M—APPARATUS FOR CONVERSION BETWEEN AC AND AC, BETWEEN AC AND DC, OR BETWEEN DC AND DC, AND FOR USE WITH MAINS OR SIMILAR POWER SUPPLY SYSTEMS; CONVERSION OF DC OR AC INPUT POWER INTO SURGE OUTPUT POWER; CONTROL OR REGULATION THEREOF
    • H02M3/00—Conversion of dc power input into dc power output
    • H02M3/02—Conversion of dc power input into dc power output without intermediate conversion into ac
    • H02M3/04—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters
    • H02M3/10—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
    • H02M3/145—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal
    • H02M3/155—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only
    • H02M3/156—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only with automatic control of output voltage or current, e.g. switching regulators
    • H02M3/158—Conversion of dc power input into dc power output without intermediate conversion into ac by static converters using discharge tubes with control electrode or semiconductor devices with control electrode using devices of a triode or transistor type requiring continuous application of a control signal using semiconductor devices only with automatic control of output voltage or current, e.g. switching regulators including plural semiconductor devices as final control devices for a single load
    • H02M3/1582—Buck-boost converters

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Evolutionary Computation (AREA)
  • Power Engineering (AREA)
  • Geometry (AREA)
  • Artificial Intelligence (AREA)
  • Health & Medical Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Computer Hardware Design (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Medical Informatics (AREA)
  • Feedback Control In General (AREA)
  • Control Of Ac Motors In General (AREA)
  • Control Of Electric Motors In General (AREA)
  • Inverter Devices (AREA)

Abstract

本发明公开了一种BBMC异步电机调速***控制参数自适应调整方法，包括以下步骤：以有限时间控制的控制参数为优化对象，以Buck‑Boost矩阵变换器(BBMC)输出电压谐波失真度、电容电压偏差信号和输出电流偏差信号为优化目标，建立优化目标和优化对象间的数学模型；建立多目标优化满意度函数与多目标优化适应度函数；采用自适应狼群优化算法对有限时间控制各控制参数进行迭代寻优，获得n组最优的有限时间控制参数；采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式，根据所获得的函数关系式确定调速***任意负载下所对应的最优控制参数。本发明能够根据所得函数关系式即可根据调速***所带负载大小，也即BBMC实际输出电流大小实时调节各控制参数，从而使调速***在任意负载下均能达到最佳的运行效果。

