CN117856651A - 单相lc滤波逆变器的有限集滑模预测控制方法和*** - Google Patents
单相lc滤波逆变器的有限集滑模预测控制方法和*** Download PDFInfo
- Publication number
- CN117856651A CN117856651A CN202311823964.1A CN202311823964A CN117856651A CN 117856651 A CN117856651 A CN 117856651A CN 202311823964 A CN202311823964 A CN 202311823964A CN 117856651 A CN117856651 A CN 117856651A
- Authority
- CN
- China
- Prior art keywords
- sliding mode
- filter
- phase
- voltage
- inverter
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 230000006870 function Effects 0.000 claims description 34
- 238000004590 computer program Methods 0.000 claims description 9
- 238000003860 storage Methods 0.000 claims description 8
- 239000003990 capacitor Substances 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 4
- 230000001939 inductive effect Effects 0.000 claims description 3
- 239000000758 substrate Substances 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 13
- 238000004422 calculation algorithm Methods 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- 238000011217 control strategy Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013178 mathematical model Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 238000005096 rolling process Methods 0.000 description 2
- 230000001629 suppression Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Inverter Devices (AREA)
Abstract
本申请提供一种单相LC滤波逆变器的有限集滑模预测控制方法和***。方法包括：将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。本申请优点如下：容易在嵌入式控制器上实现；将滑模函数嵌入代价函数，通过优化算法实现***的滑模运动，可以有效缓解抖振问题；代价函数只有一个参数需要调节；相较于传统滑模控制对复杂工况具备了良好的适应能力；有效抑制输出侧滤波器的谐振问题。
Description
技术领域
本申请涉及逆变器控制技术领域，尤其涉及一种单相LC滤波逆变器的有限集滑模预测控制方法和***。
背景技术
分布式电力发生***(distributed power generation systems,DPGS)通常通过电压源逆变器(voltage source inverters,VSI)与公用电网和孤立负载相接。作为一种灵活的接口，VSI被期望在***处于孤岛模式时为本地负荷提供高质量的不间断电源。通常在连接负荷之前，它需要一个低通滤波器。虽然带有LCL滤波器的VSIs可以实现更好的谐波衰减和低电流纹波，但由于谐振，也会出现不稳定性问题。相比之下，带有LC滤波器的变流器可以同时保持良好的电能质量和稳定的运行，所以这种滤波器在孤岛模式电力分配中是更好的选择。
到目前为止，业界已经提出了许多控制方法来对VSI实施安全高效的控制，它们主要分为两大类，线性控制策略和非线性控制策略。考虑到电力电子开关器件的非线性特性，事实证明，与线性控制器相比，非线性控制器在VSIs应用中更为强大，特别是在***连接非线性负载时。滑模控制(sliding mode control,SMC)是一种常用的非线性控制方案之一。它之所以受关注，是因为其快速的动态响应、高稳定性和强大的鲁棒性特征。SMC的核心思想是通过切换***结构，强制***状态沿着预定义的滑模面运动。尽管具有前述优势，SMC在实际应用中存在着由***结构切换引起的抖振问题。模型预测控制(module predictivecontrol,MPC)是另一种非线性控制方法，以其处理和优化多目标问题的能力而闻名。MPC控制器的性能受代价函数的设计影响较大，这意味着相应的参数必须得到良好调整。目前，有限控制集模型预测控制(Finite Control Set Model Predictive Control,FCS-MPC)是较为常用的模型预测控制策略，其思想在于首先建立***的离散数学模型，随后根据控制指令和约束条件在一个控制周期内计算有限切换状态下的代价函数，然后通过在线寻优确定下一时刻应用于逆变器的最优切换状态。FCS-MPC可以充分考虑***的非线性特性，处理具有多个离散状态的复杂***以及实现多目标优化，而FCS-MPC的实现需要高效的优化方法和计算能力。
