一种基于自适应补偿的永磁同步电机无模型预测电流控制方法
本发明涉及电机控制,具体涉及一种基于自适应补偿的永磁同步电机无模型预测电流控制方法。
背景技术:
1、永磁同步电机具有高效率、高功率密度等优点,已广泛应用于无人机推进、电动汽车、机器人和工业伺服等领域。在高性能永磁同步电机控制系统中,电流环控制性能直接影响电流响应、电磁转矩输出以及系统稳定性。
2、预测电流控制是一种常用的高动态电流控制方法。该方法通常基于永磁同步电机dq轴数学模型建立离散电流预测方程,并根据下一控制周期的参考电流反求当前控制周期的dq轴控制电压,使电流能够在一个或少数几个采样周期内快速跟踪参考值。预测电流控制依赖较准确的电机参数,包括定子电阻、轴电感和永磁体磁链。当电机运行过程中模型参数与实际之间容易产生偏差,从而导致预测电流误差增大、电流跟踪性能下降,甚至引起转矩脉动。为降低对精确电机模型的依赖,无模型预测控制被引入电机电流控制领域。该方法用超局部模型将电机系统已知和未知部分设置为总扰动,并通过在线估计实现补偿,来降低对电机参数的敏感性。
3、现有无模型预测电流控制通常依靠总扰动估计值修正预测电流方程,但在负载突变、参数摄动或运行状态快速变化时,总扰动估计容易存在滞后,导致预测电流与实际电流之间产生偏差,影响电流跟踪速度和动态响应性能。现有方法缺少对电流预测误差幅值及变化趋势的判断,难以及时区分误差扩大、误差收敛和误差稳定等状态。
4、因此,有必要提出一种基于自适应补偿的永磁同步电机无模型预测电流控制方法,使控制器能够在误差扩大时增强预测修正能力,在误差收敛或稳定时降低修正强度,从而提高电流预测精度和动态响应性能。
技术实现思路
1、针对现有技术中的问题,本发明提供一种基于自适应补偿的永磁同步电机无模型预测电流控制方法,用于解决现有无模型预测电流控制中预测误差补偿增益缺少稳定性约束、误差分区依据单一以及轴补偿强度分配不合理的问题。本发明通过构建归一化误差方向状态、李雅普诺夫候选函数和收敛约束违背量,根据误差收敛状态自适应调整补偿增益调整幅度;同时引入轴误差权重,使补偿增益按照轴误差占比分配,从而提高负载突变、参数摄动和逆变器非线性影响下的电流控制精度、动态响应性能和系统稳定性。
2、本发明提供一种基于自适应补偿的永磁同步电机无模型预测电流控制方法,采用如下技术方案,包括:
3、根据轴和轴对应的定子电流、定子电压以及总扰动建立永磁同步电机在轴下的超局部数学模型;设计扩张状态观测器,利用扩张状态观测器获取轴和轴对应的总扰动估计值;
4、基于轴和轴对应的电流预测误差和误差幅值占比获取电流预测误差幅值;根据电流预测误差和误差幅值占比构建轴的误差方向状态,基于误差方向状态变化率和电流预测误差幅值构建李雅普诺夫候选函数;基于李雅普诺夫差分量和李雅普诺夫候选函数获取李雅普诺夫收敛约束违背量,基于李雅普诺夫收敛约束违背量获取李雅普诺夫收敛调节因子;
5、根据轴和轴对应的电流预测误差以及电流预测误差变化量获取轴和轴对应的误差恶化趋势占比;根据轴和轴对应的误差幅值占比、误差恶化趋势占比获取轴和轴对应的误差权重;
6、基于误差幅值和预设的误差幅值阈值获取误差超限调节系数,基于李雅普诺夫收敛约束违背量获取收敛约束偏离调节系数;基于相邻两个时刻的误差幅值获取误差增长趋势调节系数,基于误差超限调节系数和误差增长趋势调节系数获取学习率加速系数,基于学习率加速系数和误差超限调节系数获取学习率;基于学习率、李雅普诺夫收敛调节因子、误差幅值、轴和轴对应的电流预测误差、误差权重以及电流预测误差变化量获取轴和轴对应的预测误差补偿增益;
7、根据轴和轴对应的总扰动估计值、预测误差补偿增益、当前时刻的定子电流和定子电压、电流预测误差、控制增益标称值获取定子电流预测值。
8、本发明进一步的技术方案为,永磁同步电机在轴下的超局部数学模型为:
9、
10、式中,为轴上的定子电流;为轴上的定子电流;为轴上的定子电压;为轴上的定子电压;为轴对应的控制增益标称值;为轴对应的控制增益标称值;为轴对应的总扰动;为轴对应的总扰动;
11、总扰动的表达式为:
12、
13、式中,为定子电阻;为转子电角速度;为轴电感;为轴电感;为永磁体磁链;为轴对应的未建模扰动;为轴对应的未建模扰动;为轴对应的控制增益实际值和控制增益标称值的差值;为轴对应的控制增益实际值和控制增益标称值的差值。