Description

BBMC异步电机调速***控制参数自适应调整方法
技术领域
本发明涉及电力电子技术领域，特别涉及一种BBMC异步电机调速***控制参数自适应调整方法。
背景技术
Buck-Boost矩阵变换器(Buck-Boost Matrix Converter,BBMC)是一种具有高电压传输比且可直接输出高品质正弦波的新型电力变换器，适合应用于异步电机调速***中。然而研究表明，针对基于BBMC的异步电机调速***，当其所带负载发生变化时，其调速控制策略的相关控制参数需作相应的优化调节，才能使BBMC输出电压谐波失真度等指标达到协同最优，从而达到调速***的高性能调速控制的目的。因此根据调速***所带负载的大小，即BBMC实际输出电流的大小，研究确定相应的最优控制参数，并进而研究***最优控制参数与BBMC实际输出电流间的变化规律，对于根据负载变化实时调节相关控制参数以实现***的高性能调速具有重要意义。
发明内容
为了解决上述技术问题，本发明提供一种精度高、运行效果好的BBMC异步电机调速***控制参数自适应调整方法。
本发明解决上述问题的技术方案是：一种BBMC异步电机调速***控制参数自适应调整方法，包括以下步骤：
(1)针对BBMC异步电机调速***，以有限时间控制的控制参数为优化对象，以BBMC输出电压谐波失真度、电容电压偏差信号和输出电流偏差信号为优化目标，建立优化目标和优化对象间的数学模型；
(2)针对调速***任选某一大小负载，即BBMC实际输出电流为某一数值的情况下，建立多目标优化满意度函数与多目标优化适应度函数；
(3)采用自适应狼群优化算法对有限时间控制各控制参数进行迭代寻优，使BBMC输出电压谐波失真度、电容电压偏差信号及输出电流偏差信号达到协同最优，从而获得一组最优的有限时间控制参数；调节BBMC的实际输出电流，重复步骤(2)和(3)，获得n组最优的有限时间控制参数；
(4)根据所获得的n组有限时间最优控制参数以及相应的BBMC实际输出电流，采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式，根据所获得的函数关系式即可确定调速***任意负载下所对应的最优控制参数。
上述BBMC异步电机调速***控制参数自适应调整方法，所述步骤(1)中建立优化目标和优化对象间的数学模型的具体步骤为：
1-1)以BBMC中电容电压uC、电感电流iL及输出电流i1为***控制变量，建立***的状态微分方程：
其中：uC为电容电压，iL为电感电流，i1为BBMC输出电流，uD为BBMC直流侧电压，uDZ为异步电机定子绕组公共端电压，L和C分别为BBMC逆变级电感和电容，R和L1分别为异步电机单相绕组的等效电阻与等效电感，d为BBMC中功率开关的占空比；
1-2)根据式(1)及有限时间控制原理，得BBMC中功率开关的占空比d表达式为：
式中：sat为饱和函数，λ2＝uDiL-(uC+uD)i1-uDiLref+(uCref+uD)i1ref，uCref为电容电压参考值，iLref为电感电流参考值，i1ref为BBMC输出电流参考值，K1、K2、α1、α2为有限时间控制参数，α2＝2α1/(1+α1)；
1-3)通过求解式(1)，得BBMC输出电压u和输出电流i1的解析表达式分别为：
1-4)根据谐波失真度的定义，得到输出电压u的谐波失真度THD为：
式中：G＝ln(R/2)，T为BBMC输出电压周期，ω为BBMC输出电压角频率；
1-5)由式(3)和式(4)所得输出电压u和输出电流i1的解析表达式，得某负载工况下电容电压uc与其对应理想状态下电压值Ue的偏差△uc及输出电流i1与其对应理想状态下电流值Ie的偏差△i分别为：
上述BBMC异步电机调速***控制参数自适应调整方法，所述步骤(2)中建立多目标优化满意度函数的步骤包括：
2-1-1)分别建立优化目标THD、ΔuC及Δi的满意度函数，其中：
THD的满意度函数f1如式(8)所示：
ΔuC的满意度函数f2如式(9)所示：
Δi的满意度函数f3如式(10)所示：
式中：THD'、ΔuC'及Δi'分别为优化目标THD、ΔuC及Δi的临界值，c1、c2、c3为满意度系数，且有：c1>0，c2>0，c3>0；
2-1-2)建立三个优化目标THD、ΔuC及Δi的多目标优化满意度函数f，如式(11)所示：
f＝k1f1+k2f2+k3f3 (11)
式中：k1、k2及k3分别为优化目标THD、ΔuC及Δi的权重系数，且k1+k2+k3＝1。
上述BBMC异步电机调速***控制参数自适应调整方法，所述步骤(2)中建立多目标优化适应度函数的具体步骤为：