因此，SMC在实际应用中存在由***结构切换引起的抖振问题。MPC控制器的性能受制于代价函数的设计，参数必须得到良好调整，否则很难取得较好的控制效果、另外，MPC的实现需要高效的优化方法和计算能力。
发明内容
有鉴于此，本申请的目的在于提出一种单相LC滤波逆变器的有限集滑模预测控制方法和***，本申请能够针对性的解决现有的问题。本发明提出了一种用于单相电压源逆变器(VSIs)在孤岛模式下工作的有限控制集预测滑模控制(finite control setpredictive sliding mode control,FCS-PSMC)。所提出的控制方法实现简单，能够适用于不同工作条件，在缓解了***抖振的同时，确保了对滤波器谐振的抑制。
基于上述目的，本申请提出了一种单相LC滤波逆变器的有限集滑模预测控制方法，包括：
将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；
将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；
求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。
进一步地，所述单相LC滤波逆变器为HERIC拓扑结构，包括：
依次连接的直流源、电容、HERIC逆变器、LC滤波器；
所述直流源连接到电容以稳定直流侧电压，HERIC逆变器的输出端与LC滤波器相连接，该LC滤波器进一步与负载相连。
进一步地，对于逆变器的交流侧，动态模型通过应用基尔霍夫电压定律和基尔霍夫电流定律得到，具体表达式见式：
其中Cf,Lf是滤波电感感值和滤波电容容值，vo是所述LC滤波器的输出电压，vinv是逆变器的桥臂电压，iL是电感电流，io是输出电流。
进一步地，在离散化所述动态模型之前，首先创建虚拟电压矢量，通过将占空比分成四等份，获取九个虚拟矢量；
所述动态模型通过欧拉前向离散化转换为：
其中，Ts是控制周期，Vdc为直流源的电压，则有限集预测模型写成：
其中u表示虚拟矢量。
进一步地，选择LC滤波器的输出电压的误差及其导数作为滑模函数的状态变量，经过离散化后表示为：
其中，x1、x2是状态变量，vref和其导数分别是LC滤波器的输出电压的参考值及其导数。
进一步地，所述滑模函数定义为：
sk+1＝λx1,k+1+x2,k+1
其中，λ＞0是滑模函数的滑模系数，通过极点配置法推导得到。
进一步地，通过以下代价函数来控制所述滑模函数的值为零：
g＝|sk+1+γ|
其中，γ是由于实际实现的约束条件而导致的偏移值。
基于上述目的，本申请还提出了一种单相LC滤波逆变器的有限集滑模预测控制***，包括：
有限集预测模块，用于将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；
滑模函数模块，用于将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；
PWM控制模块，用于求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。
总的来说，本申请的优势及给用户带来的体验在于：本发明将滑模控制与模型预测控制两种控制策略相结合，综合了两种方法的优点，并一定程度上弥补了彼此的缺点，具有以下优点：1、提出的控制方法实现简单，计算负担小，容易在嵌入式控制器上实现；2、将滑模函数嵌入代价函数，通过优化算法实现***的滑模运动，可以有效缓解抖振问题；3、代价函数设计简单，只有一个参数需要调节且调节简单；4、优化算法使得***相较于传统滑模控制对复杂工况具备了良好的适应能力；5、能够有效抑制输出侧滤波器的谐振问题。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
图1示出本申请的带有LC滤波器的单相逆变器***框图。
图2示出根据本申请实施例的***控制框图。
图3示出所提出策略的仿真波形图。(a)具有负载跃变的线性负载。(b)非线性负载。(c)具有实际电感和电容值为模型参数60％的线性负载。
图4示出根据本申请实施例的输出电压的总谐波失真(THD)示意图。(a)具有负载跃变的线性负载。(b)非线性负载。(c)具有实际电感和电容值为模型参数60％的线性负载。
图5示出根据本申请实施例的单相LC滤波逆变器的有限集滑模预测控制***的构成图。
图6示出了本申请一实施例所提供的一种电子设备的结构示意图。
图7示出了本申请一实施例所提供的一种存储介质的示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
术语解释：
滑模控制(Sliding Mode Control,SMC)：是一种非线性控制策略，旨在使***的状态轨迹沿着一个特定的滑模面快速、稳定地运动，从而实现对***的精确控制。其核心思想是引入一个滑模面，通过设计一个滑模方程，使得***的状态轨迹在这个滑模面上快速地运动。滑模面通常被选为***状态空间中的一个超平面。当***状态在滑模面上运动时，控制器会维持这种运动，并通过调整***输入以保持这一状态。滑模控制对于***参数变化和外部扰动具有一定的鲁棒性，能够在一定程度上保持***稳定性。当参数设计合适时，滑模控制能够表现出快速精确的控制性能。但滑模控制也会给***引入高频振荡，带来抖振问题。
