第53卷第

10期

2019年10月

电力电子技术Power Electronics

Vol.53, No. 10

October 2019

模型失配永磁同步电机模型预测控制研究郝剑奇，何凤有，陈俊磊

(中国矿业大学，电气与动力工程学院，江苏

徐州

221008)

摘要：在实际运行中，电机参数受到温升

、磁场饱和等因素的影响而发生改变，

会出现参数值与其实际值不匹

配的情况。这些参数不匹配将导致电流预测不准确并降低预测算法的性能。为提高永磁同步电机

(PMSM)的预

测精度，对预测电流控制(PCC)方法进行了扩展，在预测方程中加入了预测误差来进行误差纠正。该策略不仅

降低了电流纹波，还提高了系统对参数不确定性的鲁棒性。

仿真和实验结果验证了该方法的良好性能

。

关键词：永磁同步电机；预测电流控制；预测误差

中图分类号:TM351 文献标识码

：

A 文章编号

：

1000-100X(2019) 10-0031-03

Research on

Model Predictive

Control of Model Mismatch

Permanent Magnet Synchronous

Motor

HAO Jian-qi,

HE

Feng-you , CHEN

Jun-lei

(China University of Mining and Technology, Xuzhou 221008

, China)

Abstract: In actual operation, the parameters of the

motor

are affected by temperature rise, magnetic field saturation

and other factors, and there will be a mismatch between the parameters and their actual

values.The mismatch of

these

parameters leads to inaccurate current prediction and reduces the performance of the prediction algorithm.In order to

improve the prediction accuracy of permanent magnet synchronous motor (

PMSM

),

the predictive current control

(PCC

)

method is extended, and the predictive error is added to the predictive equation to correct the error.This strategy not only reduces the current ripple, but also improves the robustness of the system to parameter uncertainties.The simula­

tion and experimental results verify

the

good

performance of

this method.

Keywords : permanent magnet synchronous motor ； predictive current control ； prediction

error

Foundation Project:

Supported by National Key Research and Development Program(No.2016YFC0600906)

1引言

近年来，随着稀土材料和电力电子技术的发 展.PMSM以其转子结构简单、体积小、无励磁损

耗、力矩惯量比大、功率密度高等诸多优点，在钢 铁冶金、电力能源、船舶推进、

轨道交通等领域都

得到越来越广泛的应用⑴。

模型预测控制凭借其

良好的动态响应性能成为电机控制领域近年来研 究的热点之一，作为一类采用在线寻优的闭环控

制算法，能够显著提升电机的动态性能，在

PMSM

驱动领域得到了成功应用"7。

模型预测控制是一种十分依赖于参数的控制 算法。文献

［4］

使用比例积分(PI)

调节器对d

轴电

流进行控制，

并在

g轴电流控制中加入积分作用，

该方法可以在一定程度上消除参数误差的影响， 但存在积分饱和作用，失去了预测控制算法在动

基金项目：国家重点研发计划课题

(

2016YFC0600906)

定稿日期：2019-04-22

作者简介：

郝剑奇(1992-),男，河北张家口人

，硕士研究

生，

研究方向为电力传动

。

态过程中响应快的优势。文献［5］

将鲁棒控制理论

引入预测算法，在建立预测模型和求解预测算法

时均考虑了参数扰动的影响，以达到在最大扰动

情况下仍能满足电机运行要求。但鲁棒预测控制

原理只要求能够满足最基本的控制目标，并没有

消除参数不准确所带来的影响。文献［6］提出无模 型的预测控制算法，尽管这种控制算法不依赖系

统模型，但是这种方法的性能取决于提取电流的

精度，任何噪音或者测量偏差均可能造成系统的

不稳定。文献［7］在预测方程中加入了上一次采样 时预测值与实测值之间的加权误差，提高了对下

一次采样时所有切换状态的系统行为的预测。但 由于每个切换状态的预测误差可能不同于其他状 态，最后一个预测误差可能不适合添加到下一个 步骤的预测阶段。此处在传统两电平逆变器冋基础上提出新控 制器结构，以在PCC中提高预测精度。为提高预

测精度，使电机模型接近足够真实电机行为，在预

测阶段增加了各施加开关状态的预测误差。仿真和

实验结果表明了该方法的有效性。31电力电子技术Power Electronics第53卷第10

期

2019年10

月

Vol.53 , No.