2-2-1)判断任一优化目标的满意度与相应的满意度阈值的大小：当任一优化目标的满意度fj(j＝1,2,3)小于相应的满意度阈值Mj(j＝1,2,3)时，则配置一个相应的动态惩罚因子bj；其中，所述满意度阈值分别为： 所述动态惩罚因子分别为：
否则，若所述优化目标的满意度fj(j＝1,2,3)大于或等于其对应的满意度阈值Mj(j＝1,2,3)，则视其动态惩罚因子为bj＝1；
2-2-2)配置所述动态惩罚因子后，建立多目标优化适应度函数fs如式(12)所示：
fs＝k1b1f1+k2b2f2+k3b3f3 (12)。
上述BBMC异步电机调速***控制参数自适应调整方法，所述步骤(3)中采用自适应狼群算法对BBMC相关控制参数进行迭代寻优，具体步骤包括：
步骤1：将选取的BBMC实际输出电流作为自适应狼群算法的判定参考值；
步骤2：初始化参数；包括：种群规模N，表示N组控制参数、最大迭代次数kmax，以多目标优化适应度函数fs表示狼群的味道浓度S(i)；
步骤3：配置狼群个体随机方向和距离，获取第i个狼群的位置Xi(K1,K2,α1)；
步骤4：获取狼群的味道浓度，得到一组所述优化对象；根据优化对象获得相应的THD、ΔuC和Δi；
步骤5：在狼群群体中找出味道浓度最高的狼群个体作为最优个体，并保留最优狼群个体的味道浓度和位置Xm(K1,K2,α1)；
步骤6：淘汰狼群群体中味道浓度较小的N/10个狼群，并在解空间中随机生成相同数量的新狼群，实现狼群群体的更新；
步骤7：判断是否达到最大迭代次数；若达到，则输出最优个***置Xm(K1,K2,α1)，即输出控制参数K1,K2,α1的最优解，进入步骤8；否则，迭代次数加1后，返回步骤3；
步骤8：判断是否已获得n组最优控制参数，若已获得n组最优控制参数，则进入步骤9；否则，按一定间距改变BBMC的实际输出电流后，返回步骤1；
步骤9：输出n组最优控制参数以及相应的BBMC实际输出电流。
上述BBMC异步电机调速***控制参数自适应调整方法，所述步骤(4)中根据所获得的n组最优控制参数以及相应的BBMC实际输出电流，采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式；所述数值拟合方法采用最小二乘法；所述函数关系式包括最优控制参数K1与BBMC实际输出电流i间的函数关系式、最优控制参数K2与BBMC实际输出电流i间的函数关系式以及最优控制参数α1与BBMC实际输出电流i间的函数关系式；
最优控制参数K1与BBMC实际输出电流i间的函数关系式，如式(13)所示：
fK1(i)＝A1i4+A2i3+A3i2+A4i+A5 (13)
最优控制参数K2与BBMC实际输出电流i间的函数关系式，如式(14)所示：
fK2(i)＝B1i4+B2i3+B3i2+B4i+B5 (14)
最优控制参数α1与BBMC实际输出电流i间的函数关系式，如式(15)所示：
式中：fK1(i)、fK2(i)和fα1(i)分别表示最优控制参数K1、K2和α1的函数；A1，A2，A3，A4，A5分别为函数fK1(i)中的系数；B1，B2，B3，B4，B5分别为函数fK2(i)中的系数；C1，C2，C3，C4，C5，C6，C7，C8，C9，C10，C11，C12，C13，C14，C15分别为函数fα1(i)的系数；所述各系数根据最小二乘法并利用Matlab分析软件获得；
根据所获得的函数关系式即确定调速***任意负载下所对应的最优控制参数。
本发明的有益效果在于：本发明针对以Buck-Boost矩阵变换器(BBMC)为变频器的异步电机调速***，采用有限时间控制策略进行控制，首先以有限时间控制各相关控制参数为优化对象，以BBMC输出电压谐波失真度THD、电容电压偏差信号△uc和输出电流偏差信号△i为优化目标，建立优化目标和优化对象间的数学模型；然后针对调速***在任选某一大小负载，即BBMC实际输出电流为某一数值的情况下，建立其多目标优化满意度函数与多目标优化适应度函数；接着采用自适应狼群算法获得有限时间控制的一组最优控制参数，按一定间距调节BBMC的实际输出电流，获得n组有限时间控制的最优控制参数；最后采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式；根据所得函数关系式即可根据调速***所带负载大小，也即BBMC实际输出电流大小实时调节各控制参数，从而使调速***在任意负载下均能达到最佳的运行效果。
附图说明
图1为本发明中调速***拓扑结构图。
图2为本发明的流程图。