有限控制集模型预测控制(Finite Control Set Model Predictive Control,FCS-MPC)：FCS-MPC首先建立***的离散数学模型，随后根据控制指令和约束条件在一个控制周期内计算有限切换状态下的代价函数，然后通过在线寻优确定下一时刻应用于逆变器的最优切换状态。FCS-MPC可以充分考虑***的非线性特性，处理具有多个离散状态的复杂***以及实现多目标优化，而FCS-MPC的实现需要高效的优化方法和计算能力，同时，在处理多目标优化时，需要引入权重因子，增加了FCS-MPC设计的复杂度。
本发明提出了一种用于单相电压源逆变器(VSIs)在孤岛模式下工作的有限控制集预测滑模控制(finite control set predictive sliding mode control,FCS-PSMC)。所提出的控制方法实现简单，能够适用于不同工作条件，在缓解了***抖振的同时，确保了对滤波器谐振的抑制。具体实现方式如下：
A.***构建
图1为带有LC滤波器的单相逆变器***框图，单相逆变器以常见的HERIC拓扑结构为例。一个直流源连接到电容以稳定直流侧电压，HERIC逆变器的输出端与一个LC滤波器相连接，该滤波器进一步与负载相连。
对于逆变器的交流侧，***的动态模型通过应用基尔霍夫电压定律和基尔霍夫电流定律得到，具体表达式见式(1)。
其中Cf,Lf是滤波电感感值和滤波电容容值。vo是输出电压，vinv是逆变器的桥臂电压，iL是电感电流，io是输出电流。
考虑到单相变流器的有限开关状态，在离散化***模型之前，首先创建虚拟电压矢量。通过将占空比分成四等份，获取了九个虚拟矢量，以丰富三个开关状态。
连续线性时不变***模型(1)通过欧拉前向离散化转换为(2)。
其中，Ts是控制周期。预测模型可以写成：
B.控制策略
本申请所提出的FCS-PSMC的整体控制结构如图2所示，包括以下步骤：
将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；
将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；
求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。
控制器的目标是在存在不确定性的情况下，以最佳跟踪性能跟踪电压参考值。因此，选择输出电压的误差及其导数作为滑模函数的状态变量，经过离散化后表示为(4)。
其中，x1、x2和是状态变量，vref和其导数分别是输出电压的参考值及其导数。滑模函数可以定义为：
sk+1＝λx1,k+1+x2,k+1 (5)
其中，λ＞0是滑模函数的滑模系数，可以通过极点配置法推导得到。
SMC的核心是驱动状态变量使其在滑模面附近运动。结合MPC的在线滚动优化思想，设计了一个代价函数来控制***滑模函数的值为零。
g＝|sk+1+γ| (6)
其中，γ是由于实际实现的约束条件而导致的偏移值。例如，考虑过流保护，当预测电流超过最大输出电流时，γ将被赋值为无穷大(或相较于其他矢量足够大的数)，以避免***发生过流故障。
与传统滑模控制相比，本申请所提出的方法可以通过枚举九个虚拟矢量对代价函数进行最优评估，消除抖动，特别是在无法忽略来自参数不匹配和***不确定性的干扰时。偏移项γ表明在线滚动优化的机制赋予算法对复杂工作条件的适应性。
从传统MPC的角度来看，注意到本申请所提出的FCS-PSMC策略将控制目标的导数包括在代价函数中，这与逆变器输出电流相关，由于逆变器侧电流用于反馈控制，LC滤波器的谐振可以被很好地抑制。
为验证本申请所提出的控制策略，本申请在三种不同的工作条件下进行了仿真。如图3、4所示，结果显示，FCS-PSMC在连接非线性负载时表现出高稳定性，并且在参数不匹配的情况下体现出强大的鲁棒性。
申请实施例提供了一种单相LC滤波逆变器的有限集滑模预测控制***，该***用于执行上述实施例所述的单相LC滤波逆变器的有限集滑模预测控制方法，如图5所示，该***包括：
有限集预测模块501，用于将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；
滑模函数模块502，用于将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；
PWM控制模块503，用于求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。
本申请的上述实施例提供的单相LC滤波逆变器的有限集滑模预测控制***与本申请实施例提供的单相LC滤波逆变器的有限集滑模预测控制方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的单相LC滤波逆变器的有限集滑模预测控制方法对应的电子设备，以执行上单相LC滤波逆变器的有限集滑模预测控制方法。本申请实施例不做限定。
请参考图6，其示出了本申请的一些实施方式所提供的一种电子设备的示意图。如图6所示，所述电子设备20包括：处理器200，存储器201，总线202和通信接口203，所述处理器200、通信接口203和存储器201通过总线202连接；所述存储器201中存储有可在所述处理器200上运行的计算机程序，所述处理器200运行所述计算机程序时执行本申请前述任一实施方式所提供的单相LC滤波逆变器的有限集滑模预测控制方法。
其中，存储器201可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。通过至少一个通信接口203(可以是有线或者无线)实现该***网元与至少一个其他网元之间的通信连接，可以使用互联网、广域网、本地网、城域网等。
总线202可以是ISA总线、PCI总线或EISA总线等。所述总线可以分为地址总线、数据总线、控制总线等。其中，存储器201用于存储程序，所述处理器200在接收到执行指令后，执行所述程序，前述本申请实施例任一实施方式揭示的所述单相LC滤波逆变器的有限集滑模预测控制方法可以应用于处理器200中，或者由处理器200实现。
