[发明专利]一种双向DC/DC变换器控制方法在审

专利信息
申请号: 201811457739.X 申请日: 2018-11-30
公开(公告)号: CN109560709A 公开(公告)日: 2019-04-02
发明(设计)人: 邓坚;颜聪;陈启宏;张立炎;全书海;谢长君 申请(专利权)人: 武汉理工大学
主分类号: H02M3/335 分类号: H02M3/335
代理公司: 湖北武汉永嘉专利代理有限公司 42102 代理人: 王丹
地址: 430070 湖*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 双向DC/DC变换器 自适应控制器 功率变换电路 预测控制器 全局模型 控制器 占空比 求解 单向DC/DC变换器 递归神经网络 二次规划问题 预测控制算法 直流滤波电容 非线性特性 并联桥臂 目标函数 稳态性能 问题转化 线性模型 优化控制 约束条件 状态变量 上桥臂 下桥臂 最优化 桥臂 权重 算法 加权 串联 应用
【权利要求书】:

1.一种双向DC/DC变换器控制方法,其特征在于,该DC/DC变换器包括相互连接的功率变换电路和控制器;其中:

功率变换电路包括两个并联桥臂以及直流滤波电容,每个桥臂均由上桥臂和下桥臂的两个IGBT串联组成;功能变换器电路两侧分别为高压侧和低压侧;控制器包括多模型自适应控制器和预测控制器;

该控制方法中,多模型自适应控制器根据双向DC/DC变换器的非线性特性建立多个线性模型;在每个控制周期,控制信号输入DC/DC变换器的同时,也输入到每个模型,多模型自适应控制器计算每个模型的输出电流,将该电流与采集到的实际输出电流进行比较,并计算每个子模型的匹配度,得到每个模型的权重,将每个模型加权从而得到全局模型;

预测控制器根据全局模型、目标函数和约束条件,将有约束预测控制算法最优化控制问题转化为二次规划问题,并采用递归神经网络算法来求解,得到最优占空比,实现DC/DC变换器的优化控制。

2.根据权利要求1所述的双向DC/DC变换器控制方法,其特征在于,该方法中根据双向DC/DC变换器模型参数的变化范围建立多个线性模型,则系统总模型为:

其中,Ωn=(An Bn B0,n)T,n=1,2,...,m,Ωn表示第n个模型,每个模型包含An,Bn,B0,n三个矩阵,fx表示为系统子模型与系统总模型之间的关系;

在每个周期内,控制器计算每个模型的输出电流,将该电流与采集到的实际电流进行比较,并计算每个子模型的匹配度,得到每个模型的加权系数为:

其中,en(k,L)表示第n个子模型与实际模型匹配程度;采用加权平均的方法,得到全局模型,全局模型为:

3.根据权利要求2所述的双向DC/DC变换器控制方法,其特征在于,该方法中的目标函数的表达方式为:

其中,p为预测与控制步长;y(k+i)为根据系统模型、当前及历史输入和输出数据估计的k+i时刻的输出;y*(k+i)为期望的k+i时刻的输出,Q∈R2*2,V∈R2*2分别为针对跟踪误差和控制量的加权系数。

4.根据权利要求1所述的双向DC/DC变换器控制方法,其特征在于,该方法还包括应用于单向DC/DC变换器中的控制方法:选择高压侧或低压侧作为输入端,另一侧作为输出端,即可实现单向DC/DC变换器控制;在每个控制周期,控制信号输入DC/DC变换器的同时,也输入到每个模型,多模型自适应控制器计算每个模型的输出电流,将该电流与采集到的实际输出电流进行比较,并计算每个子模型的匹配度,得到每个模型的权重,将每个模型加权从而得到全局模型;预测控制器根据全局模型、目标函数和约束条件,将有约束预测控制算法最优化控制问题转化为二次规划问题,并采用递归神经网络算法来求解,得到最优占空比,实现DC/DC变换器的优化控制。

5.根据权利要求1所述的双向DC/DC变换器控制方法,其特征在于,该方法还包括:应用于根据状态变量求解最优占空比的问题中,在每个控制周期,控制信号输入控制电路的同时,也输入到每个模型,多模型自适应控制器计算每个模型的输出电流,将该电流与采集到的实际输出电流进行比较,并计算每个子模型的匹配度,得到每个模型的权重,将每个模型加权从而得到全局模型;预测控制器根据全局模型、目标函数和约束条件,将有约束预测控制算法最优化控制问题转化为二次规划问题,并采用递归神经网络算法来求解,得到最优占空比,实现系统的优化控制。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉理工大学,未经武汉理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811457739.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top