[发明专利]一种Boost变换器的复合自适应模型预测控制方法

说明书

本发明提出一种Boost变换器的复合自适应模型预测控制方法，包括：根据Boost变换器在不同开关状态下的等效电路，建立连续模型，并将连续模型离散化，得到Boost变换器的离散模型；基于Boost变换器的离散模型，以电路输出电压及电感电流作为状态量，设计龙贝格观测器，得到电感电阻和负载电阻的观测值；建立Boost变换器的控制器，采用PI控制器以及基于离散模型的前馈补偿器作为控制器的外环；采用模型预测控制作为内环；基于外环生成的电感电流参考值与内环中的电感电流预测值之差的平方构成价值函数；通过最小化价值函数选择最优开关状态。本发明通过价值函数比较不同开关状态的预测结果得到最优的开关状态实现电流和电压的跟踪控制，从而快速地从扰动中恢复稳定。

技术领域

本发明属于电力电子变流器控制领域，具体涉及一种Boost变换器的复合自适应模型预测控制方法。

背景技术

随着半导体器件、计算机技术的提高和改进，电力电子技术得到了快速的发展。Boost变换器作为电力电子变流器的重要组成部分，具有结构简单、能够灵活地对输入电压实现升压控制等优点，在直流电机传动、混合动力车以及光伏发电等领域得到广泛的应用。通过产生对应的开关信号得到预期的稳定输出电压是Boost变换器控制的重要目标，良好的动态响应也是控制效果的重要指标。近年来面向控制的建模和基于模型的控制得到快速发展，而实际应用中，参数不确定性和负载扰动引起的模型不匹配会对控制效果产生影响。

根据闭环系统的结构，Boost变换器的控制主要有多变量设计方法以及级联控制策略两种类型。多变量控制律在设计时需要有强鲁棒性或者采用额外的方式对系统参数进行辨识，级联控制将闭环系统分为外环和内环来实现控制，具有易于理解、实现简单的优点，基本的级联控制是基于PI控制进行系统内环和外环的控制设计，其能够满足基本的控制要求，但在系统参数变化时难以满足系统的动态和静态控制性能。在级联控制的基础上，许多研究通过改变内环控制器以获得更好的控制性能，例如无差拍控制、滑模控制以及模型预测控制(Model Predictive Control，MPC)。其中模型预测控制是基于模型的优化控制策略，具有快速的动态性能，并且有着鲁棒性强的特点，针对执行单元的开关特性，与滑模控制及智能算法相比，模型预测控制能够直观且有效地实现变换器的跟踪控制。

Kim等(Kim,Seok-Kyoon,et al.A stabilizing model predictive controllerfor voltage regulation of a dc/dc boost converter[J],IEEE Transactions onControl Systems Technology,2014,22(5):2016-2023.)将模型预测控制作为级联控制的内环控制器，展示了与传统PI结构的级联控制相比更好的控制效果，但其动态响应时间一定程度上受外环的PI控制器影响。此外，运用模型预测控制对Boost变换器进行控制时，由于模型的结构不够精确，结果将导致输出值与参考值之间存在一定的稳态误差。

发明内容

本发明针对参数不确定性以及负载扰动对Boost变换器控制效果的影响，尤其是对系统的动态控制性能的影响，提供了一种Boost变换器的复合自适应模型预测控制方法。

本发明解决其技术问题所采用的技术方案是：

一种Boost变换器的复合自适应模型预测控制方法，包括：

1)根据Boost变换器在半导体开关单元工作状态不同时所对应的等效电路结构，建立在电感电流连续模式(Continuous Conduction Mode，CCM)下的连续模型，并利用一阶前向欧拉近似得到Boost变换器的离散模型；

2)将电路输出电压及电感电流作为状态量，设计龙贝格观测器，观测出电路中参数偏差，并根据其偏差值不断改正模型预测控制及基于模型的前馈补偿器中的模型，主要是对电感电阻和负载电阻进行修正，进而实现精确的电压跟踪控制，并改善系统对参数变化的反应；