处理器200可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器200中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器200可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本申请实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件模块组合执行完成。软件模块可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器201，处理器200读取存储器201中的信息，结合其硬件完成上述方法的步骤。
本申请实施例提供的电子设备与本申请实施例提供的单相LC滤波逆变器的有限集滑模预测控制方法出于相同的发明构思，具有与其采用、运行或实现的方法相同的有益效果。
本申请实施方式还提供一种与前述实施方式所提供的单相LC滤波逆变器的有限集滑模预测控制方法对应的计算机可读存储介质，请参考图7，其示出的计算机可读存储介质为光盘30，其上存储有计算机程序(即程序产品)，所述计算机程序在被处理器运行时，会执行前述任意实施方式所提供的单相LC滤波逆变器的有限集滑模预测控制方法。
需要说明的是，所述计算机可读存储介质的例子还可以包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他光学、磁性存储介质，在此不再一一赘述。
本申请的上述实施例提供的计算机可读存储介质与本申请实施例提供的单相LC滤波逆变器的有限集滑模预测控制方法出于相同的发明构思，具有与其存储的应用程序所采用、运行或实现的方法相同的有益效果。
需要说明的是：
在此提供的算法和显示不与任何特定计算机、虚拟***或者其它设备有固有相关。各种通用***也可以与基于在此的示教一起使用。根据上面的描述，构造这类***所要求的结构是显而易见的。此外，本申请也不针对任何特定编程语言。应当明白，可以利用各种编程语言实现在此描述的本申请的内容，并且上面对特定语言所做的描述是为了披露本申请的最佳实施方式。
在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本申请的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。
类似地，应当理解，为了精简本申请并帮助理解各个发明方面中的一个或多个，在上面对本申请的示例性实施例的描述中，本申请的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本申请要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本申请的单独实施例。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本申请的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本申请的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本申请实施例的虚拟机的创建***中的一些或者全部部件的一些或者全部功能。本申请还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者***程序(例如，计算机程序和计算机程序产品)。这样的实现本申请的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。
应该注意的是上述实施例对本申请进行说明而不是对本申请进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本申请可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干***的单元权利要求中，这些***中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到其各种变化或替换，这些都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种单相LC滤波逆变器的有限集滑模预测控制方法，其特征在于，包括：
将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；
将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；
求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。
2.根据权利要求1所述的方法，其特征在于，
所述单相LC滤波逆变器为HERIC拓扑结构，包括：
依次连接的直流源、电容、HERIC逆变器、LC滤波器；
所述直流源连接到电容以稳定直流侧电压，HERIC逆变器的输出端与LC滤波器相连接，该LC滤波器进一步与负载相连。
3.根据权利要求2所述的方法，其特征在于，进一步包括：
对于逆变器的交流侧，动态模型通过应用基尔霍夫电压定律和基尔霍夫电流定律得到，具体表达式见式：
其中Cf,Lf是滤波电感感值和滤波电容容值，vo是所述LC滤波器的输出电压，vinv是逆变器的桥臂电压，iL是电感电流，io是输出电流。
4.根据权利要求3所述的方法，其特征在于，进一步包括：
在离散化所述动态模型之前，首先创建虚拟电压矢量，通过将占空比分成四等份，获取九个虚拟矢量；
所述动态模型通过欧拉前向离散化转换为：
其中，Ts是控制周期，Vdc为直流源的电压，则有限集预测模型写成：
