基于模型预测控制的逆变器电流控制方法

本发明涉及电力电子变换器控制，更具体地说，它涉及基于模型预测控制的逆变器电流控制方法。

背景技术：

1、逆变器作为新能源发电、电机驱动、储能系统等领域的核心功率变换装置，其电流控制性能直接影响系统的电能质量、动态响应速度和运行效率。随着分布式发电、电动汽车牵引、不间断电源等应用场景对控制精度和响应速度要求的不断提升，模型预测控制因其概念直观、易于处理多目标约束、动态响应快等优势，已成为逆变器电流控制领域的研究热点。在有限控制集模型预测控制框架下，控制器在每个采样周期遍历所有可能的开关状态，通过评价函数对每个候选状态的电流跟踪效果和开关动作代价进行综合评价，从中选出最优开关状态作用于逆变器。然而，评价函数通常由电流跟踪误差项与开关状态变化惩罚项加权求和构成，两项之间的权重系数直接决定了控制系统在跟踪精度与开关损耗之间的折中取向，权重系数越大，开关动作越受抑制但电流跟踪响应可能变慢；权重系数越小，电流跟踪越敏捷但开关频率和损耗可能升高。

2、经检索专利公开号为cn116388527b的专利公开了一种基于模型预测的三电平逆变器多目标控制方法，将电流误差、开关切换数、中点电位偏移量以及所选开关状态与优化脉宽调制开关状态之差等多个目标函数进行加权得到优化函数，通过滚动优化选出兼顾多个优化目标的最优矢量。该专利将多目标优化思想引入模型预测控制，为逆变器控制提供了较为全面的性能考量框架。

3、经检索专利公开号为cn116954072a的专利公开了一种基于深度残差网络的预测控制权重因子动态优化方法，通过建立预测数学模型和设计代价函数获取数据样本，构建深度残差网络并以权重因子作为网络输入层，利用训练好的网络预测最优权重因子组合，通过查表法实现权重因子的动态优化。该专利尝试利用深度学习手段解决权重因子在不同工况下的适配问题，实现了权重因子的在线调整。

4、然而，上述现有技术在实际应用中仍面临一系列尚未得到有效解决的技术问题。在cn116388527b所代表的传统多目标模型预测控制方法中，评价函数中各项目标的权重系数通常由设计人员根据经验预先设定，并且在控制系统的整个运行过程中保持固定不变。这种固定权重策略的局限在于：当逆变器工作在电流跟踪误差较小的稳态工况时，适当的开关状态变化惩罚有助于降低开关频率、减少开关损耗和输出电流谐波；但当负载突变、电网电压跌落或参考电流阶跃变化等暂态工况发生时，电流跟踪误差会急剧增大，此时若开关状态变化惩罚项的权重仍然维持不变，则会严重制约控制器对误差的响应能力，导致电流跟踪速度变慢、超调量增大，甚至可能触发系统过流保护。换言之，固定权重无法在暂态响应速度和稳态运行质量之间实现动态的自主均衡。虽然cn116954072a提出了一种基于深度残差网络的权重因子动态优化方法，通过离线训练和在线查表实现权重因子的调整，但该方法本质上依赖于大量离线仿真数据对深度网络进行训练，其预测精度受训练数据覆盖范围的影响显著——当实际工况偏离训练样本所覆盖的工况区间时，网络输出的权重因子可能偏离最优值。更为关键的是，深度残差网络的推理计算需要一定的运算资源和时间开销，在采样周期通常仅为数十微秒的逆变器实时控制系统中，这种计算负担可能难以承受。此外，该方法基于查表机制实现权重调整，其调整粒度受限于预先构建的数据库规模，难以对连续变化的工况做出精细、平滑的响应。

5、上述现有技术的缺陷在实际工作中会造成一系列具体而严重的影响。在新能源汽车牵引逆变器等对动态响应要求极高的应用场景中，当车辆急加速或遇陡坡等负载突变工况时，固定权重策略可能导致电机电流跟踪滞后，表现为转矩响应延迟甚至抖动，直接影响驾驶体验和行车安全。在光伏并网逆变器中，当光照强度剧烈波动导致直流母线电压和参考电流频繁变化时，权重系数无法自主适配会使得逆变器在部分时段开关频率过高、损耗增大、效率下降，而在另一部分时段则动态响应迟缓、电能质量恶化。更值得关注的是，当系统遭受间歇性扰动，例如周期性负载波动或电网电压频繁小幅跌落时，现有技术中权重系数的调整策略往往呈现出非对称的调节特性：暂态过程中权重快速降低以优先保证跟踪性能，而暂态结束后权重恢复缓慢。这种快降慢升的非对称调节在间歇性扰动反复触发下，可能导致权重系数发生单向累积性的持续跌落，即所谓的“棘轮效应”权重系数在一次又一次的扰动中被逐步压低而无法有效恢复，最终长期停留在远低于设计值的水平。权重长期低迷的直接后果是开关状态变化惩罚项几乎失效，逆变器开关频率大幅攀升，开关损耗急剧增加，功率器件结温升高，不仅降低系统效率，更会加速功率半导体器件的老化和失效，严重威胁逆变器的长期运行可靠性。