图3为本发明自适应狼群优化算法流程图。
图4为本发明有限时间控制最优控制参数拟合曲线图。
具体实施方式
下面结合附图和实施例对本发明作进一步的说明。
如图1所示，为本发明调速***拓扑结构图。该调速***以BBMC为变频器，以三相异步电机为其负载电机。其中BBMC包括整流级和逆变级两部分，其整流级为一个三相PWM整流电路，它将三相交流整流成PWM调制的直流电压；而逆变级则为一个三相Buck-Boost逆变器，它由三个结构相同的Buck-Boost DC/DC变换器构成。
如图2所示，一种BBMC异步电机调速***控制参数自适应调整方法，步骤如下：
(1)针对BBMC异步电机调速***，以有限时间控制的控制参数为优化对象，以BBMC输出电压谐波失真度、电容电压偏差信号和输出电流偏差信号为优化目标，建立优化目标和优化对象间的数学模型。
建立优化目标和优化对象间的数学模型的具体步骤为：
1-1)以BBMC中电容电压uC、电感电流iL及输出电流i1为***控制变量，建立***的状态微分方程：
其中：uC为电容电压，iL为电感电流，i1为BBMC输出电流，uD为BBMC直流侧电压，uDZ为异步电机定子绕组公共端电压，L和C分别为BBMC逆变级电感和电容，R和L1分别为异步电机单相绕组的等效电阻与等效电感，d为BBMC中功率开关的占空比；
1-2)根据式(1)及有限时间控制原理，得BBMC中功率开关的占空比d表达式为：
式中：sat为饱和函数，λ2＝uDiL-(uC+uD)i1-uDiLref+(uCref+uD)i1ref，uCref为电容电压参考值，iLref为电感电流参考值，i1ref为BBMC输出电流参考值，K1、K2、α1、α2为有限时间控制参数，α2＝2α1/(1+α1)；
1-3)通过求解式(1)，得BBMC输出电压u和输出电流i1的解析表达式分别为：
1-4)根据谐波失真度的定义，得到输出电压u的谐波失真度THD为：
式中：G＝ln(R/2)，T为BBMC输出电压周期，ω为BBMC输出电压角频率；
1-5)由式(3)和式(4)所得输出电压u和输出电流i1的解析表达式，得某负载工况下电容电压uc与其对应理想状态下电压值Ue的偏差△uc及输出电流i1与其对应理想状态下电流值Ie的偏差△i分别为：
(2)针对调速***任选某一大小负载，即BBMC实际输出电流为某一数值的情况下，建立多目标优化满意度函数与多目标优化适应度函数。
2-1)建立多目标优化满意度函数，具体步骤包括：
2-1-1)分别建立优化目标THD、ΔuC及Δi的满意度函数，其中：
THD的满意度函数f1如式(8)所示：
ΔuC的满意度函数f2如式(9)所示：
Δi的满意度函数f3如式(10)所示：
式中：THD'、ΔuC'及Δi'分别为优化目标THD、ΔuC及Δi的临界值，c1、c2、c3为满意度系数，且有：c1>0，c2>0，c3>0；
2-1-2)建立三个优化目标THD、ΔuC及Δi的多目标优化满意度函数f，如式(11)所示：
f＝k1f1+k2f2+k3f3 (11)
式中：k1、k2及k3分别为优化目标THD、ΔuC及Δi的权重系数，且k1+k2+k3＝1。
2-2)建立多目标优化适应度函数，具体步骤包括：
2-2-1)判断任一优化目标的满意度与相应的满意度阈值的大小：当任一优化目标的满意度fj(j＝1,2,3)小于相应的满意度阈值Mj(j＝1,2,3)时，则配置一个相应的动态惩罚因子bj；其中，所述满意度阈值分别为： 所述动态惩罚因子分别为：
否则，若所述优化目标的满意度fj(j＝1,2,3)大于或等于其对应的满意度阈值Mj(j＝1,2,3)，则视其动态惩罚因子为bj＝1；
2-2-2)配置所述动态惩罚因子后，建立多目标优化适应度函数fs如式(12)所示：
fs＝k1b1f1+k2b2f2+k3b3f3 (12)。
(3)采用自适应狼群优化算法对有限时间控制各控制参数进行迭代寻优，使BBMC输出电压谐波失真度、电容电压偏差信号及输出电流偏差信号达到协同最优，从而获得一组最优的有限时间控制参数；调节BBMC的实际输出电流，重复步骤(2)和(3)，获得n组最优的有限时间控制参数。
采用自适应狼群算法对BBMC相关控制参数进行迭代寻优，结合图3，具体步骤包括：
步骤1：将选取的BBMC实际输出电流作为自适应狼群算法的判定参考值；
步骤2：初始化参数；包括：种群规模N，表示N组控制参数、最大迭代次数kmax，以多目标优化适应度函数fs表示狼群的味道浓度S(i)；
步骤3：配置狼群个体随机方向和距离，获取第i个狼群的位置Xi(K1,K2,α1)；