其中u表示虚拟矢量。
5.根据权利要求4所述的方法，其特征在于，进一步包括：
选择LC滤波器的输出电压的误差及其导数作为滑模函数的状态变量，经过离散化后表示为：
其中，x1、x2是状态变量，vref和其导数分别是LC滤波器的输出电压的参考值及其导数。
6.根据权利要求5所述的方法，其特征在于，进一步包括：
所述滑模函数定义为：
sk+1＝λx1,k+1+x2,k+1
其中，λ＞0是滑模函数的滑模系数，通过极点配置法推导得到。
7.根据权利要求6所述的方法，其特征在于，进一步包括：
通过以下代价函数来控制所述滑模函数的值为零：
g＝|sk+1+γ|
其中，γ是由于实际实现的约束条件而导致的偏移值。
8.一种单相LC滤波逆变器的有限集滑模预测控制***，其特征在于，包括：
有限集预测模块，用于将单相LC滤波逆变器的电压参数、电流参数及九个虚拟矢量输入有限集预测模型，得到电压预测结果和电流预测结果；
滑模函数模块，用于将所述电压预测结果、电流预测结果、单相LC滤波逆变器的输出电压的参考值及其导数代入预设滑模函数，输出九个滑模预测结果；
PWM控制模块，用于求所述九个滑模预测结果中的最小值，将该最小值用于所述单相LC滤波逆变器的PWM调制中。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序以实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311823964.1A CN117856651B (zh) | 2023-12-27 | 单相lc滤波逆变器的有限集滑模预测控制方法和*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311823964.1A CN117856651B (zh) | 2023-12-27 | 单相lc滤波逆变器的有限集滑模预测控制方法和*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117856651A true CN117856651A (zh) | 2024-04-09 |
| CN117856651B CN117856651B (zh) | 2024-07-09 |
Family
ID=
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190288611A1 (en) * | 2018-03-13 | 2019-09-19 | Shanghai Jiao Tong University | Nonlinear control method for micro-grid inverter with anti-disturbance |
| CN114597955A (zh) * | 2022-04-11 | 2022-06-07 | 青岛理工大学 | 基于快速模型预测控制的三相lcl并网npc逆变*** |
| CN115995846A (zh) * | 2023-02-03 | 2023-04-21 | 安徽大学 | 一种lc滤波型电压源逆变器无模型预测控制方法及设备 |
| CN116436273A (zh) * | 2023-03-14 | 2023-07-14 | 苏州大学 | 一种三相三电平逆变器控制方法和*** |
| CN116599367A (zh) * | 2023-05-19 | 2023-08-15 | 燕山大学 | 基于电流源型变换器的无源积分终端滑模预测控制方法 |
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20190288611A1 (en) * | 2018-03-13 | 2019-09-19 | Shanghai Jiao Tong University | Nonlinear control method for micro-grid inverter with anti-disturbance |
| CN114597955A (zh) * | 2022-04-11 | 2022-06-07 | 青岛理工大学 | 基于快速模型预测控制的三相lcl并网npc逆变*** |
| CN115995846A (zh) * | 2023-02-03 | 2023-04-21 | 安徽大学 | 一种lc滤波型电压源逆变器无模型预测控制方法及设备 |
| CN116436273A (zh) * | 2023-03-14 | 2023-07-14 | 苏州大学 | 一种三相三电平逆变器控制方法和*** |
| CN116599367A (zh) * | 2023-05-19 | 2023-08-15 | 燕山大学 | 基于电流源型变换器的无源积分终端滑模预测控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Bordons et al. | Basic principles of MPC for power converters: Bridging the gap between theory and practice | |
| Machado et al. | A neural network-based dynamic cost function for the implementation of a predictive current controller | |
| Rojas et al. | Multiobjective fuzzy-decision-making predictive torque control for an induction motor drive | |