14、本发明进一步的技术方案为,扩张状态观测器的表达式为:
15、
16、
17、式中,为时刻的轴电流估计值;为时刻的轴电流估计值;为电流控制采样周期;为时刻的轴总扰动估计值;为轴对应的控制增益标称值;为时刻的轴定子电压;为扩张状态观测器的第一增益系数;为时刻的轴电流预测误差;为扩张状态观测器的第二增益系数;为时刻的轴电流估计值;为时刻的轴电流估计值;为时刻的轴总扰动估计值;为轴对应的控制增益标称值;为时刻的轴定子电压;为时刻的轴总扰动估计值;为时刻的轴电流预测误差。
18、本发明进一步的技术方案为,电流预测误差幅值为:
19、
20、式中,为时刻的电流预测误差幅值;为轴误差加权系数;为时刻的轴误差幅值占比;为轴误差加权系数;为时刻的轴误差幅值占比;为轴的耦合误差加权系数;为时刻的轴电流预测误差;为时刻的轴电流预测误差。
21、本发明进一步的技术方案为,轴的误差方向状态为:
22、
23、式中,为时刻的轴的误差方向状态;为时刻的轴的误差方向状态;为方向状态加权系数;为时刻的轴误差幅值占比;为时刻的轴电流预测误差;为分母防零项;为时刻的轴误差幅值占比;为时刻的轴电流预测误差。
24、本发明进一步的技术方案为,李雅普诺夫收敛调节因子为:
25、
26、式中,为时刻的李雅普诺夫收敛调节因子;为李雅普诺夫收敛调节因子的上限;为李雅普诺夫收敛调节因子的下限;为时刻的李雅普诺夫收敛约束违背量;为收敛约束违背量归一化常数;为时刻的电流预测误差幅值;为误差阈值;为分母防零项。
27、本发明进一步的技术方案为,误差恶化趋势占比的表达式为:
28、
29、式中,为时刻的轴误差恶化趋势占比;为时刻的轴误差恶化趋势占比;为时刻的轴电流预测误差;为时刻的轴电流预测误差变化量;为时刻的轴电流预测误差;为时刻的轴电流预测误差变化量。
30、本发明进一步的技术方案为,学习率的表达式为:
31、
32、
33、
34、式中,为学习率;为基准学习率;为慢速学习率;为快速学习率;为误差超限调节系数;为学习率加速系数;为误差增长趋势调节系数;为收敛约束偏离调节系数;为时刻的电流预测误差幅值;为误差阈值。
35、本发明进一步的技术方案为,轴和轴对应的预测误差补偿增益为:
36、
37、
38、式中,为时刻的轴预测误差补偿增益;为时刻的轴预测误差补偿增益;为限幅函数;为补偿增益的遗忘因子;为时刻的学习率;为时刻的李雅普诺夫收敛调节因子;为时刻的轴误差权重;为时刻的轴误差权重;为时刻的轴电流预测误差;为时刻的轴电流预测误差变化量;为时刻的轴电流预测误差变化量;为时刻的轴电流预测误差;为预测误差补偿增益的上限;为预测误差补偿增益的下限;为时刻的电流预测误差幅值。
39、本发明进一步的技术方案为,定子电流预测值为:
40、
41、,,,,
42、式中,为时刻的定子电流预测值;为时刻的定子电流;为电流控制采样周期;为时刻的总扰动估计值;为控制增益标称值;为时刻的定子电压;为时刻的预测误差补偿增益;为时刻的电流预测误差;为时刻的轴上的定子电流;为时刻的轴上的定子电流;为时刻的轴上的定子电压;为时刻的轴上的定子电压;为时刻的轴总扰动估计值;为时刻的轴总扰动估计值;为时刻的轴电流预测误差;为时刻的轴电流预测误差;为轴对应的控制增益标称值;为轴对应的控制增益标称值。
43、本发明的有益效果是:
44、本发明在电流预测误差幅值的基础上,引入归一化误差方向状态和李雅普诺夫收敛约束,用于描述误差在轴和轴方向上的分布关系及其收敛变化情况,从而为预测误差补偿增益的自适应调整提供判据。通过构造李雅普诺夫收敛约束违背量,在误差不满足预设收敛条件时提高补偿增益调整幅度,在误差趋于收敛或稳定时降低调整幅度,从而避免过度补偿引起电流纹波和振荡。同时,本发明引入轴和轴的误差权重,使轴和轴预测误差补偿增益能够根据各自误差占比分配调整幅度,降低轴耦合误差对补偿调整的影响。与现有主要依靠扰动估计值或固定补偿参数进行预测修正的方法相比,本发明能够根据电流误差的幅值、方向变化和收敛状态自适应调整预测补偿作用,提高永磁同步电机在参数摄动、负载突变及逆变器非线性影响下的电流预测精度和动态响应性能,降低电流纹波和电磁转矩脉动,提高系统运行稳定性和鲁棒性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com