CN114499249B - 基于模型预测控制的npc三电平变换器的电流重构方法 - Google Patents
基于模型预测控制的npc三电平变换器的电流重构方法 Download PDFInfo
- Publication number
- CN114499249B CN114499249B CN202210073134.0A CN202210073134A CN114499249B CN 114499249 B CN114499249 B CN 114499249B CN 202210073134 A CN202210073134 A CN 202210073134A CN 114499249 B CN114499249 B CN 114499249B
- Authority
- CN
- China
- Prior art keywords
- current
- vector
- voltage
- virtual
- switching state
- 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 10
- 239000013598 vector Substances 0.000 claims abstract 33
- 238000005070 sampling Methods 0.000 claims abstract 5
- 238000001308 synthesis method Methods 0.000 claims 1
- 230000009466 transformation Effects 0.000 claims 1
- 238000006243 chemical reaction Methods 0.000 abstract 1
Classifications
-
- 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
- H02M7/00—Conversion of AC power input into DC power output; Conversion of DC power input into AC power output
- H02M7/42—Conversion of DC power input into AC power output without possibility of reversal
- H02M7/44—Conversion of DC power input into AC power output without possibility of reversal by static converters
- H02M7/48—Conversion of DC power input into AC power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/483—Converters with outputs that each can have more than two voltages levels
-
- H—ELECTRICITY
- H02—GENERATION; CONVERSION OR DISTRIBUTION OF ELECTRIC POWER
- H02J—CIRCUIT ARRANGEMENTS OR SYSTEMS FOR SUPPLYING OR DISTRIBUTING ELECTRIC POWER; SYSTEMS FOR STORING ELECTRIC ENERGY
- H02J3/00—Circuit arrangements for AC mains or AC distribution networks
- H02J3/38—Arrangements for parallely feeding a single network by two or more generators, converters or transformers
- H02J3/381—Dispersed generators
-
- 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
- H02M7/00—Conversion of AC power input into DC power output; Conversion of DC power input into AC power output
- H02M7/42—Conversion of DC power input into AC power output without possibility of reversal
- H02M7/44—Conversion of DC power input into AC power output without possibility of reversal by static converters
- H02M7/48—Conversion of DC power input into AC power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/483—Converters with outputs that each can have more than two voltages levels
