[发明专利]基于扰动观测器的永磁电机电流预测谐振控制方法

说明书

本发明公开了基于扰动观测器的永磁电机电流预测谐振控制方法，所述方法包括以下步骤：建立考虑周期、非周期扰动的连续模型，基于连续模型建立电机离散化模型；基于电机离散化模型设计基于观测器的电流预测谐振控制器；对电流预测谐振控制器的参数进行整定处理。本发明建立了内置谐振控制器的模型用于抑制周期性扰动，并设计扰动观测器用于观测非周期性扰动，设计了预测谐振控制率，实现了同时对周期、非周期干扰的有效抑制；本发明提出了预测控制器、观测器和谐振控制器的参数整定方法，实现了永磁电机电流控制器带宽的灵活调节和频率变化的周期性扰动的抑制。

技术领域

本发明涉及电机控制技术领域，尤其涉及永磁电机非周期性及周期性扰动抑制，设计了基于扰动观测器的永磁电机电流预测谐振控制方法。

背景技术

永磁电机已被广泛应用于电力驱动领域。随着对动态性能和控制精度要求的提高，传统控制方法无法满足人们对控制性能的需求。随着控制核心计算能力的提升，使更复杂的控制算法应用于实际成为可能。其中，具有完美动态性能和灵活控制性能的模型预测控制受到广泛关注。

近来，模型预测控制持续发展。然而，其控制性能受模型精度的影响。通常，首先建立电机的连续模型，然后采用Tusin等方法进行离散化，然后模型预测控制基于此模型通过代价函数最小化预测系统状态。在实际运行中，电机参数会随着工作条件改变而发生变化。这些不确定扰动会造成控制性能的恶化。为了消除扰动的影响，许多方法被提出。其中，一种方法是引入积分项消除扰动。另一种更常见的方法是采用观测器，为了提高系统的鲁棒性，不同类型的观测器被提出，例如，伦伯格观测器、扩张状态观测器和卡曼滤波观测器等。

除了由模型不确定和参数变化引入的非周期性扰动，控制系统中还存在一些周期性扰动。通常转子磁链被认为是理想正弦分布，然而实际电机中磁链分布很难达到标准正弦分布，因此会引入周期性扰动。另外，采用PWM(脉冲宽度调制)调制，由于死区时间等逆变器开关器件的非线性，会引起周期性电压畸变。为了补偿周期性干扰，许多方法被提出。其中，一种方法是基于伏秒平衡法则。另一种是在PI控制器中增加积分器估计周期性扰动。近来，谐振控制器被应用于周期性扰动的抑制，谐振频率的扰动能被有效抑制。

预测控制中周期性扰动的抑制引起了人们的关注。迭代学习模型预测控制被有效应用于周期性扰动抑制。此方法中，周期性扰动被引入预测模型中，并且需要在线计算参数，因此增加了计算负担。另一种方法是Min-Max模型预测控制，该方法虽然不需要周期性扰动准确的频率，但是，扰动不能完全被抑制。因此，预测控制中周期性扰动的抑制问题亟待解决。

发明内容

本发明提供了基于扰动观测器的永磁电机电流预测谐振控制方法，本发明满足了复杂环境及高精度控制要求，克服传统预测控制器受由逆变器死区、磁链分布等引起的周期性扰动、及由参数失配等引起的非周期性扰动的影响，详见下文描述：

一种基于扰动观测器的永磁电机电流预测谐振控制方法，所述方法包括以下步骤：

建立考虑周期、非周期扰动的连续模型，基于连续模型建立电机离散化模型；

基于电机离散化模型设计基于观测器的电流预测谐振控制器；对电流预测谐振控制器的参数进行整定处理。

进一步地，所述基于电机离散化模型设计基于观测器的电流预测谐振控制器具体为：

分析由逆变器死区时间、及磁链分布引起的周期性扰动并建立周期性扰动模型，为了抑制周期性扰动，基于电机离散化模型建立内嵌谐振控制器的电机模型；

分析由参数失配引起的非周期性扰动，设计扰动观测器用于观测扰动；

根据预测状态和实际电流采样值基于内嵌谐振控制器的电机模型，设计基于控制参数k_c的代价函数和总控制律，得到每采样周期的最优控制量，完成基于扰动观测器的电流预测谐振控制器的设计。