| KR102267679B1 (ko) | 다상 dc/dc 컨버터의 모델 예측 제어를 위한 제어기 및 방법 | |
| Abouloifa et al. | Cascade nonlinear control of shunt active power filters with average performance analysis | |
| Flores et al. | A systematic approach for robust repetitive controller design | |
| Maccari Jr et al. | Robust model predictive controller applied to three-phase grid-connected LCL filters | |
| Aboelsaud et al. | Assessment of model predictive voltage control for autonomous four-leg inverter | |
| Rai et al. | Hardy space nonlinear controller design for DC microgrid with constant power loads | |
| Amini et al. | Interface converter control of distributed generation in microgrids using fractional proportional—Resonant controller | |
| Li et al. | Stability-oriented design of model predictive control for DC/DC boost converter | |
| Alam et al. | Lyapunov-function based predictive approach for load voltage control of four-leg inverter with an output LC filter | |
| Nicola et al. | Sacerdot, ianu, D.; Vintila, A. Comparative Performance of UPQC Control System Based on PI-GWO, Fractional Order Controllers, and Reinforcement Learning Agent. Electronics 2023, 12, 494 | |
| Jackiewicz et al. | Comparative study of two repetitive process control techniques for a grid-tie converter under distorted grid voltage conditions | |
| Khan et al. | Optimizing the Performance of Single-Phase Photovoltaic Inverter using Wavelet-Fuzzy Controller | |
| Ullah et al. | Sliding mode control for performance improvement of shunt active power filter | |
| CN117856651B (zh) | 单相lc滤波逆变器的有限集滑模预测控制方法和*** | |
| US20240039392A1 (en) | Inverter control | |
| Balasubramanian et al. | Simulation and performance evaluation of shunt hybrid power filter using fuzzy logic based non-linear control for power quality improvement | |
| CN117856651A (zh) | 单相lc滤波逆变器的有限集滑模预测控制方法和*** | |
| Tan et al. | Finite-control-set model predictive control of interleaved DC-DC boost converter Based on Kalman observer | |
| Ouadi et al. | Adaptive nonlinear control of three-phase series active power filters with magnetic saturation | |
| Pirooz et al. | Predictive voltage control of three-phase voltage source inverters to supply nonlinear and unbalanced loads | |
| Morales et al. | Space-state robust control of a buck converter with amorphous core coil and variable load | |
| Zhou et al. | Load current observer based feed-forward DC bus voltage control for active rectifiers |
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 |