- H02M7/487—Neutral point clamped inverters
-
- 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
- H02M7/00—Conversion of AC power input into DC power output; Conversion of DC power input into AC power output
- H02M7/42—Conversion of DC power input into AC power output without possibility of reversal
- H02M7/44—Conversion of DC power input into AC power output without possibility of reversal by static converters
- H02M7/48—Conversion of DC power input into AC power output without possibility of reversal by static converters using discharge tubes with control electrode or semiconductor devices with control electrode
- H02M7/53—Conversion of DC power input into AC power output without possibility of reversal 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
- H02M7/537—Conversion of DC power input into AC power output without possibility of reversal 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, e.g. single switched pulse inverters
- H02M7/5387—Conversion of DC power input into AC power output without possibility of reversal 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, e.g. single switched pulse inverters in a bridge configuration
- H02M7/53871—Conversion of DC power input into AC power output without possibility of reversal 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, e.g. single switched pulse inverters in a bridge configuration with automatic control of output voltage or current
Landscapes
- Engineering & Computer Science (AREA)
- Power Engineering (AREA)
- Inverter Devices (AREA)
Abstract
本发明提出了一种基于模型预测控制的NPC三电平变换器的电流重构方法,用以解决传统方法的CUAs问题;其步骤为:首先,采集直流电流和电网电压;其次,根据上一周期最优虚拟矢量在子矢量作用时段采样两次并计算出三相电流;再次,将三相电流和电网电压通过Clark变换得到其αβ分量,同时通过锁相环得到电网角度,设置参考电流,并计算参考电压;然后,根据三电平NPC并网变换器的开关状态构建虚拟电压矢量控制集;最后,构建代价函数,根据参考电压和虚拟电压矢量计算代价函数的最小值,并将最小值对应的虚拟电压矢量用于控制下一周期的电流预测控制。本发明解决了常规MPC电流重构方案中直流电压利用率降低的问题,能够提供精确的重构电流。
Description
技术领域
本发明涉及电力电子技术领域,特别是指一种基于模型预测控制的NPC三电平变换器的电流重构方法。
背景技术
与两电平变换器相比,NPC三电平变换器因其开关频率低、输出电流谐波分量小、开关应力小而广泛应用于并网变换器系统。在大多数并网变流器控制策略中,获取准确的三相电流十分重要。直接测量和电流重构是获取三相电流的两种主要方法。在直接测量法中,即使在三相负载平衡的情况下,由于交流电流传感器的灵敏度不同,也可能导致测量的三相电流不平衡。与电流重构相比,直接测量需要更多的传感器。因此,电流重构因其传感器数量少、成本低、体积小,且能够保证电流传感器故障的连续运行而备受关注。
发明内容
在三相负载平衡的情况下,要从直流线路电流传感器重构三相电流,需要在一个周期内使用可以测量两相电流的电压矢量。然而,传统的多矢量控制方法面临着由于矢量持续时间短或可测量电流数量不足而导致电流不可测区(Current unmeasurable areas,CUAs)的问题,本发明提出了一种基于模型预测控制的NPC三电平变换器的电流重构方法,根据可测相电流将电压矢量分为三组;通过合成不同组的适当的电压矢量,设计出能够平衡中性点电压,避免CUAs不利影响的虚拟电压矢量;通过从虚拟电压矢量中选择最优矢量,实现在没有交流电流传感器的情况下重构三相电流。
