基于在线梯度下降法的永磁同步电机最优效率控制方法与流程

1.本发明属于电机控制技术领域，更具体地，涉及一种基于在线梯度下降法的永磁同步电机最优效率控制方法。


背景技术：

2.随着“碳中和”与“碳达峰”目标的制定，节能减排已经上升为国家战略层面。能源和环境的保护愈来愈受到人们的关注，统计数据显示，电机的用电量占中国整个工业用电量的70％左右，占全国总用电量的50％左右，因此高效电机的研究具有重要的战略意义。而永磁同步电机无论在功率密度方面还是在效率方面都要高于异步电机，故主要将永磁同步电机作为研究对象。对于高效电机的研究包括两个方面：从电机本体设计上达到高效要求或从电机控制层面达到高效要求。对于永磁同步电机而言，忽略阻尼绕组时，电机的损耗主要包括铜损、铁损、机械损耗和杂散损耗。杂散损耗和机械损耗占总损耗的比例较小，测量和控制也较困难，可以只考虑可控的铁损耗和铜损耗。因此，可以采用基于电机损耗模型的最优效率控制策略。常用的最大转矩电流比控制算法的特点是只考虑铜损耗，并且只在电机额定工作点附近效率较高，但是对于一些特定的应用场景，例如风机泵类负载，电机的工作范围往往是一个较宽的转速区间。根据电机本体仿真数据可知，在电机带泵类负载并工作在额定转速时，铁耗大致占总体损耗的47％，如果电机工作在半速状态下，铁耗大致占总体损耗的65％。若要在较宽的转速范围内都要保证较高的效率，就要在控制方式中把铁耗也考虑进去。基于电机损耗模型的最优效率控制策略同时保证电机的铜耗和铁耗最小的情况下，分配d轴与q轴电流，使得电机在稳态情况下达到损耗最小的运行状态，即最优效率控制。
3.申请公开号为cn112564578a的专利“一种永磁同步电机高效率控制方法”公开了一种永磁同步电机高效率控制方法，包括：通过电机参数相互关系式筛选出低速mtpa(最大转矩电流比)工作点，即第一工作区域工作点；通过台架测试获取一组高速弱磁电压极限椭圆工作点；将台架测试获取数据导入matlab，利用matlab的数据拟合工具箱拟合出第二工作区域其余工作点；以定子相电压峰值为界，将所获取的所有点合并为一张表格；通过给定的力矩与反馈的速度查询生成的表格，直接获得当前状态下的最优工作电流。采用上述技术方案，表格数据少，占用存储空间少；对电机运行区域分开处理，并在弱磁电压极限椭圆区域进行电流补偿，使得控制更加全面，准确。
4.首先公开号为cn112564578a的专利“一种永磁同步电机高效率控制方法”只是使用了最大转矩电流比控制方法(mtpa)，这种方法只是考虑了电机的铜耗，并没有考虑铁耗，因此该控制算法得到的电机效率并不是电机的最高效率；其次，该专利采用离线拟合数据的方法，该种方法缺乏一般性，如果换了一台电机就需要重新进行离线数据的拟合。
5.长安大学徐淑芬的研究生论文《电动汽车用永磁同步电机效率优化策略研究》中描述了基于电机损耗模型的效率优化策略，同时考虑了铜耗与铁耗使得总体损耗最小，从而使得电机运行效率最大化。
6.该技术采用解析法使铜耗与铁耗函数对电流进行求导，得到效率最高时电流的分配方式，但是其最大的问题是铁耗电阻估计不准确的问题，这将对计算结果产生决定性的影响，并且解析法求出的表达式也是一种离线的算法，缺乏一般性，如果换了一台电机就需要重新进行解析表达式的求解。