步骤4：获取狼群的味道浓度，得到一组所述优化对象；根据优化对象获得相应的THD、ΔuC和Δi；
步骤5：在狼群群体中找出味道浓度最高的狼群个体作为最优个体，并保留最优狼群个体的味道浓度和位置Xm(K1,K2,α1)；
步骤6：淘汰狼群群体中味道浓度较小的N/10个狼群，并在解空间中随机生成相同数量的新狼群，实现狼群群体的更新；
步骤7：判断是否达到最大迭代次数；若达到，则输出最优个***置Xm(K1,K2,α1)，即输出控制参数K1,K2,α1的最优解，进入步骤8；否则，迭代次数加1后，返回步骤3；
步骤8：判断是否已获得n组最优控制参数，若已获得n组最优控制参数，则进入步骤9；否则，按一定间距改变BBMC的实际输出电流后，返回步骤1；
步骤9：输出n组最优控制参数以及相应的BBMC实际输出电流。
(4)根据所获得的n组有限时间最优控制参数以及相应的BBMC实际输出电流，采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式。所述数值拟合方法采用最小二乘法；所述函数关系式包括最优控制参数K1与BBMC实际输出电流i间的函数关系式、最优控制参数K2与BBMC实际输出电流i间的函数关系式以及最优控制参数α1与BBMC实际输出电流i间的函数关系式；
最优控制参数K1与BBMC实际输出电流i间的函数关系式，如式(13)所示：
fK1(i)＝A1i4+A2i3+A3i2+A4i+A5 (13)
最优控制参数K2与BBMC实际输出电流i间的函数关系式，如式(14)所示：
fK2(i)＝B1i4+B2i3+B3i2+B4i+B5 (14)
最优控制参数α1与BBMC实际输出电流i间的函数关系式，如式(15)所示：
式中：fK1(i)、fK2(i)和fα1(i)分别表示最优控制参数K1、K2和α1的函数；A1，A2，A3，A4，A5分别为函数fK1(i)中的系数；B1，B2，B3，B4，B5分别为函数fK2(i)中的系数；C1，C2，C3，C4，C5，C6，C7，C8，C9，C10，C11，C12，C13，C14，C15分别为函数fα1(i)的系数；所述各系数根据最小二乘法并利用Matlab分析软件获得；
根据所获得的函数关系式即确定调速***任意负载下所对应的最优控制参数。
如图4所示，为本发明有限时间控制最优控制参数拟合曲线图。设调速***的额定功率、额定电压、额定电流分别为：PN＝15kW、UN＝380V、IN＝30.1A。在该调速***额定负载范围内按一定间距取30组负载数据，即针对BBMC输出电流在其额定输出电流范围内按一定间距取30个输出电流数据，如取输出电流初值为1.4A，按0.4A的间距依次递增，取30个输出电流数据，并针对每个输出电流采用自适应狼群算法获得有限时间控制各最优控制参数，如表1所示。
表1 BBMC输出电流及相应的最优控制参数表
根据表1所获得的30组BBMC输出电流及相应的最优控制参数，采用数值拟合方法获得相应的函数关系式；所述数值拟合方法优选采用最小二乘法；所述函数关系式包括最优控制参数K1与BBMC实际输出电流间的函数关系式、最优控制参数K2与BBMC实际输出电流间的函数关系式以及最优控制参数α1与BBMC实际输出电流间的函数关系式，具体如下：
1)最优控制参数K1与BBMC实际输出电流i间的函数关系式，如式(13)所示：
fK1(i)＝A1i4+A2i3+A3i2+A4i+A5 (13)
式中：A1＝4.163×10-5，A2＝-0.001382，A3＝0.01484，A4＝0.00125，A5＝0.02925。
2)最优控制参数K2与BBMC实际输出电流i间的函数关系式，如式(14)所示：
fK2(i)＝B1i4+B2i3+B3i2+B4i+B5 (14)
式中：B1＝0.0004296，B2＝-0.01408，B3＝0.1537，B4＝-0.2423，B5＝0.0802。
3)最优控制参数α1与BBMC实际输出电流i间的函数关系式，如式(15)所示：
式中：C1＝0.1448，C2＝11.29，C3＝1.84，C4＝0.07538，C5＝6.413，C6＝0.4914，C7＝0.07578，C8＝2.162，C9＝1.123，C10＝0.08371，C11＝2.678，C12＝4.058，C13＝0.09212，C14＝7.344，C15＝1.663。
上述各最优控制参数相应函数关系式中的系数为根据最小二乘法并利用Matlab分析软件而获得。根据上述各最优控制参数与BBMC实际输出电流i间的函数关系式，即可根据调速***所带实际负载的大小实时调节各控制参数，使调速***达到最佳的运行效果。