本发明的技术方案是这样实现的:
一种基于模型预测控制的NPC三电平变换器的电流重构方法,其步骤如下:
步骤一:通过电流传感器采集三电平NPC并网变换器的直流线路电流idc,并根据直流线路电流idc和上一周期的最优虚拟矢量进行采样得到的两相电流,计算得到三相电流ia、ib、ic;
步骤二:根据三电平NPC并网变换器的开关状态构建虚拟电压矢量控制集;
步骤三:通过电压传感器采集三电平NPC并网变换器的电网电压ea、eb、ec;
步骤四:三相电流ia、ib、ic通过Clark变换得到三相电流的αβ分量iα、iβ;电网电压ea、eb、ec通过Clark变换得到电压的αβ分量eα、eβ;
步骤五:将电网电压ea、eb、ec输入锁相环PLL获得电网角度,并根据电网角度设置参考电流;
步骤六:根据参考电流、三相电流的αβ分量iα、iβ和电压的αβ分量eα、eβ计算参考电压;
步骤七:构建代价函数,根据参考电压和虚拟电压矢量控制集中的虚拟电压矢量计算代价函数的最小值,并将代价函数的最小值对应的虚拟电压矢量作为最优电压矢量;
步骤八:将最优电压矢量对应的开关状态作用于三电平NPC并网变换器重构下一时刻的三相电流,返回步骤三进行下一控制周期的预测。
优选地,直流线路电流idc与三相电流ia、ib、ic之间的关系为:
idc=SPa*ia+SPb*ib+SPc*ic;
其中,SPa,SPb和SPc为对应相在P状态为1,否则为0的系数;
优选地,所述虚拟电压矢量控制集为{VV1,VV2,…,VV36},其中,虚拟电压矢量与子矢量的对应关系如表1所示:
表1虚拟电压矢量与子矢量的对应关系
虚拟电压矢量 | 子矢量 |
VV1-VV3 | PPN,PNN,NNN,PPP |
VV4-VV6 | PPN,NPN,NNN,PPP |
VV7-VV9 | NPN,NPP,NNN,PPP |
VV10-VV12 | NPP,NNP,NNN,PPP |
VV13-VV15 | NNP,PNP,NNN,PPP |
VV16-VV18 | PNP,PNN,NNN,PPP |
VV19-VV21 | PPN,PNN |
VV22-VV24 | PPN,NPN |
VV25-VV27 | NPN,NPP |
VV28-VV30 | NPP,NNP |
VV31-VV33 | NNP,PNP |
VV34-VV36 | PNP,PNN |
子矢量与开关状态有关,PPN对应的开关状态为(SPa SPb SPc)=(110),PNN对应的开关状态为(SPa SPb SPc)=(100),NNN对应的开关状态为(SPa SPb SPc)=(000),PPP对应的开关状态为(SPa SPb SPc)=(111),NPN对应的开关状态为(SPa SPb SPc)=(010),NPP对应的开关状态为(SPa SPb SPc)=(011),NPP对应的开关状态为(SPa SPb SPc)=(011),NNP对应的开关状态为(SPa SPb SPc)=(001),PNP对应的开关状态为(SPa SPb SPc)=(101)。
优选地,所述参考电压的计算方法为:
其中,为参考电压的α轴分量,为参考电压的β轴分量,iαref为参考电流的α轴分量,iβref为参考电流的β轴分量,Ts为采样周期,L为滤波器电感,R为滤波器电阻。
优选地,所述代价函数的表达式为:
其中,G为代价函数,uα为虚拟电压矢量的α轴分量,uβ为虚拟电压矢量的β轴分量。
优选地,所述将最优电压矢量对应的开关状态作用于三电平NPC并网变换器重构下一时刻的三相电流的方法为:最优电压矢量对应一组开关状态,从这一组开关状态中分别选取两个采样点采集得到a相、b相、c相电流中的两个电流值;根据ia+ib+ic=0的原理可求得第三个电流值,即得到了三相电流;其中,两个采样点分别对应不同的开光状态,每个开关状态均对应一个长矢量。
优选地,虚拟电压矢量的合成方法为:
计算子矢量的占空比:
其中,G1、G2为VVL有源子矢量的代价函数值,dL1、dL2为VVL有源子矢量的占空比;dS1和dS2为VVS的主动子矢量的占空比;
虚拟电压矢量的表达式为:
其中,VVL_αβ为大虚拟电压矢量的αβ分量,VVS_αβ为小虚拟电压矢量的αβ分量,V1αβ和V2αβ均表示子矢量中的长矢量的αβ分量。
与现有技术相比,本发明产生的有益效果为:
1)将虚拟电压矢量与MPC方法相结合,利用单个直流线路电流传感器实现了NPC三电平并网变流器中点电压平衡和电流重构。
2)为了消除两种CUAs的影响,在空间矢量图中选择合适的位置和新的矢量合成组合来设计虚拟电压矢量;采用了具有零中性电流的大电压矢量合成虚拟电压矢量,可以在没有权重系数的情况下实现中性点电压平衡。
3)与基于常规MPC的电流重构相比,本发明方法不降低直流电压利用率,并且提高了控制性能。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为NPC三电平并网变流器的拓扑结构图。
图2为NPC三电平转换器的可用矢量;其中,(a)a相传感器故障。(b)b相传感器故障。
图3为三种情况下单直流线路电流传感器布置。
图4为空间电压矢量图显示三种情况下的CUAs,其中,(a)情况1,(b)情况2,(c)情况3。
图5为NPC三电平转换器的空间虚拟电压矢量图。
图6为Ⅰ扇区虚拟电压矢量的合成过程;其中,(a)大虚拟电压矢量,(b)小虚拟电压矢量。