技术实现要素：

7.针对现有技术的以上缺陷或改进需求，本发明提供了一种基于在线梯度下降法的永磁同步电机最优效率控制方法，其目的在于准确进行电机在线自动寻找效率最优点。
8.为实现上述目的，本发明提供了一种基于在线梯度下降法的永磁同步电机最优效率控制方法，包括：
9.s1.给定一个初始电流相位角γ0，得到初始给定的d、q轴电流，驱动电机运行；
10.s2.获取电机当前时刻功率因数角电机输入侧线电压、电机输入侧线电流，实时计算电机当前时刻运行效率；
11.s4.利用当前时刻电流相位角、电机当前时刻运行效率，进行梯度下降法运算，得到下一时刻的电流相位角，通过电流相位角得到下一时刻d、q轴电流；
12.s5.重复执行步骤s2-s4，直至电机运行效率达到最高点，此时的电流相位角即为最优电流相位角；
13.s6.保持最优电流相位角，实现电机最优效率控制。
14.进一步地，初始电流相位角为90
°
至180
°
之间。
15.进一步地，通过锁相环获取电机当前时刻功率因数角。
16.进一步地，步骤s2具体为，通过以下公式计算电机运行效率：
[0017][0018]
te表示电机电磁转矩，ω表示电机机械转速，u为电机输入侧线电压，i为电机输入侧线电流，表示电机功率因数角，η为电机运行效率。
[0019]
进一步地，选择变步长或者定步长进行梯度下降法运算。
[0020]
进一步地，步骤s4中利用当前时刻电流相位角、电机当前时刻运行效率，进行梯度下降法运算，得到下一时刻的电流相位角，具体计算公式为：
[0021][0022][0023]
α为步长，η为电机运行效率，γ为电流相位角。
[0024]
进一步地，步骤s4中通过电流相位角得到下一时刻d、q轴电流，具体计算公式为：
[0025]
id＝iscosγ
[0026]iq
＝issinγ
[0027]is
表示电机相电流幅值。
[0028]
总体而言，通过本发明所构思的以上技术方案与现有技术相比，能够取得下列有益效果。
[0029]
(1)本发明将电机效率作为目标函数，将电流相角作为自变量，在电机运行过程中，根据效率的变化实时更新电流相角，从而在每一个稳态运行点都能达到效率最优的状态，能够实现在线自动寻找效率最优点。
[0030]
(2)相比现有基于电机损耗模型的最优效率控制，本发明无需直接计算电机损耗，更加简便、准确。
[0031]
(3)现有基于电机损耗模型的最优效率控制方法对电机参数依赖性较强，其依赖的参数包括电机d轴电感参数、q轴电感参数、电机定子电阻、电机永磁体磁链、等效铁耗电阻。其中，电机dq轴电感参数受电机磁路饱和影响较大，在电机轻载与重载时差距会达到50％；电机定子电阻受温度影响较大；而等效铁耗电阻无法准确估计，除非采用实验的方法测出铁耗值。因此，现有基于电机损耗模型的最优效率控制方法无法准确的得到电机最高效率运行点。本发明提出的方法仅需实时采集电机运行过程中的电压和电流，即可实现最优效率控制，由于对电机参数没有依赖性，能够准确得到效率最高点并保持稳定运行，同时具有很好的可迁移性优势。
附图说明
[0032]
图1为在线梯度下降算法示意图。
[0033]
图2为梯度下降算法原理图。
[0034]
图3为本发明实施的基于梯度下降算法的永磁同步电机最优效率控制系统原理图。
[0035]
图4为本发明提出的基于在线梯度下降法的最优效率控制方法的实验结果，与现有的基于损耗模型的最高效率控制方法的实验结果对比图。
具体实施方式
[0036]
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
[0037]
对于表贴式永磁同步电机而言，可控损耗最小化条件比较容易求得，但是对于更为常用的内置式永磁同步电机而言，由于dq轴电感不相等，损耗最小化条件不容易求出。针对铁耗电阻的计算方法，在额定负载，额定转速时，根据最小损耗算法可以得到iod和ioq，电机本体仿真可以得到反电势的大小，然后可以计算得到额定负载下的铁耗电阻的大小，但这种计算方法得到的等效铁耗电阻是不够精确的，这是基于电机损耗模型进行推导计算的致命问题，也就是对参数的依赖性太强。这样也就会导致仿真结果与计算结果相去甚远。除此以外，对电机参数依赖性太强还会导致算法的可移植性较弱。
[0038]
为了解决以上问题，本发明提出一种基于在线梯度下降法的永磁同步电机自动寻优的最优效率控制方法。梯度下降是迭代法的一种，可以用于求解最小二乘问题(线性和非线性都可以)。在求解机器学习算法的模型参数，即无约束优化问题时，梯度下降(gradient descent)是最常采用的方法之一，另一种常用的方法是最小二乘法。在求解损失函数的最小值时，可以通过梯度下降法来一步步的迭代求解，得到最小化的损失函数和模型参数值。
反过来，如果需要求解损失函数的最大值，这时就需要用梯度上升法来迭代了。基于基本的梯度下降法发展了两种梯度下降方法，分别为随机梯度下降法和批量梯度下降法。梯度下降(gradient descent)的主要目的是通过迭代找到目标函数的最小值，或者收敛到最小值。永磁同步电机的损耗可分为铜耗、铁耗、机械损耗与附加损耗，如果从损耗的角度出发计算电机的效率比较困难，因为铁耗、机械损耗与附加损耗都很难直接求出。从另一个角度出发，电机的效率等于输出功率比输入功率，如下所示
[0039][0040]
其中u为电机输入侧线电压，i为电机输入侧线电流，功率因数角可以通过使用锁相环得到，因此在电机运行过程中可以实时的得到电机运行效率
[0041]
如果将电机运行时间缩放到一个极小的时间段，电机也可以看做是稳态运行，在稳态运行时，电机转速与负载转矩均不会改变，此时电机输出功率是定值，此时可以通过调整电流相位交从而调整电机的输入功率，最终寻找输入功率最小值从而得到效率最大时电流的分配策略。
[0042]
如附图1所示，首先需要给定一个初始的电流相角为90
°
至180
°
之间，紧接着进行梯度下降算法的在线计算，如下所示
[0043][0044][0045]
根据上述两式，目前的位置处于k时刻的位置，为了找到η对应的最小值点，应该确定下一时刻前进的方向，也就是负梯度方向。紧接着应该确定下一步的步长α，可以选择变步长或者定步长，在本发明实施例中采用变步长的计算方法，原理图如附图2所示。实时输出γ角，即可以实时得到效率反馈，最终会稳定在效率最高点，此时的γ角即是最优电流角。图3为本发明方法完整的控制框图。
[0046]
为了验证本发明方法的有效性，将本发明提出的基于在线梯度下降法的最优效率控制方法的实验结果，与现有的基于损耗模型的最高效率控制方法的实验结果进行对比，如图4所示，从图中可以看出，现有的基于损耗模型的最高效率控制方法得到的并不是效率最高点，因为其从原理上就对电机参数有依赖性；而本发明提出的在线梯度下降算法的最优效率控制方法从原理上不会对电机参数有依赖，因此其最后必然会落在效率最高点并保持稳定运行。
[0047]
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。