Claims (2)

1.一种BBMC异步电机调速***控制参数自适应调整方法，包括以下步骤：
(1)针对BBMC异步电机调速***，以有限时间控制的控制参数为优化对象，以BBMC输出电压谐波失真度、电容电压偏差信号和输出电流偏差信号为优化目标，建立优化目标和优化对象间的数学模型；
建立优化目标和优化对象间的数学模型的具体步骤为：
1-1)以BBMC中电容电压uC、电感电流iL及输出电流i1为***控制变量，建立***的状态微分方程：
其中：uC为电容电压，iL为电感电流，i1为BBMC输出电流，uD为BBMC直流侧电压，uDZ为异步电机定子绕组公共端电压，L和C分别为BBMC逆变级电感和电容，R和L1分别为异步电机单相绕组的等效电阻与等效电感，d为BBMC中功率开关的占空比；
1-2)根据式(1)及有限时间控制原理，得BBMC中功率开关的占空比d表达式为：
式中：sat为饱和函数，λ2＝uDiL-(uC+uD)i1-uDiLref+(uCref+uD)i1ref，uCref为电容电压参考值，iLref为电感电流参考值，i1ref为BBMC输出电流参考值，K1、K2、α1、α2为有限时间控制参数，α2＝2α1/(1+α1)；
1-3)通过求解式(1)，得BBMC输出电压u和输出电流i1的解析表达式分别为：
1-4)根据谐波失真度的定义，得到输出电压u的谐波失真度THD为：
式中：G＝ln(R/2)，T为BBMC输出电压周期，ω为BBMC输出电压角频率；
1-5)由式(3)和式(4)所得输出电压u和输出电流i1的解析表达式，得某负载工况下电容电压uc与其对应理想状态下电压值Ue的偏差△uc及输出电流i1与其对应理想状态下电流值Ie的偏差△i分别为：
(2)针对调速***任选某一大小负载，即BBMC实际输出电流为某一数值的情况下，建立多目标优化满意度函数与多目标优化适应度函数；
建立多目标优化满意度函数的步骤包括：
2-1-1)分别建立优化目标THD、ΔuC及Δi的满意度函数，其中：
THD的满意度函数f1如式(8)所示：
ΔuC的满意度函数f2如式(9)所示：
Δi的满意度函数f3如式(10)所示：
式中：THD'、ΔuC'及Δi'分别为优化目标THD、ΔuC及Δi的临界值，c1、c2、c3为满意度系数，且有：c1>0，c2>0，c3>0；
2-1-2)建立三个优化目标THD、ΔuC及Δi的多目标优化满意度函数f，如式(11)所示：
f＝k1f1+k2f2+k3f3 (11)
式中：k1、k2及k3分别为优化目标THD、ΔuC及Δi的权重系数，且k1+k2+k3＝1；
建立多目标优化适应度函数的具体步骤为：
2-2-1)判断任一优化目标的满意度与相应的满意度阈值的大小：当任一优化目标的满意度fj(j＝1,2,3)小于相应的满意度阈值Mj(j＝1,2,3)时，则配置一个相应的动态惩罚因子bj；其中，所述满意度阈值分别为： 所述动态惩罚因子分别为：
否则，若所述优化目标的满意度fj(j＝1,2,3)大于或等于其对应的满意度阈值Mj(j＝1,2,3)，则视其动态惩罚因子为bj＝1；
2-2-2)配置所述动态惩罚因子后，建立多目标优化适应度函数fs如式(12)所示：
fs＝k1b1f1+k2b2f2+k3b3f3 (12)；
(3)采用自适应狼群优化算法对有限时间控制各控制参数进行迭代寻优，使BBMC输出电压谐波失真度、电容电压偏差信号及输出电流偏差信号达到协同最优，从而获得一组最优的有限时间控制参数；调节BBMC的实际输出电流，重复步骤(2)和(3)，获得n组最优的有限时间控制参数；
采用自适应狼群算法对BBMC相关控制参数进行迭代寻优，具体步骤包括：
步骤1：将选取的BBMC实际输出电流作为自适应狼群算法的判定参考值；
步骤2：初始化参数；包括：种群规模N，表示N组控制参数、最大迭代次数kmax，以多目标优化适应度函数fs表示狼群的味道浓度S(i)；
步骤3：配置狼群个体随机方向和距离，获取第i个狼群的位置Xi(K1,K2,α1)；
步骤4：获取狼群的味道浓度，得到一组所述优化对象；根据优化对象获得相应的THD、ΔuC和Δi；
步骤5：在狼群群体中找出味道浓度最高的狼群个体作为最优个体，并保留最优狼群个体的味道浓度和位置Xm(K1,K2,α1)；
步骤6：淘汰狼群群体中味道浓度较小的N/10个狼群，并在解空间中随机生成相同数量的新狼群，实现狼群群体的更新；
步骤7：判断是否达到最大迭代次数；若达到，则输出最优个***置Xm(K1,K2,α1)，即输出控制参数K1,K2,α1的最优解，进入步骤8；否则，迭代次数加1后，返回步骤3；
步骤8：判断是否已获得n组最优控制参数，若已获得n组最优控制参数，则进入步骤9；否则，按一定间距改变BBMC的实际输出电流后，返回步骤1；
步骤9：输出n组最优控制参数以及相应的BBMC实际输出电流；
(4)根据所获得的n组有限时间最优控制参数以及相应的BBMC实际输出电流，采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式，根据所获得的函数关系式即可确定调速***任意负载下所对应的最优控制参数。
2.根据权利要求1所述的BBMC异步电机调速***控制参数自适应调整方法，其特征在于，所述步骤(4)中根据所获得的n组最优控制参数以及相应的BBMC实际输出电流，采用数值拟合方法获得各最优控制参数与BBMC实际输出电流间的函数关系式；所述数值拟合方法采用最小二乘法；所述函数关系式包括最优控制参数K1与BBMC实际输出电流i间的函数关系式、最优控制参数K2与BBMC实际输出电流i间的函数关系式以及最优控制参数α1与BBMC实际输出电流i间的函数关系式；
最优控制参数K1与BBMC实际输出电流i间的函数关系式，如式(13)所示：
fK1(i)＝A1i4+A2i3+A3i2+A4i+A5 (13)
最优控制参数K2与BBMC实际输出电流i间的函数关系式，如式(14)所示：
fK2(i)＝B1i4+B2i3+B3i2+B4i+B5 (14)
最优控制参数α1与BBMC实际输出电流i间的函数关系式，如式(15)所示：
式中：fK1(i)、fK2(i)和fα1(i)分别表示最优控制参数K1、K2和α1的函数；A1，A2，A3，A4，A5分别为函数fK1(i)中的系数；B1，B2，B3，B4，B5分别为函数fK2(i)中的系数；C1，C2，C3，C4，C5，C6，C7，C8，C9，C10，C11，C12，C13，C14，C15分别为函数fα1(i)的系数；所述各系数根据最小二乘法并利用Matlab分析软件获得；
根据所获得的函数关系式即确定调速***任意负载下所对应的最优控制参数。
CN201910171144.6A 2019-03-07 2019-03-07 Bbmc异步电机调速***控制参数自适应调整方法 Active CN109842344B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910171144.6A CN109842344B (zh) 2019-03-07 2019-03-07 Bbmc异步电机调速***控制参数自适应调整方法
PCT/CN2019/098333 WO2020177269A1 (zh) 2019-03-07 2019-07-30 Bbmc异步电机调速***控制参数自适应调整方法
US16/909,753 US10936770B2 (en) 2019-03-07 2020-06-23 Method for adaptively adjusting control parameters of BBMC-based speed regulation system of asynchronous motor