图7为不同矢量对中性点电位的影响;其中,(a)原电压矢量,(b)虚拟电压矢量。
图8为本发明的控制原理图。
图9为常规电流重构方法与本发明所提出的方法产生的电流波形对比结果;其中,(a)基于常规MPC常规电流构,(b)基于常规SVPWM常规电流重构,(c)本发明所提出的方法。
图10为电流波形和误差的对比结果;其中,(a)测量电流和重建电流,(b)测量电流和重建电流之间的误差。
图11为当参考电流突然变化时,NPC三电平变换器的电容电压和输出电流。
图12为参考电流变化后输出电流的FFT分析结果。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
MPC的常规电流重构:当交流电流传感器发生故障时,通常对图1所示结构采用基于常规MPC的电流重构法来重构三相电流。以A相传感器故障为例,A相电流可由B相电流ib、直流线路电流idc和相电压状态P(Udc/2)、O(0)、N(-Udc/2)得到。
由于直流传感器位于电容C1和每相的第一个开关器件Si1的结之间,因此其测量值为所有P状态下的相电流之和。直流线路电流idc的表达式可以推导为:
idc=SPa*ia+SPb*ib+SPc*ic (2)
其中ia、ib、ic分别为a、b、c相电流。
根据ia+ib+ic=0,ia可表示为:
因此,故障相位的电流可以用式(3)来重构。然而,在式(3)中SPa不能等于SPc。当B相传感器发生故障时,也有类似的限制。这些限制减少了电流重构中可用电压矢量的数量。图2给出了不同传感器故障下的可用矢量。阴影区域是考虑矢量合成后的电压矢量区域,但仍有一些白色区域剩余,说明直流电压利用率减小。
基于上述分析,可知:1)可用矢量的减少导致基于传统MPC的电流重构法控制性能下降。2)由于基于传统MPC的电流重构策略缺失了一些矢量,降低了直流电压利用率。
SVPWM的常规电流重建:基于常规SVPWM的电流重构方法可以在不需要交流电流传感器的情况下重构三相电流,解决了更具有挑战性的条件。如图1中的传感器放置方案所示,可知每个有源矢量可以根据式(2)确定一个相电流。为实现电流重构,在三相平衡条件下,至少需要得到两相电流。这也是SVPWM等多矢量控制方法在电流重构中广泛应用的原因。
然而,常规的SVPWM电流重构存在CUAs问题。CUAs与直流线路电流传感器的布置有关。三种可能的放置方式如图3所示。
在这三种情况下,导致CUAs的原因有两个。即过短的矢量持续时间和不足的可测相电流的矢量个数。根据这两个原因,CUAs可以分为两类,即CUAs1和CUAs2。
在SVPWM中,子矢量的占空比在不同的周期是不同的。然而,为了实现精确测量,电流传感器的测量时间至少需要大于最小的允许占空比dmin对应的时间。CUAs 1是由占空比小于dmin的子矢量组成的区域。最小占空比dmin表示为:
其中Ts为采样周期,tdead为避免桥臂短路故障的死区时间,tsett为idc的稳定时间,tAD为采样和A/D转换所需时间。
在常规的SVPWM策略中,参考电压Vref由邻近的三个矢量(Nearest threevectors,NTVs)合成。因此,如果NTVs的可测电流在同一相,则不能在NTVs组成的三角区域内重构三相电流。CUAs 2即由这些三角形区域组成。
三种情况的CUAs如图4所示,并用两种不同的颜色标记。
通过对CUAs的分析,可知:1)三种单直流线路电流传感器布置情况下的电流重构均存在CUAs问题。2)三种情况下的CUAs都包含CUAs 1,只有情况1和情况3包含CUAs 2。与CUAs1相比,CUAs2对电流重构的影响更大。
为了避免电流重构中CUAs的不利影响,针对情况1,本发明提出了一种基于模型预测控制的NPC三电平变换器的电流重构方法,由于单直流线路电流采样技术的要求,需要在一个周期内输出多个矢量。因此,可以预先设计避开CUAs的虚拟矢量,并将其组合到有限控制集模型预测控制(Finite control set–model predictive control,FCS-MPC)方法的控制集,实现电流重构。FCS-MPC输出的不同电压矢量的数目是固定的。这意味着当虚拟矢量的角度和大小设置合理时,所有可能的输出矢量都不受CUAs的影响。因此,基于虚拟矢量的模型预测控制电流重构方法可以有效解决CUAs问题。
在MPC中,通常通过与预测电流有关的代价函数选择最优电压矢量。假设采样周期Ts很小,可以用欧拉前推公式求出电感电压。然后,根据图1,预测电流iα p和iβ p的αβ分量可以表示为:
其中u、i、e分别表示变换器输出电压、输出电流、电网电压。下标αβ表示它们的αβ分量。L、R分别为滤波器电感、电阻。
则常规MPC的代价函数g可表示为:
其中iαref和iβref为参考电流的αβ分量。
此外,式(6)中的代价函数可以进一步改进为直接虚拟矢量控制,根据梯度理论选择最优矢量。推导过程如下:
可得其二阶导数2(Ts/L)2大于0。因此,当式(7)的值为0时,可得到参考电压矢量uα opt、uβ opt:
那么参考电流iαref,iβref可以写为:
由式(5)、式(6)、式(9),本发明的代价函数可以表示为:
在式(10)中,变量只有电压分量。因此,通过直接比较虚拟电压矢量和参考电压就可以得到代价函数值。
图8为本发明方法的控制原理图,具体实现步骤如下:
步骤一:通过电流传感器采集三电平NPC并网变换器的直流线路电流idc,并根据直流线路电流idc和上一周期的最优虚拟矢量进行采样得到的两相电流,计算得到三相电流ia、ib、ic;