10

October 2019

2 预测电流控制

PCC是一种非常精确高效的PMSM

控制方式。

因为PCC中存在调制环节，可以保证电机驱动的

高动态性能和低电流纹波。但同时PCC算法自身

依赖于系统模型，因此,PCC的性能受到模型参数 准确性的影响，尤其是定子电感和转子磁链的准 确性。

当控制器中电感和实际电机电感失配时，会

造成电流振荡。当控制器中磁链与实际电机中磁

链不匹配时，会造成电流指令与反馈间的静差

，甚

至电流振荡。

因此，

目前非常需要一种实用的高性

能的鲁棒电流预测控制算法。在保证电流预测控 制优点的基础上，提升算法对于转子磁链和定子

电感的参数鲁棒性。2.1 代价函数

成本函数表示用于决定哪种切换状态最适合 应用的评估标准。

该函数由定子轴上预测的

电流值与参考值之间的绝对误差组成，即：

Q=

I 订-订 I +1V/ I

（1）

式中：讨,讣分别为定子电流d,g轴分量的参考值；

E和

i,p

分别为定子电流d,q轴分量的预测值。

针对8种可行的切换状态计算代价函数，将

在下一个时间间隔内生成并选择应用最小值的状 态。

成本函数中的两项是一个变量的组成部分，

即

当前变量，

具有相同的性质

。

此外，每项是将一个

向量分解成两个分量。因此，无需加权因子及其相

应的调整过程。

实际上必和必的重要性相同，同时

考虑能使定子电流的总谐波畸变率（THD）

更低。

2.2 PMSM系统数学模型

PMSM在轴下的电压方程为：

AiJAt^-R^JL.+w^+uJL, （ £）

AiltIAt=-Mij-Rj,qILs+uqIL-（i）＜pJL3

式中：R,为定子电阻;心为电机电感；3为电角速度；％为

永磁体磁链；血，吗与id,i,分别为d,q轴的电压分量与 电流分量。为了预测下一个采样时刻t仏+

1）

的d,g

轴

定子电流的值，可以从连续时间模型中得到一组

离散的方程。

7；为很小的采样控制时间，

d,g轴定

子电流在t（k

+ l

）

时刻的预测值可以通过欧拉公

式近似得到，即：

认厶+1）=计仏）+口-7?血仏）+厶a仏儿懊）+

如/厶

* i,p（A+1） =i,p（k）+Ta[-Rsiqp（k）-Ljj）（A）i/（A：） +uq- （3）

3（k）＜p

詡L*

式中：®a）为在t仏）时刻所测量的电角速度值；刃（/£）,

讣&）为在时刻上一步的预测值，来代替测量电流，用 于计算延迟补偿。可以看出这些方程依赖于电机参数，即RS,LS 和卩吨但这些参数在操作过程中可能不会被精确 确定或由于电机温度升高或磁场饱和而改变。因 此，这些方程中使用的电机参数可能与实际值不 匹配。这些不确定性和模型的不确定性导致了基 于式（3）的在给定电压向量下系统行为预测的不 准确，恶化了预测算法的性能和稳定性。尽管不同 开关状态的预测是不同的，但是给定开关状态的 误差在短时间内几乎是恒定的。这意味着，对于每 一个驱动的切换状态，当前组件的预测值和实际 值之间的误差与上一次相同的切换状态相比不会 发生太大的变化。考虑到上述情况，此处在每个切 换状态下增加不同的预测误差：+ 1 ）=1/（^+1 ）+Kfiid （4）讣| mod仏+ 1 ）=讣仏+ 1 ） +K內式中:eg为沐上一开关状态下的预测值与测量值之 间的误差；笛为权重因数，在0~1之间。式（4）用于预测下一次采样时逆变器所有可 能的开关状态的匚和i/亍为。这些预测值将在成 本函数中进行检验，生成最小值的状态在下一次 开关状态中被选择并应用。值得注意的是，理论上 在参数正确的电机模型中，每一次切换开关状态 电流分量的预测值与实际值没有误差状态。因此， 可应用式（3）或式（4）预测下一时刻的电流值没有 区别，则电机的性能没有受到影响。但当电机参数 在运行过程中没有精确确定或变化时，式（3）对电 流的预测不精确，可能会降低预测算法的性能。所 以为了提高预测精度，在预测方程中加入了加权 预测误差。理论上如果参数准确，电流分量的给定值和 预测值是没有误差的，但在实际工作环境中，电机 参数测定即使很准确也都会有一定的误差，且由 于现在硬件处理器的运算速度、开关频率的限制， 电流的预测值和给定值或多或少会有一定误差。 所提方法提高了 PCC算法参数不确定的鲁棒性， 在实际应用中也会有较好的效果。图1给出了该方法的结构框图。可见，该方法 的实现与常规的PCC —样简单。唯一的变化是在 预测阶段使用式（4）而不是式（3）,为相同的切换 状态添加每个施加的切换状态的预测误差。这样， 对每一个施加电压矢量的电机响应的预测就会足 够接近电机的真实行为，从而帮助PCC算法对下 一个时间间隔做出更准确、更好的决策。从Kd=0 和K°=0开始，逐步增加心和心,这些权重因子可

以在0~1之间自由调整。通过反复实验，确定了该