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910171144.6A CN109842344B (zh) 2019-03-07 2019-03-07 Bbmc异步电机调速***控制参数自适应调整方法

Publications (2)

Publication Number Publication Date
CN109842344A CN109842344A (zh) 2019-06-04
CN109842344B true CN109842344B (zh) 2019-12-13

Family

ID=66885464

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910171144.6A Active CN109842344B (zh) 2019-03-07 2019-03-07 Bbmc异步电机调速***控制参数自适应调整方法

Country Status (3)

Country Link
US (1) US10936770B2 (zh)
CN (1) CN109842344B (zh)
WO (1) WO2020177269A1 (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109842344B (zh) * 2019-03-07 2019-12-13 湖南科技大学 Bbmc异步电机调速***控制参数自适应调整方法
CN111181468B (zh) * 2020-01-20 2022-01-04 湖南科技大学 有限时间控制bbmc调速***控制参数稳定域确定方法
CN113158509B (zh) * 2021-02-25 2022-11-04 广东工业大学 一种led前照灯驱动电路的设计方法及***
CN114021511A (zh) * 2021-11-18 2022-02-08 湖南科技大学 不同额定频率下bbmc主电路参数的优选方法
CN115642845B (zh) * 2022-10-28 2024-04-05 西北工业大学 基于模型预测控制的机电作动***多软件联合仿真方法
CN115847786B (zh) * 2023-02-27 2023-05-09 太原理工大学 一种多束缠绕设备联合驱动***的张力控制方法
CN117650530B (zh) * 2023-10-19 2024-08-02 南昌大学 一种基于量子郊狼优化算法的总谐波失真还原方法
CN117595623A (zh) * 2023-11-22 2024-02-23 湖南科技大学 低纹波可调直流稳压电源控制参数自整定方法