直流线路电流idc与三相电流ia、ib、ic之间的关系为:
idc=SPa*ia+SPb*ib+SPc*ic (11)
其中,Sa为a相开关状态,Sb为b相开关状态,Sc为c相开关状态;
步骤二:根据三电平NPC并网变换器的开关状态构建虚拟电压矢量控制集;
虚拟电压矢量控制集为{VV1,VV2,…,VV36},如图5所示,VV1-VV18是小虚拟矢量,VV19-VV36是大虚拟矢量。参考原电压矢量的分布,在每个扇区设计了三个均匀分布的虚拟矢量角。小虚拟矢量VVS位于内六边形内部,大虚拟矢量VVL位于外六边形上。
以Ⅰ扇区小虚拟矢量VVS和大虚拟矢量VVL为例,虚拟矢量合成过程如图6所示。
根据式(10),图6中各子矢量的占空比可以表示为:
其中,G1、G2为VVL有源子矢量的代价函数值,dL1、dL2为VVL有源子矢量的占空比。
每个小虚拟矢量VVS对应一个两倍长度的大虚拟矢量VVS。在VVS合成过程中,零矢量占空比为0.5。因此,剩下的0.5可以表示为:
其中,dS1和dS2为VVS的主动子矢量的占空比。
当占空比大于dmin时,虚拟矢量可以重构电流。在本发明中,dmin为0.05,所有的虚拟矢量都满足这一要求。
虚拟电压矢量的表达式为:
其中,VVL_αβ为大虚拟电压矢量的αβ分量,VVS_αβ为小虚拟电压矢量的αβ分量,V1αβ和V2αβ均表示子矢量中长矢量的αβ分量。
虚拟电压矢量与子矢量的对应关系如表1所示:
表1虚拟电压矢量与子矢量的对应关系
虚拟电压矢量 | 子矢量 |
VV1-VV3 | PPN,PNN,NNN,PPP |
VV4-VV6 | PPN,NPN,NNN,PPP |
VV7-VV9 | NPN,NPP,NNN,PPP |
VV10-VV12 | NPP,NNP,NNN,PPP |
VV13-VV15 | NNP,PNP,NNN,PPP |
VV16-VV18 | PNP,PNN,NNN,PPP |
VV19-VV21 | PPN,PNN |
VV22-VV24 | PPN,NPN |
VV25-VV27 | NPN,NPP |
VV28-VV30 | NPP,NNP |
VV31-VV33 | NNP,PNP |
VV34-VV36 | PNP,PNN |
子矢量与开关状态有关,PPN对应的开关状态为(SPa SPb SPc)=(110),PNN对应的开关状态为(SPa SPb SPc)=(100),NNN对应的开关状态为(SPa SPb SPc)=(000),PPP对应的开关状态为(SPa SPb SPc)=(111),NPN对应的开关状态为(SPa SPb SPc)=(010),NPP对应的开关状态为(SPa SPb SPc)=(011),NPP对应的开关状态为(SPa SPb SPc)=(011),NNP对应的开关状态为(SPa SPb SPc)=(001),PNP对应的开关状态为(SPa SPb SPc)=(101)。
根据表1可知,每个小虚拟矢量由两个长矢量和一个零矢量(对应两个开关状态NNN和PPP)合成,大虚拟矢量由仅两个长矢量合成。按照所挑选的这些子矢量来合成虚拟矢量进行控制,CUAs 2就会被消除了。此外,由于子矢量中长矢量的占空比均大于dmin,因此CUAs 1也不会对电流重构造成影响了。
图6所示的合成方法也解决了常规MPC在电流重构时的中点平衡问题。在传统的MPC中,在代价函数中加入一个带权重系数的中性点电压平衡项来平衡中性点电压。一个小原始矢量对应矢量输出电压相同但中性点电流相反的两种开关状态。因此,这些开关状态对中性点的平衡很重要。然而,由于无法检测相电流,小原始矢量的半数开关状态无法使用,严重影响了常规MPC中性点平衡项的性能。
从图6和图4中的情形1可以看出,非零子矢量的可测电流是不同的。此外,所有子矢量都不产生中性点电流,因此虚拟矢量在电流重构中可以实现中性点平衡。图7显示了电压矢量和虚拟矢量对中性点电位的影响。
从图7可以看出,当所提出的虚拟矢量作用时,中性点电流iO等于0。因此,本发明方法不需要在代价函数中加入一个中性点平衡项,这意味着本发明方法不受最优权重系数随不同运行条件变化的影响。
根据上述分析的虚拟矢量,可以消除两种CUAs的影响:1)对于CUAs1,所设计的虚拟我量均满足dmin的要求,即持续时间足够传感器精确测量。2)对于CUAs2,选取两个不同的可测电流组中的电压矢量作为虚拟矢量的非零子矢量。因此,所有虚拟矢量都不受CUAs2的影响。从上述虚拟电压矢量的重构过程可以看出,它们具有平衡中性点电压的固有特性,且均位于可测量区域内。
步骤三:通过电压传感器采集三电平NPC并网变换器的电网电压ea、eb、ec;
步骤四:三相电流ia、ib、ic通过Clark变换得到三相电流的αβ分量iα、iβ;电网电压ea、eb、ec通过Clark变换得到电压的αβ分量eα、eβ;
步骤五:将电网电压ea、eb、ec输入锁相环PLL获得电网角度,并根据电网角度设置参考电流;
步骤六:根据参考电流、三相电流的αβ分量iα、iβ和电压的αβ分量eα、eβ计算参考电压;
所述参考电压的计算方法为:
其中,为参考电压的α轴分量,为参考电压的β轴分量,iαref为参考电流的α轴分量,iβref为参考电流的β轴分量,Ts为采样周期,L为滤波器电感,R为滤波器电阻。
步骤七:构建代价函数,根据参考电压和虚拟电压矢量控制集中的虚拟电压矢量计算代价函数的最小值,并将代价函数的最小值对应的虚拟电压矢量作为最优电压矢量;
所述代价函数的表达式为:
