[发明专利]一种永磁同步电机的扰动抑制方法

权利要求书

1.一种永磁同步电机的扰动抑制方法，其特征在于，具体包括以下步骤：

步骤一、在线数据获取，实时采集永磁同步电机的三相电流、转速、转子位置角；

步骤二、建立无差拍电流预测控制模型，利用所述步骤一中采集的数据实时计算出下一时刻的参考电压；

步骤三、建立基于扩展卡尔曼滤波(EKF)算法的扰动观测器方程，将由所述步骤二得到的参考电压作为控制量，以由电感引起的电压扰动量作为状态向量，以三相电流、转速、转子位置角为观测量；并利用所述方程实时更新计算电压扰动量，并前馈补偿到所述参考电压上，得到更新的参考电压；

所述步骤二具体包括：建立永磁同步电机在α-β坐标系下的数学模型：

式中u_α、u_β为α-β坐标系下定子电压；i_α、i_β为α-β坐标系下定子电流；ψ_r为转子磁链；R_s为定子电阻；L_s为定子电感；ω_e、ω_m分别为转子的电角速度和转子的机械角速度；θ为转子位置角；p为微分算子；T_e为电磁转矩；T_L为负载转矩；B为粘滞系数；p_m为电机的极对数；ψ_α、ψ_β为α-β坐标系下的定子磁链；t为时间变量；J为负载转动惯量；

上述模型加入扰动项后电压为：

式中，f_α、f_β表示α-β坐标系下电压扰动量；

其中扰动项为：

式中，△L表示电感失配量，△L＝L_s-L_s0，L_s0表示电感标定值。

2.如权利要求1所述的方法，其特征在于：所述步骤三中利用所述方程实时更新计算电压扰动量具体包括：

①：将所述方程的状态向量、状态向量的协方差、系统噪声协方差矩阵和量测噪声协方差矩阵进行初始化；

②：预测，将初始化的状态向量作为t_k-1时刻的修正值的情况下，预测出估计值以及先验估计的协方差矩阵P_k|k-1，在此基础上求出卡尔曼增益K_k；

③：更新，根据观测误差以及最小方差原则对先验估计值进行修正，从而得到状态向量的修正值同时求出修正值的协方差矩阵P_k；

④：完成步骤③后，输出所述状态向量的修正值，同时把k作为新的采样时间点,将所述状态向量修正值和所述状态向量修正值的协方差值代入步骤②进行计算。

3.如权利要求1所述的方法，其特征在于：所述状态向量的初始化，包括三相电流、转速、转子位置角、电压扰动的初始化，扰动观测器实时观测电压扰动，即扰动观测器从电机启动时刻即开始工作，因此将状态向量初始值均设置为0。

4.如权利要求1所述的方法，其特征在于：所述状态向量x为6维向量

x＝[i_α i_β ω_e θ f_α f_β]^T，观测向量为4维向量y＝[i_α i_β ω_e θ]^T，式中，i_α、i_β为α-β坐标系下定子电流，ω_e为转子的电角速度，θ为转子位置角，f_α、f_β为电机α-β坐标系下电压扰动量。

5.如权利要求2所述的方法，其特征在于：所述步骤③具体包括：

利用k时刻的状态向量估计值协方差矩阵、测量转移矩阵和量测噪声协方差矩阵求出k时刻的卡尔曼增益矩阵：

式中，H_k为测量转移矩阵；R为量测噪声协方差矩阵；

同时，利用k时刻卡尔曼增益矩阵和状态向量估计值的协方差矩阵得到k时刻状态向量修正值的协方差值：

P_k＝P_k|k-1-K_kH_kP_k|k-1。