技术实现思路

1、针对现有技术存在的不足，本发明的目的在于提供基于模型预测控制的逆变器电流控制方法。

2、为实现上述目的，本发明提供了如下技术方案：

3、基于模型预测控制的逆变器电流控制方法，包括：

4、s1：根据逆变器主电路参数以及连接对象的对象特性，建立以滤波电感电流为状态变量的离散状态空间模型，连接对象为负载或者电网，连接对象对应的电压为对象电压；

5、s2：在第k个采样时刻，获取两相静止坐标系下的当前电流矢量、当前对象电压矢量、当前参考电流矢量、直流母线电压、上一控制周期最终施加的开关状态以及上一采样周期的运行模式；

6、s3：基于离散状态空间模型、当前电流矢量、当前对象电压矢量和上一控制周期最终施加的开关状态，得到候选开关状态集合中各候选开关状态对应的预测电流矢量；

7、s4：根据当前电流矢量、当前参考电流矢量、上一采样周期的运行模式及权重系数历史信息，确定当前采样周期的运行模式，并动态调整评价函数中开关状态变化惩罚项的权重系数，得到动态调整后的权重系数；

8、s5：根据预测电流矢量、电流安全约束、当前参考电流矢量、动态调整后的权重系数以及上一控制周期最终施加的开关状态，对候选开关状态集合中各候选开关状态进行安全筛选并计算评价函数值，得到满足安全约束的候选开关状态及其对应的评价函数值；

9、s6：根据满足安全约束的候选开关状态及其对应的评价函数值确定最优开关状态，并基于最优开关状态生成驱动信号作用于逆变器，返回步骤s2进行滚动优化控制。

10、在其中一个实施例中，离散状态空间模型以采样周期、滤波电感值、等效电阻、直流母线电压和对象电压为参数，对象电压为负载电压或者电网电压，离散状态空间模型输出用于描述电流动态的差分方程，使下一采样时刻的电流矢量能够由当前采样时刻的电流矢量、当前采样时刻对应的逆变器输出电压矢量和当前采样时刻的对象电压矢量显式表达。

11、在其中一个实施例中，当前电流矢量、当前对象电压矢量、当前参考电流矢量和直流母线电压的获取方式包括：在第k个采样时刻，采集逆变器三相输出电流瞬时值和对象电压瞬时值，获取直流母线电压，并获取当前采样周期的参考电流；对逆变器三相输出电流瞬时值、对象电压瞬时值和当前采样周期的参考电流进行坐标变换，得到两相静止坐标系下的当前电流矢量、当前对象电压矢量和当前参考电流矢量。

12、在其中一个实施例中，预测电流矢量的获取步骤包括：先根据上一控制周期最终施加的开关状态和当前电流矢量计算当前时刻的电流估计值，再以电流估计值为起点，逐一计算候选开关状态集合中各候选开关状态在第k+1个采样时刻对应的预测电流矢量。

13、在其中一个实施例中，步骤s4中，当前采样周期的运行模式包括暂态模式、稳态模式和过渡模式，权重系数的动态调整方式包括：根据当前采样周期的运行模式更新权重系数：在暂态模式下，按照预设的第一衰减系数减小权重系数；在稳态模式下，按照预设的第二增长系数增大权重系数；在过渡模式下，保持权重系数不变；第一衰减系数的绝对值大于第二增长系数的绝对值；并对更新后的权重系数施加预设的上限值和预设的下限值的约束，下限值为正值常数，使开关状态变化惩罚项保持非零约束力。

14、在其中一个实施例中，当前采样周期的运行模式的确定方式包括：根据当前电流矢量与当前参考电流矢量确定当前采样周期的电流跟踪误差幅值，并根据当前采样周期的电流跟踪误差幅值和上一采样周期的电流跟踪误差幅值确定误差变化率；