其中,G为代价函数,uα为虚拟电压矢量的α轴分量,uβ为虚拟电压矢量的β轴分量。
步骤八:将最优电压矢量对应的开关状态作用于三电平NPC并网变换器重构下一时刻的三相电流,返回步骤三进行下一控制周期的预测。最优电压矢量对应一组开关状态,从这一组开关状态中分别选取两个采样点采集得到a相、b相、c相电流中的两个电流值;根据ia+ib+ic=0的原理可求得第三个电流值,即得到了三相电流;其中,两个采样点分别对应不同的开光状态,每个开关状态均对应一个长矢量。
基于本发明所提出的方法,可知:1)该方法只能输出所设计的虚拟矢量,消除了CUAs的影响。2)由于在一个周期内没有产生中性点电流,所提方法可以在没有权重系数的情况下实现中性点平衡。3)与常规的MPC相比,该方法具有更多可用矢量,有助于提高跟踪性能。此外,直流电压利用率不降低。
为了对比常规电流重构与提出的方法,以b相传感器故障为例进行了对比实验。结果如图9所示。
在图9(a)中,当扇区号为1或6时,输出电流有明显的误差,这与图2(b)的分析一致。在图9(b)中,当参考矢量位于CUAs时,重构的ireca、irecb、irecc电流也有明显的误差。然而,在图9(c)中,输出电流可以准确跟踪参考电流。结果表明,本文所提方法不存在降低直流电压利用率和CUAs的问题。
在图10(a)中,aerror、berror、cerror是三相实际电流与三相重构电流之间的误差占参考电流中的百分比。图10(b)为不同参考电流下实际电流与重构电流波形对比图。参考电流的峰值在前0.03秒为10A,之后为15A。
从图10可以看出,当参考电流为10A和15A时,重构电流波形与实测电流波形一致,最大误差约为3%。结果表明,该方法能有效地重构不同参考电流下的三相电流,且具有较高的电流重构精度。
为了评估所提出的MPC方法的动态性能,图11显示了当参考电流突然变化时,NPC三电平变换器的电容电压和输出电流。参考电流在0.03秒内从10A变化到15A,输出电流可以在短时间内跟踪参考电流。此外,当所提出的虚拟矢量应用时,中性点电流在每个周期内均等于0A。因此,所提出的MPC方法即使不使用权重系数也能平衡中性点。
图12为参考电流变化后输出电流的FFT分析。THD值为1.83%。由图11和图12可知,所提出的MPC方法可以在参考值波动时快速重构电流,并输出准确的电流。
本发明提出了一种基于虚拟矢量控制的MPC电流重构策略,用于单直流线路电流传感器的NPC三电平变换器的电流重构。分析了三种传感器位置的CUAs,并将其分为两种类型。为了避免这两种CUAs对电流重构的影响,设计了虚拟矢量。理论分析和实验结果表明,该方法具有以下优点:1)与基于常规SVPWM电流重构法相比,所提出的虚拟矢量消除了CUAs的不利影响。2)在电流重构中,没有可测量相电流的矢量的使用受到限制。为了克服其对中性点平衡的影响,设计了无中性点电流的虚拟矢量。因此,本方法不需要额外的中性点平衡方法。3)与基于常规MPC的电流重构相比,该方法不降低直流电压利用率,并且提高了控制性能。因此,所提出的电流重构方法解决了直流电压利用率降低和CUAs问题。此外,该方法还能提供精确的重构电流和低THD的输出电流。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (4)
1.一种基于模型预测控制的NPC三电平变换器的电流重构方法,其特征在于,其步骤如下:
步骤一:通过电流传感器采集三电平NPC并网变换器的直流线路电流idc,并根据直流线路电流idc和上一周期的最优虚拟矢量进行采样得到的两相电流,计算得到三相电流ia、ib、ic;
步骤二:根据三电平NPC并网变换器的开关状态构建虚拟电压矢量控制集;
步骤三:通过电压传感器采集三电平NPC并网变换器的电网电压ea、eb、ec;
步骤四:三相电流ia、ib、ic通过Clark变换得到三相电流的αβ分量iα、iβ;电网电压ea、eb、ec通过Clark变换得到电压的αβ分量eα、eβ;
步骤五:将电网电压ea、eb、ec输入锁相环PLL获得电网角度,并根据电网角度设置参考电流;
步骤六:根据参考电流、三相电流的αβ分量iα、iβ和电压的αβ分量eα、eβ计算参考电压;
所述参考电压的计算方法为:
其中,为参考电压的α轴分量,为参考电压的β轴分量,iαref为参考电流的α轴分量,iβref为参考电流的β轴分量,Ts为采样周期,L为滤波器电感,R为滤波器电阻;
步骤七:构建代价函数,根据参考电压和虚拟电压矢量控制集中的虚拟电压矢量计算代价函数的最小值,并将代价函数的最小值对应的虚拟电压矢量作为最优电压矢量;
所述代价函数的表达式为:
其中,G为代价函数,uα为虚拟电压矢量的α轴分量,uβ为虚拟电压矢量的β轴分量;
步骤八:将最优电压矢量对应的开关状态作用于三电平NPC并网变换器重构下一时刻的三相电流,返回步骤三进行下一控制周期的预测;
将最优电压矢量对应的开关状态作用于三电平NPC并网变换器重构下一时刻的三相电流的方法为:最优电压矢量对应一组开关状态,从这一组开关状态中分别选取两个采样点采集得到a相、b相、c相电流中的两个电流值;根据ia+ib+ic=0的原理求得第三个电流值,即得到了三相电流;其中,两个采样点分别对应不同的开光状态,每个开关状态均对应一个长矢量。
2.根据权利要求1所述的基于模型预测控制的NPC三电平变换器的电流重构方法,其特征在于,直流线路电流idc与三相电流ia、ib、ic之间的关系为:
idc=SPa*ia+SPb*ib+SPc*ic;
其中,SPa,SPb和SPc为对应相在P状态为1,否则为0的系数;