Family Cites Families (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN100349352C (zh) * 2005-12-09 2007-11-14 天津理工大学 模糊式电力***稳定器参数自寻优方法与自寻优装置
US8217616B2 (en) * 2007-11-02 2012-07-10 HJamilton Sundstrand Corporation Electric motor control with buck boost converter
US20140265945A1 (en) * 2013-03-15 2014-09-18 Infineon Technologies Austria Ag Electric Drive System
CN103516286B (zh) * 2013-08-09 2015-09-30 天津大学 一种可改善输入输出性能的矩阵变换器直接转矩控制方法
EP3073634B1 (en) * 2015-03-23 2018-07-25 ABB Schweiz AG A method for determining the operating status of a spring charging motor for a lv or mv switching apparatus and a diagnostic system implementing said method
CN104980069B (zh) * 2015-07-06 2018-01-09 南京邮电大学 一种无刷直流电机双闭环调速***多目标优化方法
US10243446B2 (en) * 2017-02-06 2019-03-26 University Of Florida Research Foundation, Incorporated Current reference based selective harmonic current mitigation pulsed width modulation
US10601305B2 (en) * 2017-02-06 2020-03-24 University Of Florida Research Foundation, Incorporated Control to output dynamic response and extend modulation index range with hybrid selective harmonic current mitigation-PWM and phase-shift PWM for four-quadrant cascaded H-bridge converters
CN107070254B (zh) * 2017-04-13 2019-03-19 湖南科技大学 一种Buck-Boost矩阵变换器参数优化方法及装置
EP3441829B1 (en) * 2017-08-08 2020-11-11 Siemens Aktiengesellschaft System state prediction
CN107863910B (zh) * 2017-12-21 2020-05-22 浙江工业大学 具有强跟踪性的永磁同步电机最优分数阶pid控制方法
CN108539760A (zh) * 2018-04-13 2018-09-14 昆明理工大学 一种基于群灰狼优化算法的双馈感应风电机组调频pid控制方法
CN108809176B (zh) * 2018-06-22 2019-04-30 湖南科技大学 一种基于Buck-Boost矩阵变换器的异步电机调速***控制方法
CN109842344B (zh) * 2019-03-07 2019-12-13 湖南科技大学 Bbmc异步电机调速***控制参数自适应调整方法

Also Published As

Publication number Publication date
US10936770B2 (en) 2021-03-02
WO2020177269A1 (zh) 2020-09-10
US20200320234A1 (en) 2020-10-08
CN109842344A (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
CN109842344B (zh) Bbmc异步电机调速***控制参数自适应调整方法
CN109635492B (zh) 基于电流定额自适应的bbmc主电路参数优选方法
Kececioglu et al. Power quality improvement using hybrid passive filter configuration for wind energy systems
CN111173678B (zh) 一种rbf神经网络俯仰干扰补偿的风力机舱悬浮控制方法
CN108365784A (zh) 基于改进pso-bp神经网络的无刷直流电机控制方法
CN106707763B (zh) 光伏并网逆变器的模糊神经全局快速终端滑模控制方法
CN107070254B (zh) 一种Buck-Boost矩阵变换器参数优化方法及装置
Khuntia et al. A comparative study of PI, IP, fuzzy and neuro-fuzzy controllers for speed control of DC motor drive
CN111293952B (zh) 一种基于电感率模型的开关磁阻电机转矩控制***和方法
CN111371322B (zh) 一种基于有限时间收敛观测器的Boost型变换器控制方法及***
CN105867126B (zh) 一种三相电压源型逆变***分数阶pi优化控制方法
Vadi et al. Optimization of pi based buck-boost converter by particle swarm optimization algorithm
CN110912110B (zh) 一种用于直流微电网的动态自适应下垂控制方法
CN113419418A (zh) 一种适用于多换流器直流***的降阶建模方法
CN104484517A (zh) 一种mmc桥臂电抗器参数优化方法
CN113410987B (zh) 一种基于极限学习机的滑模变结构的Buck电路控制方法
Dasari et al. Modified Luo converter based FOPID controller for torque ripple minimization in BLDC drive system
CN110429835A (zh) 一种基于lcl滤波的rbfnn分段在线优化无源控制***及方法
CN114513060A (zh) 一种基于粒子群优化模糊控制的无线充电控制方法
CN117595623A (zh) 低纹波可调直流稳压电源控制参数自整定方法
CN109390948B (zh) 一种低电压治理设备的模糊无模型自适应控制方法
Piyarungsan et al. Harmonic reduction technique in PWM AC voltage controller using particle swarm optimization and artificial neural network
CN116316783A (zh) 统一电能质量调节器的直流母线电压控制方法及控制***
CN103107710A (zh) 基于神经网络的高压变频器自适应控制***及其构造方法
CN115065227A (zh) 应用于多电平功率因数校正电路的分数阶预测控制方法

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