15、结合预设的暂态进入阈值、暂态退出阈值、稳态进入阈值以及上一采样周期的运行模式，按以下优先级顺序确定当前采样周期的运行模式：当电流跟踪误差幅值大于暂态进入阈值时，判定为暂态模式；当上一采样周期的运行模式为暂态模式且电流跟踪误差幅值大于暂态退出阈值时，维持暂态模式；当上一采样周期的运行模式为暂态模式且电流跟踪误差幅值小于或等于暂态退出阈值时，退出暂态模式并判定为过渡模式；当上一采样周期的运行模式不是暂态模式、电流跟踪误差幅值小于稳态进入阈值且误差变化率表明电流跟踪误差幅值收敛时，判定为稳态模式；各项条件均不满足时，判定为过渡模式。

16、在其中一个实施例中，权重系数的动态调整方式还包括：

17、采用覆盖多个采样周期的长时窗对权重系数进行滑动平均，获得权重滑动平均值；并统计预设评估周期内运行模式为暂态模式的采样周期数量占预设评估周期内采样周期总数量的比例，作为间歇性扰动密度；

18、将权重滑动平均值与预设的稳态最优权重下限进行比较，并将间歇性扰动密度与预设的扰动密度阈值进行比较；当权重滑动平均值低于稳态最优权重下限且间歇性扰动密度大于扰动密度阈值时，判定当前采样周期处于棘轮倾向状态，并生成棘轮抑制使能信号；在棘轮抑制使能信号有效后，当权重滑动平均值回升至预设的恢复安全阈值以上且间歇性扰动密度小于扰动密度阈值时，撤销棘轮抑制使能信号。

19、在其中一个实施例中，步骤s5中，对当前参考电流矢量进行相位超前补偿，得到补偿参考电流矢量；对于步骤s3中得到的各候选开关状态及其预测电流矢量，将预测电流矢量的幅值与预设的电流安全阈值进行比较，剔除幅值超过电流安全阈值的候选开关状态，得到满足安全约束的候选开关状态；对于满足安全约束的候选开关状态，基于补偿参考电流矢量、动态调整后的权重系数以及上一控制周期最终施加的开关状态计算评价函数值。

20、在其中一个实施例中，评价函数值由电流跟踪误差项与开关状态变化惩罚项加权求和得到，电流跟踪误差项由预测电流矢量与补偿参考电流矢量之差经误差权重矩阵二次型计算得到，开关状态变化惩罚项由相应候选开关状态与上一控制周期最终施加的开关状态之间的切换差异经动态调整后的权重系数加权得到。

21、在其中一个实施例中，步骤s6中，在全部满足安全约束的候选开关状态中，选取对应评价函数值最小的候选开关状态作为最优开关状态，将最优开关状态对应的驱动信号在下一控制周期的起始时刻作用于逆变器，并在后续采样周期返回步骤s2进行滚动优化。

22、与现有技术相比，本发明具备以下有益效果：

23、本发明通过将逆变器运行状态划分为暂态模式、过渡模式和稳态模式，并分别施以快速衰减、保持不变和缓慢增长的权重调整策略，使得在电流跟踪误差突增时迅速弱化开关约束以优先保障动态响应速度，在误差收敛后的稳态区间逐步恢复开关约束以降低开关频次和输出电流谐波，从而在单一评价函数框架内实现跟踪精度与开关损耗之间的时变均衡，避免传统固定权重在暂态与稳态切换时无法兼顾快速性和稳态质量的缺陷；

24、通过以远慢于采样周期的长时窗对权重系数进行滑动平均获得权重滑动平均值，同时统计预设评估周期内暂态模式采样周期占比作为间歇性扰动密度，当权重滑动平均值持续低于稳态最优权重下限且间歇性扰动密度超过扰动密度阈值时判定系统进入棘轮倾向状态，并生成棘轮抑制使能信号；该机制能够识别出因短时扰动频繁触发权重快降而慢升恢复不足导致的权重单向累积跌落现象，区别于传统的阈值振荡或数据漂移检测，为后续快速恢复干预提供准确的触发依据；

25、在判定进入棘轮倾向状态后，将稳态模式下原本缓慢的第二增长系数临时替换为绝对值大于或等于快速衰减系数的第三增长系数，强制使权重系数在每次退出暂态模式后以不低于衰减速率的速度快速回升至稳态设计区间，以中断权重长期低迷的棘轮式下滑；并在棘轮抑制使能信号撤销后，引入过渡期内采用速率介于第二与第三增长系数之间的第四增长系数，使得权重系数从偏高状态平滑回迁至稳态最优区间后再恢复原始第二增长系数，避免恢复后权重过冲导致后续暂态响应被过度约束，实现权重调节与系统保护之间的无扰切换。