[发明专利]一种逆变器模型预测控制的模型参数自适应方法

说明书

本发明公开了一种逆变器模型预测控制的模型参数自适应方法，首先使用上一时刻计算出的系统参数代入预测模型，计算出各个矢量对应的预测电流值；然后根据控制要求建立代价函数，并选择出使代价函数值最小的最优矢量应用于控制系统；选择出最优矢量后，通过该时刻的电压电流等测量值以及上一时刻的各个参数值，对模型中参数进行在线修正。若有电感、电阻等多个参数需要在线修正，为避免公式迭代带来过多的计算量，可以对各个参数分时刻进行修正。本发明在模型预测控制结束后增加参数识别算法，通过系统的预测模型对模型中各个参数进行在线修正，提高了逆变器运行的鲁棒性和控制的灵活性。

技术领域

本发明属于逆变器控制和参数识别技术领域，特别涉及了一种逆变器模型预测控制的模型参数自适应方法。

背景技术

近年来，随着科学技术的不断进步与发展，不论是在现代工业领域，还是在国防科技领域，系统的运行环境越来越复杂，而人们对系统控制的精度要求却越来越高。例如国防系统中的导弹防御体系，其工作环境极其复杂恶劣，而对其快速响应能力和精确跟踪能力都有非常严格的要求。

在一些比如工业伺服系统和飞行器控制系统等非线性度较强的工业控制系统中，由于当前对复杂系统的认知程度有限，以及很多之前未考虑到的因素，导致对系统的模型描述往往会出现较大误差。甚至在功率变换器等相对比较简单的系统中，由于系统工作环境等问题，也会出现模型不准确的现象。系统参数作为影响系统控制性能的重要因素之一，与之相关的理论研究和实际运用也受到越来越广泛的关注。一方面，由于系统工作环境和时间累积的影响，系统模型的参数和标称模型的参数总会存在不确定的误差，系统的负载和惯量也会在运行期间发生变化，这些因素都导致了系统参数的不确定性，不恰当的处理会导致系统性能的降低，甚至引起系统的不稳定。另一方面，系统中可能存在的未建模部分、控制器的非线性特性等，也会影响系统的性能。摩擦、间隙、死区等都属于非线性因素，难以用数学模型精确描述。我们将上述不确定性统一归纳为参数不确定性和参数非线性。随着近年来控制理论的不断进步，对系统参数不确定性的处理方法也越来越多，如Lyapunov控制、滑模控制、自适应控制等。在这些方法中，自适应控制基于其完善的理论基础和良好的鲁棒性能，在系统不确定性的相关研究中起着极其重要的作用。

虽然近年来对系统参数自适应的研究越来越多，通过多种方式对系统参数的识别也越来越精确，但是，大多数方法需要一段额外的独立程序，对参数自适应的过程比较复杂，如果在线进行参数识别的话，会浪费较多的资源。对于功率变换器之类较为简单的系统来说，如何通过较为简单有效的方法来快速识别当前系统中关键的参数是当前研究中的亟待解决的问题。

发明内容

为了解决上述背景技术提出的技术问题，本发明旨在提供一种逆变器模型预测控制的模型参数自适应方法，在模型预测控制结束后增加参数识别算法，通过系统的预测模型对模型中各个参数进行在线修正。

为了实现上述技术目的，本发明的技术方案为：

一种逆变器模型预测控制的模型参数自适应方法，包括以下步骤：

(1)建立逆变器的数学模型，根据数学模型和电流、电压测量值得到预测模型；

(2)将上一时刻计算出的模型参数代入预测模型中，计算出所有开关管状态矢量对应的预测电流值；

(3)根据控制目标建立代价函数，并选择使代价函数值最小的开关管状态矢量作为最优矢量，并将该最优矢量应用于逆变器的控制系统中；

(4)根据当前时刻的电压、电流测量值以及上一时刻的模型参数值，对模型参数进行在线修正，然后返回步骤(2)。

基于上述技术方案的优选方案，若存在多个模型参数，在步骤(4)中，对不同的模型参数在不同时刻进行在线修正。

基于上述技术方案的优选方案，逆变器为三相并网逆变器，且该逆变器三相完全对称，则步骤(1)的具体过程如下：