永磁同步电机高性能控制算法：基于预测电流误差补偿的强鲁棒预测控制

创作时间:

作者:

@小白创作中心

永磁同步电机高性能控制算法：基于预测电流误差补偿的强鲁棒预测控制

引用

CSDN

https://blog.csdn.net/m0_46903653/article/details/139391348

本文介绍了一种基于预测电流误差补偿的强鲁棒预测控制算法在永磁同步电机（PMSM）中的应用。该算法通过构建误差补偿控制器，实现了无需电机参数的强鲁棒性模型预测控制。文章详细介绍了算法原理、仿真验证，并对模型预测控制的分类和应用进行了深入讨论。

1. 强鲁棒预测控制算法简介

最近研究了一篇2024年3月9日发表的论文，探讨了一种新颖的模型预测控制方法。众所周知，模型预测控制（MPC）的性能受电机参数影响较大。传统的解决方案包括使用观测器或参数辨识算法，但这些方法往往较为复杂，可能需要注入高频信号。

本文提出了一种创新的解决方案：通过构造误差补偿控制器，实现无需电机参数的强鲁棒性模型预测控制。这种方法避免了传统观测器设计的复杂性，同时保持了良好的控制性能。

2. 强鲁棒预测控制算法原理

2.1 传统一拍预测公式

对于隐极或表贴式PMSM（电感Ld=Lq=L），传统一拍预测公式可以简化为：

文章进一步构建了两个新的变量N和M：

核心思想是：通过调节N和M这两个参数来补偿预测电流的误差。当预测电流与实际电流没有误差时，说明N和M已经达到了准确的参数值。

2.2 d轴误差补偿控制器设计

误差补偿控制器的设计基于求极值的思想，得到M的估计值Mes的递推公式。从式子（15）可以看出，当term1趋于0时，表示预测电流非常接近实际电流；当term2趋于0时，表明Mes非常接近实际电机参数。当这两个条件同时满足时，可以得到最合适的Mes。

3. 仿真验证

3.1 仿真参数设置

Ts = 5e-7（仿真步长）
Tpwm = 1e-4（开关周期）
Tsample = Tpwm/1（采样周期/控制周期）
Tspeed = Tsample（转速采样周期）
Pn = 4（电机极对数）
Ls = 8.5e-3（定子电感）
Rs = 3（定子电阻）
flux = 0.1688（永磁体磁链）
Vdc = 311（直流母线电压）
iqmax = 20（额定电流）
J = 5e-3（转动惯量）
B = 2.5e-3（阻尼系数）
n_init = 200（初始转速）

3.2 强鲁棒性单矢量MPC仿真验证

仿真工况：

转速：初始转速200RPM，初始参考转速1200RPM，0.35s后转速降至600RPM
负载：初始为空载，0.2s突加10Nm负载

仿真结果表明，当控制器参数（电感、电阻、磁链）为实际值两倍时，传统单矢量MPC的电流脉动和转速脉动明显增大，相电流总谐波失真（THD）从6.77%上升到10.24%。而强鲁棒性单矢量MPC的相电流THD只有6.63%，很好地抑制了参数失配带来的影响。

3.3 强鲁棒性DPCC仿真验证

仿真工况：

转速：初始转速200RPM，初始参考转速1200RPM，0.8s后转速降至600RPM
负载：初始为空载，0.2s突加10Nm负载

仿真结果表明，即使在控制器参数（电感、电阻、磁链）为实际值两倍的情况下，强鲁棒DPCC计算得到的预测电流仍然非常准确，没有出现明显的电流脉动和静差。从d轴预测电流与实际电流的对比来看，提出的误差补偿控制器能够慢慢收敛，最终保证预测电流与实际电流相等。

4. 模型预测控制的分类与应用

模型预测控制分为两大类：

有限集模型预测控制：不需要SVPWM模块，通过代价函数生成电压矢量（可分为单矢量和多矢量）
连续集模型预测控制：需要调制模块（如无差拍预测电流控制，后面可以接SVPWM模块）

从仿真结果可以看出，采用SVPWM的DPCC性能远优于采用单矢量的MPC，特别是在电感较小的电机中。双矢量和三矢量MPC虽然可以提高控制精度，但会大幅增加PWM调制的复杂度，且效果不一定优于SVPWM。因此，对于三相逆变器而言，SVPWM已经非常成熟，从减小电流纹波和学习成本的角度来看，学习双矢量和三矢量MPC并不划算。