3.根据权利要求2所述的基于模型预测控制的NPC三电平变换器的电流重构方法,其特征在于,所述虚拟电压矢量控制集为{VV1,VV2,…,VV36},其中,虚拟电压矢量与子矢量的对应关系如表1所示:
表1虚拟电压矢量与子矢量的对应关系
子矢量与开关状态有关,PPN对应的开关状态为(SPa SPb SPc)=(110),PNN对应的开关状态为(SPa SPb SPc)=(100),NNN对应的开关状态为(SPa SPb SPc)=(000),PPP对应的开关状态为(SPa SPb SPc)=(111),NPN对应的开关状态为(SPa SPb SPc)=(010),NPP对应的开关状态为(SPa SPb SPc)=(011),NPP对应的开关状态为(SPa SPb SPc)=(011),NNP对应的开关状态为(SPa SPb SPc)=(001),PNP对应的开关状态为(SPa SPb SPc)=(101)。
4.根据权利要求3所述的基于模型预测控制的NPC三电平变换器的电流重构方法,其特征在于,虚拟电压矢量的合成方法为:
计算子矢量的占空比:
其中,G1、G2为VVL有源子矢量的代价函数值,dL1、dL2为VVL有源子矢量的占空比;dS1和dS2为VVS的主动子矢量的占空比;
虚拟电压矢量的表达式为:
其中,VVL_αβ为大虚拟电压矢量的αβ分量,VVS_αβ为小虚拟电压矢量的αβ分量,V1αβ和V2αβ均表示子矢量中的长矢量的αβ分量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210073134.0A CN114499249B (zh) | 2022-01-21 | 2022-01-21 | 基于模型预测控制的npc三电平变换器的电流重构方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210073134.0A CN114499249B (zh) | 2022-01-21 | 2022-01-21 | 基于模型预测控制的npc三电平变换器的电流重构方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114499249A CN114499249A (zh) | 2022-05-13 |
CN114499249B true CN114499249B (zh) | 2024-11-12 |
Family
ID=81473256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210073134.0A Active CN114499249B (zh) | 2022-01-21 | 2022-01-21 | 基于模型预测控制的npc三电平变换器的电流重构方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114499249B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687747A (zh) * | 2019-02-19 | 2019-04-26 | 东南大学 | 基于零序电压注入的t型三电平逆变器中点电位平衡与容错控制方法 |
CN113162115A (zh) * | 2021-04-25 | 2021-07-23 | 中国电力科学研究院有限公司 | 一种三相并网逆变器加权滑模模型预测电流控制方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
ES2718807T3 (es) * | 2012-06-07 | 2019-07-04 | Abb Research Ltd | Procedimiento de amortiguación de secuencia cero y equilibrado de tensión en un convertidor de tres niveles con condensadores de enlace de CC divididos y filtro LCL virtualmente conectado a tierra |
CN107565868B (zh) * | 2017-10-10 | 2024-03-01 | 东南大学盐城新能源汽车研究院 | 一种五相永磁同步电机开路故障下的容错控制系统及方法 |
KR101836872B1 (ko) * | 2018-01-15 | 2018-03-09 | 주식회사 에코스 | 3-레벨 컨버터의 직류측 전류를 일정하게 만드는 pwm 제어방법 및 장치 |
-
2022
- 2022-01-21 CN CN202210073134.0A patent/CN114499249B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109687747A (zh) * | 2019-02-19 | 2019-04-26 | 东南大学 | 基于零序电压注入的t型三电平逆变器中点电位平衡与容错控制方法 |
CN113162115A (zh) * | 2021-04-25 | 2021-07-23 | 中国电力科学研究院有限公司 | 一种三相并网逆变器加权滑模模型预测电流控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114499249A (zh) | 2022-05-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qasim et al. | Artificial-neural-network-based phase-locking scheme for active power filters | |
Jeong et al. | DSP-based active power filter with predictive current control | |
Perreault et al. | Frequency-based current-sharing techniques for paralleled power converters | |
CN111525572B (zh) | 电网中的电能质量等级确定方法、装置、设备和存储介质 | |
US7977898B2 (en) | Current sensing for a multi-phase DC/DC boost converter | |
US8330405B2 (en) | Method and apparatus for increased current stability in a PWM drive | |
US20200379496A1 (en) | Power factor correction circuit, control method and controller | |
US20180034449A1 (en) | Signal generating circuit, voltage conversion device, and signal generating method | |
US7746084B2 (en) | Impedance measurement using line-to-line current injection | |
CN117526675A (zh) | 一种t型三相三电平逆变器的模型预测电压控制方法 | |
Duan et al. | Sensorless current-sharing scheme for multiphase DC-DC boost converters | |
CN114499249B (zh) | 基于模型预测控制的npc三电平变换器的电流重构方法 | |
CN112886843A (zh) | 去权重系数的三相八开关模型预测控制方法和装置 | |
Lin et al. | A two-staged optimization approach to modulated model-free predictive current control for RL-connected three-phase two-level four-leg inverters | |
Marino et al. | Parameter and state estimation for induction motors via interlaced least squares algorithm and Kalman filter | |
Mariethoz et al. | Model predictive control of multiphase interleaved DC-DC converters with sensorless current limitation and power balance | |
CN108599652B (zh) | 基于有效开关时间的三相四开关永磁同步电机系统模型预测控制方法 | |
Li et al. | Combined switching state of model predictive control for unbalance compensation strategy under three-phase four-wire system | |
CN115241912A (zh) | 一种模型预测控制的三相并网逆变器模型失配补偿方法 | |
Sharma et al. | Simplified adaline based control of shunt active power filter with reduced sensors | |
CN110707949A (zh) | 定频pwm整流器的控制方法 | |
Pasko et al. | Performance and accuracy comparison of fixed and floating-point realizations of the active power filter control algorithm | |
Suárez et al. | Online impedance estimation in AC grids considering parallel-connected converters | |
Zhou et al. | Design of dc link current observer for a 3-phase active rectifier with feedforward control | |
CN110909518B (zh) | 基于改进平均值模型的mmc可靠性分析方法 |
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 |